Ik voer datawetenschap en ML-projecten uit

Sommige informatie is automatisch vertaald.

Verenigd Koninkrijk

Ik spreek Engels, Duits, Arabisch

Ontwikkelaar

Signaalverwerking expert, Data Scientist en Telecom Engineer met een volledige skillset — van ruwe data tot productie. Ik specialiseer me in EEG, fMRI en in-vitro/in-vivo iPSC signaalanalyse, en bouw ...
Over deze dienst

Is jouw EEG-, fNIRS- of fMRI-gegevens vol met ruis en artefacten? Ik zet ruwe biosignalen om naar schone, analyseklare datasets en betrouwbare resultaten voor neuroscience, biomedisch en academisch onderzoek.


Diensten:


- Reiniging van ruwe EEG-, PPG-, fNIRS- en in vitro-opnames: filtering, artefactverwijdering, ICA-gebaseerde ruisonderdrukking

- Epoching, ERP-, spectrale- en tijd-frequentieanalyse ondersteund door solide statistiek

- fMRI-pijplijnen: preprocessie, first-level GLM, functionele connectiviteit

- Medische beeldverwerking en computer vision in 2D en 3D

- Omzetten en organiseren van neuroimaging-gegevens naar NIfTI- en BIDS-normen

- Modellen bouwen voor classificatie en voorspellingsmodellen met scikit-learn, CNN's en LSTMs

- Getrainde modellen naar productie brengen met AWS SageMaker, Docker en REST-API's

- Grafieken voor papers en reproduceerbare, versiebeheerde workflows


Gereedschappen die ik gebruik:


Python: NumPy, SciPy, Pandas, MNE-Python, scikit-learn, TensorFlow, PyTorch, Nilearn. MATLAB: EEGLAB, FieldTrip, SPM, ERPLab. Ook FSL, ANTs, Jupyter, Git, Docker, AWS SageMaker, wavelets, FFT, PCA en ICA.


Wat je ontvangt: goed gecommentarieerde code, een schriftelijke uitleg van elke methode en een duidelijk verslag van de resultaten.


Expertise:

Classificatie

•

clustering

•

Software development

Programmeertaal:

Python

•

MATLAB

•

SQL

•

MLflow

•

Amazon SageMaker

Frameworks:

Scikit-learn

•

Google ML Kit

•

keras

•

PyTorch

•

Panda

API's:

Microsoft Computer Vision AI

•

Amazon Rekognition

Tools:

Jupyter-notitieboek

•

opencv

•

OpenNN

•

tensorflow

•

MLflow

Mijn portfolio