Fatih C.
Senior Data Scientist
Op n11 ontwikkelde hij systemen voor aanbevelingen, productmerken, klantensegmentatie en aankoop intentieanalyse, verbetering van de gebruikerservaring en het mogelijk maken van gegevensbeslissingen. Hij heeft ook computervisie en NLP-oplossingen geïmplementeerd, waaronder beeldkwaliteitsbeoordeling, fraudedetectie en e-mailclusters.
Hij combineert sterke analytische capaciteiten met praktische technische expertise om schaalbare AI-systemen te ontwerpen die met succes van onderzoek naar betrouwbare productieomgevingen overstappen.
Hoofd expertise
Python6 jaar
Data Science5 jaar
Machine Learning6 jaar
NumPy6 jaarErvaring4
Senior Data Scientist
- Ontwikkelde machine leren en diepe leermodellen om de gebruikerservaring, de kwaliteit van aanbevelingen en de marktplaats efficiëntie te verbeteren
- Een commentaar tagging en classificatie systeem voor product beoordelingen met NLP technieken
- Ontwikkelde modellen voor klantsegmentatie en aankoopintentie voorspelling, waardoor meer gerichte marketingstrategieën mogelijk worden
- Bijdrage aan grootschalige data-verwerkingspijpleidingen die gebruik maken van Apache Spark en andere grote gegevenskaders
- Gebouwde ML-oplossingen voor aanbevelingssystemen, uniformering van productcatalogus, voorspelling van vraag en dynamische prijzen
- Werk met grote datasets in gedistribueerde computeromgevingen om schaalbare modellen op te leiden
Apache SparkPythonData Science
TensorFlowNumPy
Deep Learning Engineer
- Ontwikkeld van generatief diep leermodellen, waaronder VAEs en VQGANs, voor synthetische medische beeldgeneratie
- Uitgevoerde attentiegebaseerde neurale netwerken voor afbeeldingsclassificatie en bijvoorbeeld segmentatie taken
- Coördinaten voor computervisie ter ondersteuning van medische imagoanalyse en diagnostische ondersteuningssystemen
- Geavanceerde diepe leertechnieken toegepast om trainingsdatasets te verbeteren via synthetische gegevensgeneratie
- Werk samen met PyTorch en Python-gebaseerde diepleerkaders om modellen op te leiden en te evalueren
PythonData Science
Pandas
PyTorch
SciPy
R&D Intern
- Een machine leermodel ontwikkeld voor software kwetsbaarheid detectie, het bereiken van de nieuwste prestaties in onderzoeksbenchmarks
- Toegepaste dataset balanceertechnieken zoals undersampling om de modelnauwkeurigheid te verbeteren
- ML-pipelines gebouwd voor het analyseren van beveiligingsdatasets met Python
- Geevalueerde modelprestaties en vergelijk resultaten ten opzichte van de huidige onderzoeksbenchmarks
PythonData ScienceNumPyPandasSciPyMachine Learning
Data Scientist
- Ontwikkelde machine-leermodellen voor computervisie en NLP domeinen
- Uitgevoerde projecten met inbegrip van afbeeldingskwaliteitsbeoordeling (technisch en esthetisch), e-mailclustering en klantsegmentatie
- De pijpleidingen voor het leren van machines voor fraude detectie en gedragsanalyse
- Beheerde gegevensverzameling en annotatie werkstromen voor datasets van computervisie
- Ontwikkeld en getrainde modellen met behulp van Python, PyTorch, en Keras frameworks
- Gezamenlijk met gedistribueerde engineering teams om data wetenschap oplossingen te bieden voor enterprise clients
PythonData Science
KerasPandasPyTorchBeoordeling
Uitmuntendheid in techniek
Fatih algemene prestaties in een 90-minuten durende technische beoordeling zijn in de top 5% van de gescreende Senior Data Scientist bij Proxify.
Educatie
Stop met browsen.
Word sneller gekoppeld.
Praat met een expert en krijg binnen 2 dagen op maat gemaakte matches uit ons netwerk.
Toegang tot meer dan 6.000+ experts
Word binnen gemiddeld 2 dagen gekoppeld aan een ontwikkelaar
Huur snel en eenvoudig in met 94% matchingsucces