NEW
Proxify is bringing transparency to tech team performance based on research conducted at Stanford. An industry first, built for engineering leaders.
Learn more
Dimitrios M.
Data Engineer & Scientist
Dimitrios on Senior Data Engineer ja Data Scientist, jolla on The Rockefeller Universityn Matemaattinen neurotieteen tohtori.
Hän on erikoistunut hermoverkkoihin, tietomallinnukseen ja dynaamisiin järjestelmiin, joilla on laaja asiantuntemus ETL:n kehittämisestä, kliinisen tiedon mallintaminen ja laajamittainen tietojenkäsittely terveydenhuollon, biotieteiden ja tekoälyn aloilla.
Hän on toimittanut monimutkaisia tietoratkaisuja johtaville organisaatioille, kuten SAP, EPAM (Odysseus Inc. , ja Femtec Health, rakentaa skaalautuvia dataputkia Databricks, AWS, ja Snowflake, ja toteuttaa ennakoivia malleja parantaa terveydenhuollon tuloksia.
Ainutlaatuinen sekoitus tieteellistä kurinalaisuutta ja teknistä tarkkuutta, Dimitrios muuntaa kehittyneen teorian tuotantovalmiiksi, älykkäiksi tietojärjestelmiksi.
Tärkein asiantuntemus
- Python 8 vuotta

- SQL 8 vuotta

- Data Science 8 vuotta
Muut taidot
- R (programming language) 4 vuotta

- Machine Learning 4 vuotta

- Matlab 3 vuotta

Valittu kokemus
Työllisyys
Senior Data Engineer / ETL Developer
Odysseus Inc (part of EPAM Systems) - 2 years 11 months
- Led kehittäminen ja optimointi ETL-putkistoja, jotka muuntaneet terveydenhuollon tiedot OMOP Common Data Model (CDM) useille globaaleille asiakkaille.
- Suunnitellut ja toteutetut dataarkkitehtuuriratkaisut parantavat skaalautuvuutta ja ylläpitoa hajautetuissa ympäristöissä.
- Yhteistyö analyytikoiden ja tietotutkijoiden kanssa varmistaa tiedon laadun, validoinnin ja standardoinnin kliinisen tutkimuksen käyttötapauksissa.
- Nykyisten Python ETL -orkestrointikirjastojen parantaminen, mikä lisää suorituskykyä ja luotettavuutta.
- Databricks, Snowflake, Spark, Hadoop, AWS ja Azure Data Factory kanssa työstetty rakentaa automatisoitu tiedonsaanti putkien.
- Tuetut käyttöönottoprosessit, versiohallinta, ja CI/CD työnkulku käyttäen Bitbucket ja konttiympäristöissä.
Tekniikat:
- Tekniikat:
AWS
Databricks
Python
SQL
Azure Data Factory
Bitbucket
- Data Analytics
Snowflake
ETL
Hadoop
Senior Data Scientist
Femtec Health - 2 years 6 months
- Perustettu ja johdettu Femtecin neljän datatiedetiimi, joka määritteli teknisen suunnan ja mentoroi datatutkijoita.
- Suunnitellut laajamittaiset ETL prosessit integroida ja yhdenmukaistaa terveydenhuollon väitteet useista Yhdysvaltain lähteistä osaksi OMOP CDM.
- Suunniteltu ja toteutettu ennustemalleja gynekologisten olosuhteiden varhaiseen havaitsemiseen käyttäen Spark, Redshift, ja AWS EMR.
- Sovellettavat OHDSI-kehykset mallikoulutukseen ja ulkoiseen validointiin eri tietokokonaisuuksilla, joilla on erilaiset lääketieteelliset koodausstandardit.
- Kehitetyt koneoppimisen algoritmit (Random Forest, Lasso, Ridge, Gradient Boosting, Nai·ve Bayes, kNN) ja valvomattomat mallit mikrobitietojen ryhmittelyyn.
- Rakenna interaktiivisia dashboardeja ja visualisointeja Seaborn-, Plotly ja Cufflinks johdon raportointiin.
Tekniikat:
- Tekniikat:
Docker
AWS
Python
SQL
R (programming language)
Scikit-learn
- Data Analytics
ETL
Machine Learning
Plotly
Redshift
PySpark
Seaborn
AWS EMR
Senior Data Scientist
Vivante Health (Cylinder) - 8 months
- Kehitetyt ennuste- ja luokitusmallit ruoansulatuskanavan sairauksille väitteiden ja puettavien tietojen avulla.
- Rakennettu ja optimoitu dataputket GCP ja BigQuery varmistaen turvallisen ja tehokkaan nieleminen lääketieteelliset tallenteet.
- Yhteistyössä ominaisuuden suunnittelussa, mallin validoinnissa ja Google Cloud AI- mallien käyttöönotossa tuotantojärjestelmiin.
- Edistettiin luomalla automatisoituja kliinisiä dataputkia käyttäen Pythonia, SQL ja Apache Sparkia.
Tekniikat:
- Tekniikat:
Apache Spark
Python
SQL
Google Cloud
Pandas
BigQuery
- Data Analytics
Machine Learning
Research Assistant
The Rockefeller University - 6 years 6 months
- Tekemä fysikaalinen neurotieteiden tohtoritutkimus, neuroverkkodynamiikan mallintaminen epälineaarisilla järjestelmillä ja stokastisilla prosesseilla.
- Ehdotettu matemaattinen kehys mukautuvalle, itsekonfiguroitavalle hermostodynamiikalle, joka julkaistiin Journal of Statistical Physics (2017).
- Kehitetyt hermostoverkkomallit, jotka simuloivat syötteestä riippuvia laskelmia visuaalisessa korteksissa ja epälineaarisessa aaltokehityksessä cochleassa.
- Analysoidaan suuren mittakaavan ECoG ja multi-elektrodi matriisitallenteita soveltamalla kehittyneitä tilastollisia ja laskennallisia mallinnustekniikoita.
- Valmiit useita julkaisuja vertaisarvioiduissa lehdissä ja osallistuivat teoreettisiin neurotieteen tutkimusyhteisöihin.
Tekniikat:
- Tekniikat:
Python
TensorFlow
Keras
Matlab
- Neural Network
Koulutus
Doctor Of PhilosophyMathematical Neuroscience
The Rockefeller University · 2014 - 2019
MSc.Mathematics
Brown University · 2010 - 2012
BSc.Mathematics
National and Kapodistrian University of Athens · 2004 - 2008
Löydä seuraava kehittäjäsi päivien, ei kuukausien sisällä
Kun otat yhteyttä, järjestämme lyhyen 25 minuuttia kestävän tapaamisen, jonka aikana:
- Kartoitamme yrityksenne kehitystarvetta
- Kertoa prosessimme, jolla löydämme teille pätevän, ennakkotarkastetun kehittäjän verkostostamme
- Käymme läpi askeleet, joilla oikea ehdokas pääsee aloittamaan – useimmiten viikon sisällä
