Beskrivning av profil 5392
Tillbaka till profillistanKonsulten är civilingenjör inom teknisk fysik med inriktning mot beräkningsvetenskap och artificiell intelligens. Han har en stark teknisk och matematisk grund och erfarenhet inom AI, dataanalys, systemutveckling och optimering av beräkningsintensiva lösningar. Han kombinerar programmering och avancerad dataanalys med ett strukturerat och lösningsorienterat arbetssätt och passar väl i tekniskt komplexa uppdrag där stora datamängder eller beräkningskrävande problem behöver omsättas till praktiska lösningar.
Han har praktisk erfarenhet av att utveckla datalösningar och analysverktyg för mycket stora datamängder. Han har arbetat med Python, PySpark och SQL i Microsoft Fabric samt utvecklat modulära lösningar för datainläsning och transformering. Hans arbete omfattar även AI-integration och API-baserad automatisering, där AI har använts för att effektivisera analysarbete och dokumenthantering.
En tydlig styrka i hans profil är kombinationen av AI och dataanalys med systemnära programmering och prestandaoptimering. Han har erfarenhet av parallellisering, multitrådning, minneshantering, cache- och loopoptimering samt algoritmdesign. Han har även arbetat med maskininlärning, datautvinning, klustring, signalbehandling, ETL, grafdatabaser och digital fingerprinting.
Han har arbetat med datamängder på upp mot 100 miljoner datapunkter och utvecklat lösningar för bland annat riskanalys, datatransformering och identifiering av avvikande mönster. Hans tekniska projekt omfattar även högprestandaprogrammering i C och forskning inom Quantum Machine Learning.
Som konsult bidrar han med analytisk skärpa, teknisk nyfikenhet och förmåga att sätta sig in i komplexa tekniska problem. Hans profil är särskilt relevant för uppdrag inom AI, dataanalys, teknisk systemutveckling, C/C++, beräkningsvetenskap och systemnära eller beräkningsintensiva tillämpningar.
Spetskompetenser
Artificiell intelligens och maskininlärning | Dataanalys och stora datamängder | Högprestandaprogrammering | Algoritm- och prestandaoptimering | Beräkningsvetenskap och numeriska metoder | Systemutveckling och modulär arkitektur | Parallellisering och minneshantering | Signal- och dataanalys | Datautvinning och klustring | Dataplattformar, ETL och grafdatabaser
Verktyg och metoder
Python | PySpark | C | C++ | SQL | Cypher | JavaScript | Neo4j | Git | Linux | Bash | Microsoft Fabric | Azure | DevOps | CI/CD | AI | Maskininlärning | API-integration | ETL | Parallellisering | Cacheoptimering | Loopoptimering
