Erfahrungen
Datenwissenschaftler
Mercor Intelligence
- Steigerte die Zuverlässigkeit der LLM-Ausgaben durch Erstellung domänenspezifischer Prompts und Evaluationslogik und verbesserte damit die Konsistenz der Schlussfolgerungen in Produktions-Workflows von Sprachmodellen.
- Entwickelte fortgeschrittene Coding-Benchmarks und validierte Lösungen zur Stärkung von Trainings- und Evaluierungsdatensätzen, wodurch die Modellleistung bei technischen Problemlösungsaufgaben verbessert wurde.
- Entwarf und implementierte automatisierte Evaluierungsframeworks für technische Reasoning-Aufgaben; optimierte die Zuverlässigkeit der LLM-Ausgaben um 15 % durch rigoroses Prompt-Engineering und bewertungsbasierte Benchmarking.
Senior Analyst/ML-Ingenieur
Tiger Analytics
- Implementierte ML-Observability für Datenqualität, Drift-Erkennung, Anomalien und Modellperformance, wodurch die Zuverlässigkeit und operative Transparenz von Produktions-KI-Systemen verbessert wurde.
- Migrierte produktive ML-Workloads von Azure-VMs zu Azure Databricks, was Skalierbarkeit, Pipeline-Durchsatz, Datenstrukturierung und Unterstützung für Echtzeitanalysen verbesserte.
- Entwarf eine Backend-Architektur mit Retrieval-Augmented Generation (RAG), die Unternehmens-LLM-Anwendungen mit höherer Trefferquote und relevanteren Antworten ermöglicht.
- Setzte einen Cloud-nativen FastAPI-Service auf Azure Red Hat OpenShift ein, wodurch eine skalierbare Bereitstellung, CI/CD-Automatisierung und robuste ML-Service-Betriebe im Unternehmensumfeld ermöglicht wurden.
- Erstellte interaktive Dashboards und KPI-Monitoring-Tools mit Superset und Power BI zur Überwachung operativer Kennzahlen.
- Führte Wissenstransfer, Code-Reviews und interne Workshops durch und betreute Junior-Teammitglieder.
Machine-Learning-Ingenieur
Neoware.ai
- Entwarf und implementierte containerisierte ML-Systeme mit AWS SageMaker, ECS und ECR über Terraform, wodurch skalierbares Model Serving und produktionsbereite Inferenz-Workflows ermöglicht wurden.
- Entwickelte KI-getriebene Dokumentenverarbeitungs-Pipelines mit Azure AI-Services und NLP-Techniken zur automatisierten Textextraktion.
- Entwickelte Python-Backend-Services für eine Datenvalidierungsplattform und sicherte so Integrität und Zuverlässigkeit der Datensätze.
Software-Ingenieur
Wipro Technology Solutions
- Entwickelte und integrierte Python-Backend-APIs mit Django, unterstützte skalierbare Anwendungsservices und verbesserte die Systeminteroperabilität zwischen internen Tools.
- Übernahm die Entwicklung eines Dashboards mit React und Material UI und ermöglichte so einen besseren Zugriff auf operative Kennzahlen.
- Setzte Klassifikationsalgorithmen wie Random Forest und SVM auf strukturierte Datensätze ein und unterstützte so Predictive Analysis und datengetriebene Entscheidungsprozesse.
Mitarbeiter
Cognizant Technology Solutions
- Entwickelte skalierbare, Python-basierte Automatisierungsframeworks und schrieb modularen, wiederverwendbaren Code mit starkem Fokus auf Datenvalidierung, strukturierte Logik und Performanceoptimierung.
- Entwarf und pflegte automatisierte Testpipelines, integriert in CI/CD-Workflows, und sicherte so Zuverlässigkeit, Reproduzierbarkeit und stabile Deployments in allen Umgebungen.
- Entwickelte strukturierte Validierungssysteme mit Python und Robot Framework, nutzte analytische Problemlösungsansätze zur Verbesserung der Genauigkeit und Verringerung von Fehlerausfällen.
- Führte datengestützte Analysen durch, um die Testabdeckung um 20 % zu erhöhen, identifizierte Fehlermuster und verbesserte die Systemrobustheit von Desktop- und Webanwendungen.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT).
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Qualitätssicherung, Produktentwicklung und Business Intelligence.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Ashwin ist in Berlin, Deutschland ansässig und kann in On-Site-, Hybrid- und Remote-Arbeitsmodellen arbeiten.
Ashwin spricht folgende Sprachen: Malayalam (Muttersprache), Englisch (Verhandlungssicher), Deutsch (Fortgeschritten).
Ashwin hat mindestens 8 Jahre Erfahrung. In dieser Zeit hat Ashwin in mindestens 5 verschiedenen Rollen und für 5 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 6 Monate. Beachten Sie, dass Ashwin möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Ashwin gut geeignet für Rollen wie: Datenwissenschaftler, Senior Analyst/ML-Ingenieur, Machine-Learning-Ingenieur.
Die neueste Position von Ashwin ist Datenwissenschaftler bei Mercor Intelligence.
In den letzten Jahren hat Ashwin für Mercor Intelligence, Tiger Analytics, Neoware.ai, Wipro Technology Solutions und Cognizant Technology Solutions gearbeitet.
Ashwin hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT).
Ashwin hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Qualitätssicherung und Produktentwicklung. Ashwin hat auch etwas Erfahrung in Business Intelligence und Forschung und Entwicklung (F&E).
Ashwin hat kürzlich in Industrien wie Informationstechnologie (IT) gearbeitet.
Ashwin hat kürzlich in Bereichen wie Informationstechnologie (IT), Qualitätssicherung und Produktentwicklung gearbeitet.
Ashwin hat einen Bachelor in Maschinenbau von Anna University.
Ashwin hat 2 Zertifikate. U.a: Databricks Certified Machine Learning Associate und AWS Certified Machine Learning - Specialty.
Die Verfügbarkeit von Ashwin muss bestätigt werden.
Tagessatzverteilung
Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freelancer in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.
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.
Berechnet auf Basis der Tagessätze unserer Freelancer, Stand 18 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Unnikuttan V.
Letzte Position:
Geschäftsführer (Mitgründer) bei AathmaSignals
- Verantwortlich für Investorenakquise und Partnerschaftsentwicklung als Gründungs-Geschäftsführer, Aufbau des Business Case und der technischen Story, um Erstfinanzierung und strategische Partner im Bereich Digital Health zu gewinnen
- Konzeption von Multi-Agenten-KI-Systemen für autonome Biosignalanalysen, Orchestrierung von LLM-basierten Reasoning-Pipelines mit fachspezifischem medizinischen Kontext zur Unterstützung intelligenter, klinischer Entscheidungsfindung
Julien L.
Letzte Position:
MLOps-Ingenieur bei SAMGEN
- Aufbau und Skalierung von Cloud-Infrastruktur auf GCP zur Unterstützung einer SaaS-Plattform für Industriekunden
- Entwurf und Implementierung einer datengetriebenen DevOps-Pipeline für optimierte Deployments und CI/CD-Workflows
- Zusammenarbeit mit dem Data-Science-Team am MLOps-Workflow zur Automatisierung des integrierten Retrainings
Martin M.
Letzte Position:
Product Owner AI-Lernplattform bei B2B Tech Scale-Up
- Agiler Aufbau einer multimodalen Analyseplattform für Trainingsmaterial (Video, Audio, Dokumente) nach Scrum
- Extraktion kontextrelevanter Inhalte basierend auf Nutzerprofilen & Kompetenzdimensionen
- Personalisierte Ausspielung von Lerninhalten zur Steigerung der Vertriebsperformance
- Enge Abstimmung mit Sales-Teams & Stakeholdern zur Validierung der Features
- Einsatz von Gemini, Whisper, Python & JavaScript, Deployment auf AWS, Perl für Skripte zum Datenimport
- Integration in bestehende Tools & CRM-Systeme zur reibungslosen Einführung
- Genutzte Technologien: Python, OpenAI, Datenbanktechnologien wie PostgreSQL, CI/CD für AirFlow-DAGs, FastAPI
Christian S.
Letzte Position:
Data Scientist/KI-Ingenieur bei The Marcom Engine GmbH & Co. KG
- Konzeption und Implementierung von KI-Agenten in der AWS-Cloud
- Kontinuierliche Abstimmung mit Stakeholdern
- Zusammenarbeit mit DevOps
- Technologien: Git, CI/CD (GitHub Actions), Python/ML, Streamlit, Deno/TypeScript, AWS SAM, AWS Bedrock, AWS Lambda, AWS DynamoDB, AWS S3, AWS EventBridge usw.
Stephan S.
Letzte Position:
Senior Data/ML-Berater & Technischer Leiter bei Jolin.io
Rolle: Software-Ingenieur & Angewandter Mathematiker (Mathematische Optimierung für Terminplanung; Dauer: 1 Monat; Teamzusammenstellung: Team von 2, remote; Technologien: JuMP, Julia, Pluto, Svelte, JavaScript, TypeScript, JetBrains Space, Terraform, Nomad)
Rolle: Software-, Cloud- & Web-Ingenieur (Aufbau eines skalierbaren Data-Science-Rechenclusters von Grund auf; Dauer: 11 Monate; Teamzusammenstellung: Team von 1, vor Ort; Technologien: Terraform, Kubernetes, k8s ingress, k8s services, k8s RBAC, k8s networking, k3s, etcd, S3, DNS, Zertifikate, Julia, Pluto, JavaScript, Tailwind, Astro, npm, Parcel, Preact, MUI, JWT, AWS SQS, AWS RDS, Python, GitLab, GitHub)
Rolle: KI- & Web-Ingenieur (Individueller ChatGPT-Dienst; Dauer: 1 Monat; Teamzusammenstellung: Team von 2, remote; Technologien: Python, Poetry, LangChain, Tailwind, ChatGPT API, Flask, FastAPI)
Rolle: Architekt & Dateningenieur (Einrichtung und Befüllung eines zentralen Data Lakes; Dauer: 9 Monate; Teamzusammenstellung: Team von 5, remote; Technologien: Infrastructure-as-Code, AWS CDK, Python, Boto3, PySpark, AWS Glue, IAM, S3, ECS, Fargate, Lambda, Apache Hudi, DeltaLake, Databricks, GitHub, Jira, Miro)
Rolle: Software-Ingenieur (PoC zur Migration von scikit-decide nach Julia; Dauer: 1 Monat; Teamzusammenstellung: Team von 2, remote; Technologien: Python, Julia, GitHub)
Marcel M.
Letzte Position:
Cloud-Architekt, Senior Solution Architekt, Senior Software Engineer bei Zuordnung von KPIs für die Service-Landschaft zur Erfassung und Analyse der Kosten pro Nutzer
- Technologien: GoLang, JavaScript, TypeScript, AWS, Terraform, Git
- Konzeption der AWS-Infrastruktur und vorhandener Dienste
- Analyse der IAM-Konten und -Rollen
- Einrichtung von Cost Explorer und CloudWatch-Monitoring
- Einrichtung der Persistenz gesammelter Daten in DynamoDB und S3
- Reporting und Kostenberechnung
- Konzeption der Terraform-Bereitstellung
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Datenwissenschaftler
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Berlin, Deutschland arbeiten
