
Ridhima Garg
Fähigkeiten und Kenntnisse
Werdegang
Berufserfahrung von Ridhima Garg
* Working with Language Models to build custom LLM framework. * Automatic Prompt Engineering for InstructGPT. *LangChain, OpenAI
- 8 Monate, Apr. 2023 - Nov. 2023
Master Thesis Student
ITK Engineering GmbH
* Secure AI: Defense Techniques for Model Extraction Attacks on Deep Learning Model * ML Robustness
* pylibCZIrw library which deals with CZI (Carl Zeiss Image) format for microscopic data. * ApeerML: RCNN-based image analysis and instance segmentation * Deployed and monitored machine learning models on AzureML using Kubernetes
- 6 Monate, Mai 2021 - Okt. 2021
Machine Learning Engineer
Quantiphi Analytics
* Insurance Claims Process Automation: Document classification using CNN based deep neural network folder by object detection. * Implemented Tesseract OCR for text detection from images.
- 2 Jahre und 1 Monat, Apr. 2019 - Apr. 2021
Data Scientist
SpectralTech.ai
Ausbildung von Ridhima Garg
- Bis heute 3 Jahre und 9 Monate, seit Okt. 2021
Master of Data Science
Friedrich-Alexander-Universität Erlangen-Nürnberg
Major Courses *Deep Learning *Mathematics of Learning *Machine Learning *Advanced deep learning *Business Intelligence *Machine Learning for Time Series *Pattern Analysis *Pattern Recognition *Explainable Machine Learning Minor Project *Ai-based analysis of continuous production line sensor data. *Denoising Diffusion model on X-ray dataset.
- 4 Jahre und 2 Monate, Juli 2014 - Aug. 2018
Bachelor of Computer Science
Dr. APJ Abdul Kalam Technical University
Sprachen
english
Muttersprache
german
Grundlagen
hindi
Muttersprache
XING Mitglieder mit ähnlichen Profilangaben
XING – Das Jobs-Netzwerk
Über eine Million Jobs
Entdecke mit XING genau den Job, der wirklich zu Dir passt.
Persönliche Job-Angebote
Lass Dich finden von Arbeitgebern und über 20.000 Recruiter·innen.
22 Mio. Mitglieder
Knüpf neue Kontakte und erhalte Impulse für ein besseres Job-Leben.
Kostenlos profitieren
Schon als Basis-Mitglied kannst Du Deine Job-Suche deutlich optimieren.