Yusuf Emre Genc

is available. ✅

Bis 2024, AI Engineer, Explaino.ai
Abschluss: M.Sc., Technische Universität München
Munich, Deutschland

Fähigkeiten und Kenntnisse

Communication skills
Software Development
Team work
Reliability
LLM
Java
Software
Machine Learning
Computer Science
Deep learning
Artificial intelligence
Python
JavaScript
PyTorch
Linux
Git
OpenCV
SQL
Langchain
CrewAI
Agents SDK
RAG
Conversational AI
vLLM
RAGflow
PydanticAI
Pinecone
Weaviate
FAISS
Phoenix
Langsmith
Langfuse
AgentOps
OpenTelemetry
Tensorflow
PEFT
RLHF
Natural language processing
scikit-learn
SpaCy
C
C++
ML
MLflow
FastA
FastAPI
Doc
Docker
Neo4j
Mon
MongoDB
MyS
MySQL
Nu
NumPy
Pandas
AWS
Azure
CI/
CI/CD (continuous integration/delivery)
MERN Stack
Django
RESTfu
RESTful API
HTML
HTML5
CSS

Werdegang

Berufserfahrung von Yusuf Emre Genc

  • 5 Monate, Okt. 2023 - Feb. 2024

    AI Engineer

    Explaino.ai

    - Fine-tuned Llama2-13b and LeoLM-13b models for e-learning script generation. - Used BERT to predict special token positions and align them between inputs and outputs for coherence. - Employed Hugging Face Transformers framework.

  • 5 Monate, Juli 2021 - Nov. 2021

    Machine Learning Engineer

    Hypnotes

    - Developed real-time emotion recognition using MobileNet and EfficientNet B2. - Deployed model into video conferencing app.

  • 3 Monate, Aug. 2021 - Okt. 2021

    Software Engineer Intern

    TUBITAK

    Worked with Pardus Linux, shell scripting, ISO image building.

  • 3 Monate, Juni 2021 - Aug. 2021

    Software Engineer Intern

    ASELSAN A.Ş.

    Built two-way XML–Excel Interface Control Document converter in Python for embedded systems team.

  • 4 Monate, Dez. 2020 - März 2021

    Machine Learning Engineer

    UrbanicFarm

    Built tomato disease classifier with EfficientNet using PyTorch, OpenCV, Tensorboard.

Ausbildung von Yusuf Emre Genc

  • 3 Jahre und 9 Monate, Okt. 2021 - Juni 2025

    Informatics

    Technische Universität München

    2.0/5.0 Master's Thesis: Repository-Level Code Generation Research - Developed semantic-tree-based hierarchical retrieval and code generation system using LLM-based retrieval and prompt engineering techniques. - Achieved 0.46 pass@5 on RepoExec benchmark (vs 0.32 baseline). - Outperformed dense RAG baselines using 13× fewer LLM calls.

  • 2 Jahre und 10 Monate, Sep. 2018 - Juni 2021

    Computer Science

    Hacettepe University

    3.7/4.0

Sprachen

  • Englisch

    Fließend

  • Deutsch

    Gut

  • Türkisch

    Muttersprache

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.

  • 21 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.

21 Mio. XING Mitglieder, von A bis Z