Caner K.-Synthetischer medizinischer Datensatz (MedGym)
Tagessatz prüfen
Erfahrungen
Synthetischer medizinischer Datensatz (MedGym)
MedTank
- Synthetische Datensätze für die Erkennung von CXR, Mammografien und distalen Radiusfrakturen mithilfe von GANs und Diffusionsmodellen generiert und dabei >50k synthetische Bilder für Benchmarking erstellt.
- DSGVO-konforme Prozesse und Reproduzierbarkeit sichergestellt, wodurch die Nutzung des Datensatzes für interne Validierungen und akademische Zusammenarbeit ermöglicht wurde.
- Das Projekt wurde in der internen R&D-Präsentation von MedTank als wegweisende Initiative für synthetische Daten vorgestellt.
Erklärbare KI für GANs
Technische Universität München
- Saliency Maps, LIME, Shapley und DeepLift mit Captum implementiert, um die Transparenz von GANs zu verbessern und Black-Box-Modelle für medizinische KI-Forschende interpretierbar zu machen.
- Ergebnisse in einem Fachbereichsseminar vorgestellt und dadurch die Einführung von Werkzeugen für erklärbare KI in laufenden Forschungsprojekten beeinflusst.
Machine-Learning-Ingenieur
MEDTANK Corp
- Entwicklung von GAN-/Diffusionspipelines für radiologische Datensätze (>1M CXRs) geleitet, die Vielfalt synthetischer Daten um 25% gesteigert und Overfitting von Klassifikatoren in regulierten medizinischen Bildgebungsprozessen reduziert.
- Stable Diffusion für Thorax-Röntgenbilder optimiert, SSIM/PSNR um bis zu 12% verbessert und klinisch plausible Ergebnisse ermöglicht, die von Radiologen validiert wurden.
- Vorverarbeitungs- und 3D-Segmentierungsprozesse (MONAI, SimpleITK) entwickelt, die automatisierte Anomalieerkennung und ROI-Extraktion ermöglichten und später in Krankenhaus-PACS/RIS-Pipelines integriert wurden.
- Mit funktionsübergreifenden Teams zusammengearbeitet, um DSGVO-konforme Datenverarbeitung sicherzustellen, und zur Bereitstellung von ML-Systemen in produktionsreifen Gesundheitsumgebungen beigetragen.
Praktikant Data Science
Data Glacier
- Machine-Learning-Pipelines für prädiktive Analysen strukturierter Gesundheitsdatensätze entwickelt und eine um 15% höhere Modellgenauigkeit im Vergleich zur Baseline erreicht.
- Feature Engineering und Datenvisualisierung (Pandas, Scikit-learn, Matplotlib) eingesetzt, um umsetzbare Erkenntnisse für geschäftliche Stakeholder zu gewinnen.
- Ein Proof-of-Concept-Modell auf AWS bereitgestellt und damit Skalierbarkeit sowie die Integration in bestehende Prozesse demonstriert.
Freiberuflicher Webentwickler
Asel Wire Industry
- Eine responsive React.js-Webanwendung mit wiederverwendbaren UI-Komponenten entwickelt.
Praktikant als Avionik-Testingenieur
ASELSAN A.S
- Entwickelte ein verteiltes Tool zur automatisierten Dokumentation und steigerte dadurch die Effizienz des Teams.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Gesundheitswesen, Bildung, Fertigung und Luft- und Raumfahrt und Verteidigung.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Produktentwicklung, Forschung und Entwicklung (F&E), Informationstechnologie (IT), Business Intelligence und Qualitätssicherung.
Zusammenfassung
M.Sc.-Informatikstudent an der TUM mit mehr als 2 Jahren praktischer Erfahrung in generativer KI und medizinischer Bildgebung. Spezialisiert auf Diffusions-/GAN-Pipelines, DSGVO-konforme Datenverarbeitung und die Bereitstellung von ML-Systemen in regulierten medizinischen Bildgebungsprozessen. Forschungsschwerpunkt der Abschlussarbeit ist die Integration von Roentgen und MRM zur Generierung synthetischer radiologischer Bilder. Suche nach Vollzeitstellen als AI/ML Engineer ab Sept. 2025.
Fähigkeiten
- Ml/Ki: Pytorch, Huggingface, Tensorflow, Scikit-Learn, Monai, 3d Slicer
- Devops/Tools: Mlflow, Docker, Fastapi, Aws, Git, Langchain, Langgraph, Pydantic
- Programmierung: Python, Julia, C++, C#, Sql
- Compliance: Dsgvo-Konforme Datenverarbeitung, Medizinische Bildgebungsprozesse, Kenntnisse Der Hipaa-Anforderungen
Sprachen
Ausbildung
Technische Universität München
M.Sc. Informatics · Informatik · München, Deutschland
Universität Ankara
B.Sc. Computer Engineering · Computer Engineering · Ankara, Türkei
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Caner ist in München, Deutschland ansässig.
Caner spricht folgende Sprachen: Türkisch (Muttersprache), Englisch (Verhandlungssicher), Deutsch (Grundkenntnisse).
Caner hat mindestens 6 Jahre Erfahrung. In dieser Zeit hat Caner in mindestens 6 verschiedenen Rollen und für 6 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 1 Jahr. Beachten Sie, dass Caner möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Caner gut geeignet für Rollen wie: Synthetischer medizinischer Datensatz (MedGym), Erklärbare KI für GANs, Machine-Learning-Ingenieur.
Die neueste Position von Caner ist Synthetischer medizinischer Datensatz (MedGym) bei MedTank.
In den letzten Jahren hat Caner für MedTank, Technische Universität München, MEDTANK Corp und Data Glacier gearbeitet.
Caner hat die meiste Erfahrung in Industrien wie Gesundheitswesen, Bildung und Fertigung. Caner hat auch etwas Erfahrung in Luft- und Raumfahrt und Verteidigung.
Caner hat die meiste Erfahrung in Bereichen wie Produktentwicklung, Forschung und Entwicklung (F&E) und Informationstechnologie (IT). Caner hat auch etwas Erfahrung in Business Intelligence und Qualitätssicherung.
Caner hat kürzlich in Industrien wie Gesundheitswesen und Bildung gearbeitet.
Caner hat kürzlich in Bereichen wie Produktentwicklung, Forschung und Entwicklung (F&E) und Business Intelligence gearbeitet.
Caner hat einen Master in Informatik von Technische Universität München und einen Bachelor in Computer Engineering von Universität Ankara.
Die Verfügbarkeit von Caner 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 27 Sep 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Muntaha S.
Stephan B.
Tobias J.
Nurbüke T.
Ekaansh K.
Jeanne Y.
Narges D.
Marwa H.
Noushiq M.
Katharina S.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Synthetischer medizinischer Datensatz (MedGym)
Bengisu Y.
Shahab A.
Utku E.
Pawan S.
Himanshu N.
Philipp G.
Martin R.
Ilayda D.
Zahra K.
Gabin N.
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von München, Deutschland arbeiten
Antonio D.
Olga B.
Florian S.
Kristina S.
Ales L.
Christoph H.
Andreas L.
Paul T.
Karlheinz W.
Marc E.
