Daniel W.

Daniel W. ist als NLP Engineer seit 10 Jahren im Einsatz, Schwerpunkt Kundenstimmen analysieren. 10 Jahre Erfahrung als NLP Engineer im Umfeld Handel & E-Commerce. Schwerpunkt: Kundenstimmen analysieren. Bringt Sprachverarbeitung in Anwendungen: Text erkennen, klassifizieren, zusammenfassen und auswerten. Im Mittelpunkt stehen Klassifikation und Informationsextraktion, Modell Feinabstimmung, Datenaufbereitung für NLP. Arbeitet hybrid, bis 20 % reisebereitschaft. Werkzeuge: Hugging Face, spaCy, scikit-learn. Die Projekterfahrung stammt überwiegend aus dem Bereich Handel & E-Commerce. Ein belegtes Ergebnis aus der Praxis: Auswertung nach Themen und Stimmung. Der Einsatz erfolgt hybrid, mit einzelnen Präsenztagen.

Fachlich stützt sich das Profil auf Klassifikation und Informationsextraktion, Modell Feinabstimmung und Datenaufbereitung für NLP. Im Einsatz sind Hugging Face, spaCy und scikit-learn. Belegt sind diese Ergebnisse unter anderem durch Auswertung nach Themen und Stimmung. und Automatisch erfasste Kernangaben mit Prüfung. Typische Aufgaben im Projekt sind Anwendungsfall und Zielgröße festlegen, Textdaten aufbereiten und bereinigen und Sprachmodelle auswählen und anpassen.