Caner K.-Synthetischer medizinischer Datensatz (MedGym)
Tagessatz prüfen
Erfahrungen
Synthetischer medizinischer Datensatz (MedGym)
MedTank
- Generierte synthetische Datensätze für CXR, Mammografie und die Erkennung distaler Radiusfrakturen mit GANs und Diffusion und erstellte >50k synthetische Bilder für Benchmarking.
- Sicherung DSGVO-konformer Workflows und Reproduzierbarkeit, sodass der Datensatz für interne Validierung und akademische Zusammenarbeit genutzt werden konnte.
- Projekt im internen F&E-Showcase von MedTank als Vorzeigeinitiative für synthetische Daten hervorgehoben.
Erklärbare KI für GANs
Technische Universität München
- Implementierte Saliency Maps, LIME, Shapley und DeepLift mit Captum, um die Transparenz von GANs zu erhöhen und Black-Box-Modelle für medizinische KI-Forscher interpretierbar zu machen.
- Ergebnisse in einem Abteilungsseminar präsentiert und Einfluss auf die Einführung von Erklärbarkeits-Tools in laufenden Forschungsprojekten genommen.
Machine-Learning-Ingenieur
MEDTANK Corp
- Führte die Entwicklung von GAN-/Diffusions-Pipelines für radiologische Datensätze (>1M CXRs) an, wodurch die Vielfalt synthetischer Daten um 25 % gesteigert und Overfitting bei Klassifikatoren in regulierten Workflows der medizinischen Bildgebung reduziert wurde.
- Optimierte Stable Diffusion für Thorax-Röntgenbilder, verbesserte SSIM/PSNR um bis zu 12 % und ermöglichte klinisch plausible Ergebnisse, validiert von Radiologen.
- Entwarf Vorverarbeitungs- und 3D-Segmentierungs-Workflows (MONAI, SimpleITK), die eine automatische Anomalieerkennung und ROI-Extraktion ermöglichten und später in die PACS-/RIS-Pipelines von Krankenhäusern integriert wurden.
- Arbeitete mit funktionsübergreifenden Teams zusammen, um DSGVO-konforme Datenverarbeitung sicherzustellen und trug zur Bereitstellung von ML-Systemen in produktionsreifen Gesundheitsumgebungen bei.
Data-Science-Praktikant
Data Glacier
- Entwickelte Machine-Learning-Pipelines für Predictive Analytics auf strukturierten Gesundheitsdatensätzen und steigerte die Modellgenauigkeit im Vergleich zur Basis um 15 %.
- Wendete Feature Engineering und Datenvisualisierung (Pandas, Scikit-learn, Matplotlib) an, um umsetzbare Erkenntnisse für Business-Stakeholder zu gewinnen.
- Setzte ein Proof-of-Concept-Modell auf AWS auf, um Skalierbarkeit und Integration in bestehende Workflows zu demonstrieren.
Freiberuflicher Webentwickler
Asel Wire Industry
- Entwickelte eine responsive React.js-Webanwendung mit wiederverwendbaren UI-Komponenten.
Praktikant als Avionik-Testingenieur
ASELSAN A.S
- Entwickelte ein verteiltes Tool für automatisierte Dokumentation, um die Effizienz des Teams zu verbessern.
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. Informatik-Studierender an der TUM mit über 2 Jahren praktischer Erfahrung in generativer KI und medizinischer Bildgebung. Spezialisierung auf Diffusions-/GAN-Pipelines, DSGVO-konforme Datenverarbeitung und den Einsatz von ML-Systemen in regulierten Workflows der medizinischen Bildgebung. Masterarbeit über die Integration von Röntgen und MRT zur Erzeugung synthetischer radiologischer Bilder. Suche ab September 2025 eine Vollzeitstelle als AI/ML Engineer.
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, Workflows In Der Medizinischen Bildgebung, Hipaa-Kenntnisse
Sprachen
Ausbildung
Technische Universität München
M.Sc. Informatik · Informatik · München, Deutschland
Universität Ankara
B.Sc. Computertechnik · Computertechnik · 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 Computertechnik 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 7 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
Olga B.
Kristina S.
Ales L.
Franz B.
Ursula H.
Christian W.
Thomas M.
Ferhat G.
Frederik C.
Piotr K.
