Mirza Klimenta-Agentische KI für ein DeepResearch-Projekt
Tagessatz prüfen
Erfahrungen
Agentische KI für ein DeepResearch-Projekt
Freiberuflich
- Erstellte ein multi-agentisches System, unterstützt von einem Wissensgraphen, um das Verfassen von Forschungsarbeiten zu automatisieren
- Setzte mehrere Experten (OpenAI-Modelle) ein, die beim Verfassen zusammenarbeiteten
- Extrahierte nützliche Informationen aus dem Wissensgraphen
- Technologien: LangChain, LangGraph, Smolagents, LlamaIndex, dspy
- Infrastruktur: Terraform und GitHub Actions (CI/CD) auf AWS
- Stellte die erste Anwendung als Streamlit-App bereit
PulseSpotter
MediaLab Bayern
- Entwickelt, um Journalisten dabei zu unterstützen, berichtenswerte Themen zu identifizieren, die voraussichtlich populär werden
- Sammelte Informationen aus verschiedenen Nachrichtenquellen und analysierte im Zeitverlauf Muster
- Schlug mithilfe von KI und maschinellem Lernen aufkommende Trends vor und sparte so Journalisten Zeit bei der Recherche
RAG (LLM)
Freiberuflich
- Leitete die Entwicklung eines fortgeschrittenen Retrieval-Augmented-Generation-Systems, um die HR-Datenabfrage zu verbessern
- Nutzte die Milvus Vektor-Similarity-Search-Datenbank und die OpenAI-API, um umfangreiche HR-bezogene Daten zu beziehen und zu integrieren
- Versuchte, ein LLM mittels PEFT (LoRA) und Prompt-Engineering zu feintunen
Senior Data Scientist
Freiberuflich
Objekterkennung in Spektralbildern
Freiberuflich
- Klassifizierte Signale und erkannte Neuheiten in Spektralbildern mit Sensordaten
- Setzte aufgrund unzureichend gelabelter Daten selbstüberwachtes maschinelles Lernen ein
- Nutzte eine YOLO-Architektur für schnelle Verarbeitung mithilfe des mmyolo-Frameworks
Benutzergruppierung in einem sozialen Netzwerk
Freiberuflich
- Ermöglichte die Kommunikation gleichgesinnter Nutzer durch die dynamische Bildung von Gruppen basierend auf Antworten auf bestimmte Fragen
- Verwendete Vektorisierung und k-nächste-Nachbarn für die Anfangsgruppierung und ein Empfehlungssystem zur verfeinerten Abstimmung
Senior Data Scientist
Bayerischer Rundfunk/.pub
- Forschung zu den neuesten Entwicklungen im Bereich Empfehlungssysteme für Medien (Audio, Video und Textinhalte)
- Implementierung eines Empfehlungssystems für die ARD Audiothek, was zu einer 15% höheren Präzision im Vergleich zum vorherigen Modell führte
- NLP-Projekte: Entitätenerkennung und Redundanzbeseitigung
Betrugserkennung für eine Buy-Now-Pay-Later-Plattform
Freiberuflich
- Entwarf und entwickelte ein Betrugserkennungsmodell für eine nahöstliche Buy-Now-Pay-Later-Plattform
- Setzte einen graphbasierten Ansatz bei der Datenvorverarbeitung ein, um Betrugsnetzwerke (Cliquen) zu identifizieren
- Lieferte dem Kunden sein erstes erfolgreiches Machine-Learning-Projekt
Nächste beste Finanzmaßnahme
Freiberuflich
- Entwickelte prädiktive Machine-Learning-Modelle, um Personen bei Finanzentscheidungen für langfristige Ziele wie dem Kauf einer Immobilie zu beraten
- Kontext: für eine asiatische Bank, die umsetzbare Empfehlungen für langfristige Finanzplanung bietet
Data Scientist
Yewno/Entropy387
- Forschung zu und Implementierung von graphbasierten Vorhersagemodellen für den Aktienmarkt
- Implementierung einer Preiskalkulations-Engine, die eine 10%ige Verbesserung des MAE gegenüber dem vorherigen Modell erzielte
Empfehlungssystem für Online-Wetten
Freelance
- Entwickelte ein Empfehlungssystem basierend auf Faktorisierungsmaschinen, um die Leistung von Amazon Personalize’s hierarchischer rekurrenter neuronaler Netzwerke zu übertreffen
- Verbesserte Empfehlungen durch gezieltes Feature-Engineering
Inkasso
Freelance
- Prognostizierte die Wahrscheinlichkeit der Kreditrückzahlung durch Bankkunden, um die Segmentierung für maßgeschneiderte Kommunikationsstrategien (E-Mail, SMS, Telefon) zu unterstützen
- Erstellte ein Verhaltens-Scoring-Modell mit Machine Learning, das in Receeve’s Inkassostrategie integriert wurde
Sensor-Anomalie-Erkennung
Freelance
- Aufbau eines Baseline-Machine-Learning-Modells, um erwartete Sensordaten vorherzusagen und Abweichungen als Anomalien zu kennzeichnen
- Erhöhte Erkennungsgenauigkeit durch ein Graph Neural Network, das die Verbindung zwischen Sensoren und beobachteten Bereichen analysiert
Post-Doc
Roma Tre University
- Forschung zu Graphmorphing-Algorithmen
- Implementierung von Graphzeichnungsalgorithmen
Preisermittlungssystem für einen US-Disponenten
Freelance
- Prognostizierte Fahrzeugtransportpreise, um Disponenten eine verlässliche Preisgrundlage zu geben
- Steigerte die Modellgenauigkeit um etwa 40% durch fortgeschrittenes Feature-Engineering und eine zweistufige Regressionsstrategie, die Residual- und Standardregression mit XGBoost kombiniert
Investitionsprognose
Selbstständig
- Prognostizierte Investorenentscheidungen bei Unternehmensinvestitionen durch Modellierung von Investoren und Unternehmen als Knoten in einem Graphen
- Entwickelte ein Graph-neuronales Netzwerk zur Vorhersage potenzieller Investoren-Unternehmen-Verbindungen und integrierte es in StockFinks Vorhersage-Suite
Softwareentwickler
Visteon (ehemals Johnson Controls)
- (Re-)Implementierung einer Testsoftware
- Implementierung von endlichen Zustandsautomaten
- Code-Generierung
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT), Medien, Unterhaltung und Druck, Bank- und Finanzwesen, Automotive, Bildung und Sport und Freizeit.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Forschung und Entwicklung (F&E), Business Intelligence, Produktentwicklung und Finanzen.
Zusammenfassung
Mirza Klimenta hat im Alter von 25 Jahren seinen Doktortitel in Informatik an der Universität Konstanz erhalten. Während seiner akademischen Laufbahn arbeitete Mirza im Bereich Dimensionsreduktion und Graph-Einbettung, und seine Arbeit wurde von der wissenschaftlichen Gemeinschaft anerkannt. Als (Senior) Data Scientist konzentriert sich Mirza auf LLMs/RAGs, Empfehlungssysteme, Wissensgraphen und klassisches ML. Seine bekannteste Arbeit ist das Design und die Umsetzung eines Empfehlungssystems für die ARD Audiothek. Er schreibt außerdem literarische Fiktion.
Fähigkeiten
Llm
Rag (Graph-Rag)
Agentische Ki
Empfehlungssysteme
Deep Learning
Graph-Neuronale Netze
Preisfindungs-Engines
Maschinelles Lernen
Dimensionsreduktion
Graph-Einbettung Und Informationsvisualisierung
Algorithm Engineering (Verarbeitung GroßEr Datenmengen)
Numerische Optimierung
Programmierung: Python, Java, C/C++, Matlab
Python: Numpy, Pandas, Scikit-Learn, Tensorflow, Keras, Pytorch, Pyg, Networkx, Matplotlib/Seaborn, Xgboost/Lightgbm/Catboost, Spacy/Nltk
Empfehlungssysteme: Kollaboratives Filtern, Two-Tower-Modelle, Ensembles, Banditbasierte Modelle, Graphbasierte Empfehlungssysteme
Aws: Deployment, Lambda, Ec2, Ecs
Azure: Databricks
Agile Entwicklung: Scrum, Kanban
Kubernetes, Streamlit, Spark
Scripting: Shell, Batch
Satzsysteme: Latex
Tensorflow & Keras: Umfangreiche Erfahrung Im Aufbau Und In Der Bereitstellung Neuronaler Netzwerkmodelle
Pytorch: Versiert In Der Modellentwicklung Und Experimentierung Mit Fokus Auf Dynamische Berechnungsgraphen
Pytorch Geometric (Pyg): Erfahren In Der Implementierung Von Graphneuronalen Netzen FüR Komplexe Relationale Daten
Pytorch Lightning: Vertraut Mit Diesem Framework FüR Skalierbares Und Effizientes Deep-Learning-Model-Training
Milvus: Erfahren Im Aufbau Von Similarity-Search-Anwendungen Mit Dieser Hoch Skalierbaren Plattform
Pinecone: Erfahrung In Der Implementierung Von Vektorsuche FüR Ml-Modelle In Der Produktion
Athena: Versiert In Serverlosen Sql-Abfragen FüR GroßE Datenmengen Direkt In S3
Snowflake: Versiert Im Einsatz Dieser Cloud-Datenplattform FüR Skalierbare Analysen
Redis: Erfahren Im Einsatz Dieser In-Memory-Datenbank FüR Caching Und Echtzeitanalysen
Postgresql: Fundiertes VerstäNdnis Von Relationalem Datenbankmanagement Und -Entwicklung
Aws: Umfangreiche Erfahrung Mit Sagemaker FüR Ml-Modellentwicklung Und -Bereitstellung; Redshift FüR Data Warehousing; Lambda FüR Serverlose Berechnung; Personalize-Rezepte FüR Empfehlungssysteme
Google Cloud Platform (Gcp): Versiert Mit Bigquery FüR Data Warehousing; Entwickelte Ein Empfehlungssystem Auf Diesem Cloud-Anbieter
Neo4j: Tiefgehende Erfahrung Mit Dieser Graphdatenbank Zum Aufbau Von Wissensgraphen Und Komplexen Abfragen
Apache Kafka: Fortgeschrittene Kenntnisse In Stream-Processing-Systemen Zum Aufbau Fehlertoleranter, Skalierbarer Echtzeit-Datenpipelines
Apache Druid: Erfahren In Echtzeitanalysen Mit Druid, Was Interaktive Abfragen Und Einblicke In GroßE DatensäTze ErmöGlicht
Grafana: Erfahren Im Einsatz Von Grafana FüR Umfassendes Monitoring Und Visualisierung Von Metriken Und Logs Aus Verschiedenen Datenquellen
Sprachen
Ausbildung
Universität Konstanz
Ph.D., Informatik · Informatik · Konstanz, Deutschland · Magna Cum Laude
The University Sarajevo School of Science and Technology / The University of Buckingham
B.Sc., Informatik · Informatik · Sarajevo, Bosnien und Herzegowina · 9.96/10, 98/100
Zertifikate & Bescheinigungen
Personalisierte Empfehlungen in großem Maßstab
Entwurf von State-of-the-Art-Empfehlungssystemen
Statistiken
Erfahrung
Globale Erfahrung
Fachkenntnisse
Qualifikationen
Profil
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Durchschnittlicher Tagessatz für ähnliche Positionen
Die Tagessätze basieren auf aktuellen Projekten und enthalten keine FRATCH-Marge.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Agentische KI für ein DeepResearch-Projekt
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von München, Deutschland arbeiten
