Dhara Siddhapura

ntwicklung einer Pipeline zur Generierung synthetischer Daten, um die Forschung zur Klassifizierung von Patienten mit Depressionen trotz knapper und datenschutzrechtlich eingeschränkter klinischer Daten zu ermöglichen, diese wurde vom Klinikum Erlangen für interne Forschungszwecke übernommen. • Reduzierte die Dimensionalität des Datensatzes um 90 % durch leakage-sichere Feature-Selektion, wobei klassifikationsrelevante Signale erhalten blieben und der Trainingsaufwand gesenkt wurde.

Entwicklung und Bereitstellung eines produktionsreifen KI-Sprachassistenten unter Verwendung von Azure OpenAI, FastAPI und Twilio, der über 100 FAQ-Kategorien in Echtzeit unterstützt. • Die Sprachinfrastruktur des Unternehmens wurde von Aircall auf Twilio umgestellt, wodurch die Systemlatenz um 35 % reduziert und die Reaktionszeiten gegenüber den Kunden verbessert wurden. • Entwicklung sicherer und skalierbarer REST-APIs zur Unterstützung hochverfügbarer KI-Dienste in einer Cloud-Umgebung.

Aufbau und Wartung von End-to-End-Datenpipelines mit CI/CD-Integration unter Verwendung von PySpark und Apache Airflow. • Es wurden Modelle zur Erkennung von Anomalien entwickelt und implementiert, durch die die Fehlerquote bei der Datenerfassung um 40 % gesenkt wurde. • Arbeitete mit Produkt- und Analyseteams zusammen, um die Ergebnisse des maschinellen Lernens über AWS Redshift-Dashboards bereitzustellen.