Anne F.

Anne F. ist als Deep Learning Engineer seit 11 Jahren im Einsatz, Schwerpunkt MLOps-Praktiken und Modell-Optimierung. 11 Jahre Erfahrung als Deep Learning Engineer, Schwerpunkt MLOps-Praktiken und Modell-Optimierung. Bisherige Einsätze vor allem in Healthcare. Ein Deep Learning Engineer entwirft, trainiert und implementiert hochspezialisierte Algorithmen, um komplexe Datenmuster automatisiert zu verarbeiten. Belegtes Ergebnis: Automatisierte Vor-Klassifizierung und Anomalie-Kennzeichnung. Arbeitet hybrid, bis 25 % reisebereitschaft. Werkzeuge: MLflow, AWS SageMaker, PyTorch. Die Projekterfahrung stammt überwiegend aus dem Bereich Healthcare. Ein belegtes Ergebnis aus der Praxis: Automatisierte Vor-Klassifizierung und Anomalie-Kennzeichnung. Der Einsatz erfolgt hybrid, mit einzelnen Präsenztagen.

Fachlich stützt sich das Profil auf MLOps-Praktiken, Modell-Optimierung und Weights & Biases. Im Einsatz sind MLflow, AWS SageMaker und PyTorch. Belegt sind diese Ergebnisse unter anderem durch Automatisierte Vor-Klassifizierung und Anomalie-Kennzeichnung. Typische Aufgaben im Projekt sind Design von Netzwerkarchitekturen fuer spezifische Datenformate., Aufbereitung und Anreicherung von Trainingsdaten. und Konfiguration von GPU-Clustern fuer verteiltes Training.