Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich entwickle Python-Machine-Learning, NLP und Analytics
KI-Entwickler, Machine Learning Engineer, Python FullStack Entwickler
Hi, ich bin Aashutosh, ein Python-Entwickler, der sich auf Machine Learning, KI und Full-Stack-Entwicklung spezialisiert hat.
Ich baue praxisnahe Softwarelösungen – von prädiktiven Modellen und Daten...
Über diesen Service
Du hast Daten: eine Tabelle, einen CRM-Export oder einen Ordner mit Support-Tickets. Was du brauchst, ist ein Modell oder eine Analyse, die du auch wirklich verwenden kannst.
Ich baue praxisnahe Machine-Learning- und Data-Science-Lösungen in Python:
- Klassifikations- und Regressionsmodelle
- NLP: Textklassifikation, Stimmungsanalyse, Spam-Erkennung
- Datenbereinigung, explorative Analysen und Visualisierung
- Modellvergleich mit passenden Evaluationsmetriken
- Einfache API oder Benutzeroberfläche (FastAPI, Flask, Streamlit)
So läuft's ab: Wir definieren das Problem, ich bereite die Daten vor, baue und teste geeignete Modelle, vergleiche sie anhand eines gehaltenen Testdatensatzes, und liefere dann kommentierten Python-Code sowie die Ergebnisse.
Jedes Projekt startet von einer Baseline, nicht vom kompliziertesten verfügbaren Modell. Du siehst, was funktioniert, was nicht funktioniert und warum.
Ich bin eine/frühe-Karriere Python-Entwicklerin/Entwickler: klare Kommunikation, gut lesbarer Code, Umfang schriftlich vor Arbeitsbeginn vereinbart. Keine Genauigkeitsangabe kann garantiert werden, bevor deine Daten getestet sind.
Pro Auftrag ein Datensatz. Weitere Datensätze, tiefergehende Merkmalsarbeit oder eine gehostete Bereitstellung werden separat angeboten.
Sende mir eine Nachricht mit der Form deines Datensatzes und der Entscheidung, die du unterstützen möchtest.
Pakete ab 35 $.
Mein Portfolio
FAQ
Automatische Übersetzung
Garantierst du eine bestimmte Genauigkeit oder ein bestimmtes Geschäftsergebnis?
Nein, und wer das behauptet, liegt falsch. Die Genauigkeit hängt von der Signale in deinen Daten und der Qualität der Labels ab. Was ich garantiere, ist die Methode: ein hold-out-Testset, eine festgelegte Baseline, Metriken, die zu deiner Entscheidung passen, und ein ehrlicher Bericht darüber, wo das Modell scheitert.
Was zählt genau als eine Revision?
Eine Revision umfasst Korrekturen im vereinbarten Umfang: Formulierung der Labels, Diagramm-Layout, eine Metrik, die dem Bericht hinzugefügt wird, eine Klarstellung der Erklärung. Ein neuer Datensatz, eine neue Zielvariable oder eine neue Modellklasse sind Neuer Arbeit und werden separat angeboten.
Welches Paket soll ich wählen?
ML Starter (35 $), wenn du eine fokussierte Frage hast. ML Analysis (100 $), wenn du Erkundung, Merkmalsarbeit und einen Modellvergleich brauchst. ML Application (250 $), wenn das Modell hinter einer Schnittstelle oder API sitzen muss.
Wie groß kann ein Datensatz sein, den du bearbeiten kannst?
Paketpreise setzen einen einzelnen Datensatz voraus, der bequem auf einen Laptop passt. Datensätze mit Hunderttausenden von Zeilen sind in der Regel kein Problem. Bei sehr großen Dateien schreib mir zuerst und wir vereinbaren eine Stichproben- oder Liefermethode.
Muss ich Machine Learning kennen, um mit dir zu arbeiten?
Nein. Wenn du die Entscheidung, die du triffst, und die Daten, die du behältst, beschreiben kannst, reicht das, um loszulegen. Ich erkläre den Ansatz und die Ergebnisse in klarer Sprache und hebe die relevanten Annahmen hervor.
Läuft der Code auf meinem Rechner?
Der Code ist Standard-Python und mit den verwendeten Bibliotheksversionen dokumentiert. Du erhältst Setup-Anweisungen in der Dokumentation. Hosting, Server und Infrastruktur sind nicht enthalten, es sei denn, wir einigen sie separat.
Wie gehst du mit privaten oder sensiblen Daten um?
Sende, wenn möglich, maskierte oder Stichprobendaten: entfernte Namen, maskierte Identifikatoren, verschobene Daten. Niemals Passwörter, API-Schlüssel oder Zahlungsinformationen senden. Ich arbeite mit dem von dir bereitgestellten Text und behalte ihn danach nicht.
In welchem Format erhalte ich die Arbeit?
In der Regel ein Ordner mit Python-Skripten oder Notebooks, die trainierte Modell-Datei, ein Evaluationsbericht mit Diagrammen und eine kurze Readme. Schnittstellen, falls vorhanden, werden als lauffähiges FastAPI- oder Streamlit-Projekt geliefert.
Kannst du mit Textdaten in einer anderen Sprache als Englisch arbeiten?
Oft ja, abhängig von verfügbaren Bibliotheken und Datenmenge. Sag mir vor der Bestellung die Sprache, damit ich bestätigen kann, dass Tokenisierung und Modellwahl dafür zuverlässig sind.
Was passiert, wenn sich herausstellt, dass meine Daten ungeeignet sind?
Ich sage es dir, bevor die Bestellung beginnt, oder in der ersten Prüfstufe. Wenn die Daten die Fragestellung nicht unterstützen können, sage ich dir das und schlage einen eng gefassten Umfang vor, statt ein Modell zu liefern, das dich in die Irre führt.
