Je vais ajuster finement bert pour la classification de sentiment et l'inférence

A
ahmed_ml22
A
ahmed_ml22
M Ahmed Imtiaz
Certaines informations ont été traduites automatiquement.

À propos de ce service

Traduction automatique

Je vais ajuster un modèle BERT (Hugging Face) pour des tâches de classification de sentiment ou de texte et fournir un point de contrôle du modèle prêt à l'emploi, un tokenizer, un script d'inférence et un notebook d'évaluation. Cela inclut le prétraitement des données, le codage des étiquettes, la boucle d'entraînement, les métriques d'évaluation (précision/rappel/F1) et des instructions pour exécuter l'inférence localement.

Livrables :

  • Point de contrôle du modèle entraîné et tokenizer (format PyTorch/Hugging Face)
  • Notebook Jupyter montrant les étapes d'entraînement et d'évaluation
  • predict.py pour une inférence facile (charger le modèle + tokenizer)
  • Rapport d'évaluation court et suggestions pour améliorer la performance (augmentation des données, équilibrage des classes, hyperparamètres)


Découvrez M Ahmed Imtiaz

M Ahmed Imtiaz
  • DePakistan
  • Membre depuissept. 2025
  • Langues

    Ourdou, Anglais
I’m an ML engineer who builds fast, production-ready prototypes and clean data pipelines. My hands-on experience includes BERT fine-tuning for sentiment and text classification, graph-based recommenders (Node2Vec / GraphSAGE), and wrapping models into FastAPI endpoints with Docker. I focus on reproducible deliverables: Jupyter notebooks, model checkpoints, inference scripts, and clear run instructions so clients can validate and extend work easily. For example, in my DamTechhub internship I improved a GraphSAGE recommender’s validation AUC and produced a working FastAPI inference endpoint.

Traduction automatique

Autres services de Développement IA I Offre