Jorge M.
Machine Learning Engineer
Jorge Muñoz ist ein herausragender Deep-Learning-Forscher und Engineer, der für seine umfassende Expertise in den Bereichen AI und maschinelles Lernen bekannt ist.
In unabhängigen Projekten konnte Muñoz konsequent seine Innovationsfreudigkeit unter Beweis stellen. Zu verschiedenen Projekten leistete er bemerkenswerte Beiträge, u. a. bei der Erstellung von 3D-Welten sowie der Erzeugung von GAN-generierten Bildern.
Muñoz' Leistungen reichen jedoch weit über seine technischen Fähigkeiten hinaus. Der preisgekrönte Akademiker wurde für bedeutende Leistungen gewürdigt. Beispielsweise gewann er bei renommierten Wettbewerben wie Human-Like Bot und 2K BotPrizeg.
Angetrieben von seiner grenzenlosen Begeisterung für AI und Deep Learning ist Muñoz jederzeit bereit, sich mit seiner einzigartigen Kombination aus praktischen Kenntnissen und innovativem Denken in eine zukunftsorientierte Organisation einzubringen, bei der AI und maschinelles Lernen im Mittelpunkt stehen.
Hauptkompetenz
- TensorFlow 8 Jahre
- PyTorch 3 Jahre
- Python 8 Jahre
Andere Fähigkeiten
- Docker 8 Jahre
- Google Cloud 8 Jahre
- Kotlin 3 Jahre
Ausgewählte Erfahrung
Beschäftigung
Deep-Learning-Ingenieur/Forscher
Freelance - 4 jahre 9 monate
- Unabhängige Arbeit an verschiedenen Projekten für eine globale Kundschaft, bei der er mithilfe seiner Expertise in Deep Learning und maschinellem Lernen komplexe Probleme löste und innovative Lösungen entwickelte
- Design und Implementierung eines Reinforcement-Learning-Systems für die Erzeugung einer virtuellen 3D-Welt mit Unreal Engine und Houdini
- Entwicklung eines Prototypservices, um zur Verbesserung von Datenschutz und Sicherheit reale Gesichter in Bildern durch GAN-generierte Fake-Gesichter zu ersetzen
- Erstellung von Preisprognosemodellen unter Einsatz von fortgeschrittenen Techniken wie Wavelets, Transformatoren und Sequenz-zu-Sequenz-Modellen
- Entwicklung eines Aesthetics Ranking System für Bilder durch die Integration von Deep Learning für eine erhöhte Genauigkeit und Zuverlässigkeit
- Arbeit an der semantischen Instanzerkennung von 3D-Cloud-Points, was zur Verbesserung der Computer-Vision und Mustererkennung beiträgt
Technologien:
- Technologien:
- TensorFlow
- PyTorch
- Python
- Machine Learning
- Data Science
- Keras
- Pandas
- NumPy
- Scikit-learn
- NLP
- Docker
- AWS
- Google Cloud
Gründer und CEO/CTO
Serendeepia - 1 jahr 8 monate
- Entwicklung und Implementierung innovativer Deep-Learning-Solutions für verschiedene Kund:innen, einschließlich Fortune-500-Unternehmen
- Nutzung von Tools wie GitHub, Kubernetes, Jenkins und Polyaxon zur Optimierung der Entwicklungs-, Test- und Bereitstellungsprozesse
Technologien:
- Technologien:
- TensorFlow
- PyTorch
- Python
- Machine Learning
- Data Science
- Keras
- Pandas
- NumPy
- Scikit-learn
- NLP
- Kubernetes
Ingenieur/Forscher für maschinelles Fernlernen
Chute, San Francisco, CA, USA - 2 jahre 7 monate
- Eigenständige Verarbeitung von Social-Media-Daten von Plattformen wie Instagram und Twitter, um wertvolle Erkenntnisse in Echtzeit zu sammeln
- Entwicklung von Bildklassifikationssystemen mit mehreren Bezeichnungen mithilfe von TensorFlow und TensorFlow Serving, was die Möglichkeiten des Unternehmens zur Medienanalyse verbessert
- Entwicklung eines ästhetischen Modells, um die Schönheit von Bildern zu bewerten, was zur Verfeinerung der Analyse von visuellen Inhalten beiträgt
- Entwicklung eines Modells, um einen Wahrnehmungs-Hash aus Bildern zu schaffen und die Effizienz von Bilderkennung und -analyse zu verbessern
Technologien:
- Technologien:
- TensorFlow
- Python
- Machine Learning
- Data Science
- Keras
- Pandas
- NumPy
- Scikit-learn
- Convolutional neural network
Ausbildung
BSc.Mathematik
UNED · 2020 - 2024
FortbildungMBA
EOI · 2011 - 2012
Dr. Phil.Informatik und Künstliche Intelligenz
Universität Carlos III von Madrid · 2008 - 2011
MSc.Informatik und Informationstechnologie
Universität Carlos III von Madrid · 2007 - 2008
BSc.Informatik-Ingenieurwesen
Universität Carlos III von Madrid · 2001 - 2006
Finden Sie Ihren nächsten Entwickler innerhalb von Tagen, nicht Monaten
In einem kurzen 25-minütigen Gespräch würden wir gerne:
- Auf Ihren Bedarf bezüglich des Recruitments von Software-Entwicklern eingehen
- Unseren Prozess vorstellen und somit wie wir Sie mit talentierten und geprüften Kandidaten aus unserem Netzwerk zusammenbringen können
- Die nächsten Schritte besprechen, um den richtigen Kandidaten zu finden - oft in weniger als einer Woche