Ilya Andriunkin - Spezialist für klinische KI-Sicherheit

🚀 FRATCH GPT 2.0 - Finden Sie Freelancer mit einem Prompt. Jetzt mit Preis-Benchmark.

Empfohlener Experte

Verfügbar

Ukraine

Tagessatz prüfen

Erfahrungen

Jan. 2024 - Dez. 2026

3 Jahre

Allgemeiner Zahnarzt

Private Practice

Durchführung allgemeiner zahnmedizinischer Behandlungen mit Aufgaben in den Bereichen Diagnostik, restaurative Versorgung, Endodontie und Oralchirurgie in einer privaten Zahnarztpraxis.
Durchführung umfassender Untersuchungen, evidenzbasierter Behandlungsplanung, klinischer Dokumentation sowie Auswertung von CBCT- und 2D-Röntgenaufnahmen, einschließlich komplexer dentaler und maxillofazialer Befunde.
Anwendung klinischer Entscheidungsfindung und risikobasierter Entscheidungen bei routinemäßigen und komplexen zahnmedizinischen Fällen, einschließlich Überweisung und Eskalation, wenn eine fachärztliche Behandlung angezeigt war.

Assistenz in der Mund-, Kiefer- und Gesichtschirurgie

Clinical Hospital

Eintritt in eine Abteilung für Mund-, Kiefer- und Gesichtschirurgie während des Zahnmedizinstudiums und Aufbau von rund vier Jahren klinischer Erfahrung im Krankenhaus unter fachärztlicher Aufsicht.
Unterstützung bei Trauma-, rekonstruktiven und anderen operativen Fällen, einschließlich Phasen hoher klinischer Belastung während des Krieges mit komplexen und kritisch kranken Patienten.
Unterstützung bei Patientenvorbereitung, chirurgischen Abläufen, perioperativer Sicherheit, intraoperativer Assistenz, postoperativer Versorgung und ausgewählten überwachten klinischen Aufgaben.
Tätigkeit in anspruchsvollen interdisziplinären Umgebungen mit enger Einhaltung chirurgischer Protokolle, schneller Priorisierung und klarer Kommunikation innerhalb des Behandlungsteams.

Bewertung von LLM-Antworten und vergleichende Rangfolge

General AI Evaluation Projects

Vergleich mehrerer KI-generierter Antworten auf denselben Experten-Prompt und Rangfolge anhand strukturierter Qualitätskriterien.
Vergabe individueller Qualitätsbewertungen und Erstellung prägnanter Begründungen für die Rangfolge zu faktischer Genauigkeit, logischer Kohärenz, Befolgung von Anweisungen, Übereinstimmung mit der Nutzerabsicht, Nützlichkeit, Spezifität, Natürlichkeit und Struktur.
Erkennung von Halluzinationen, logischen Widersprüchen, Redundanz, themenfremden Inhalten, schwacher Formatierung und fehlender Spezifität für den Nutzer unter Anwendung projektspezifischer Rubriken und Ausschlussregeln.

Spezialist für KI-Bewertung und Qualitätsprüfer

Global AI Evaluation Projects

Bewertung großer Mengen KI-generierter Inhalte in ASR-, maschinellen Übersetzungs-, LLM- und anderen KI-Bewertungsaufgaben unter Anwendung detaillierter projektspezifischer Leitlinien und Qualitätsstandards.
Prüfung von 10,000+ maschinell erstellten ASR-Transkriptionen und Erkennung semantischer, grammatikalischer, formatbezogener, aussprachebezogener und bedeutungsbezogener Fehler.
Bewertung maschinell erstellter Übersetzungen in Englisch, Ukrainisch und Russisch, einschließlich Englisch → Ukrainisch, Ukrainisch → Englisch, Russisch → Englisch und weiterer mehrsprachiger Sprachpaare.
Vollständiger Vergleich von Ausgangs- und Zieltext zur Erkennung von Fehlübersetzungen, Auslassungen, Hinzufügungen, Wiederholungen, inkonsistenter Terminologie, Problemen mit der sprachlichen Flüssigkeit, stilistischen Problemen und lokalisierungsspezifischen Fehlern.
Vergabe von Akzeptabilitätsbewertungen auf einer Skala von 0–100 zur Beurteilung, ob Übersetzungen die Bedeutung des Ausgangstextes korrekt vermitteln und linguistische Qualitätsanforderungen erfüllen.
Anwendung strukturierter Taxonomien für Übersetzungsfehler, einschließlich Genauigkeit, Flüssigkeit, Terminologie, Auslassung, Hinzufügung, Wiederholung, Stil und Lokalisierung.
Validierung der Score Justifications anderer Bewerter und Prüfung, ob Kommentare die Beziehung zwischen Ausgangs- und Übersetzungstext korrekt widerspiegelten und ob die vergebenen Bewertungen angemessen waren.
Prüfung einzelner Bewertungsergebnisse auf faktische Gültigkeit, korrekte Kategorie und Schweregrad, einschließlich der Klassifizierungen Critical, Major, Minor und informational.
Erkennung falsch klassifizierter, über- oder unterbewerteter oder übersehener Übersetzungsfehler sowie Erstellung evidenzbasierter Begründungen mit korrigierten Bewertungen oder Klassifizierungen, sofern erforderlich.
Unterscheidung objektiver sprachlicher Fehler von zulässigen alternativen Übersetzungen und subjektiven Stilpräferenzen, ohne ungerechtfertigte Abzüge vorzunehmen.
Durchführung sekundärer Qualitätsprüfungen zur Verbesserung der Konsistenz von Annotationen und der Übereinstimmung zwischen Bewertern in mehrsprachigen Projekten.
Durchführung groß angelegter Audi segmentierung für Sprachassistenten-Interaktionen mit Erkennung von Triggerphrasen, Interaktionsgrenzen, überlappender Sprache, Hintergrundaudio und Sonderfällen.
Anwendung einer Bewertung der semantischen Konsistenz mit Prüfung der Erhaltung von Schlüsselwörtern, Bedeutungsübertragung, Qualität der natürlichen Sprache und allgemeinen Verständlichkeit.
Kategorisierung von Transkriptionsfehlern in Eigennamen, Hot Words, Funktionswörtern, Affixen, Zeichensetzung, Formatierung, Aussprache und semantischer Konsistenz.
Befolgung projektspezifischer SOPs, Bewertungsrubriken, Qualitätsstandards und Anforderungen an die Lieferung.
Beitrag zur Qualitätsverbesserung durch Feedback von Prüfern, Konsistenzkontrollen und sekundäre Qualitätssicherung.

Bewertung klinischer Sicherheit und adversarialer medizinischer KI

Healthcare AI Safety Tasks

Belastungstests für medizinische KI-Ausgaben hinsichtlich unsicherer Behandlungsempfehlungen, übersehener Kontraindikationen, fehlender Notfalleskalation und anderer sicherheitskritischer klinischer Fehler.
Bewertung der Robustheit bei adversarialen oder kontextmanipulierten Prompts, die irreführendes, übermäßig selbstsicheres oder unzureichend risikobewusstes Verhalten aufdecken sollen.
Klassifizierung von Sicherheitsfehlern nach Art, Schweregrad und potenziellen klinischen Auswirkungen, einschließlich Halluzinationen, Fehlern in der Argumentation, übersehenen Warnzeichen, unbelegten Behandlungsempfehlungen und unangemessener Beruhigung.
Prüfung, ob sicherheitssensible Antworten Unsicherheit angemessen darstellten, Einschränkungen nannten und spekulative Schlussfolgerungen nicht als gesicherte klinische Fakten präsentierten.

Fachexperte für medizinische KI / Bewerter von Healthcare-LLMs

Projekte zur Bewertung von Healthcare-LLMs und KI-Validierung

Bewertung von mehr als 5,000 KI-generierten medizinischen Antworten in Aufgaben zur klinischen Entscheidungsfindung und Bewertung von Healthcare-KI.
Prüfung von KI-generierten Differenzialdiagnosen, Behandlungsempfehlungen, klinischen Erklärungen und medizinischen Schlussfolgerungen auf sachliche Richtigkeit, Vollständigkeit und klinische Sicherheit.
Identifizierung von Halluzinationen, nicht belegten Aussagen, unvollständigen Schlussfolgerungen, unsicheren medizinischen Empfehlungen und Widersprüchen zur evidenzbasierten medizinischen Praxis.
Bewertung, ob KI-Antworten klinische Informationen korrekt interpretierten und medizinisch vertretbare Schlussfolgerungen zogen.
Überprüfung klinischer Informationen anhand von PubMed, ADA, NICE und international anerkannten medizinischen Quellen.
Anwendung strukturierter Bewertungsmaßstäbe für hilfreiche Antworten, sachliche Richtigkeit, Qualität der Schlussfolgerungen, Vollständigkeit, klinische Eignung und Übereinstimmung mit der Evidenz.
Evidenzbasierte Überprüfung von KI-generierten medizinischen Aussagen und Identifizierung nicht belegter oder irreführender Aussagen.
Bewertung der Schlussfolgerungen bei Differenzialdiagnosen und der Frage, ob vorgeschlagene Diagnosen durch die bereitgestellten klinischen Informationen angemessen gestützt wurden.
Prüfung medizinischer KI-Antworten auf mögliche Sicherheitsprobleme und klinisch ungeeignete Empfehlungen.
Bewertung, ob Modelle Unsicherheit, unzureichende Daten, dringende Symptome, die Notwendigkeit einer Eskalation und Indikationen für die Überweisung an Fachärzte erkannten.
Einbringen von Fachwissen als Doctor of Dental Medicine in auf das Gesundheitswesen ausgerichtete KI-Bewertungs- und Validierungsprozesse.

Branchenerfahrung

Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.

Erfahren in Gesundheitswesen.

Gesundheitswesen

Zusammenfassung

Zahnarzt und Spezialist für die Bewertung medizinischer KI mit klinischem Hintergrund in der Mund-, Kiefer- und Gesichtschirurgie, allgemeinen Zahnmedizin, diagnostischen Bildgebung und Bewertung von KI im Gesundheitswesen. Rund vier Jahre klinische Erfahrung in einem Krankenhaus im Bereich der Mund-, Kiefer- und Gesichtschirurgie, einschließlich Trauma, rekonstruktiver Fälle, perioperativer Versorgung und kritisch kranker Patienten, gefolgt von einer chirurgisch ausgerichteten klinischen postgradualen Ausbildung und Tätigkeit in einer privaten Zahnarztpraxis. Erfahrung in der Bewertung von KI-generierten klinischen Inhalten hinsichtlich faktischer Genauigkeit, Halluzinationen, klinischer Argumentation, Risiken für die Patientensicherheit, Übereinstimmung mit Leitlinien, Eskalationslogik und Angemessenheit der Behandlung. Weitere Erfahrung in mehrsprachiger Qualitätssicherung, Validierung maschineller Übersetzungen, ASR-Bewertung, vergleichender LLM-Rangfolge und Arbeitsabläufen für Zweitprüfer in Englisch, Ukrainisch und Russisch.

Fähigkeiten

Ki-Bewertung Und QualitäTssicherung

Bewertung Von Ki-Ausgaben
QualitäTssicherung FüR Ki
SekundäRe QualitäTsprüFung
PrüFung Von Annotationen
PrüFung Der Leistung Und Konsistenz Von Bewertern
Anwendung Von Bewertungsrubriken
Rubrikbasierte QualitäTsbewertung
Fehlertaxonomie Und Klassifizierung
Bewertung Des Schweregrads
Einhaltung Von Leitlinien Und Sops
Analyse Von SonderfäLlen
QualitäTskontrolle
Human-In-The-Loop-Ki-Bewertung
Klinische Ki-Sicherheit Und Adversariale Bewertung
Analyse Sicherheitskritischer Fehler
Bewertung Von Eskalationen Und Warnzeichen

Bewertung Maschineller ÜBersetzungen

Mehrsprachige Bewertung Maschineller ÜBersetzungen
Bewertung Der ÜBersetzungsqualitäT
Bewertung Der AkzeptabilitäT (0-100)
Semantischer Vergleich Von Ausgangs- Und Zieltext
Erkennung Von ÜBersetzungsfehlern
Validierung Von ÜBersetzungsbewertungen
Validierung Von BegrüNdungen FüR Bewertungen
Validierung Von Ergebnissen Und Fehlerschweregraden
Bewertung Von Genauigkeit / FlüSsigkeit / Terminologie
Erkennung Von Auslassungen Und HinzufüGungen
Erkennung Von Wiederholungen
Bewertung Von Stil Und Lokalisierung
Mehrsprachige Linguistische QualitäTssicherung

Asr- Und Linguistische Bewertung

Asr-Bewertung
PrüFung Von Transkriptionen
Audi сегMentierung
Analyse Der Semantischen Konsistenz
Erkennung Von Homophon- Und Aussprachefehlern
Bewertung Von Eigennamen
Bewertung Von Hot Words
Bewertung Von FunktionswöRtern
Erkennung Von Affixfehlern
Erkennung Von Triggerphrasen
Erkennung Von Sprachgrenzen
Analyse üBerlappender Sprache
Erkennung Von Hintergrundaudio
Mehrsprachige Annotation

Llm Und Medizinische Ki

Bewertung Von Llm-Antworten
Bewertung Von Prompts
Bewertung Der Befolgung Von Anweisungen
Rlhf-Bewertung
Validierung Medizinischer Ki
Bewertung Klinischer Argumentation
Erkennung Von Halluzinationen
Bewertung Medizinischer Antworten
Bewertung Von Differenzialdiagnosen
Bewertung Von Behandlungsempfehlungen
Evidenzbasierte FaktenprüFung
Pubmed-Verifizierung
Validierung Von Ada- Und Nice-Leitlinien
Vergleichende Llm-Rangfolge Und PräFerenzbewertung
Bewertung Der Klinischen Sicherheit
Erkennung Unbelegter Behauptungen
Bewertung Von Risiken FüR Die Patientensicherheit

Technische Und Klinische Kenntnisse

Dicom
Pacs
Cbct-Interpretation
Analyse Von 2d-RöNtgenaufnahmen
Plattformen FüR Unternehmensannotation
Microsoft Office
Google Workspace

Weitere Fachkenntnisse

Mehrsprachige Bewertung Von Ki-Daten
Linguistische QualitäTssicherung
QualitäT Maschineller ÜBersetzungen
Bewertung Der Spracherkennung
Llm-Bewertung
Medizinische Ki Und Ki Im Gesundheitswesen
Menschliche Bewertung Ki-Generierter Inhalte
Annotationsprozesse Im GroßEn MaßStab
QualitäTskontrolle Und ZweitprüFung
Evidenzbasierte Bewertung
Klinische Und Linguistische Fehleranalyse

Sprachen

Russisch

Muttersprache

Ukrainisch

Muttersprache

Englisch

Verhandlungssicher

Ausbildung

Okt. 2019 - Juni 2024

Ivano-Frankivsk National Medical University

Doctor of Dental Medicine (DMD) · Zahnmedizin · Ivano-Frankivsk, Ukraine

Statistiken

Erfahrung

Positionen gesamt 6

Erfahrung in Gesundheitswesen 2.5 J.

Durchschn. Dauer 5 M.

Längste Erfahrung 2 J. 8 M.

Fachkenntnisse

Aktuelle Rollen Allgemeiner Zahnarzt

Hauptbranchen Gesundheitswesen

Qualifikationen

Höchster Abschluss Doktor

Profil

Mitglied seit

September 2026

Stand

September 2026

Du suchst Freelancer?Passende Kandidaten in Sekunden!

FRATCH GPT testen

Häufig gestellte Fragen

Du hast Fragen? Hier findest du mehr.

Ilya spricht folgende Sprachen: Russisch (Muttersprache), Ukrainisch (Muttersprache), Englisch (Verhandlungssicher).

Ilya hat mindestens 3 Jahre Erfahrung. In dieser Zeit hat Ilya in mindestens 1 Rolle und für 1 Firma gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 3 Jahre und 8 Monate. Beachten Sie, dass Ilya möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.

Basierend auf der jüngsten Erfahrung wäre Ilya gut geeignet für Rollen wie: Allgemeiner Zahnarzt, Assistenz in der Mund-, Kiefer- und Gesichtschirurgie, Bewertung von LLM-Antworten und vergleichende Rangfolge.

Die neueste Position von Ilya ist Allgemeiner Zahnarzt bei Private Practice.

In den letzten Jahren hat Ilya für Private Practice gearbeitet.

Ilya hat die meiste Erfahrung in Industrien wie Gesundheitswesen.

Ilya hat einen Doktor in Zahnmedizin von Ivano-Frankivsk National Medical University.

Ilya ist sofort verfügbar für passende Projekte.