Shiv Behera
بنغالور, الهند
Shiv Behera
عالم بيانات | تعلم الآلة والأتمتة
الفئة : الذكاء الإصطناعي
أنا خبير في علوم البيانات وتعلم الآلة، مكرس لتقديم حلول مدفوعة بالبيانات تجمع بين الصرامة الرياضية والأتمتة العملية. أتخصص في دورة حياة البيانات الكاملة—من الاستخراج الآلي إلى النمذجة التنبؤية.
الخبرة الأساسية:
التعلم الآلي والذكاء الاصطناعي: تطوير نماذج شاملة باستخدام Scikit-learn وPandas وNumPy.
التحليل الإحصائي: خبرة في الاحتمالات، الجبر الخطي، ومقاييس التحقق مثل إحصاء KS ومؤشر استقرار السكان (PSI).
تحليل البيانات الاستكشافية (EDA): تحويل مجموعات البيانات الخام إلى رؤى تجارية قابلة للتنفيذ.
القدرات التقنية:
جمع البيانات من الويب: سكريبتات بايثون مخصصة (BeautifulSoup/Scrapy) لجمع البيانات من أي مصدر عام.
إدارة قواعد البيانات: تصميم مخططات PostgreSQL المنظمة وإدارة خطوط أنابيب البيانات باستخدام SQLAlchemy.
الأتمتة: تبسيط المهام المتكررة باستخدام بايثون لتحسين كفاءة سير العمل.
لماذا تختارني؟
أنا لا أقدم الكود فقط؛ أنا أقدم الدقة. سواء كنت بحاجة إلى نموذج تعلم آلي متطور أو جهاز جمع بيانات قوي، أضمن أن يكون الناتج نظيفا، وموثوقا رياضيا، وجاهزا للإنتاج.
الخبرة الأساسية:
التعلم الآلي والذكاء الاصطناعي: تطوير نماذج شاملة باستخدام Scikit-learn وPandas وNumPy.
التحليل الإحصائي: خبرة في الاحتمالات، الجبر الخطي، ومقاييس التحقق مثل إحصاء KS ومؤشر استقرار السكان (PSI).
تحليل البيانات الاستكشافية (EDA): تحويل مجموعات البيانات الخام إلى رؤى تجارية قابلة للتنفيذ.
القدرات التقنية:
جمع البيانات من الويب: سكريبتات بايثون مخصصة (BeautifulSoup/Scrapy) لجمع البيانات من أي مصدر عام.
إدارة قواعد البيانات: تصميم مخططات PostgreSQL المنظمة وإدارة خطوط أنابيب البيانات باستخدام SQLAlchemy.
الأتمتة: تبسيط المهام المتكررة باستخدام بايثون لتحسين كفاءة سير العمل.
لماذا تختارني؟
أنا لا أقدم الكود فقط؛ أنا أقدم الدقة. سواء كنت بحاجة إلى نموذج تعلم آلي متطور أو جهاز جمع بيانات قوي، أضمن أن يكون الناتج نظيفا، وموثوقا رياضيا، وجاهزا للإنتاج.
أوقات العمل
- الإثنين:08h00 إلى 18h00
- الثلاثاء:08h00 إلى 18h00
- الأربعاء:08h00 إلى 18h00
- الخميس:08h00 إلى 18h00
- الجمعة:08h00 إلى 18h00
- السبت:غير موجود
- الأحَد:غير موجود
يتخصص في علوم الحاسوب مع تركيز أساسي على علم البيانات والذكاء الاصطناعي.
المقررات الدراسية والمهارات ذات الصلة:
الرياضيات المتقدمة: الجبر الخطي، الاحتمالات، والاستدلال الإحصائي (يركز على GATE DA).
تعلم الآلة: تنفيذ النماذج الخاضعة للإشراف وغير المراقبة باستخدام بايثون.
إدارة قواعد البيانات: خبرة في PostgreSQL وSQLAlchemy لهياكل البيانات القابلة للتوسع.
عمل المشروع: طور أنظمة متعددة المستأجرين وخطوط معالجة لاستخراج البيانات آليا.
من خلال هذه الدرجة، بنيت أساسا قويا في الصرامة الرياضية المطلوبة لعلوم البيانات وهندسة التعلم الآلي على المستوى المتقدم.
المقررات الدراسية والمهارات ذات الصلة:
الرياضيات المتقدمة: الجبر الخطي، الاحتمالات، والاستدلال الإحصائي (يركز على GATE DA).
تعلم الآلة: تنفيذ النماذج الخاضعة للإشراف وغير المراقبة باستخدام بايثون.
إدارة قواعد البيانات: خبرة في PostgreSQL وSQLAlchemy لهياكل البيانات القابلة للتوسع.
عمل المشروع: طور أنظمة متعددة المستأجرين وخطوط معالجة لاستخراج البيانات آليا.
من خلال هذه الدرجة، بنيت أساسا قويا في الصرامة الرياضية المطلوبة لعلوم البيانات وهندسة التعلم الآلي على المستوى المتقدم.
- 🇬🇧 الإنجليزية
يرجى الدخول كزبون لإعطاء رأيكم



