Kevin K.

Machine Learning Engineer

Kevin Kühl ist ein hochqualifizierter Profi mit mehr als vier Jahren Berufserfahrung. Er verfügt über zwei Bachelor-Abschlüsse in Ingenieurwesen sowie einen Master-Abschluss in Statistik.

Kühl beherrscht vier Sprachen: brasilianisches Portugiesisch, Englisch, Spanisch und Französisch. Er bringt solide Grundkenntnisse in der Forschung und Fachwissen in Bereichen wie Graph Machine Learning, Zeitreihenanalyse, NLP und Computer Vision mit.

Kühl ist stets auf der Suche nach neuen Herausforderungen, bei denen er sich in der Praxis mit spannenden Problemen auseinandersetzen kann. Zu seinem technischen Handwerkszeug gehören Python, C/C++, C#, SQL und verschiedene Frameworks und Plattformen, wie PyTorch, Keras, TensorFlow, PySpark, Ray, AWS und Azure. Kühl verfügt über das notwendige Know-how, um in verschiedenen technischen Bereichen einen effektiven Beitrag zu leisten.

Hauptkompetenz

  • Python
    Python 5 Jahre
  • Data Science 4 Jahre
  • Machine Learning
    Machine Learning 4 Jahre

Andere Fähigkeiten

  • C#
    C# 3 Jahre
  • Neo4j
    Neo4j 2 Jahre
  • Apache Airflow
    Apache Airflow 2 Jahre
Kevin

Kevin K.

Brazil

Erste Schritte

Ausgewählte Erfahrung

Beschäftigung

  • Machine Learning Engineer

    Johnson & Johnson - 4 jahre 4 monate

    • Arbeit an der Extraktion von Informationen aus Labels und dem Abgleich von Textähnlichkeiten in Produktkatalogen für ein automatisiertes Bestandskontrollsystem mit einer Abgleichsgenauigkeit von über 95 %
    • Arbeit an Keypoint-Detection-Modellen, um die Bilderfassung zu automatisieren
    • Arbeit an Objekterkennungsmodellen, Fehleranalyse und Inferenzoptimierung für die Kontrolle von Fertigungslinien
    • Verbesserung der Genauigkeit des ETA-Vorhersagesystems. Dabei wendete er eine geometrische Projektion auf die geschätzte Route zur Korrektur von Sensordaten an, um Ergebnisse innerhalb eines Konfidenzintervalls von 5 % sicherzustellen
    • Arbeit an der GPU-Optimierung mit NVIDIA TensorRT
    • Aufbau von skalierbaren Datenverarbeitungspipelines mit Scala und Spark

    Technologien:

    • Technologien:
    • Scala Scala
    • Data Science
    • TensorFlow TensorFlow
    • OpenCV OpenCV
    • Keras Keras
    • PyTorch PyTorch
    • NLP
    • Machine Learning Machine Learning
    • Computer Vision

  • Praktikant

    Melanion Capital - 5 monate

    • Entwicklung einer Software zur Optimierung der Kapitalallokation für Volatilitätsstrategien

    Technologien:

    • Technologien:
    • Data Science
    • Machine Learning Machine Learning

  • Praktikant

    Veggly - 2 monate

    • Optimierung der Marketing-Investitionen für verschiedene Länder, basierend auf Nutzendenkennzahlen und der Effizienz früherer Kampagnen

    Technologien:

    • Technologien:
    • Data Science
    • Data Analytics

  • Intern

    XP Investments - 1 monat

    • Developed a capital allocation optimization software for private pension portfolios under regulatory constraints.

  • Research Intern

    Imperial College London - 1 monat

    • 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.

    Technologien:

    • Technologien:
    • Data Science
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning

  • Undergraduate Researcher

    University of Sao Paulo - 2 jahre

    • 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.

    Technologien:

    • Technologien:
    • Data Science
    • PyTorch PyTorch
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning

Ausbildung

  • MSc.Statistiken

    Institut Polytechnique de Paris · 2021 - 2022

  • BSc.Engineering

    Institut Polytechnique de Paris · 2020 - 2022

  • BSc.Technische Informatik

    Universität von Sao Paulo · 2017 - 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

Unterhalten wir uns

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