Dimitrios M.
Data Engineer & Scientist
Han har specialiseret sig i neurale netværk, datamodellering, og dynamiske systemer, med omfattende ekspertise i ETL udvikling, modellering af kliniske data og omfattende databehandling på tværs af sundheds-, bio- og AI-sektorer.
Han har leveret komplekse dataløsninger til førende organisationer, herunder SAP, EPAM (Odysseus Inc. , og Femtec Sundhed, bygning skalerbare datamørledninger på Databricks, AWS, og Snowflake og implementere prædiktive modeller til at forbedre resultaterne af sundhedspleje.
Med en unik blanding af videnskabelig rigor og engineering præcision, Dimitrios oversætter avanceret teori til produktions-klar, intelligente datasystemer.
Hovedekspertise
Python8 år
SQL8 år
Pandas5 årErfaring4
Senior Data Engineer / ETL Developer
- Led udviklingen og optimeringen af ETL rørledninger, der omdannede sundhedsdata til OMOP Common Data Model (CDM) for flere globale kunder.
- Designet og implementeret data arkitektur løsninger til at forbedre skalerbarhed og vedligeholdelse på tværs af distribuerede miljøer.
- Samarbejdet med analytikere og data-forskere for at sikre datakvalitet, validering og standardisering til klinisk forskning brug tilfælde.
- Forbedret eksisterende Python ETL orkestration biblioteker, bidrager til ydeevne og pålidelighed forbedringer.
- Arbejdet med Databricks, Snowflake, Spark, Hadoop, AWS, og Azure Data Factory til at opbygge automatiserede data ingestion rørledninger.
- Understøttede implementeringsprocesser, versionskontrol og CI/CD-arbejdsgange ved hjælp af Bitbucket og indesluttede miljøer.
AWS
DatabricksPythonSQL
Azure Data Factory
Senior Data Scientist
- Oprettet og ledet Femtecs datalogi team af fire, der definerer den tekniske retning og mentoring af data forskere.
- Udviklet store ETL processer til at integrere og harmonisere sundhedsanprisninger data fra flere amerikanske kilder i OMOP CDM.
- Designet og implementeret prædiktive modeller til tidlig påvisning af gynækologiske forhold ved hjælp af Spark, Redshift, og AWS EMR.
- Anvendt OHDSI rammer for modeltræning og ekstern validering på tværs af datasæt med forskellige medicinske kodningsstandarder.
- Udviklet machine learning algoritmer (Random Forest, Lasso, Ridge, Gradient Boosting, Naiţve Bayes, kNN) og uovervåget modeller for klynge microbiome data.
- Opbygget interaktive dashboards og visualiseringer ved hjælp af Seaborn, Plotly, og Cufflinks til executive rapportering.
DockerAWSPythonSQL
R (programming language)Senior Data Scientist
- Udvikling af prædiktive modeller og klassifikationsmodeller for gastrointestinale forhold ved brug af anprisninger og bærbare data.
- Bygget og optimeret datamørledninger i GCP og BigQuery, der sikrer sikker og effektiv indtagelse af medicinske journaler.
- Samarbejdet om funktionsteknik, modelvalidering og implementeret Google Cloud AI- modeller i produktionssystemer.
- Bidragede til oprettelsen af automatiske kliniske datalørledninger ved hjælp af Python, SQL, og Apache Spark.
Apache SparkPythonSQL
Google CloudPandas
Research Assistant
- Udført ph.d.-forskning i Matematisk Neuroscience, modellering neurale netværk dynamik ved hjælp af bratte systemer og stokastiske processer.
- Foreslået en matematisk ramme for adaptive, selv-reconfigurable neural dynamics, som blev offentliggjort i Journal of Statistical Physics (2017).
- Udviklede neurale netværk modeller, der simulerede input-afhængige beregninger i den visuelle cortex og bratte bølge formering i cochlea.
- Analyseret stor skala EKoG og multi-elektrode array optagelser, anvende avancerede statistiske og beregningsmæssige modellering teknikker.
- Authored multiple publications in peer-reviewed tidsskrifter og bidrog til teoretiske neuroscience forskning samfund.
Python
TensorFlow
Keras
MatlabVurderinger
Ingeniørmæssig fremragendehed
Dimitrios samlede præstation i en 90-minutters teknisk vurdering i realtid er blandt de top 5% bedst kontrollerede Data Engineer & Scientist hos Proxify.
Certifikater 1
Issued Jun 2020
Issued Jun 2020
Uddannelse
Stop med at søge.
Bliv matchet hurtigere.
Tal med en ekspert og få skræddersyede matches fra vores netværk på kun 2 dage.
Få adgang til over 6.000+ eksperter
Få matchet med en udvikler på gennemsnitligt 2 dage
Ansæt hurtigt og nemt med 94 % matchsuccess