Tensorflow, Pytorch, Docker, Map, Python, AWS, Gcp, Cloud, MLops, Opencv, Azure, Kubernetes, Computer Vision, SAM, U-Net, PRECISION, ResNet, CLIP, IoU, MobileNet, recall, Faster R-CNN, DETR, ViT, EfficientNet, F1, Mask R-CNN, YOLO, Swin Transformer

Docker, Python, Ml, MLops, Kubernetes, embeddings, DPO, vector databases, MLflow, Llm, LangGraph, retrieval, LLM evaluation, LangChain, fine-tuning, SFT, agent frameworks, vLLM, Agentic AI, LoRA, RAG, reranking, W B, QLoRA, model serving

Machine Learning, Pandas, Docker, Spark, Sql, Python, Kubernetes, Generative AI, LLM technologies

Machine Learning, Deep Learning, Data Science, Python, Generative AI, explainable AI, Forecasting, ML libraries, model evaluation, Statistical Modeling, time-series analysis, cloud-based ML platforms

Java, Microservices, MLops, Docker, Databricks, Rest Apis, Kubernetes, Python, MLflow, GenAIOps, SageMaker, Kubeflow

Data Science, Predictive Modeling, Eda, Python, Omics, R, Geonomics, Clinical Analysis

Pyspark, Tensorflow, Numpy, Git, Pandas, Pytorch, XGBoost, Keras, Python, scikit-learn, LightGBM, TensorFlow Serving, TensorRT, MLflow, ONNX, Kubeflow, TorchServe, AWS ML pipelines, CatBoost

Pandas, XGBoost, Spark, Databricks, Python, SHAP, scikit-learn, LightGBM, MLflow, model observability, LIME, Delta Lake, explainability frameworks, drift detection