NYHET
Proxify er åpen om utviklerens prestasjoner — det er bransjeledende, og også enhver CTOs drøm.
Finn ut mer
Biran Y.
Machine Learning Engineer
Biran er en Machine Learning og AI Engineer med over åtte års forretningserfaring. Hun er svært dyktig i Python, Google Cloud Platform, Scikit-learn, og Pandas og har bevist seg å levere skalerbare utbyggingsløsninger AI basert på datadrevet innovasjon.
En av hennes prestasjon er å utvikle interne AI-aktører som tolker henvendelser til naturlige språk og selvstendig driver komplekse dataanalyser. Initiativet omdanner hvordan ikke-tekniske interessenter får tilgang til innsikt, akselererer beslutningstakingen og reduserer arbeidsmengden på tekniske team ved å brolegge kommunikasjonskart på tvers av avdelingene.
Den kombinerte skarpe tekniske ekspertisen med strategisk forretningsinnsikt, Biran-design og leverer konsekvensfulle AI-systemer som gir organisasjoner myndighet til å utnytte intelligens i stor skala.
Hovedekspertise
- Google Cloud 5 år
- MLOps 3 år
- Python 8 år

Andre kunnskaper
- Bash 5 år

- Docker 3 år
- Microservices 3 år
Utvalgt opplevelse
Arbeidserfaring
Machine Learning Engineer
beIN Media/Digiturk - 1 year 5 months
- Designere og implementerer interne AI-agens som kan tolke naturlige språkspørringer og utføre komplekse dataanalyser uavhengig.
- Ledere utvikling og distribusjon av tjenester på Google Cloud Platform (GCP), sikre skalabilitet, sikkerhet og høy tilgjengelighet.
- Bygger og vedlikeholder menede forutsigelsesmodeller med datasett i stor skala, bruker maskiner og teknologier for å levere handlbar innsikt.
- Utvidelser og integrerer Looker Explore Assistant extensions, enhancing user experience and enabling more intuitive data exploration through natural language interfaces.
- Sørger for overholdelse av interne standarder for styring av data og eksterne personvernregler ved styring av sensitiv informasjon.
- Kontinuerlig optimaliserer AI agenters ytelse ved å utføre eksperimenter, regulere modeller og overvåke produksjonsmåltall.
Teknologier:
- Teknologier:
Python
SQL
Terraform
BigQuery
OpenAI API
LangChain
ChromaDB
Looker
Ollama
LlamaIndex
Machine Learning Engineer
Monk.io - 11 months
- Designet og implementert «Retrieval-Augmented Generation (RAG) rørledninger skreddersydd for oppgavespesifikke store språkmodeller (LLMs), fremprovosere domenerelevans og nøyaktighet.
- Innpakkede læringsmodeller for maskiner i produksjonsklare tjenester, for å muliggjøre skalerbar innføring og integrering på tvers av interne systemer.
- Utført LM-benchmarking, evaluerer modeller for ytelse, forsinkelse og oppgavespesifikk virkning av å styre valg og justering av modell.
- Utviklet og vedlikeholdt ETL-rørledninger og interne oversikter, strømlinjebehandling av data og bidrar til handlbar synlighet i nøkkelmålemetoder og drift.
- Samarbeidede med tverrfunksjonelle team for å omsette analytiske og operative krav til skalerbare data og modelldrevne løsninger.
Teknologier:
- Teknologier:
- Microservices
Python
Google Cloud
- NLP
OpenAI API
LangChain
ChromaDB
Ollama
Large Language Models (LLM)
LlamaIndex
Data Scientist / Data Engineer
WalletConnect - 3 months
- AWS Glue Jobs automatiserte AWS ved hjelp av Terraform, og sikre pålitelig og repeterbar infrastruktur for dataflyt
- Utviklede kontinuerlige analysevisninger i Amazon Athena for å støtte nær sanntidsspørring og forretningsinnsikt.
- Strukturert og vedlikeholdt et skalerbart datavarehus ved hjelp av DBT (Data Build Tool), som aktiverer modulære, testbare og versjonskontrollerte transformasjoner.
- Tilordnede og ledelse av Preset.io dashbord for intern overvåking, noe som gir tydelig synlighet i operative og forretningsmåltall.
- Tillatte ad hoc og utforskende dataanalyser (EDA) for å avdekke innsikt, støtte beslutningstaking og adressere interessentenes henvendelser. – Samarbeidede med grupper på tvers av funksjonelle funksjoner for å omsette datakrav til handlbare innsikter og skalerbare analyseløsninger.
Teknologier:
- Teknologier:
Python
SQL
AWS S3
Terraform
AWS Athena
dbt
AWS Glue
Machine Learning Engineer
Grokstream - 1 year 11 months
- Utviklet og implementert nye produktegenskaper som følge av utvikling av kundekrav, noe som sikrer at virksomhetens mål og brukerbehov er i orden.
- Utført utforskende dataanalyse (EDA) for å optimalisere registreringsprosesser, avdekke viktige innsikter og trender.
- Lagd klar og innsiktsfull visualisering for å kommunisere datafunn til interessenter og støtte datadrevet beslutningstaking.
- Forbedrede ytelsessporingsmekanismer for å forbedre observasjonen av systemet og muliggjøre mer nøyaktig KPI-måling.
- Vedlikeholdt og omfaktorert eksisterende kodebase, sikre langsiktig skalaevne, opprettholdelse og overholdelse av beste praksis.
Teknologier:
- Teknologier:
- Microservices
Python
TensorFlow
DevOps
Azure Cloud
Azure ML
- Clustering
Data Scientist / Machine Learning Engineer
VNGRS - 2 years 9 months
- Forbedret chatbot ytelse ved å styre AI modeller og optimalisere parametere for å forbedre responers nøyaktighet og brukeropplevelse.
- Benchmarked og forbedret ytelsen til Speech-to-Text, talekomplisering, og optisk Character Recognition (OCR)-modeller på tvers av flere brukstilfeller.
- Utførte utforskende dataanalyse (EDA) og opprettholdt KPI-sporingsrørledninger for å overvåke systemets effektivitet og veilede om strategiske forbedringer.
- S&D-initiativer i prognoser for flerattributt, design og anvendelse av skalerbare maskiners læringsprosesser integrert med AWS SageMaker.
- Utviklet robust klassifisering og modeller for informasjonsutvinning for dokumentbehandling, som muliggjør automatisering og bedre dokumentinformasjon.
- Oversede ende-til-ende-dataoperasjoner som inkluderer dataforberedelse, manipulering og merking for ulike AI-drevne prosjekter som sikrer høy datakvalitet og konsistens.
Teknologier:
- Teknologier:
Docker
AWS
Flask
- Microservices
Python
Azure
Google Cloud
TensorFlow
DevOps
PyTorch
Scikit-learn
- NLP
Dialogflow
- Rasa (NLP)
Utdannelse
BSc.Mathematical Engineering
Yıldız Technical University · 2013 - 2018
Finn din neste utvikler innen dager, ikke måneder
I løpet av en kort 25-minutters samtale ønsker vi å:
- Forstå dine utviklingsbehov
- Forklare prosessen vår der vi matcher deg med kvalifiserte, evaluerte utviklere fra vårt nettverk
- Dele de neste stegene for å finne riktig match, ofte på mindre enn en uke
