Erfahrungen
Machine Learning Engineer für Text-zu-Sprache
Tensor
- Implementierte ein Text-zu-Sprache-Modell in einer Produktionsumgebung auf einer AWS-ähnlichen Cloud mit Docker und Kubernetes. Entwickelte das Basis-Setup für den NLP-Textprozessor, die Testpyramide und das Monitoring. Der Text-zu-Sprache-Dienst wird jetzt von den größeren CRM- und Tech-Support-Teams mit 10.000 Endkunden genutzt.
- Entwarf und entwickelte eine Basis für die NLP-Textnormalisierung, die Microservice-Struktur und ein Framework für die Text-zu-Sprache-Synthese. Das beschleunigt die Einführung neuer ML-Modelle und reduziert die Time-to-Market auf Wochen.
- Verbesserte das CI/CD und baute eine MLOps-Pipeline auf. Dadurch wurde die Implementierungszeit um das Achtfache reduziert und eine außergewöhnlich schnelle und nahtlose Skalierung ermöglicht.
Forschungsingenieur für Computerphysik
Joint Institute For High Temperatures
- Entwickelte einen numerischen Algorithmus zur Simulation von Stoßwellen und setzte ein semiclassisches Toolkit ein, um Quanteneffekte zu berücksichtigen. Das verbesserte die Genauigkeit deutlich, während die Verarbeitungszeit vergleichbar mit dem klassischen Modell blieb. Der neue Algorithmus beschleunigt die Berechnung des Zustands der Materie unter gegebenen physikalischen Bedingungen um das 10- bis 80-Fache und bietet einen schnellen und bequemen Ausgangspunkt für die Erforschung elektrischer und magnetischer Eigenschaften.
- Technologien: Python, PyTorch, Jupyter, Pandas, NumPy, SciPy, Matplotlib, C/C++, Git, Linux.
Branchenerfahrung
Sieh, in welchen Branchen dieser Freelancer den Großteil seiner beruflichen Laufbahn verbracht hat.
Erfahren in Informationstechnologie (IT) und Bildung.
Erfahrung nach Fachbereich
Zeigt, in welchen Abteilungen und Funktionen dieser Freelancer am meisten mitgewirkt hat.
Erfahren in Informationstechnologie (IT), Produktentwicklung und Forschung und Entwicklung (F&E).
Häufig gestellte Fragen
Du hast Fragen? Hier findest du mehr.
Vlad ist in Moskau, Georgien ansässig.
Vlad spricht folgende Sprachen: Englisch (Verhandlungssicher), Russisch (Verhandlungssicher).
Vlad hat mindestens 7 Jahre Erfahrung. In dieser Zeit hat Vlad in mindestens 2 verschiedenen Rollen und für 2 verschiedene Firmen gearbeitet. Die durchschnittliche Dauer der einzelnen Projekte beträgt 4 Jahre und 9 Monate. Beachten Sie, dass Vlad möglicherweise nicht alle Erfahrungen geteilt hat und tatsächlich mehr Erfahrung hat.
Basierend auf der jüngsten Erfahrung wäre Vlad gut geeignet für Rollen wie: Machine Learning Engineer für Text-zu-Sprache, Forschungsingenieur für Computerphysik.
Die neueste Position von Vlad ist Machine Learning Engineer für Text-zu-Sprache bei Tensor.
In den letzten Jahren hat Vlad für Tensor und Joint Institute For High Temperatures gearbeitet.
Vlad hat die meiste Erfahrung in Industrien wie Informationstechnologie (IT) und Bildung.
Vlad hat die meiste Erfahrung in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Forschung und Entwicklung (F&E).
Vlad hat kürzlich in Industrien wie Informationstechnologie (IT) und Bildung gearbeitet.
Vlad hat kürzlich in Bereichen wie Informationstechnologie (IT), Produktentwicklung und Forschung und Entwicklung (F&E) gearbeitet.
Vlad hat einen Bachelor in Angewandte Mathematik und Physik von Moscow Institute of Physics and Technology.
Die Verfügbarkeit von Vlad 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 21 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
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).
Roman D.
Letzte Position:
CTO bei EFS
- Eine serverlose, ereignisgesteuerte Plattform eingeführt und die Deployment-Frequenz von 3 auf 40 pro Monat gesteigert
- Einen LLM-basierten Proof of Concept zur Betrugserkennung umgesetzt, der 92 % verdächtige Transaktionen markierte
- Dashboards für Performance- und DORA-Metriken entwickelt, die von der Geschäftsführung übernommen wurden
Jana B.
Letzte Position:
Datenwissenschaftlerin bei masem research institute GmbH
- Betreuung von Kunden in Projekten der Datenwissenschaft und des maschinellen Lernens
- Entwerfen der Architektur für ETL-Pipelines einer KI-Plattform zur semi-automatisierten Verarbeitung sensibler Kundendaten für R+V
- Modernisieren des Techstacks mit Docker und Elasticsearch
- Einarbeiten von Kolleginnen und Kollegen in Monitoring und Reporting mit dem ELK Stack
- Entwickeln einer ML-Anwendung zur schnellen Erkennung von Rasenkrankheiten mit einem feinabgestimmten MobileNetV2 und semantischer Segmentierung für einen Golfplatzbauer
- Übernahme der Teamleitung und des Projektmanagements zur Umgestaltung eines monolithischen lokal installierten Systems in eine Webanwendung
Julien L.
Letzte Position:
MLOps-Ingenieur bei SAMGEN
- Aufbau und Skalierung von Cloud-Infrastruktur auf GCP zur Unterstützung einer SaaS-Plattform für Industriekunden
- Entwurf und Implementierung einer datengetriebenen DevOps-Pipeline für optimierte Deployments und CI/CD-Workflows
- Zusammenarbeit mit dem Data-Science-Team am MLOps-Workflow zur Automatisierung des integrierten Retrainings
Dmitriy D.
Letzte Position:
Freiberuflicher Senior Data Scientist bei Merck KgaA
- AWS
- Genedata Profiler
- Data Lake
- APIs
- Rstudio
- GitLab
- Python
- R
- Datenerfassung, -integration und -simulation
- Multiplex-Immunfluoreszenz
- Bestimmung von Kopienzahlvariationen
- HLA-Typisierung und Analyse des Verlusts der Heterozygotie
- Analyse der RNA-Expression
Vasyl B.
Letzte Position:
Privatlehrer bei House of Math AS
- Unterricht in Physik und Mathematik.
Experten, die kürzlich an ähnlichen Projekten gearbeitet haben
Freelancer mit praktischer Erfahrung in vergleichbaren Projekten als Machine Learning Engineer für Text-zu-Sprache
Freelancer in der Nähe
Fachkräfte, die in oder in der Nähe von Moskau, Georgien arbeiten

