Jyothi

عالم بيانات يمتلك 5 سنوات من الخبرة في تعلم الآلة والتحليلات التنبؤية والذكاء الاصطناعي التوليدي

كفاءة

Dubaiعضو منذ ٦ يوليو ٢٠٢٦

PythonSQLتحليل البياناتتعلم الآلةالتحليلات التنبؤيةPower BIScikit-learn

وظّف هذا الشخص

أرسل عرض عمل مباشرة لهذا المرشح

PythonSQLتحليل البياناتتعلم الآلةالتحليلات التنبؤية

نبذة

عالم بيانات يمتلك 5 سنوات من الخبرة في تعلم الآلة والتحليلات التنبؤية والذكاء الاصطناعي التوليدي. متمرس في تطوير نماذج تعلم الآلة، وإجراء تحليلات البيانات على نطاق واسع، وتصميم مجموعات بيانات تدريب نماذج اللغة الكبيرة، وتنفيذ حلول هندسة الأوامر. خبرة قوية في Python وSQL وPower BI وScikit-learn، مع شغف بتوظيف تقنيات الذكاء الاصطناعي لدفع الابتكار وتحسين الكفاءة التشغيلية ودعم نمو الأعمال.

الخبرة

عالم بيانات - Indium - Hyderabad

(2025-01)

مطور تعلم آلة 1 - Epsilon - Bangalore

(2021-09 - 2025-01)

صمّم مجموعات بيانات خاصة بمهام محددة لتدريب نماذج اللغة الكبيرة باستخدام أدوات الحوسبة الداخلية في Google.
أنشأ بيانات نماذج اللغة الكبيرة عبر هندسة الأوامر وإنشاء مجموعات البيانات وتصميم المهام التوليدية.
تعاون مع باحثي الذكاء الاصطناعي ومهندسي تعلم الآلة لتحسين خطوط أنابيب البيانات والسلوك.
تحقق من جودة مجموعات البيانات من خلال فحوصات الدقة والمواءمة الأخلاقية والسلامة.
طوّر الأوامر وحسّنها للتلخيص والإجابة على الأسئلة والاستدلال والحوار.
طبّق أفضل ممارسات ضبط التعليمات باستخدام أطر التعلم بدون أمثلة والتعلم بأمثلة قليلة.
وظّف تقنيات التحليل المتقدمة لاستخلاص رؤى قابلة للتنفيذ من مجموعات البيانات الكبيرة، مما يدعم اتخاذ القرارات الاستراتيجية.
طوّر ونفّذ حلول تحليل البيانات التي تستفيد من تعلم الآلة لتحسين استراتيجيات التسويق.
بنى نماذج تعلم الآلة للتصنيف والانحدار، مما يضمن دقة عالية.
أجرى تحليل البيانات الاستكشافية للكشف عن اتجاهات العملاء وسلوكياتهم والقيم الشاذة، مما يوجه استراتيجيات التسويق المستهدف.
استخدم SQL لاستخراج مجموعات البيانات الكبيرة وتنظيفها ومعالجتها مسبقًا من مصادر متنوعة، مما يعزز سلامة البيانات واتساقها للتحليل.
تعاون مع فرق متعددة الوظائف لمواءمة مبادرات علم البيانات مع أهداف الأعمال، مما يدفع رؤى التسويق الاستراتيجية.
البيئة: Python وSQL وتحليل البيانات الاستكشافية وتعلم الآلة.
صمّم ونفّذ نماذج تعلم الآلة لتحسين معالجة البيانات وتحليلها، مما أدى إلى زيادة ملحوظة في الدقة بنسبة 30%.
حسّن سير عمل تعلم الآلة الحالية، مما قلّص وقت المعالجة بنسبة 25% وحسّن استخدام الموارد بشكل ملحوظ.