Danut M.
Machine Learning Engineer
Danut Matei ist ein Machine Learning Engineer mit fünf Jahren Berufserfahrung. Unter seine Verantwortung fallen das Design, die Implementierung und die Wartung maschineller Lernsysteme.
Mithilfe seiner Kenntnisse in Computer Science, Statistik und Datenanalyse entwickelt er lernfähige Algorithmen und Modelle, die aus umfangreichen Datensätzen Vorhersagen und Entscheidungen treffen.
Matei sammelt und vorverarbeitet Daten, um deren Qualität und Kompatibilität mit den ausgewählten Algorithmen sicherzustellen. Er wählt und konfiguriert Frameworks des maschinellen Lernens, Bibliotheken und Tools zum Aufbau robuster und skalierbarer Modelle. Darüber hinaus führt er Experimente durch, um maschinelle Lernmodelle zu trainieren und zu optimieren. Er führt ständig Leistungsiterationen durch und optimiert sie anhand verschiedener Kriterien, wie Genauigkeit, Geschwindigkeit und anderen gewünschten Ergebnissen.
Hauptkompetenz
- Data Science 5 Jahre
- Machine Learning 5 Jahre
- NumPy 5 Jahre
Andere Fähigkeiten
- Keras 3 Jahre
- PyTorch 3 Jahre
- TensorFlow 3 Jahre
Ausgewählte Erfahrung
Beschäftigung
Machine Learning Engineer
Deutsche Bank - 2 jahre 5 monate
- Benchmarking und Erweiterung verschiedener Empfehlungsalgorithmen für Finanzdaten unter Verwendung von Numpy, Pandas und scikit-learn
- Design und Implementierung einer PySpark-Pipeline für tägliche Vorhersagen, einschließlich Protokollierungs- und Monitoring-Komponenten
Technologien:
- Technologien:
Machine Learning
NumPy
Pandas
Scikit-learn
Kursleiter
Bittnet Training - 2 jahre 8 monate
- Bereitstellung von Kursen zu Konzepten des maschinellen Lernens, die Python-Bibliotheken wie NumPy, Pandas, Keras, Matplotlib und Seaborn behandeln
- Bereitstellung von Kursen zu DevOps-Konzepten, die Technologien wie Kubernetes, Docker, Terraform und Ansible behandeln
Technologien:
- Technologien:
Keras
NumPy
Pandas
Python
Forscher
CRC MINES - 1 jahr 8 monate
- Erstellung eines LSTM-Modells in Keras zur Erkennung anomaler Lackphänomene durch Vorhersage der erwarteten zeitlichen Entwicklung der Luftkompressorparameter
- Entwicklung eines robusten, automatisierten Wiederholungszählsystems für die Bewertung der Kniebeugen von Sporttreibenden mithilfe von OpenPose und OpenCV
- Entwicklung verschiedener Lösungen für CT- und PET-Scans, einschließlich 2D-Bildregistrierung, 3D-Punktwolkenregistrierung, Gehirnsegmentierung, Blob-Erkennung, Bildfusion und 3D-Visualisierung unter Einsatz von Numpy, OpenCV und Scikit-image
Technologien:
- Technologien:
Machine Learning
NumPy
Scikit-learn
Ausbildung
MSc.Computer- und Netzwerksicherheit
Polytechnische Universität Bukarest · 2020 - 2022
BSc.Technische Informatik
Polytechnische Universität Bukarest · 2016 - 2020
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