Valeriia Didushok

Talent-Management-Plattform, die Personalabteilungen (HR-Teams) einen Überblick über die Fähigkeiten und Potenziale der Belegschaft bietet. Für Mitarbeiter dient sie als Empfehlungssystem für Karriereentwicklungspfade. Wichtigste Erfolge: Verbesserung der Datenvorverarbeitung Pipeline, wodurch eine 80%ige Steigerung der Genauigkeit der Rollenvorschläge erzielt wurde. Definition einer neuen fähigkeitsbasierten Strategie für Rollenvorschläge, die auf einem hierarchischen Fähigkeitsvokabular basiert.

ZI Mannheim ist ein führendes psychiatrisches Forschungsinstitut. Ich arbeitete an einem Projekt zur Anwendung multimodaler KI bei der Analyse von klinischen Interviews und Verhaltensdaten von Patienten, um Depressionsmarker zu identifizieren und zu verfolgen. Wichtigste Erfolge: Entwicklung einer Audioverarbeitung Pipeline zur Extraktion prosodischer und semantischer Merkmale. Entwicklung eines Systems zur Beurteilung des Schweregrads von Depressionen basierend auf visuellen Markern.

Retail-Technologie-Lösung zur Ermöglichung der effektiven Arbeit von blinden und sehbehinderten Personen im Einzelhandel. Wichtigste Erfolge: Entwicklung von Computer-Vision-Modellen; erreichte eine Genauigkeit von 0.87 für die Erkennung der Produktvorder- und -rückseite sowie 0.92 für die Barcode-Erkennung. Entwicklung einer semi-automatisierten Strategie für die Datenerfassung und Annotation. Optimierung der Modelle für mobile Bereitstellung

Multimodales System zur Werbeoptimierung unter Verwendung von visuellen und textuellen Daten von Websites und sozialen Medien zur Bewertung des Ad-Engagements. Wichtigste Erfolge: Entwicklung einer Strategie zur Datensatz-Erstellung. Erreichen einer Genauigkeit von 0.86 bei der Logo- und Markenerkennung unter Verwendung von YOLOv5 und Multiclass Classification mit ResNet-Backbone. Entwicklung von Event-Extraction-Pipelines. Aufbau eines multimodalen Frameworks zur Emotionserkennung .

Prädiktives Wartungs-KI-System für Telekommunikationsnetzwerkequipment, mit Schwerpunkt auf der Vorhersage von Hardwareausfällen. Ich implementierte Anomalieerkennung Modelle unter Verwendung von Sensorprotokollen. Ich betreute die Arbeit von zwei Junior-Entwicklern bei der Pipeline-Entwicklung. Wichtigste Erfolge: Entwicklung von Anomalieerkennung Modellen, die die Falsch-Positiv-Rate um 30% senkten. Automatisierung der EDA-Workflows mit H2O.ai.