Stefanie T.

Stefanie T. ist als Deep Learning Engineer seit 7 Jahren im Einsatz, Schwerpunkt GPU-Programmierung und Daten-Engineering. 7 Jahre Erfahrung als Deep Learning Engineer, Schwerpunkt GPU-Programmierung und Daten-Engineering. Bisherige Einsätze vor allem in Finanzen. Ein Deep Learning Engineer entwirft, trainiert und implementiert hochspezialisierte Algorithmen, um komplexe Datenmuster automatisiert zu verarbeiten. Belegtes Ergebnis: Echtzeit-Identifikation auffaelliger Transaktionen. Arbeitet hybrid, bis 25 % reisebereitschaft. Werkzeuge: Weights & Biases, Docker, NVIDIA CUDA. Die Projekterfahrung stammt überwiegend aus dem Bereich Finanzen. Ein belegtes Ergebnis aus der Praxis: Echtzeit-Identifikation auffaelliger Transaktionen. Der Einsatz erfolgt hybrid, mit einzelnen Präsenztagen.

Fachlich stützt sich das Profil auf GPU-Programmierung, Daten-Engineering und TensorFlow. Im Einsatz sind Weights & Biases, Docker und NVIDIA CUDA. Belegt sind diese Ergebnisse unter anderem durch Echtzeit-Identifikation auffaelliger Transaktionen. Typische Aufgaben im Projekt sind Design von Netzwerkarchitekturen fuer spezifische Datenformate., Aufbereitung und Anreicherung von Trainingsdaten. und Konfiguration von GPU-Clustern fuer verteiltes Training.