NEW
Proxify is bringing transparency to tech team performance based on research conducted at Stanford. An industry first, built for engineering leaders.
Learn more
Felipe A.
Data Scientist
Felipe er en højt kvalificeret Data Scientist med over syv års erfaring i fintech, proptech, edtech og konsulentarbejde. Han kombinerer stærk teknisk ekspertise indenfor maskinlæring med evnen til effektivt at kommunikere komplekse koncepter til interessenter.
Hans tekniske færdigheder inkluderer arbejde med avancerede Data Science- og ML-værktøjer såsom Snowflake, dbt, Airflow og MLflow. Et karrierehøjdepunkter var hans rolle på Cambridge University, hvor han udviklede og underviste i et avanceret online datavidenskabskursus, hvilket viste både hans emneekspertise og evne til at forenkle komplekse emner. Derudover spillede han en nøgle rolle hos Outra i at sikre en millionkontrakt med Zoopla.
Felipes unikke kombination af dyb teknisk viden og stærke kommunikationsevner placerer ham som en fremtrædende professionel inden for Data Science.
Hovedekspertise
- Pytest 2 år

- AWS 3 år
- Bash 4 år

Andre færdigheder
- Agile 4 år

- PyTorch 2 år
- Asana 1 år

Udvalgt oplevelse
Beskæftigelse
Data Scientist
Rylee - 1 år
– Arbejdede hos Rylee, en e-handelsplatform, der gav kunder produktindsigter og markedsanalyse for at forbedre strategier på Bol.com og Amazon. – Optjente Databricks-certificering i Generative AI, hvilket demonstrerede ekspertise med RAG og Agent-modeller. – Udviklede en storstilet salgsprognosemodel ved hjælp af Rylees interne data og indsamlede data fra Bol.com for at forudsige produktsalg og identificere bedst sælgerne. – Byggede et API med Flask og AWS Lambda for at håndtere produktforespørgsler og levere indsigter og salgsprognoser. – Designede og implementerede ETL-pipelines ved hjælp af dbt, Airflow og Spark for at automatisere funktioner, herunder en asynkron løsning til effektiv dataindhentning fra Bol.com API'et, mens der blev taget hensyn til hastighedsgrænser og parallelisering i skala; også automatiseret datakonsolidering på tværs af flere sælgere. – Anvendte PyTorch og Spark til at optimere højtydende maskinlæringsmodeller.
Teknologier:
- Teknologier:
MySQL
AWS
Databricks
Apache Spark
Django
Flask
Python
SQL
- Data Science
Digital Ocean
TensorFlow
NumPy
XGBoost
Pandas
- Data Engineering
Scrum
Git
Scikit-learn
- ELT
- Data Analytics
Random Forest
- Clustering
- SVM
- PCA
Convolutional neural network
- Transformer Network
- Data Modeling
ETL
- NLP
Machine Learning
FastAPI
OpenAI API
- Prompt Engineering
Large Language Models (LLM)
Hugging Face Transformers
- MLflow
- Pipeline optimization
Data Scientist
Homemove - 3 måneder
– Arbejdede hos Homemove, en omfattende platform, der tilbyder flyttelignende tjenester, herunder undersøgelser, fjernelser og realkreditlån, integreret i en enkelt app. – Udviklede et LLM-drevet forhandlingsværktøj, der gjorde det muligt for brugere at få tilbud og forhandle priser via en AI-chatbot, der automatisk tilføjede kunder til CRM og advarede salgsteamet ved vellykket forhandling ved hjælp af OpenAI Assistant og GPT-modeller. – Ledede et skalerbart datatransformationsinitiativ ved at udnytte Snowflake til cloud-datalagring og Sigma til BI og visualisering. – Designede og implementerede ETL-pipelines fra bunden ved hjælp af Snowflake, Python, SQL, dbt og Airflow for at automatisere dataindtagelse og transformation. – Byggede en forudsigende modelleringsløsning for at reducere marketingomkostninger og forbedre målretning ved at identificere hjemmetormere med høj potentiel. – Anvendte PyTorch og Snowpark til avanceret maskinlæring for at optimere højtydende modeller. – Leverede en forudsigende model, der var planlagt til brug i tiltrækning af investeringer under Homemoves Series A-funding.
Teknologier:
- Teknologier:
MySQL
AWS
ElasticSearch
Databricks
Apache Spark
Django
Flask
Python
SQL
AWS Lambda
AWS S3
- Data Science
- Regression testing
Digital Ocean
TensorFlow
NumPy
XGBoost
Keras
Pandas
- Data Engineering
PyTorch
PyCharm
Scrum
Git
SciPy
Scikit-learn
- ELT
Matplotlib
- Data Analytics
Random Forest
- Clustering
- SVM
- PCA
Convolutional neural network
- Recurrent neural network
- Transformer Network
Snowflake
- Data Modeling
ETL
- NLP
Machine Learning
FastAPI
SQLAlchemy
Streamlit
Pytest
Plotly
OpenAI API
- Prompt Engineering
Large Language Models (LLM)
Vertex AI
Pinecone
Hugging Face Transformers
- MLflow
- Pipeline optimization
Data Science Instructor and Course Developer
Cambridge University & FourthRev - 8 måneder
– Arbejdede som specialist i datavidenskab hos FourthRev, hvor han oprettede og underviste i et avanceret online datavidenskabskursus for Cambridge University-studerende. – Udviklede og leverede en omfattende læreplan, der dækker neurale netværk, NLP for AI, usupervised læring og avancerede beslutningstræalgoritmer inklusive XGBoost. – Anvendte praktisk maskinlæring fra bunden og benyttede innovative undervisningsmetoder for at forbedre elevengagement og læringsresultater. – Demonstrerede dyb teknisk ekspertise inden for datavidenskab og maskinlæring og opnåede anerkendelse fra akademiske kolleger for effektiv undervisning og pensumdesign.
Teknologier:
- Teknologier:
- Data Science
NumPy
XGBoost
Pandas
Scikit-learn
Matplotlib
Machine Learning
Pytest
Plotly
- Neural Network
Senior Data Scientist
Outra - 2 flere år
– Arbejdede hos Outra, et datadrevet ejendomsinsigtsfirma, med speciale i at levere data på husstandsniveau for at optimere kundeservices. – Migrerede platformen fra Dataiku til en brugerdefineret intern Intelligence Fabric ved hjælp af MLflow, Airflow, Snowflake, GitHub Actions, AWS og DBT til data engineering. – Udviklede to store forudsigende modeller til forudsigelse af husavisning og salgs/leje-tidspunkt, hvilket muliggør et million-pund partnerskab med Zoopla. – Anvendte LLM'er til dokumentation af kode, kodningshjælp og interaktive chatbots til dashboards og kundeorienterede data. – Byggede ETL/ELT-pipelines for at transformere rå data og forberede dem til modellering. – Skabte visualiseringer og kort ved hjælp af KeplerGI, Seaborn og Dataiku for at hjælpe ikke-tekniske brugere med at fortolke komplekse data.
Teknologier:
- Teknologier:
AWS
Apache Spark
Django
Flask
Python
SQL
AWS Lambda
AWS S3
- Data Science
TensorFlow
NumPy
XGBoost
Keras
Pandas
- Data Engineering
PyTorch
Scrum
Git
Scikit-learn
- ELT
Apache Airflow
Matplotlib
- Data Analytics
Random Forest
- Clustering
- SVM
- PCA
Convolutional neural network
- Recurrent neural network
- Transformer Network
Snowflake
- Data Modeling
ETL
- NLP
Machine Learning
AWS EC2
FastAPI
SQLAlchemy
Streamlit
Pytest
Plotly
dbt
OpenAI API
- Prompt Engineering
- Neural Network
Large Language Models (LLM)
Vertex AI
Dataiku
Hugging Face Transformers
- MLflow
- Pipeline optimization
Data Scientist
Belmont Green - 2 flere år 6 måneder
– Arbejdede hos Belmont Green, et specialiseret realkreditlångiver, der blev bank, der leverede finansielle og realkreditløsninger til økonomisk berørte kunder. – Oprettede en konverteringsmodel ved hjælp af overlevelsesanalyseteknikker og styrede projektet fra start til produktion. – Byggede maskinlæringsalgoritmer og statistiske modeller for tidsserie data med fokus på fastholdelse, livstidsværdi og forventede tab modeller. – Ejede projekter fra ende til anden og sikrede, at beviser på koncept blev implementeret og udgivet med succes i produktion. – Implementerede maskinlæringsalgoritmer til cashflow, tidlig indløsning, standard, forudbetaling og konverteringsmodeller ved hjælp af Python og R. – Anvendte klyngedannelse og segmenteringsteknikker til at analysere produktbrug og kundeadfærd til marketing og strategiske formål.
Teknologier:
- Teknologier:
- Data Science
NumPy
XGBoost
Keras
Pandas
PyTorch
Scikit-learn
Matplotlib
Machine Learning
SQLAlchemy
Plotly
- Neural Network
Data Scientist
Boster.AI - 2 flere år
-
Boster.Ai is a company dedicated to create No-code bots for data retrieval, monitoring and automation. Originally, they started as an IT consultancy company, creating personalized solutions to small and mid-size companies to harvest the power of Machine Learning
-
Felipe worked performing data exploration, analysis, and building Machine Learning algorithms and statistical models for several start-ups/mid-size companies in the UK and USA.
-
He built and diagnostic Neural Networks models for forecasting key performance indicators using Python, TensorFlow, and Keras.
-
Worked in e-commerce businesses solving customer behaviour problems such as lifetime value, clustering of customers, etc.
-
Performed ethical web scraping using Python with scraPy, RoboBrowser, and BeautifulSoup to obtain data for various analyses.
Teknologier:
- Teknologier:
- Data Science
TensorFlow
NumPy
Keras
Pandas
Scikit-learn
Matplotlib
Machine Learning
Plotly
-
Uddannelse
Standalone courseMachine Learning Specialization
Stanford University · 2023 - 2023
Standalone courseMachine Learning
Massachusetts Institute of Technology · 2021 - 2022
BSc.Business Management with maths
Kingston University · 2013 - 2016
BSc.Civil Engineering
Adolfo Ibanez University · 2011 - 2013
Find din næste udvikler inden for få dage, ikke måneder
Book en 25-minutters samtale, hvor vi:
- udfører behovsafdækning med fokus på udviklingsopgaver
- Forklar vores proces, hvor vi matcher dig med kvalificerede, godkendte udviklere fra vores netværk
- beskriver de næste trin for at finde det perfekte match på få dage
