Gabin Nguegnang - Freiberuflicher Mathematikexperte für das Training von KI-Modellen

Q: Wo ist Gabin ansässig?

Gabin ist in Freising, Deutschland ansässig.

Q: Welche Sprachen spricht Gabin?

Gabin spricht folgende Sprachen: French (Muttersprache), German (Verhandlungssicher), English (Verhandlungssicher) .

Q: Wie viele Jahre Erfahrung hat Gabin?

Gabin hat mindestens 7 Jahre Erfahrung. In dieser Zeit hat Gabin in mindestens 3 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 10 Monate . Beachten Sie, dass Gabin möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Q: Was ist das neueste Projekt von Gabin?

Die neueste Position von Gabin ist Freiberuflicher Mathematikexperte für das Training von KI-Modellen bei Outlier AI and Mindrift AI .

Q: Für welche Unternehmen hat Gabin in den letzten Jahren gearbeitet?

In den letzten Jahren hat Gabin für Outlier AI and Mindrift AI , Ludwig-Maximilians-Universität München und RWTH Aachen gearbeitet.

Q: In welchen Industrien hat Gabin die meiste Erfahrung?

Gabin hat die meiste Erfahrung in Industrien wie Bildung , Energie und Telekommunikation . Gabin hat auch etwas Erfahrung in Informationstechnologie (IT) .

Q: In welchen Bereichen hat Gabin die meiste Erfahrung?

Gabin hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung (F&E) , Produktentwicklung und Business Intelligence . Gabin hat auch etwas Erfahrung in Informationstechnologie (IT) und Qualitätssicherung .

Q: In welchen Industrien hat Gabin kürzlich gearbeitet?

Gabin hat kürzlich in Industrien wie Bildung , Energie und Informationstechnologie (IT) gearbeitet.

Q: In welchen Bereichen hat Gabin kürzlich gearbeitet?

Gabin hat kürzlich in Bereichen wie Forschung und Entwicklung (F&E) , Produktentwicklung und Qualitätssicherung gearbeitet.

Empfohlener Experte

Freising, Deutschland

Erfahrungen

Okt. 2025 - Bis heute

6 Monate

Deutschland

Freiberuflicher Mathematikexperte für das Training von KI-Modellen

Outlier AI and Mindrift AI

KI-Modelle trainiert, um spezialisierte reale Probleme zu lösen
Forschungsorientierte Prompts auf Basis der Angewandten Mathematik entworfen und Bewertungsraster entwickelt, die konsequent das Modellverständnis und die Ausgabequalität verbessern
Leistung, Genauigkeit und Zuverlässigkeit fortschrittlicher KI-Modelle bewertet
Eng mit bereichsübergreifenden Entwicklungsteams zusammengearbeitet, um sicherzustellen, dass KI-Modelle den Industriestandards entsprechen, und um umsetzbare Erkenntnisse bereitzustellen

Apr. 2024 - Sept. 2025

1 Jahr 6 Monate

München, Deutschland

Doktorandischer wissenschaftlicher Mitarbeiter und Lehrassistent

Ludwig-Maximilians-Universität München

Beitrag zur Entwicklung eines ML-basierten Frameworks zur Anomalieerkennung geleistet, das Genauigkeit, Interpretierbarkeit und Fairness ausbalanciert und erklärbare KI-Lösungen im industriellen Energiemanagement ermöglicht
Konvergenzverhalten des stochastischen Gradientenabstiegs im Deep Learning analysiert und optimale Bedingungen für Parameterinitialisierung sowie für abnehmende und adaptive Lernratenpläne ermittelt
Stand-der-Technik-Ergebnisse zur mathematischen Grundlage des Deep Learning verbessert, indem die Lücke zwischen Theorie und Praxis geschlossen wurde, um effizientere Trainingsstrategien zu ermöglichen
Hochleistungsrechenressourcen genutzt, um tiefe neuronale Netze zu trainieren, und theoretische Erkenntnisse validiert
Tutorien zu den mathematischen Grundlagen von Machine Learning, Deep Learning und Optimierung durchgeführt und so die Ausbildung angehender Data Scientists unterstützt

Sept. 2019 - März 2024

4 Jahren 7 Monate

Aachen, Deutschland

Doktorandischer wissenschaftlicher Mitarbeiter und Lehrassistent

RWTH Aachen

Forschung zu gradientenbasierten Methoden für das Training tiefer neuronaler Netze unter konstanten und abnehmenden Lernraten durchgeführt
Globale Konvergenz des Gradientenabstiegsalgorithmus für das Training linearer neuronaler Netze bewiesen, was zum Verständnis von Optimierungstechniken im Deep Learning beiträgt und effektive Modellentwicklung unterstützt
Theoretische Ergebnisse durch Training tiefer neuronaler Netze mit synthetischen Daten validiert
Tutorien zu kontinuierlicher Optimierung, Mathematik der Datenwissenschaft und Höherer Mathematik für Elektrotechnik durchgeführt

Juni 2018 - Mai 2019

1 Jahr

Limbe, Kamerun

Praktikant im Bereich Maschinelles Lernen

Group One Holding Company

Maschinelles Lernen angewendet, um Anomalien in Kraftstoffverbrauchsdaten zu erkennen, den Verbrauch zu optimieren und Kraftstoffdiebstahl an Funkstandorten zu verhindern
ML-Modelle, einschließlich neuronaler Netze, trainiert, mit dem Potenzial, bis zu 84.617 Liter Kraftstoff zu sichern
Prädiktive ML-Modelle in eine Webanwendung integriert, die die Visualisierung und Überwachung des monatlichen Kraftstoffverbrauchs jeder Station ermöglicht
Konsistente und sichere Code-Historie durch Synchronisierung lokaler und entfernter Repositorys mit Git gepflegt

Branchenerfahrung

Sehen Sie, in welchen Branchen dieser Freiberufler den Großteil seiner beruflichen Laufbahn verbracht hat.

Erfahren in Bildung, Energie, Telekommunikation und Informationstechnologie (IT).

Bildung

Energie

Telekommunikation

Informationstechnologie (IT)

Erfahrung nach Fachbereich

Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.

Erfahren in Forschung und Entwicklung (F&E), Produktentwicklung, Business Intelligence, Informationstechnologie (IT) und Qualitätssicherung.

Forschung und Entwicklung (F&E)

Produktentwicklung

Business Intelligence

Informationstechnologie (IT)

Qualitätssicherung

Zusammenfassung

Forscher im Bereich Angewandte Mathematik mit über 6 Jahren Erfahrung in Machine Learning (ML), Deep Learning, Data Science und Optimierung. Versiert in der Analyse gradientenbasierter Methoden für tiefe neuronale Netze und damit beitragend zu effizientem Modelltraining. Erfahren darin, komplexe theoretische Erkenntnisse in praxisnahe Entscheidungen zu übersetzen, mit erfolgreichen ML-Anwendungen zur Vorhersage des Kraftstoffverbrauchs und zur Anomalieerkennung in Telekom-Basisstationen sowie zur Steigerung von Fairness und Leistung in erklärbarer KI für Kraftwerksanlagen.

Fähigkeiten

Programmiersprachen: Python (Fortgeschritten), Matlab (Fortgeschritten)
Experimente: Cuda, Hochleistungsrechnen (Hpc), Parallelprogrammierung
Data Science & Maschinelles Lernen: Pytorch, Scikit-learn, Container (Docker, Enroot), Ml-workflows, Generative Ki, Llms, Hugging Face Bibliotheken, Projektplanung Und -Design, Pandas, Transformers
Cloud-technologien: Amazon Web Services, Google Cloud Vertex Ai
Kooperative Arbeitsweise Und Bereichsübergreifende Teamarbeit
Problemlösungsfähigkeit Und Anpassungsfähigkeit An Neue Technologien
Konzeptuelles Und Analytisches Denken
Hohes Verantwortungsbewusstsein Und Integrität
Mentoring Und Wissenstransfer
Effektive Wissenschaftliche Und Technische Kommunikation

Sprachen

Französisch

Muttersprache

Deutsch

Verhandlungssicher

Englisch

Verhandlungssicher

Ausbildung

Sept. 2019 - Sept. 2025

Ludwig-Maximilians-Universität München und RWTH Aachen

Promotion, Optimierung für das Training tiefer neuronaler Netze · Angewandte Mathematik · Aachen, Deutschland

Aug. 2017 - Feb. 2019

African Institute for Mathematical Sciences (AIMS)

Kooperativer Master, Maschinelles Lernen · Industriemathematik · Limbe, Kamerun

Okt. 2016 - Nov. 2018

University of Yaounde I

Master, Dynamische Systeme und Modellierung · Angewandte Mathematik · Yaoundé, Kamerun

...und 2 Weitere

Zertifikate & Bescheinigungen

Modellparallelismus: Aufbau und Einsatz großer neuronaler Netze

Generative KI mit Diffusionsmodellen

Generative KI mit großen Sprachmodellen

Machine Learning Engineering für Produktion (MLOps) Spezialisierung

Strukturierung von Machine-Learning-Projekten

Statistiken

Erfahrung

Positionen gesamt 4

Erfahrung in Bildung 6 J.

Durchschn. Dauer 1 J. 10 M.

Längste Erfahrung 4 J. 6 M.

Globale Erfahrung

Länder gearbeitet 2 (Deutschland, Kamerun)

Hauptland Deutschland

Fachkenntnisse

Aktuelle Rollen Freiberuflicher Mathematikexperte für das Training von KI-Modellen, Doktorandischer wissenschaftlicher Mitarbeiter und Lehrassistent, Praktikant im Bereich Maschinelles Lernen

Hauptbranchen Bildung, Energie, Telekommunikation

Hauptfachbereiche Forschung und Entwicklung (F&E), Produktentwicklung, Business Intelligence

Qualifikationen

Höchster Abschluss Doktor

Zertifikate erworben 5

Profil

Erstellt

November 2025

Stand

Dezember 2025

Sie suchen Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Frequently Asked Questions

Sie haben Fragen? Hier finden Sie weitere Informationen

Wo ist Gabin ansässig?

Gabin ist in Freising, Deutschland ansässig.

Welche Sprachen spricht Gabin?

Gabin spricht folgende Sprachen: French (Muttersprache), German (Verhandlungssicher), English (Verhandlungssicher).

Wie viele Jahre Erfahrung hat Gabin?

Gabin hat mindestens 7 Jahre Erfahrung. In dieser Zeit hat Gabin in mindestens 3 verschiedenen Rollen und für 4 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 2 Jahre und 10 Monate. Beachten Sie, dass Gabin möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Für welche Rollen wäre Gabin am besten geeignet?

Basierend auf der jüngsten Erfahrung wäre Gabin gut geeignet für Rollen wie: Freiberuflicher Mathematikexperte für das Training von KI-Modellen, Doktorandischer wissenschaftlicher Mitarbeiter und Lehrassistent, Praktikant im Bereich Maschinelles Lernen.

Was ist das neueste Projekt von Gabin?

Die neueste Position von Gabin ist Freiberuflicher Mathematikexperte für das Training von KI-Modellen bei Outlier AI and Mindrift AI.

Für welche Unternehmen hat Gabin in den letzten Jahren gearbeitet?

In den letzten Jahren hat Gabin für Outlier AI and Mindrift AI, Ludwig-Maximilians-Universität München und RWTH Aachen gearbeitet.

In welchen Industrien hat Gabin die meiste Erfahrung?

Gabin hat die meiste Erfahrung in Industrien wie Bildung, Energie und Telekommunikation. Gabin hat auch etwas Erfahrung in Informationstechnologie (IT).

In welchen Bereichen hat Gabin die meiste Erfahrung?

Gabin hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung (F&E), Produktentwicklung und Business Intelligence. Gabin hat auch etwas Erfahrung in Informationstechnologie (IT) und Qualitätssicherung.

In welchen Industrien hat Gabin kürzlich gearbeitet?

Gabin hat kürzlich in Industrien wie Bildung, Energie und Informationstechnologie (IT) gearbeitet.

In welchen Bereichen hat Gabin kürzlich gearbeitet?

Gabin hat kürzlich in Bereichen wie Forschung und Entwicklung (F&E), Produktentwicklung und Qualitätssicherung gearbeitet.

Was ist die Ausbildung von Gabin?

Gabin hat einen Doktor in Angewandte Mathematik from Ludwig-Maximilians-Universität München und RWTH Aachen, einen Master in Industriemathematik from African Institute for Mathematical Sciences (AIMS), einen Master in Angewandte Mathematik from University of Yaounde I, einen Bachelor in Angewandte Mathematik from University of Douala und einen Bachelor in Angewandte Mathematik from University of Douala.

Ist Gabin zertifiziert?

Gabin hat 5 Zertifikate. Darunter sind: Modellparallelismus: Aufbau und Einsatz großer neuronaler Netze, Generative KI mit Diffusionsmodellen und Generative KI mit großen Sprachmodellen.

Wie ist die Verfügbarkeit von Gabin?

Gabin ist sofort vollzeit verfügbar für passende Projekte.

Wie hoch ist der Stundensatz von Gabin?

Der Stundensatz von Gabin hängt von den spezifischen Projektanforderungen ab. Bitte verwenden Sie die Meet-Schaltfläche im Profil, um ein Meeting zu planen und die Details zu besprechen.

Wie kann man Gabin beauftragen?

Um Gabin zu beauftragen, klicken Sie auf die Meet-Schaltfläche im Profil, um ein Meeting anzufragen und Ihre Projektanforderungen zu besprechen.

Durchschnittlicher Tagessatz für ähnliche Positionen

Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.

1000

750

500

250

⌀ Markt: 780-940 €

Die angegebenen Tagessätze entsprechen der typischen Marktspanne für Freiberufler in dieser Position, basierend auf aktuellen Projekten auf unserer Plattform.

Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.