Adrianna J.
Machine Learning Engineer
Hon arbetar för närvarande som Technology Research Associate Principal och är skicklig i Python, TensorFlow, SPARQL, Stardog, AmpliGraph, Scikit-Learn, Docker, Streamlit och Git.
Adrianna har fyra års specialiserad erfarenhet av maskininlärning i grafer och har bland annat arbetat på Accenture och gjort betydande insatser i projekt som CLARIFY, där hon ledde machine learning experiments, genomförde omfattande utvärderingar och hanterade distributionen av lösningar till sjukhus.
Hon har en kandidatexamen i reglerteknik och robotik och en dubbel masterexamen i datavetenskap med en biämne i entreprenörskap från EIT Digital, vilket understryker hennes starka tekniska grund och entreprenörstänkande.
Huvudsaklig expertis
Databricks4 år
OpenCV5 år
Computer Vision5 år
Cuda7 årErfarenhet2
Technology Research Associate Principal
- Ledde CLARIFY-projektet till Accentures Greater than Award-final i kategorin Inspiring Growth och hanterade tekniköverföring för ett neuro-symboliskt frågesystem för biomedicinska kunskapsgrafer;
- Utvecklade system för återfallsprognoser och slutförde ledarskapsprogrammet TechStar 2023;
- Skapat en prototyp av REST API för AmpliGraph 2, demonstrerad i workshops med kunder;
- Bidrog till EU-kommissionens CLARIFY H2020-projekt genom att leverera en klientpilot, samarbeta med 11 partners och författa leveranser;
- Föreslog fyra patentidéer och fungerade som huvudförfattare för två;
- Co-handledde en doktorand om tolkningsbar gen- och sjukdomsförutsägelse med GraphML;
- Fungerade som Virtual Buddy för en nyanställd och deltog i intervjupaneler;
- Presenterade på konferenser som Sketching in Hardware 2022, ESSEC Business School och EIT Digital Alumni Annual Meeting om XAI och kunskapsgrafer;
- Co-presenterade COLING-22 Tutorial on Knowledge Graph Embeddings for NLP och författade ett Medium Labs blogginlägg om XAIl;
- Genomförde maskininlärningsforskning om förklarlig AI för modeller för inbäddning av kunskapsgrafer i precisionsmedicinska onkologiska applikationer;
- Utvecklade ExamplE, en ny förklaringsmetod för länkprediktion, vilket ledde till en patentansökan och ett Proof of Concept som distribuerades på Hospital Puerta del Hierro för CLARIFY H2020-projektet;
- Utformade experiment för prediktion av återfall i lungcancer och bidrog till utvecklingen av AmpliGraph 1.4;
- Medförfattare till tre rapporter till EU-kommissionen och inlämnande av tre patentidéer;
- Uppnådde andra plats i Accenture Hackathon: Al4Insurance och deltog i Eco Innovation Challenge;
- Samarbetade med Human Insight Lab om olika initiativ.
Flask
Data Science
TensorFlow
NumPy
Pandas
R&D Software EngineerR&D Software Engineer
- Började som arbetande student och fick befordringar, bytte roller medan han arbetade i ett team som ansvarade för att utveckla ett ramverk för komponenttest för 5G-komponenter (R&D Python Software Developer);
- Samarbetade om tidssynkronisering i basstationer, med huvuduppgifter som inkluderade utveckling av webbapplikationer med stöd för maskininlärning i Python, som hostades i molnet (R&D Embedded Software Engineer);
- Bidrog genom att skriva nya funktioner i C++, fixa programvarubuggar, enhetstesta, dokumentera och använda bästa praxis för objektorienterad programmering (OOP) och testdriven utveckling (TDD).
Flask
PythonData ScienceTensorFlowNumPyIngenjörsexcellens
Alla Machine Learning Engineerer som har ansökt till Proxify får ett betyg från 0 till 300 på ingenjörskompetens, en av de fem parametrar vi utvärderar. Detta betyg speglar endast ingenjörskompetens och baseras på intervjuer, hemuppgifter, live-kodningssessioner och/eller prestationer på jobbet. Kurvan visar hur alla utvärderade Machine Learning Engineerer är fördelade över det intervallet, var vår accepteringsgräns för denna parameter ligger och var Adrianna befinner sig.
Score 195 · Top 8% of engineers
Certifikat 1
Issued Jan 2025 - Expires Jan 2027
Credential ID 131299902
DatabricksIssued Jan 2025 - Expires Jan 2027
Credential ID 131299902
DatabricksUtbildning
Sluta bläddra.
Få matchad snabbare.
Prata med en expert och få skräddarsydda matchningar från vårt nätverk på bara 2 dagar.
Tillgång till över 6 000+ experter
Hitta en utvecklare i genomsnitt 2 dagar
Anställ snabbt och enkelt med 94% matchningsframgång