Ratnapriya Lal

أنظمة التعلم الآلي التطبيقي ونماذج اللغة الكبيرة (SuperAnnotate, Alignerr): ساهمت في خطوط تقييم التعلم الآلي ونماذج اللغة الكبيرة على نطاق واسع، وحللت علوم البيانات، والتفكير الإحصائي، ومهام بايثون عبر مجالات مشاكل متنوعة.
التأثير: دعم التدريب والتحقق من الصحة ومقارنة أنظمة الذكاء الاصطناعي المتقدمة من خلال تنفيذ مهام عالي الجودة ومنظم.
مجالات التركيز: تعلم الآلة، الإحصاء، تحليل البيانات، بايثون، تقييم المدارس الكبيرة

خط أنابيب ذكاء الاستدامة: أنشأ خط أنابيب تقييم وتصنيف مدفوع بمعالجة اللغة الطبيعية لاستخراج إشارات الاستدامة المنظمة من مجموعات البيانات والوثائق العامة غير المهيكلة.
التأثير: مكن من توليد رؤى مستدامة منظمة تلقائية لسير عمل اتخاذ القرار لاحقا.
التقنيات: خطوط معالجة معالجة اللغة الطبيعية، الترشيح الدلالي، التقييم القائم على القواعد + النموذج
المكدس: بايثون، معالجة اللغة الطبيعية (NLP)، معالجة البيانات

نظام تعلم الآلة: صمم ونفذ نظام هجين بين تعلم الآلة + القواعد + النماذج الكبيرة للتقييم المنظم من بيانات نصية صاخبة.
التأثير: قدم مخرجات جاهزة للإنتاج تتماشى مع سير عمل اتخاذ القرار التجاري.
التقنيات: هندسة الميزات، النمذجة الهجينة، تصميم المخرجات المنظمة

تكامل خط أنابيب التعلم الآلي وMLOps: تم تنفيذ تحسينات في خطوط أنابيب التعلم الآلي وتتبع التجارب لتقييم النموذج وقابلية التكرار.
التأثير: تحسين موثوقية التحقق من صحة النماذج وتبسيط سير العمل التجريبي.
التقنيات: تقييم النماذج، هيكلة خطوط الأنابيب، تتبع التجارب

الفريق القيادي لتصنيف السياق شبه المساعد للنصوص الفيدية
تصميم منصة تعلم آلي تعاوني لنماذج المعاملات متعددة التريليونات (WIP)
التنسيق مع MLOps وخبراء هندسة التعلم الآلي

نظام تدقيق جودة المكالمات الديناميكي: تم تصميم ونشر نظام تقييم جودة المكالمات المدفوع بالتعلم الآلي باستخدام خطوط أنابيب الصوت + النصوص، مع دمج نماذج التعرف على المشاعر الكلامية (SER) ومعالجة اللغة الطبيعية لتقييم المعاملات المتعددة.
التأثير: تحسنت دقة التسجيل بنسبة ~15٪، وتقليل عبء ضمان الجودة اليدوي، وتوسيع نطاق التدقيق الآلي عبر أحجام المكالمات العالية.
التقنيات: هندسة الميزات، النمذجة المراقبة، ضبط المعاملات الفائقة
التكدس: بايثون، scikit-learn، ليبروسا، هاغينغ فيس، تينسورفلو/بايتورش، AWS S3، بانداس، نومبي

التعرف على مشاعر الكلام (SER): طور سير عمل SER باستخدام استخراج الميزات المعتمد على MFCC وSpectrogram لتصنيف المشاعر النغمية من تسجيلات المكالمات.
التأثير: مكن من تقييم النقاط الواعية بالعاطفة، مما حسن عمق وموثوقية تقييمات جودة المكالمات.
التقنيات: معالجة الإشارات، التصنيف، استخراج الميزات
التكدس: بايتورش، تينسور فلو، ليبروسا، نومباي، بانداس

خطوط أنابيب معالجة اللغة الطبيعية متعددة اللغات: تم بناء خطوط أنابيب شاملة لتحليل المشاعر، واكتشاف المشاعر، ونمذجة الموضوعات، والتلخيص على نصوص المكالمات متعددة اللغات.
التأثير: حول كميات كبيرة من بيانات المحادثات غير المنظمة إلى رؤى منظمة وقابلة للتنفيذ لفرق المنتج وتجربة المستخدم.
التقنيات: LDA، BERTopic، NMF، تلخيص قائم على المحولات (T5، BART، GPT-2)
التكديس: HuggingFace، SpaCy، Gensim، Sumy، NLTK

التحقق الآلي من الانحدار والضمان الجودة: تم بناء خطوط أنابيب الاستدلال الدفعي وأطر اختبار الانحدار للتحقق من أداء نموذج التعلم الآلي عبر الإصدارات.
التأثير: تقليل دورات ضمان الجودة اليدوية وتحسين الموثوقية والاتساق في نشر التعلم الآلي.
التقنيات: التقييم الدفعي، تتبع القياس
المكدس: بايثون، باي تيست، بانداس

تلخيص النص لبرنامج CX Insights: صمم سير عمل استخراجي وتجريدي لتلخيص المحادثات الطويلة في ملخصات عالية الإشارة.
التأثير: تقليل وقت المراجعة اليدوية وتحسين إمكانية الوصول إلى الرؤى لأصحاب المصلحة غير التقنيين.
التقنيات: Seq2Seq، TextRank، تلخيص المحول
التكدس: HuggingFace Transformers، T5/BART، Python، SpaCy، Gensim، NLTK

تم بناء طبقة تقارير تحليلات MVP لمنتج جديد للتحقق من حالات الاستخدام وإظهار القيمة للعملاء الأوائل.
التأثير: تم تقديم جائزة MVP العاملة خلال شهرين، مما ساهم في اكتساب العملاء الأولي.
التقنيات: EDA، التصميم المتري، التجميع، النمذجة السريعة
التكدس: بايثون، PostgreSQL، بانداس، نومبي

طور تحليلات رحلة العملاء وخطوط تقارير آلية لفرق تطوير الأعمال ونجاح العملاء.
التأثير: تحسين الرؤية لأداء القمع ودعم استراتيجيات أفضل للاحتفاظ.
التقنيات: تحليل القمع، تحليل نمط المجموعة، تصميم مؤشرات الأداء الرئيسية
التكدس: بايثون، PostgreSQL، بانداس، نومبي

صمم ونفذ نماذج تقييم الرصاص التنبؤية (العقارات الأمريكية) باستخدام ميزات سلوكية وجغرافية مكانية.
التأثير: تحسين كفاءة الاستهداف واحتمالية التحويل في مرحلة لاحقة.
التقنيات: التصنيف، تحليل أهمية الميزات، النمذجة الجغرافية المكانية
التكديس: XGBoost، scikit-learn، SQL، Pandas، NumPy

أنشأت نظام تجميع التذاكر وتحليل الأسباب الجذرية لتحديد المشكلات والأنماط المتكررة في بيانات الدعم.
التأثير: مكن من تحديد الأولويات المعتمدة على البيانات لإصلاحات المنتجات والتحسينات التشغيلية.
التقنيات: KMeans، DBSCAN، PCA، EDA، هندسة الميزات
التكتك: scikit-learn، Pandas، NumPy، Python

طورت تحليلات CRM وأنظمة تقارير مؤتمتة لتتبع دورة حياة العملاء وتفاعلهم.
التأثير: تحسين اتخاذ القرار بشأن استراتيجيات الاستحواذ والاحتفاظ بالموظفين.
المكدس: SQL، بايثون، Google Sheets، Data Studio، Metabase

تم بناء نظام تقييم مؤهلات العملاء المحتملين لسير عمل العقارات في الولايات المتحدة.
التأثير: تبسيط أولويات العملاء المحتملين وتحسين كفاءة المبيعات.
التقنيات: التقييم القائم على القواعد، تحليل البيانات الاستكشافي، تحديد الميزات
المكدس: بايثون، SQL، بانداس

أنشأت نظام تقييم تأهيل العملاء المحتملين الأولي لإعطاء الأولوية للعملاء المحتملين ذوي النوايا العالية في سير العمل العقاري في الولايات المتحدة.
التأثير: حسن تصفية الرصاص في المراحل المبكرة ووضع الأساس لأنظمة تقييم الرصاص التنبؤية لاحقا.
التقنيات: التقييم القائم على القواعد، تحليل البيانات الاستكشافي، تحديد الميزات
المكدس: بايثون، SQL، بانداس

أجرى تحليلا استكشافيا للبيانات والتحقق الإحصائي لتحديد أنماط سلوك العملاء واتجاهات التحويل.
التأثير: قدم رؤى مبكرة أثرت في تصميم الميزات لنماذج التعلم الآلي في المراحل النهائية.
التقنيات: اختبار الفرضيات، التحليل الإحصائي، استكشاف البيانات