Luciano P.
Data Scientist
Han er specialiseret i at udvikle prædiktive og analytiske løsninger til churn-forudsigelse, anbefalingssystemer, anomalidetektion og NLP-baseret indsigtsudtræk, med yderligere erfaring inden for LLM- og RAG-systemer.
Hans ekspertise dækker hele data science-livscyklussen, fra ETL og dataforberedelse til modeludvikling, evaluering og avanceret datavisualisering. Luciano arbejder også med AWS og Azure for at bygge skalerbare og effektive dataløsninger, der understøtter produktionsanvendelser.
Med et stærkt fokus på at omdanne komplekse datasæt til handlingsorienterede indsigter anvender Luciano data science- og AI-teknikker til at understøtte informeret beslutningstagning, forbedre forretningsprocesser og drive målbare forretningsresultater.
Hovedekspertise
Data Science9 år
Python9 år
SQL7 år
Pandas6 årErfaring4
Head of Data
- Ledte og mentorerede et tværfagligt team af dataforskere, ingeniører og analytikere, og fremmede et samarbejdsorienteret miljø med fokus på innovation, kontinuerlig læring og levering med høj effekt
- Ydede teknisk vejledning og strategisk retning på tværs af projekter, hvilket sikrede overensstemmelse med forretningsmål og succesfuld udførelse af dataintiativer
- Designede og implementerede datadrevne løsninger til komplekse forretningsproblemer, og omsatte interessentkrav til skalerbare modeller og handlingsorienterede indsigter
- Fremmede best practices inden for data science, analytics og engineering, hvilket forbedrede workflow-effektiviteten og den overordnede kvalitet af outputtet
MySQL
Apache SparkPython
Microsoft Power BI
NumPy
Senior Data Scientist
- Fungerede som Senior Data Scientist og ledte udviklingen og udrulningen af en model til inkasso
- Analyserede historisk betalingsadfærd og kundedata for at identificere nøgleprediktorer for skyldinddrivelse
- Udrullede modellen til produktion og overvågede dens performance over tid
- Leverede handlingsorienterede indsigter til inkassoteamet, hvilket forbedrede målretningsstrategier
- Bidrog til målbare forbedringer i inddrivelsesrater og reduktioner i driftsomkostninger
Apache SparkPythonData SciencePandas
Scikit-learn
Data Scientist
- Automatiserede content tagging ved brug af NLP-teknikker såsom Word2Vec, FastText, SVM og Naive Bayes med Python og AWS
- Udviklede publikumsforudsigelsesmodeller ved brug af Random Forest og lineær regression med R og Python
- Byggede anbefalingssystemer ved brug af associationsregler og collaborative filtering med R
- Skabte dashboards ved at forberede data med SQL, udvikle modeller med R og visualisere resultater ved brug af R og Periscope
PostgreSQL
AWSPythonNumPyPandas
Data Scientist
- Credit risk modeling using Gradient Boosting for Banc Sabadell
- (SQL, R).
- Text Analyzing of keywords using NLP in R (text cleaning and
- Transformation, text classification usingSVM).
- Analytical tools as a R package (R, Spark, Hive, H20).
- Audience prediction for Mediaset (Spanish TV) using ARIMA (R).
- Air quality prediction usingGradient Boosting (Python, R).
AWSApache SparkPythonNumPyPandasIngeniørmæssig fremragendehed
Alle Data Scientister, der har ansøgt til Proxify, får en score fra 0 til 300 på teknisk dygtighed, en af de fem parametre, vi evaluerer. Denne score afspejler kun teknisk dygtighed baseret på interviews, hjemmeopgaver, live kodningssessioner og/eller vurderinger af præstationer på jobbet. Kurven viser, hvordan alle evaluerede Data Scientister er fordelt over dette interval, hvor vores acceptgrænse for denne parameter ligger, og hvor Luciano står.
Score 210 · Top 5% of engineers
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