Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich erstelle Maschinenlern- und Prognosemodelle in Python
Data Scientist, RAG- und LLM-Engineer
Data Scientist und AI Engineer, mit Sitz in Paris, mit zwei Masterabschlüssen in AI (Universität Luxemburg und DataScienceTech Institute) und Neo4j-Zertifizierung.
Ich decke die komplette Pipeline ab...
Über diesen Service
Ein Modell, das ein einfaches Baseline nicht schlagen kann, ist schlechter als kein Modell, weil es wie Fortschritt aussieht. Ich prüfe das zuerst und sage dir, wenn die Antwort nein ist.
Ich habe Nachfrageprognosen und dynamische Preisgestaltung für einen Fahrzeughändler in mehreren Regionen entwickelt sowie prädiktive Modelle auf Kerndaten im Bankwesen bei einer privaten Bank in Luxemburg.
WAS DU BEKOMMST
Deine Daten werden bereinigt, wobei die Probleme darin benannt werden, anstatt sie stillschweigend zu beheben
Das passende Modell für das Problem: Prognose, Klassifikation, Regression oder Clustering
Genauigkeit wird auf einer Testperiode gegen eine naive Baseline gemessen, damit du den echten Fehler siehst, nicht nur eine Behauptung
Klare Erklärung, was die Vorhersagen antreibt
Excel-, Power BI- oder API-Ausgabe, die dein Team ohne Python verwenden kann
Kommentierter Code und eine Schritt-für-Schritt-Anleitung
STACK
Python, scikit-learn, XGBoost, Prophet, ARIMA, PyTorch, Pandas, SQL, Power BI.
WARUM ICH
Zwei Masterabschlüsse in KI. Prognosen, Preisgestaltung und Bankanalysen für echte Kunden, nicht nur Notebooks.
BEVOR DU BESTELLST
Sende mir ein Beispiel deiner Daten und sag mir, welche Entscheidung sie informieren sollen. Manche Datensätze sind noch nicht modellbereit, und ich würde das lieber sagen, als den Auftrag anzunehmen.
Mein Portfolio
FAQ
Automatische Übersetzung
Wie viel Daten brauche ich?
Für Prognosen braucht das Modell zwei volle Jahre an Historie, um Saisonalität von Trend zu unterscheiden; zwölf bis achtzehn Monate sind auch möglich, allerdings mit größeren Unsicherheitsintervallen. Für Klassifikation sind ein paar tausend gelabelte Zeilen eine vernünftige Basis. Schick mir ein Beispiel, und ich sage dir ehrlich, was machbar ist.
Wie genau wird das Modell sein?
Das hängt von deinen Daten ab, und wer eine Zahl nennt, bevor er sie gesehen hat, rät nur. Was ich zusage, ist, sie richtig zu messen: Ich halte einen aktuellen Zeitraum zurück, den das Modell nie sieht, prognostiziere ihn und vergleiche den echten Fehler mit einem einfachen Baseline. Wenn das Modell das nicht schlagen kann, sage ich es dir.
In welchem Format soll ich meine Daten schicken?
Excel, CSV oder eine direkte Datenbankverbindung funktionieren alle. Es muss nicht sauber sein; unordentliche Exporte sind normal und das Aufräumen gehört dazu. Sag mir, was jede Spalte bedeutet, oder schick mir die vorhandene Dokumentation, und ich arbeite damit.
Muss ich Python kennen, um es zu benutzen?
Nein. Die Ergebnisse kommen in Excel, Power BI oder über eine API, sodass dein Team mit den Tools arbeitet, die sie schon nutzen. Der kommentierte Code ist dabei, falls du es später intern übernehmen willst, aber für die Nutzung der Ergebnisse ist nichts weiter nötig.
Kann das Modell auch auf neuen Daten weiterlaufen?
Ja. Das Premium-Paket beinhaltet eine Aktualisierungspipeline, die neue Daten zieht und Prognosen nach einem Zeitplan neu generiert, sodass die Ergebnisse immer aktuell bleiben, ohne dass jemand manuell eingreifen muss. Ich kann es als geplantes Skript, Docker-Container oder AWS-Job liefern, je nach deiner Infrastruktur.
