Levon Y.
Senior ML Engineer
AWS Certified Machine Learning – Specialty, mit umfangreicher Expertise im Aufbau skalierbarer ML-Systeme vom Experiment bis zur Produktion.
Im Laufe seiner Karriere hat er wirkungsvolle Machine-Learning-Lösungen geliefert, die die Geschäftsergebnisse verbesserten, darunter die Rückgewinnung von 10 % zuvor ungelöster Betrugsfälle durch Uplift-Klassifizierung, das Erreichen einer 90%igen automatisierten Dokumentklassifizierungsgenauigkeit mit BERT- und FastText-Modellen sowie die Entwicklung von Computer-Vision-Modellen, die eine Zeichenerkennungsgenauigkeit von 96 % erreichten. Seine Erfahrung umfasst den gesamten Machine-Learning-Lebenszyklus, einschließlich Datenaufbereitung, Feature Engineering, Modellentwicklung, Evaluierung, Bereitstellung, Monitoring und kontinuierlicher Optimierung.
Neben seiner technischen Expertise hat er Engineering-Initiativen geleitet und eng mit funktionsübergreifenden Teams zusammengearbeitet, um Geschäftsanforderungen in produktionsreife KI-Lösungen umzusetzen. Mit praktischer Erfahrung im Design von Datenpipelines, MLOps, Cloud-Infrastruktur und Modellbereitstellung ist er gut aufgestellt, um zuverlässige, skalierbare Machine-Learning-Systeme zu liefern, die messbaren Geschäftswert schaffen.
Hauptkompetenz
Machine Learning8 Jahre
Python7 Jahre
AWS1 jahr
Amazon SageMaker1 jahrErfahrung4
Senior Machine Learning Engineer
- Durchführung von Sicherheitsbewertungen von Zusammenfassungssystemen für App-Store-Rezensionen und Musiksuchanfragen
- Generierung synthetischer Datensätze sowie Entwurf promptbasierter Klassifizierungspipelines mit verschiedenen großen Sprachmodellen (LLMs)
- Identifizierung unsicherer Modellausgaben sowie Beitrag zur Verbesserung der Modellausrichtung an etablierten Sicherheitsstandards
- Optimierung von Prompt-Engineering-Strategien zur Verbesserung der Klassifizierungsgenauigkeit über mehrere Inhaltskategorien hinweg
PythonMachine Learning
OpenAI API
Prompt Engineering
Large Language Models (LLM)
Senior Data Scientist
- Entwicklung eines personalisierten Aufgabenzuweisungssystems zur Verbesserung der Gewichtsverlustergebnisse der Nutzer und Steigerung der Bindungsraten
- Leitung der End-to-End-Einführung von Empfehlungsmodulen für alle Produktionsnutzer
- Aufbau von Datenpipelines und analytischen Modellen mit Python, SQL, Amazon SageMaker und Snowflake
- Anwendung von Retentionsanalysen mit Retentioneering zur Identifizierung von Abwanderungsmustern und Optimierung von Nutzerengagement-Flows
AWSPython
SQL
Data Science
Pandas
Machine Learning Specialist
- Leitung eines Teams zur Verbesserung der Beweisvorhersage durch Identifikation ähnlicher Beschreibungen und Uplift-Klassifizierung, wodurch 10 % zuvor ungelöster Fälle zurückgewonnen wurden
- Einsatz großer Sprachmodelle (LLMs), einschließlich OpenAI-Modelle und Zephyr 7B, für Feature Engineering, wodurch 80 % der Workflows zur Erkennung von Finanzbetrug automatisiert wurden
- Verantwortung für ein Projekt zur Erkennung von LKW- und Containernummern, wobei die Größe des domänenspezifischen Datensatzes durch Web Scraping und synthetische Datengenerierung um 75 % gesteigert wurde
- Aufbau von Objekterkennungs- und Zeichenerkennungsmodellen mit PyTorch und YOLO, wodurch eine Objekterkennungsgenauigkeit von 96 % und eine Zeichenerkennungsgenauigkeit von 80 % erreicht wurde
- Mitwirkung an einer Patentklassifizierungslösung für Philip Morris International, mit Entwurf einer Multi-Label-Klassifizierungspipeline unter Verwendung von Scikit-learn und LightGBM
- Bewertung der Label-Qualität durch eingehende Annotationsanalyse, mit Identifizierung einer geschätzten Fehlkennzeichnungsrate von 15 %
- Erstellung interaktiver Datenvisualisierungen mit Streamlit und Bereitstellung von Machine-Learning-Lösungen mit Docker
Docker
Project ManagementPython
PyTorch
Scikit-learn
Machine Learning Specialist
- Erreichung einer automatisierten HS-Code-Klassifizierungsrate von 90 % durch Training und Optimierung von FastText- und BERT-Modellen
- Training einer transformerbasierten Rechtschreibprüfung, die die Qualität der Textvorverarbeitung für verrauschte Beschreibungen um 20 % verbesserte
- Mitwirkung an der Entwicklung von Betrugserkennungsmodellen für Rechnungen und Frachtmanifeste zur Verbesserung von Zollprozessen und Sicherheitsmaßnahmen
- Entwurf und Implementierung von Datenverarbeitungs- und Machine-Learning-Trainingspipelines mit Scikit-learn, CatBoost und LightGBM
- Entwicklung eines Modells zur Prognose der Abfertigungszeit unter Verwendung des Holt-Winters-Prognosealgorithmus
- Aufbau eines Systems zur Erkennung gefälschter Rechnungen basierend auf Dokumentlayout-Analyse mit OpenCV
Python
OpenCVPyTorchScikit-learnMachine LearningEignungstests
Excellence en ingénierie
Levon Gesamtleistung in einer 90-minütigen Live-Technikbewertung rangiert im top 5% der überprüften Senior ML Engineer bei Proxify.
Zertifikate 1
Issued Feb 2026 - Expires Feb 2029
AWSMachine LearningAmazon SageMakerIssued Feb 2026 - Expires Feb 2029
AWSMachine LearningAmazon SageMakerAusbildung
Hör auf zu stöbern.
Lass dich schneller matchen.
Sprechen Sie mit einem Experten und erhalten Sie innerhalb von nur 2 Tagen maßgeschneiderte Matches aus unserem Netzwerk.
Zugriff auf über 6.000+ Experten
Werden Sie im Durchschnitt in 2 Tagen mit einem Entwickler zusammengebracht
Schnell und einfach einstellen mit 94% Übereinstimmungserfolg