Ahmed Albaalawy-Maschinenbau- & Energieingenieur | Python | KI-Trainer & -Evaluator | F&E / QS
Tagessatz prüfen
Erfahrungen
Quantenoptimierung für das Unit Commitment im Stromnetz
Politecnico di Milano
- Ein vierstufiges Mixed-Integer-Linear-Programming-Unit-Commitment-Problem in eine QUBO-Formulierung mit 9 Qubits umgearbeitet und QAOA in Python/Qiskit implementiert.
- Ergebnisse mit dem exakten globalen MILP-Optimum verglichen und mit der fein abgestimmten Konfiguration ein Approximationsverhältnis von 1,0 erreicht.
- Fehlermodi mit Strafskalierung, Umgehung von Nebenbedingungen, Reproduzierbarkeit, Hamming-Distanz-Barrieren und Optimierer-Verhalten analysiert; SLSQP und COBYLA verglichen.
Bogdanci Windpark - Technische & finanzielle Due Diligence
Politecnico di Milano
- Windressourcenanalyse, Bewertung der Turbinenleistung, Layout-Optimierung, Netzanschlussbewertung sowie technische/Risiko-Prüfung durchgeführt; strukturierte quantitative Empfehlungen geliefert.
Optimierung des CSP-Turms - Solar Multiple & Wärmespeicher
SolarTech Lab, Politecnico di Milano
- Simulationsbasierte Optimierung und quantitative Analysen durchgeführt, um eine kosteneffiziente Auslegung von Solar Multiple und Wärmespeicher unter variablen Betriebsbedingungen zu bewerten.
Lehrassistent - Maschinenbau
Faculty of Engineering, Benha University
- Ingenieurrechnungen, Aufgaben, Berichte, Laborarbeiten und Prüfungen geprüft und bewertet; Annahmen, Formeln, Zwischenschritte und Endergebnisse anhand einheitlicher Kriterien kontrolliert.
- Tutorien und Laborveranstaltungen durchgeführt und quantitative ingenieurwissenschaftliche Methoden mit nachvollziehbarer, schrittweiser Herleitung erklärt.
Dozent für Informatik
iSchool
- Programmierung, Computational Thinking, KI- und Machine-Learning-Konzepte für Schüler im Alter von 6-18 Jahren unterrichten, hauptsächlich 8-16, mit Python, Godot, blockbasiertem Lernen und Minecraft Education.
- Programmieraufgaben und Projekte bewerten, konzeptionelle und technische Fehler diagnostizieren und strukturiertes, altersgerechtes Feedback geben.
- Notion, Google Sheets und ein spezialisiertes LLM-basiertes Feedbacksystem nutzen, um Lernaktivitäten, Bewertung, Organisation und Schülerfeedback zu unterstützen.
Doppelt-stufige, verkleidete Windturbine mit horizontaler Achse
Benha-Universität
- Entwarf, baute, testete und analysierte ein experimentelles Windenergiesystem; leitete die Datenerfassung und die Auswertung der Ergebnisse und wirkte umfassend an der Vorbereitung des Forschungsmanuskripts mit.
Mitwirkender im Bereich KI-Training & Datenannotation
Outlier
- Prüfte von Modellen erzeugte Ausgaben anhand detaillierter Projektanweisungen und Bewertungskriterien und achtete dabei auf technische Richtigkeit, logische Konsistenz, Relevanz, Vollständigkeit, Klarheit und die Einhaltung der Vorgaben.
- Wendete strukturierte Annotation- und Bewertungsrahmen an, dokumentierte kurze Begründungen und markierte bei Bedarf unklare, inkonsistente oder nicht zum Auftrag gehörende Fälle.
- Identifizierte den frühesten Denk- oder Methodikfehler in mehrstufigen Antworten, auch wenn nachfolgende Schritte oder die endgültige Antwort plausibel wirkten.
- Arbeitete eigenständig an qualitätssensiblen Aufgaben, die Genauigkeit, Konsistenz, schnelles Lernen von Richtlinien und verlässliches schriftliches Feedback erforderten.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Bildung und Energie.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Forschung und Entwicklung (F&E), Produktentwicklung, Betrieb, Qualitätssicherung und Finanzen.
Zusammenfassung
Maschinenbauingenieur und Mitwirkender im KI-Training. Erfahren im Prüfen von Modellantworten, im Audit technischer Inhalte, im Anwenden detaillierter Vorgaben, im Erkennen logischer oder sachlicher Fehler und im Erstellen strukturierter Rückmeldungen. Sehr gut geeignet für FRATCH-Projekte in den Bereichen Maschinenbau + Python, KI-Training, Qualitätssicherung, F&E, technische Inhaltsprüfung, Daten-/KI-Bewertung und Aufgaben im Energiesektor.
Fähigkeiten
- Programmierung & Daten: Python, Numpy, Matplotlib, Qiskit, Matlab, Datenanalyse, Numerische Modellierung, Automatisierung, Debugging, Grundlagen Des Maschinellen Lernens.
- Ki / Llm-Bewertung: Datenannotation, Bewertung Von Modellantworten, Einhaltung Von Prompts/Anweisungen, Review Auf Basis Von Bewertungsrastern, Validierung Von Referenzantworten, Strukturiertes Feedback, QualitäTssicherung.
- Optimierung & Mathematik: Milp, Qubo/Ising, Qaoa, Slsqp, Cobyla, Nebenbedingungsanalyse, Quantitative Modellierung, Numerische Benchmarks.
- Ingenieurwerkzeuge: Solidworks, Autocad, Proteus, Arduino Ide, Cnc-Bearbeitung, Experimentelle Messtechnik, Lasertachometrie, Mechanische Drehmomentmessung.
- Bildungstechnologie: Godot, Minecraft Education, Blockbasiertes Programmieren, Notion, Google Sheets, Llm-GestüTzte Feedback-Workflows.
Sprachen
Ausbildung
Politecnico di Milano
M.Sc. Energietechnik · Energietechnik · Mailand, Italien · 100/110
Benha University
B.Sc. Maschinenbau – Energietechnik · Maschinenbau – Energietechnik · Ägypten · 84.28%
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Tagessatzverteilung
Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freelancer in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.
Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Der durchschnittliche Tagessatz ist der Mittelwert aller Tagessätze aus aktuellen Verträgen vergleichbarer Freelancer auf unserer Plattform.
Der Median-Tagessatz ist der mittlere Wert aller Tagessätze – die Hälfte der vergleichbaren Freelancer verlangt weniger, die andere Hälfte mehr. Anders als der Durchschnitt wird er von Ausreißern kaum beeinflusst.
Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Quantenoptimierung für das Unit Commitment im Stromnetz
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Mailand, Italien arbeiten
