Ik zal machine learning- en deep learning-modellen ontwikkelen in Python PyTorch
Over deze dienst
Ben je op zoek naar een ervaren Machine Learning- en Deep Learning-engineer om robuuste AI-modellen te bouwen, trainen en te deployen in Python en PyTorch? Je bent op de juiste plek!
Ik specialiseer mij in het bouwen van production-ready AI-oplossingen, van verkennend data-analyse en maatwerk neurale netwerken tot volledige modelbeoordeling en API-integratie.
Wat ik bied:
Data preprocessing & augmentatie: schoonmaken, normalisatie, feature engineering en op maat gemaakte PyTorch Dataset/DataLoader-pijplijnen.
Deep Learning & Computer Vision: CNN's, Transformers, Transfer Learning (ResNet, EfficientNet, DenseNet), objectdetectie en classificatie.
Klassiek machine learning: Scikit-learn, XGBoost, LightGBM, Random Forests, regressie en clustering.
Modelbeoordeling & optimalisatie: verlies- en nauwkeurigheidscurven, verwarringsmatrix, ROC-AUC, precisie-recall analyse en hyperparameterafstelling.
Deployments & levering: REST API-eindpunten (FastAPI/Flask) en volledig gedocumenteerde, reproduceerbare Jupyter Notebooks/Python-scripts.
Tech-stack & Frameworks:
Python | PyTorch | TensorFlow/Keras | Scikit-learn | OpenCV | NumPy | Pandas | Matplotlib | FastAPI
Waarom met mij samenwerken?
Schoon, modulair, goed commentaar in de code
Tho
Veelgestelde vragen
Automatische vertaling
Kunt u het project leveren als een Google Colab- of Kaggle-notebook?
Absoluut! Ik kan de hele workflow structureren in Google Colab of Kaggle met geconfigureerde GPU-versnelling, datasets-mounting en reproduceerbare stappen, zodat jij het direct kunt testen en uitvoeren zonder gedoe.

