Kevin K.
Maskinlæringsingeniør
Kevin behersker fire sprog, herunder portugisisk (Brasilien), engelsk, spansk og fransk. Han er dygtig til research og ekspertise inden for områder som maskinlæring på grafer, tidsserieanalyse, NLP og computer vision.
Kevin er på udkig efter nye udfordringer, der giver ham mulighed for at løse virkelige problemer. Hans tekniske værktøjskasse omfatter Python, C/C++, C#, SQL og forskellige webrammer og platforme såsom PyTorch, Keras, TensorFlow, PySpark, Ray, AWS og Azure. Kevin er godt rustet til at bidrage effektivt inden for forskellige tekniske områder.
Hovedekspertise
Python5 år
Machine Learning4 år
Apache Spark2 årErfaring6
Maskinlæringsingeniør
- Arbejdede med informationsudtrækning fra etiketter og matchning af tekstlighed til produktkataloger til et automatiseret lagerstyringssystem, hvilket sikrede en matchningsnøjagtighed på over 95 %.
- Arbejdede med modeller til detektering af nøglepunkter for at muliggøre automatiseret billedoptagelse.
- Arbejdede med modeller til detektering af objekter, fejlanalyse og inferensoptimering til inspektion af produktionslinjer.
- Forbedrede nøjagtigheden af ETA-forudsigelsessystemet. Anvendte geometrisk projektion på den estimerede rute for at korrigere sensordataene og sikre resultater inden for et konfidensinterval på 5 %.
- Arbejdede med GPU-optimering med NVIDIA TensorRT.
- Byggede skalerbare databehandlingspipelines med Scala og Spark.
Scala
TensorFlow
OpenCV
Keras
Praktikant
- Udviklede en software til optimering af kapitalallokering til volatilitetsstrategier.
Machine Learning
Praktikant
- Optimerede marketinginvesteringer til forskellige lande, baseret på brugermålinger og tidligere kampagneeffektivitet.
Intern
- Developed a capital allocation optimization software for private pension portfolios under regulatory constraints.
Research Intern
-
Complex Dynamics Reconstruction: Analyzed data from complex networks (e.g., the human brain) and worked on network dynamics reconstruction through sparse recovery techniques.
-
Critical Transitions in Dynamical Systems: Researched the behavior of Lyapunov exponent as a predictor of critical changes in dynamical regime.
Scikit-learnMachine LearningUndergraduate Researcher
-
Complex Dynamics Reconstruction: Analyzed data from complex networks (e.g., the human brain) and worked on network dynamics reconstruction through sparse recovery techniques.
-
Critical Transitions in Dynamical Systems: Researched the behavior of Lyapunov exponent as a predictor of critical changes in dynamical regime.
-
Optimized Intervention against COVID-19: Worked in a computational model for the spread of diseases by the general social dynamics of any community.
-
Research intern in the Department of Mathematics at Imperial College London.
PyTorchScikit-learnMachine LearningUddannelse
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