Erfahrungen
Kombination neuronaler Felder mit Hypernetzwerken
- Gemeinsam mit einem Teammitglied einen Meta-Learning-Ansatz entwickelt, um mehrere neuronale Felder mithilfe eines Hypernetzwerks zu einer einzigen Szenendarstellung zusammenzuführen.
- Die Methode auf 2D-Daten (MNIST) und 3D-Daten (ShapeNet) implementiert und evaluiert und dabei eine schnellere Inferenz im Vergleich zu auf Overfitting basierenden Baselines gezeigt.
Datenanalyse für die Yachtcharterbranche
- In einem vierköpfigen Team Vorhersagemodelle und ein Dashboard für die Yachtcharterbranche im Rahmen meines interdisziplinären Projekts (IDP) an der TUM entwickelt.
- Explorative Datenanalyse (EDA), Feature Engineering und Clustering (HDBSCAN) durchgeführt, um Segelgebiete zu definieren.
- Modelle zur Nachfrageprognose, Preisgestaltung und Segmentierung entwickelt, um Yachtbesitzer und Charterunternehmen bei strategischen Entscheidungen zu unterstützen.
Karriereberatung in VR
- Ein VR-Spiel entwickelt, das in Browsern läuft und Schülerinnen und Schüler bei ihrer Karriereentscheidung mit realistischen und immersiven Simulationen unterstützt.
Praktikant im Bereich Big Data
HAVELSAN
- Den Einsatz von Open-Source-Software gelernt, die für die Verarbeitung und das Streaming großer Datenmengen entwickelt wurde, darunter Apache Spark und Apache Kafka.
Praktikant
Parton Big Data Analytics and Consulting
- Webanwendungen mit HTML, CSS, JavaScript und Python entworfen und entwickelt, die verschiedenen Zwecken dienen.
- Eine Konsolenanwendung für Cloud-Dienste mit verschiedenen Funktionen entwickelt, darunter die Erstellung von AWS EC2-Instanzen und ein vollständig funktionsfähiges SSHv2-Terminal für EC2-Instanzen.
- Eine Dashboard-Anwendung zur Visualisierung der Ergebnisse eines künstlichen Intelligenzsystems entwickelt, das Qualitätswerte der Produktion in Echtzeit vorhersagt.
- Verschiedene Deep-Learning-Modelle wie LSTMs und Transformers für Zeitreihenprognosen mit PyTorch trainiert, evaluiert und verglichen.
Studentisches Forschungsmitglied
ITU Vision Lab
- Online-Kurse und Vorlesungen zu Computer Vision mit Deep Learning abgeschlossen.
- Die Inhalte der Vorlesung „Deep Learning for Computer Vision“ von Michigan University abgeschlossen.
- Meine Bachelorarbeit über Novel Class Discovery in einem Setting mit kontinuierlichem Lernen abgeschlossen.
- Grundlegende und aktuelle Veröffentlichungen zu den Themen kontinuierliches Lernen und selbstüberwachtes Lernen gelesen und bearbeitet.
- Verschiedene Deep-Learning-Modelle mit PyTorch entworfen und getestet, um die Leistung von state-of-the-art-Methoden durch die Integration neuer Ideen aus dem selbstüberwachtem Lernen zu verbessern.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT), Bildung, Professionelle Dienstleistungen und Tourismus und Gastgewerbe.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Forschung und Entwicklung (F&E), Informationstechnologie (IT), Business Intelligence und Strategie und Planung.
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Utku ist in München, Deutschland ansässig und kann in On-Site-, Hybrid- und Remote-Arbeitsmodellen arbeiten.
Utku spricht folgende Sprachen: Englisch (Verhandlungssicher), Türkisch (Fortgeschritten), Deutsch (Grundkenntnisse).
Utku hat mindestens 2 Jahre Erfahrung. In dieser Zeit hat Utku in mindestens 3 verschiedenen Rollen und für 6 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 5 Monate. Beachten Sie, dass Utku möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Utku gut geeignet für Rollen wie: Praktikant im Bereich Big Data, Praktikant, Studentisches Forschungsmitglied.
In den letzten Jahren hat Utku für Kombination neuronaler Felder mit Hypernetzwerken, Datenanalyse für die Yachtcharterbranche, Karriereberatung in VR, HAVELSAN und Parton Big Data Analytics and Consulting gearbeitet.
Utku hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT), Bildung und Professionelle Dienstleistungen. Utku hat auch etwas Erfahrung in Tourismus und Gastgewerbe und Luft- und Raumfahrt und Verteidigung.
Utku hat die meiste Erfahrung in Bereichen wie Forschung und Entwicklung (F&E), Informationstechnologie (IT) und Business Intelligence. Utku hat auch etwas Erfahrung in Strategie und Planung und Produktentwicklung.
Utku hat einen Master in Informatik von Technical University of Munich und einen Bachelor in Computer Engineering von Istanbul Technical University.
Die Verfügbarkeit von Utku 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 18 Nov 2026. Die tatsächlichen Tagessätze können je nach Dienstalter, Erfahrung, Fachkenntnissen, Projektkomplexität und Auftragsdauer variieren.
Ähnliche Freelancer
Entdecke andere Experten mit ähnlichen Qualifikationen und Erfahrungen
Stephan B.
Letzte Position:
Freiberuflicher Data Scientist bei Baier Data & AI Consulting
Tobias J.
Letzte Position:
Konzeption eines AI-Agenten basierten ERP-Systems
- Konzeption eines LLM-basierten Agentensystems zur Steuerung der ERP-Software
- Entwicklung von Agenten-Workflows mit LangGraph und PydanticAI
- Planung der Schnittstellen zwischen Geschäftslogik und Sprachmodellen
- Planung der Agentenorchestrierung
- Prototypenentwicklung- und Demonstration
Werkzeuge: Python, Pydantic, React, LangChain, LangGraph, Linux
Ekaansh K.
Letzte Position:
Masterarbeit – LLM-gestütztes RAG-System bei Friedrich-Alexander-Universität Erlangen-Nürnberg
- Entwicklung eines RAG-Systems zur Automatisierung von Studierendenanfragen mit 96 % Genauigkeit, erstellt mit FastAPI und LangChain und auf dem Universitätsserver mit Docker bereitgestellt.
- Bewertung der Leistung mit RAGAS durch den Vergleich von LLMs (Llama3.3, Llama3.1, GPT-4o-mini), Vektor-Embeddings und verschiedenen Retrieval-Techniken innerhalb der RAG-Pipeline.
- Technische Skills: Python, FastAPI, Docker, AWS, LangChain, LangSmith, NLP, HTML, CSS
Anton K.
Letzte Position:
Leiter der technischen Gesamtintegration NSC / Entwicklung von Hadoop Cloud bei IABG
Leiter der technischen Gesamtintegration NSC (National Secure Cloud, Projekt mit ca. 60 Mitarbeiter).
Technische Integration von allen Subprojekten in ein Produkt, Definition von Schnittstellen, Basiskomponenten einer Cloud inklusive Hardware, technische Architektur der Basis IABG.
Entwicklung eines Cloud Management Platforms (CMP), die in der Lage ist, Private/Mixed Cloud von beliebiger Komplexität anhand einer textuellen Beschreibung mit einem Click oder interaktiv zu erstellen.
CMP beinhaltet auch den kompletten Zyklus Hardware Management.
Als Basis wird Kubernetes, Openstack und Hadoop benutzt.
Die Managementschicht beinhaltet Harbor, Gitea, Longhorn, Keycloak, Rancher und Jenkins, die automatisch konfiguriert sind.
Privat Cloud kann beliebige Workloads von Kunden ausführen, darunter volle Hadoop Schicht mit HDFS, Spark, MapRed, Mezos, HBase und ca. 20 weiteren ML/DL Technologien.
Hadoop Worker Cluster kann auch ohne Kubernetes on Bare Metal oder Commodity Hardware automatisch installiert werden.
Openstack mit Nova, Neutron, Ironic, Swift, Cinder, Ceph.
Entwicklung einer Java Anwendung Rudi: Soap, Rest, Containers, DB.
Technologien: Kubernetes (K3s, Rke2, Minikube, Harbor, Gitea, Jenkins, Longhorn, Keycloak, Rancher), Openstack (Nova, Neutron, Keystone, Swift, Ceph, Cinder, Sahara, Magnum, Kayobe, Kolla, Bigrost, Ironic), Hadoop (HDFS, Ambari, Solr, Livy, Ranger, YARN, Tez, HBase, Kafka, Hive, Zookeeper, MapReduce, Spark, Oozie, Flink), Virtualizierung (Kubernetes (K3S), VMware, Oracle), Skripting (Ansible, Puppet, Juju, Shell, Groovy, Gradle, Maven).
Chaima D.
Letzte Position:
Praktikant Data Scientist bei Marelli Automotive Lighting
- Entwicklung und Bereitstellung eines Deep-Learning-Modells zur automatisierten Erkennung von Schlüsselpunkten in Lichtverteilungen von Scheinwerfern.
- Vorbereitung und Verarbeitung von Datensätzen sowie Auswahl von VGG16 nach dem Benchmarking von CNN-Architekturen im Hinblick auf das beste Verhältnis zwischen Genauigkeit und Effizienz.
- Bereitstellung einer Flask-REST-API, containerisiert mit Docker, und Integration der Lösung in ein bestehendes internes System zur automatisierten und effizienten Bewertung von Scheinwerferdesigns.
Surinder R.
Letzte Position:
Interim Product Owner (KI Tech-Stack) bei Vorwerk SE & Co. KG
- Leistete gezielte Unterstützung des Lead Product Owners während einer intensiven Projektphase zur Bewältigung hoher Arbeitslasten.
- Übernahm die Verantwortung für das technische Backlog mit Fokus auf Priorisierung und Verfeinerung von User Stories und Epics.
- Agierte als zentrale Schnittstelle zwischen Entwicklungsteam und Lead PO zur Klärung technischer Anforderungen und Beseitigung von Hindernissen.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von München, Deutschland arbeiten
