Maryam Sadreddini

• Extrahierte, analysierte und visualisierte Daten aus CSV, SQL, Web Scraping und APIs. • Validierte Modelle durch A/B-Tests und statistische Inferenz. • Entwickelte ML- und DL-Modelle (KNN, SVM, Ensemble-Methoden, NLP, CNN) mit Python, Scikit-Learn, Jupyter Notebook und TensorFlow/Keras. • Erstellte ein Python-Paket für Big-Data-Trainings auf Google Cloud. • Entwickelte eine Streamlit-App mit Live-Modellvorhersagen. • Leitete ein Team zur Erstellung eines CNN-Modells für Sprachemotionserkennung.

PhD-Studentin: • Entwickelte probabilistische Lernalgorithmen zur Merkmalsextraktion aus akustischen Daten. • Integration probabilistischer ML-Ansätze in die akustische Datenverarbeitung zur Verbesserung von Sprachverbesserung, Rauschunterdrückung und Phonemklassifikation. • Nutzte neuronale Netzwerke für präzisere Erkennungs- und Klassifizierungsaufgaben. • Unterstützte als Lehrassistent im Kurs "Probabilistic Machine Learning"

arbeitete auf meiner Masterarbeit: Implementierte einen Konvolutions-engine mit C++-Programmiersprache und OpenCL zur Programmbeschleunigung von GPUs, optimierte Leistung und Effizienz.

• Entwarf elektrotechnische Systeme für verschiedene Infrastrukturen einschließlich Bürogebäude und Sportanlagen. • Verwendete verschiedene Software-Werkzeuge wie Dialux, Calculus und AutoCAD.

Elektronik