Ik bouw machine learning en forecasting modellen in python
Data Scientist, RAG en LLM engineer
Over deze dienst
Een model dat een eenvoudige baseline niet kan verslaan, is slechter dan geen model, omdat het lijkt alsof er vooruitgang is. Ik controleer dat eerst en vertel je of het antwoord nee is.
Ik heb vraagvoorspellingen en dynamische prijsstelling gebouwd voor een voertuigverkoper in verschillende regio's, en voorspellende modellen op kernbankgegevens bij een privébank in Luxemburg.
WAT JE KRIJGT
Je data wordt schoongemaakt, met de problemen erin benoemd in plaats van stilletjes te patchen
Het juiste model voor het probleem: forecasting, classificatie, regressie of clustering
Nauwkeurigheid gemeten op een holdout-periode tegen een naïeve baseline, zodat je echte fout ziet, niet een bewering
Duidelijke uitleg over wat de voorspellingen drijft
Excel, Power BI of API-uitvoer die je team kan gebruiken zonder Python aan te raken
Commentaar bij de code en een walkthrough
STACK
Python, scikit-learn, XGBoost, Prophet, ARIMA, PyTorch, Pandas, SQL, Power BI.
WAAROM IK
Twee masterdiploma's in AI. Voorspellingen, prijsstelling en bankanalyse geleverd voor echte klanten, niet alleen notebooks.
VOORDAT JE BESTELT
Stuur me een voorbeeld van je data en vertel me welke beslissing het moet informeren. Sommige datasets zijn nog niet klaar om te modelleren, en ik zeg dat liever dan de opdracht aannemen.
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Hoeveel data heb ik nodig?
Voor forecasting geeft twee volledige jaren aan geschiedenis het model de mogelijkheid om seizoensinvloeden van de trend te onderscheiden; twaalf tot achttien maanden kunnen nog steeds werken met bredere betrouwbaarheidsintervallen. Voor classificatie is een paar duizend gelabelde rijen een redelijke ondergrens. Stuur een voorbeeld en ik vertel je eerlijk wat haalbaar is.
Hoe nauwkeurig zal het model zijn?
Dat hangt af van je data, en iedereen die een getal noemt voordat hij het heeft gezien, raadt maar wat. Wat ik beloof, is het goed meten: ik houd een recente periode achter, die het model nooit ziet, voorspel die, en rapporteer de echte fout ten opzichte van een simpele baseline. Als het model dat niet kan verslaan, zeg ik dat.
In welk formaat moet ik mijn data sturen?
Excel, CSV of een directe databaseverbinding werken allemaal. Het hoeft niet schoon te zijn; rommelige exports zijn normaal en schoonmaken hoort erbij. Vertel me wat elke kolom betekent, of stuur de documentatie die er is, en ik werk daarmee.
Moet ik Python kennen om het te gebruiken?
Nee. De deliverables komen in Excel, Power BI of een API, zodat jouw team werkt in tools die ze al gebruiken. De commentaarcode wordt meegeleverd voor het geval je het later intern wilt gebruiken, maar er is niets dat het gebruik van de output vereist.
Kan het model blijven draaien op nieuwe data?
Ja. Premium bevat een refresh pipeline die nieuwe data ophaalt en voorspellingen op een schema hergenereert, zodat de resultaten actueel blijven zonder dat iemand iets opnieuw hoeft te draaien. Ik kan het leveren als een geplande script, een Docker container of een AWS job, afhankelijk van jouw setup.
