Om Nick Rishøj
Nick er en inspirerende teknologikonsulent med en stærk baggrund inden for kunstig intelligens, maskinlæring og GPT-teknologi. Som universitetslektor har han med faget “Intensive Introduction to Data Science in Python” undervist kandidatstuderende i data science og AI ved Aarhus Universitet igennem flere år; et vidnesbyrd om hans evne til at formidle komplekse koncepter.
Nicks erfaring strækker sig langt udover akademiet og ind i mange forskellige industribrancher. Han har haft fornøjelsen af at arbejde med en række anerkendte organisationer. Herunder Beskæftigelsesministeriet, Dansk Industri, Grundejernes Investeringsfond, Danske Regioner, Finanstilsynet, Novozymes, Danmarks Miljøportal, Danmarks Tekniske Universitet, Copenhagen Business School, DEAS og mange flere.
Nicks tekniske ekspertise spænder over en række programmeringssprog, herunder Python, C#, .NET, PHP og JavaScript/Typescript. Han har skabt dokumenterede resultater i roller som både arkitekt, rådgiver og teknisk projektleder / ressourcestyring.
Gennem sit arbejde stræber Nick konstant efter at forbedre effektiviteten og reducere omkostninger for virksomheder. Han er klar til at gøre en forskel i dit team med sit innovative mindset og evne til at omsætte avancerede teknologier til praktiske, resultatorienterede løsninger.
Af konkrete erfaringer kan nævnes:
- Automatiseret klassifikation og forståelse af dokumentindhold (pdf, xlsx, docx, email, mv.).
- Implementering af datadrevne forretningsprocesser i flere virksomheder, der har ført til effektiviseringer og betydelige omkostningsreduktioner.
- Implementering af GPT-teknologien indenfor specifikke virksomhedsdomæner.
- Udvikling og implementering af en Natural Language Processing løsning til automatisering af kundeservice, der har forbedret kundeoplevelsen samtidig med, at det har reduceret den tid, der bruges på manuelle processer.
- Brug af avancerede statistiske modeller i avancerede anbefalingssystemer til at detektere svindel i stor skala inden for finansielle sektorer, der resulterer i millionbesparelser.
- Anvendelse af klyngeanalyse til identifikation af segmenter i arbejdsmarkedsadfærd, hvilket hjælper styrelse med at skræddersy deres tiltag.
- Udvikling og implementering af avancerede algoritmer til real-time optimering af logistik og supply chain management hos større dansk ehandelsplatform.
- Anvendelse af dyb læring (deep learning) til at generere indsigt fra ustrukturerede datakilder, hvilket har ført til uventede opdagelser og nye strategiske muligheder.
- Anvendelse af kvantitativ analyse og simuleringer til at støtte virksomheders beslutningstagning og risikostyring.