Alptuğ Dingil
Softwareentwickler, AI Consultant, Professional Cloud Architect
Seit 2022 bereichert Alptuğ unser Team mit seiner fundierten Expertise in der Softwareentwicklung und seiner Begeisterung für innovative Technologien. Immer auf der Suche nach neuen Herausforderungen, bringt er sich aktiv in Kundenprojekte ein und hat tiefgehende Kenntnisse in Kubernetes sowie der Einrichtung eines eigenen DIY-Clusters erworben. Seine Fähigkeiten im Cloud-Bereich sind durch die Google-Zertifizierung als Professional Cloud Architect offiziell anerkannt.
Alptuğs unermüdlicher Wissensdrang und seine praktische Erfahrung machen ihn zu einem wertvollen Experten für KI- und Cloud-Technologien in unserem Team.
Veröffentlichungen
Mit praktischen Beispielen und konkreten Anwendungsszenarien illustriert das Autorenteam, bestehend aus Technikern und Juristen, die komplexen rechtlichen Herausforderungen und bietet zugleich Lösungsansätze und Handlungsempfehlungen.
Alptuğs Weg in der Welt der AI
- Organisation des ML-Meetups in Hannover, um den Austausch und die Vernetzung von KI-Enthusiasten zu fördern.
- Co-Autor: Rechtsleitfaden KI im Unternehmen
- Artikelserie um und über LLMs
Entwicklung einer KI-basierten Lösung für Customer-Retain-Kampagnen für einen internationalen eCommerce-Anbieter. Das Projekt umfasste:
Design und Implementierung einer LLM-App (Large Language Model App) basierend auf dem Langchain-Framework und der OpenAI API.
Prompt Engineering und Fine-Tuning des Modells für optimale Ergebnisse.
Entwicklung eines sicheren LLM-Chat-Assistenten mit Tools und Retrieval Augmented Generation (RAG) zur Verbesserung der Informationsbeschaffung und -verarbeitung für Firmen.
Vorbereitung auf die Zertifizierung zum Professional Machine Learning Engineer von Google, um seine Expertise im Bereich Machine Learning weiter auszubauen.
Aufbau eines umfangreichen optimierten Datensatzes mit mehreren Millionen Einträgen in PostgreSQL.
Durchführung von Sentimentanalysen mithilfe von RoBERTa-Modellen.
RoBERTa ist ein Sprachmodell von Meta, das auf dem Transformer-Modell basiert und für Aufgaben des Natural Language Processing (NLP) wie Sentimentanalyse und Textklassifizierung eingesetzt wird.