Data Scientist/Machine Learning Engineer - 23701

Künstliche Intelligenz

♦ Kann KI-Funktionen durch den Einsatz solider technischer Kenntnisse unterstützen.

Datenmanagement

♦ Kenntnisse in der Datenbearbeitung und -analyse mithilfe von Programmiersprachen wie Python und SQL.

Maschinelles Lernen

♦ Sie verfügen über ein ausgeprägtes Verständnis von Algorithmen des maschinellen Lernens und statistischen Modellierungstechniken.

Hauptstärken

♦ Ausgestattet mit Fähigkeiten zur Problemlösung und zum kritischen Denken, um komplexe Probleme zu lösen und innovative KI-Lösungen zu entwickeln.

Technische Kenntnisse

Programmiersprachen: Python, SQL, PHP, R/RStudio

Software: RMS-Katastrophenmodell, MS Access, Excel-Makros / VBA

Frameworks/Bibliotheken: PyTorch, Torchvision, Keras/TensorFlow, NumPy, Matplotlib, Pandas, Scikit-learn

Techniken: Maschinelles Lernen (fortgeschritten), versicherungsmathematische Modelle, Wahrscheinlichkeit, statistische Modelle (GLM),

Datenbereinigung

Karrierehöhepunkte

Stadt, University of London, London, Großbritannien 2021 - 2023

Student - Master of Science in Künstlicher Intelligenz (Auszeichnungsnote)

Erlangung fortgeschrittener Kenntnisse über künstliche Intelligenz, einschließlich KI-Konzepte, Algorithmen, Geschichte und Anwendungen. Entwickelte Fähigkeiten im maschinellen Lernen, einschließlich Vorhersagemodellen, Clustering, tiefen neuronalen Netzen, Computer Vision, verstärkendem Lernen und Verarbeitung natürlicher Sprache. Führte mehrere Forschungsarbeiten und Projekte durch, bei denen KI-Techniken zum Einsatz kamen, und koordinierte gleichzeitig alle mit der Planung, Implementierung und Bewertung verbundenen Funktionen. Erfahren Sie mehr über Big-Data-Analyse, Cloud Computing und verteilte Verarbeitung. Erworbene Erfahrung in neuronalen Netzwerkarchitekturen und Frameworks.

Forschungspublikation zum maschinellen Lernen (ML).

Präsentierte einen Artikel, der auf der Jahreskonferenz der AISB (größte KI-Gesellschaft im Vereinigten Königreich) im April 2023 in Swansea, Wales, veröffentlicht wurde (Co-Autor: Prof. Eduardo Alonso). Verbessertes Lernen im Faltungs-Neuronalen Netzwerk und Reduzierung der Stichprobengröße des Verstärkungslernens um 83,2 % bzw. 87,5 % im symmetrieinvarianten Bereich mit einer neuartigen Methode, die die Datenerweiterung ersetzt, unter Verwendung von Python und PyTorch.

Zusätzliche Erfahrung

Mitbegründer / Gründer (amtierender Leiter der Datenanalyse), Oika Network HK Ltd / Oika.hk Complex Ltd, Hongkong

Mitbegründer, Capheart Ltd, Hongkong

Stellvertretender Underwriting Manager – Asia Pacific General Insurance, Zurich Insurance Company Ltd, Hongkong

Immobilienanalyst – Global Corporate im asiatisch-pazifischen Raum, Zurich Insurance Company Ltd, Hongkong

Versicherungsmathematischer Analyst – Hongkong, Zurich Insurance Company Ltd, Hongkong

Global Associate – Hongkong, Zurich Insurance Company Ltd, Hongkong

Ausbildung

Master of Science in Künstlicher Intelligenz (Auszeichnungsnote)

Stadt, University of London, London, Großbritannien

Bachelor in Betriebswirtschaftslehre in den Bereichen Versicherungen, Finanz- und Versicherungsmathematik

Chinesische Universität Hongkong (CUHK), Ma Liu Shui, Hongkong