Isac D.

Data Scientist

Isac is a highly skilled Data Scientist and Software Engineer with over five years of experience in the field. His expertise spans from feature engineering to model deployment, demonstrating a comprehensive understanding of the entire data science pipeline.

He is proficient in building microservices using FastAPI and Python to support AI systems for manufacturer defect detection. Isac has gained experience across a variety of industries, including house flipping, fintech, and manufacturing. One of his notable achievements is developing a system for automating processes at a major US-based Big Tech company using machine learning techniques. This system helps managers grant access to internal applications and optimizes response times.

In addition to his professional accomplishments, Isac won a machine learning hackathon in November 2018, securing first place. His diverse industry experience and technical proficiency make him a valuable asset in developing and implementing advanced AI solutions.

Hauptkompetenz

  • Data Analytics 3 Jahre
  • Data Science 5 Jahre
  • NumPy
    NumPy 5 Jahre

Andere Fähigkeiten

  • PostgreSQL
    PostgreSQL 3 Jahre
  • RabbitMQ
    RabbitMQ 3 Jahre
  • Docker
    Docker 3 Jahre
Isac

Isac D.

Brazil

Erste Schritte

Ausgewählte Erfahrung

Beschäftigung

  • Data Scientist

    Unimed Hospital - 1 jahr 11 monate

    • Developed a fraud detection system for client documents at Hospital Unimed using Python and Vertex AI, enabling automated classification of personal records and enhancing accuracy in fraud prevention.

    • Designed and delivered a Proof of Concept (PoC) for an AI-powered assistant to support psychologists during therapy sessions.

    • Built pipelines to process and transcribe audio using Whisper and Pyannote, including speaker diarization for precise session analysis.

    • Applied LLMs with Map-Reduce and RAG techniques to extract insights, detect emotions, and identify Cognitive Behavioral Therapy (CBT) elements from therapy transcripts.

    • Implemented advanced audio denoising and source separation (DSS) techniques to significantly improve transcription quality by removing background noise.

    • Generated structured reports and comprehensive summaries by combining LLM-driven summarization with map-reduce frameworks, effectively addressing context length limitations in large models.

    • Developed interactive dashboards using Python, Plotly, Seaborn, and Dash to visualize insights and statistics from therapy sessions, including the recurrence of emotions, frequent cognitive distortions, and other key behavioral metrics.

    Technologien:

    • Technologien:
    • Docker Docker
    • PostgreSQL PostgreSQL
    • Flask Flask
    • Python Python
    • Data Science
    • Google Cloud Google Cloud
    • Firebase Firebase
    • Pandas Pandas
    • BigQuery BigQuery
    • Matplotlib Matplotlib
    • Machine Learning Machine Learning
    • FastAPI FastAPI
    • Plotly Plotly
    • LangChain LangChain
    • Large Language Models (LLM) Large Language Models (LLM)
    • Vertex AI Vertex AI
    • Hugging Face Hugging Face
    • Seaborn Seaborn
    • Dash Dash

  • Data Scientist

    Vitatech Electromagnetics LLC - 8 monate

    • Erstellung interaktiver Diagramme zur Darstellung von Amplitude über der Zeit, gefilterter Zeit und Amplitude über der Frequenz (FFT) mit Plotly zur Erleichterung einer eingehenden Signalanalyse.
    • Entwicklung von digitalen AC/DC-Filtern zur Rauschreduzierung und Optimierung der Genauigkeit der EMI-Erkennung mit Scipy.
    • Implementierung eines Dezimierungsprozesses zur effektiven Verwaltung großer EM-Signale.
    • Durchgeführte Signalverarbeitungsanalyse mit Pandas und Numpy.

    Technologien:

    • Technologien:
    • Flask Flask
    • NumPy NumPy
    • Pandas Pandas
    • SciPy SciPy
    • Matplotlib Matplotlib
    • Streamlit Streamlit
    • Plotly Plotly

  • Product Engineer

    Mariner-USA - 1 jahr 9 monate

    • Zusammenarbeit mit dem technischen Team unter Verwendung von GitHub zur Verbesserung eines Fehlererkennungssystems, das für Kunden aus der Fertigungsindustrie entwickelt wurde.
    • Implementierung von Microservices unter Verwendung von FastAPI, Flask und gRPC, um große Bilder (10k x 8k Pixel) zu verarbeiten und sie in Deep-Learning-Modelle einzubinden.
    • Erstellung eines Python-Pakets, das eine API eines Drittanbieters nutzt, um den Anmerkungsprozess zu rationalisieren.
    • Implementierung von Unit- und Integrationstests mit Docker und Python, um die Qualität des gelieferten Codes zu verbessern.

    Technologien:

    • Technologien:
    • Flask Flask
    • Azure Blob storage Azure Blob storage
    • NumPy NumPy
    • gRPC gRPC

  • Machine Learning Researcher

    Insight Data Science Lab - 10 monate

    • Die Forschung zielte darauf ab, Tensortechniken mit Zeitreihenprognosen für die Routenvorhersage von verdächtigen Fahrzeugen unter Verwendung von Sensordaten zu kombinieren.

    Technologien:

    • Technologien:
    • TensorFlow TensorFlow
    • NumPy NumPy
    • SciPy SciPy

  • Data Scientist

    On-site vendor in a FAANG company - 2 jahre 3 monate

    • Erstellung einer Empfehlungsmaschine unter Verwendung von maschinellen Lernmodellen mit einer Ablehnungsoption für stark unausgewogene Datensätze. Zu den Aufgaben gehörten Datenvisualisierung, Python-Programmierung, Datenbereinigung/-verarbeitung, Feature-Engineering und -auswahl, Modelltraining und -bewertung, Datenanalyse und Daten-ETL mit Python;
    • Durchgeführtes Feature-Engineering an stark unausgewogenen Datensätzen aus verschiedenen Datenquellen wie AWS S3, PostgreSQL, MySQL und Cassandra;
    • Sie haben den gesamten Data-Science-Zyklus abgewickelt, von der Entwicklung von Funktionen bis zur Bereitstellung von Modellen;
    • Entwicklung eines Empfehlungssystems zur Unterstützung des oberen Managements bei der Entscheidungsfindung zur Kontrolle des Zugangs zu virtuellen Ressourcen;
    • Erstellung, Bewertung, Bereitstellung und Pflege von Modellen für maschinelles Lernen als Webdienste;
    • Implementierte Techniken zur Optimierung von Modellen, einschließlich Feature-Engineering und -auswahl, Redundanzerkennung, Ausreißererkennung, Über- und Unterabtastung, Modellkalibrierung und Erkennung von Dataset-Drifts;
    • Entwicklung von Datenpipelines mit Python zur Verarbeitung von Finanzdaten und zur Migration von Daten zwischen Systemen.

    Technologien:

    • Technologien:
    • Cassandra Cassandra
    • Flask Flask
    • TensorFlow TensorFlow
    • NumPy NumPy
    • Pandas Pandas
    • Scikit-learn Scikit-learn
    • Matplotlib Matplotlib
    • Machine Learning Machine Learning
    • Plotly Plotly

Ausbildung

  • MSc.Teleinformatic Engineering

    Federal University of Ceará · 2022 - 2024

  • BSc.Telecommunication Engineering

    Federal University of Ceará (UFC) · 2013 - 2018

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

Unterhalten wir uns

Jetzt Entwickler:innen finden, die innerhalb von wenigen Tagen starten können. Ohne Risiko.