Miguel A.

Data Scientist

Miguel on kokenut tekoälyinsinööri, jolla on seitsemän vuoden kokemus käytännönläheisestä, kaupallisesta tekoäly- ja ML-ratkaisujen arkkitehtuurista ja käyttöönotosta Pythonilla, Apache Sparkilla, Azure ML:llä ja Databricksilla.

Uransa aikana Miguel on antanut merkittävän panoksen IBM:ssä, Banco Santanderissa ja Atosissa, ja hän on muun muassa kirjoittanut neljä patenttia luonnollisen kielen käsittelyn ja syväoppimisen alalla. Hänet on palkittu HackThatStartup Datathonin voittajana, ja hän toimii myös IBM:n tekoälyhaasteiden tuomarina.

Miguel on lisännyt suorituskykyä jopa 30 prosenttia eri järjestelmien välillä ja johtanut menestyksekkäästi monialaisia tiimejä, jotka ovat toimittaneet yritystason tietotuotteita. Hänellä on Microsoftin, AWS:n ja IBM:n sertifioinnit, ja hän tekee parhaillaan tohtorintutkintoa Katalonian teknillisessä yliopistossa. Yhdistämällä syvällisen teknisen osaamisen ja liiketoimintaymmärryksen Miguel on omistautunut innovoinnin edistämiseen ja vaikuttavien tekoälyratkaisujen luomiseen.

Tärkein asiantuntemus

  • Google Cloud
    Google Cloud 6 vuotta
  • Azure
    Azure 5 vuotta
  • AWS
    AWS 4 vuotta

Muut taidot

  • Scala
    Scala 3 vuotta
  • Amazon SageMaker
    Amazon SageMaker 3 vuotta
  • Java
    Java 2 vuotta
Miguel

Miguel A.

Spain

Aloita tästä

Valittu kokemus

Työllisyys

  • Data Scientist

    IQVIA - 3 years 7 months

    • Johti tekoäly- ja ML-aloitteita, mukaan lukien lääkkeiden kysynnän ennustemallien kehittäminen, mikä vähensi ennustevirheitä 20 prosenttia ja paransi toimitusketjun luotettavuutta.
    • Suunnitteli ja otti käyttöön NLP:tä ja syväoppimista käyttävän lääkkeiden täsmäytysjärjestelmän, optimoi reseptien käsittelyn ja paransi potilastuloksia.
    • Kehitti Databricksin ja Azure ML:n kauttaaltaan toimivia ML-putkistoja ja varmisti skaalautuvat ja toistettavat työnkulut suurille terveydenhuollon tietokokonaisuuksille.
    • Parannettiin olemassa olevien mallien suorituskykyä jopa 30 % edistyneellä hyperparametrien virityksellä, ominaisuuksien suunnittelulla ja mallin optimoinnilla.

    Tekniikat:

    • Tekniikat:
    • AWS AWS
    • Databricks Databricks
    • Apache Spark Apache Spark
    • Python Python
    • AWS Lambda AWS Lambda
    • AWS S3 AWS S3
    • Data Science
    • Google Cloud Google Cloud
    • NumPy NumPy
    • Pandas Pandas
    • Scikit-learn Scikit-learn
    • Azure ML Azure ML
    • NLP
    • Machine Learning Machine Learning
    • AWS EC2 AWS EC2
    • Redshift Redshift
    • AWS ECS AWS ECS
    • PySpark PySpark
    • Anthropic API Anthropic API

  • Data Scientist

    Banco Santander - 1 year 2 months

    • Suunnitteli ML-malleja petosten havaitsemiseen ja riskipisteytykseen, mikä vähensi vääriä positiivisia tuloksia 15 prosenttia ja vahvisti samalla petosten ehkäisyä.
    • Sovelsi syväoppimistekniikoita luottopisteytysmallien optimoimiseksi, mikä lisäsi hyväksymisprosenttia vaarantamatta riskinottoa.
    • Otettiin käyttöön Spark-pohjaisia putkilinjoja, joiden avulla voidaan käsitellä suurtaajuista transaktiodataa, mikä mahdollistaa nopeammat oivallukset ja päätöksenteon.

    Tekniikat:

    • Tekniikat:
    • MySQL MySQL
    • AWS AWS
    • Apache Spark Apache Spark
    • Python Python
    • AWS Lambda AWS Lambda
    • AWS S3 AWS S3
    • Azure Azure
    • Data Science
    • NumPy NumPy
    • Pandas Pandas
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning
    • AWS EC2 AWS EC2
    • Redshift Redshift
    • AWS ECS AWS ECS
    • PySpark PySpark

  • Data Scientist

    IBM - 3 years 11 months

    • Kehitti NLP- ja syväoppimisratkaisuja, jotka johtivat neljään patenttihakemukseen muun muassa keskustelevan tekoälyn, tekstin tiivistämisen ja automaattisen luokittelun aloilla.
    • Rakensi tuotantokelpoisia ML-putkistoja yritysasiakkaille, paransi mallien selitettävyyttä ja lisäsi hyväksyntää säännellyillä toimialoilla.
    • Yhteistyössä IBM:n tutkimusryhmien kanssa nopeutettiin syväoppimistekniikoiden integrointia asiakasvalmiisiin tuotteisiin.

    Tekniikat:

    • Tekniikat:
    • AWS AWS
    • Python Python
    • AWS Lambda AWS Lambda
    • AWS S3 AWS S3
    • Azure Azure
    • Data Science
    • TensorFlow TensorFlow
    • NumPy NumPy
    • Keras Keras
    • Pandas Pandas
    • Scikit-learn Scikit-learn
    • NLP
    • Machine Learning Machine Learning
    • AWS EC2 AWS EC2
    • Team Leading
    • Redshift Redshift
    • AWS ECS AWS ECS
    • IBM Watson IBM Watson

  • Data Scientist

    Atos - 1 year 3 months

    • Pioneerina syväoppimisen tutkimushankkeissa, jotka johtivat patenttihakemuksiin, jotka keskittyivät neuroverkkojen optimointiin ja semanttiseen hakuun.
    • Sovelsi koneoppimismalleja suuriin yritystietoaineistoihin ja tuotti ennakoivia oivalluksia, jotka paransivat asiakkaiden päätöksentekoa.
    • Yhteistyö T&K-tiimien kanssa skaalautuvien arkkitehtuurien suunnittelemiseksi ML:n käyttöönottoa varten tuotantoympäristöissä.
    • Osallistunut tekoälyä käsitteleviin eurooppalaisiin tutkimuskonsortioihin, osallistunut tieteellisiin julkaisuihin ja tiedon yhteiseen jakamiseen.

    Tekniikat:

    • Tekniikat:
    • MySQL MySQL
    • Apache Spark Apache Spark
    • Python Python
    • Azure Azure
    • Data Science
    • Google Cloud Google Cloud
    • NumPy NumPy
    • Pandas Pandas
    • Scikit-learn Scikit-learn
    • NLP
    • Machine Learning Machine Learning
    • PySpark PySpark

Koulutus

  • Doctor Of PhilosophyArtificial intelligence

    Polytechnic University of Catalonia · 2025 - 2029

  • MSc.Biostatistics and bioinformatics

    Universidad de Barcelona · 2019 - 2020

  • Standalone coursePython Expert Degree

    Universidad Oberta de Catalunya · 2018 - 2019

  • MSc.Business Intelligence and TI

    EAE Business School · 2017 - 2018

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

Keskustele kanssamme

Ensimmäinen kehittäjä pääsee yleensä aloittamaan muutaman päivän sisällä yhteydenotosta.