Ich werde ein komplettes Data-Science-Projekt in Python, R, SPSS erstellen

Ich kann dir dabei helfen, wichtige Informationen aus deinen Daten zu extrahieren, zu entwickeln oder bereitzustellen, was dir dabei hilft, deine Geschäfts-ROI zu steigern. Meine Erfahrung umfasst die Arbeit an Forschungsarbeiten, die Bereitstellung von Projekten in der Cloud sowie den Aufbau und die Implementierung von Machine-Learning-, Datenbereinigungs-, Datenverarbeitungs- und Datenvisualisierungspipelines.

Tools-Nutzung:

• Jupyter, Spyder, AWS Sagemaker mit Pyspark oder Python-Cluster auf EC2-Instanz, GCP Vertex, Azure Machine Learning Studio, Kibana

Sprache: Python, R, Scala, NOSQL

Abdeckung der Machine-Learning-Modelle:

überwachte Lernmodelle

• Logistische Regression
• Entscheidungsbäume
• Zufallswälder
• XGBoost
• Ensemble-Boosting-Methoden
• Ensemble-Bagging-Methoden
• Neuronale Netze
• Regression basierte Methoden, lineare Regression
• Ausreißererkennung mit Support Vector Machine

halbüberwachte Lernmodelle

• Positive Unlabeled Learning
• GANS
• Positive Confidence
• Graph-basierte Labeling-Methoden

unüberwachte Lernmodelle

• Clustering-Methoden wie K-means, DBSCAN, Gaussian Mixture Model

Tiefenlernen für Gesichtserkennung, Bildklassifikation, Transferlernen

NLP-Methoden mit KeyBert, BERT, TF-IDF für Textkategorisierung und Klassifikationsmodelle