Dominik Heeb

Akademischer Hintergrund: 
MSc als Naturwissenschaftler (Uni Basel)
Weiterbildung 2021/2022 “Applied Data Science / Machine Learning” (EPFL Lausanne).

Leidenschaftlicher ML-Engineer, besondere Begeisterung für NLP / LLM und Computer Vision, aber nicht nur. 

Ausgewählte ML-Erfahrungen in Stichworten: Regression, L1, L2, kNN, SVM, Decision Tree, Random Forest, XGBoost, PCA, Grid Search, Cross-Validation, Feature Selection, Unsupervised learning, Human-In-The-Loop TensorFlow, Keras CV, CNN, MobileNet, Inception, Levenshtein, Spacy, LDA, BLEU, Word2Vec, FastText, DistilBERT, SBERT, LangChain / LLM / OpenAI, ARIMA, SARIMA, Prophet, LSTM Audio processing, FFT.

Kommunikativ und teamorientiert, Life Long Learning verpflichtet.

Im Übergang von der beruflichen Selbständigkeit in eine solide, spannende Festanstellung.

Swiss TPH, Roche, SkyePharma, Sirius, Trigonella.

Trigonella: Selbständige Tätigkeit. Gesamte Projektpipeline: Akquisition, RA, Entwicklung, Training, Wartung. 100+ Kunden: Bankensektor, Versicherungssektor, Industrie, KMU. (Absicht, die selbständige Tätigkeit bei einer Anstellung sofort aufzugeben.)

MSc als Naturwissenschaftler (Uni Basel): Hauptfach Biologie (Evolutionsbiologie), Nebenfächer: Mathematik, Statistik, IT, Physik, Chemie.
Weiterbildung 2021/2022 “Applied Data Science / Machine Learning” (EPFL Lausanne): DM, EDA, FE, Basismodelle (RF, kNN, SVM, XGB…), DL, CV, CNN, Keras, NLP.