Traian V.

Machine Learning Engineer

Traian on Senior Machine Learning Engineer, jolla on yli seitsemän vuoden kokemus tekoälyratkaisuista asiakastuen automaatiossa, tietokone visio, luonnollinen kieli prosessointi ja generatiivinen AI.

Hän kehitti älykkäitä reagointijärjestelmiä verkkoaluekohtaisten sulautusten avulla, LLM-validointia ja lisätyn sukupolven (RAG), sekä korkean tarkkuuden tietokoneen visiomalleja, mukaan lukien Mask R-CNN, YOLOv5 ja U-Net-sovellukset aloilla, kuten muoti, elintarviketekniikka, ja valmistus.

Hänen työssään on muun muassa rakennettu PySpark ML -putkistoja, jotka vähensivät pk-yritysten lainavakuuksia 11 prosentista 2 prosenttiin, ja otettu käyttöön reaaliaikaiset vikojen havaitsemisjärjestelmät valmistusta varten. Ammattitaitoinen PyTorch, TensorFlow, Hugging Face, ja pilvialustat, Traian jatkuvasti toimitti skaalautuvia, tuotantovalmiita tekoälyjärjestelmiä.

Tärkein asiantuntemus

  • Python
    Python 6 vuotta
  • Machine Learning
    Machine Learning 5 vuotta
  • Data Science 5 vuotta

Muut taidot

  • SQL
    SQL 5 vuotta
  • Docker
    Docker 4 vuotta
  • FastAPI
    FastAPI 4 vuotta
Traian

Traian V.

Romania

Aloita tästä

Valittu kokemus

Työllisyys

  • Machine Learning Engineer/Researcher

    Bluetweak - 1 year 2 months

    • Kehitetty ja toteutettu älykäs reagointijärjestelmä, joka yhdisti semanttinen malli matching verkkoaluekohtaisten lause muuntajat, LLM-pohjainen mallin validointi, ja RAG tiedon hakeminen.
    • Hienosäädetään Stella400M-mallia todellisista asiakasvuorovaikutuksista, jotta voidaan parantaa semanttista samankaltaisuutta ja kontekstuaalista ymmärrystä verkkokohtaisille vastauksille.
    • Integroitu hybridivasteen valinta logiikka varmistaa korkean tarkkuuden säilyttäen tiukat liiketoiminnan viestintästandardit.
    • Parannetaan asiakastuen johdonmukaisuutta automatisoimalla tietämyksen hakuja ja kontekstien hakua sisäisistä asiakirjoista.

    Tekniikat:

    • Tekniikat:
    • Python Python
    • Azure Azure
    • PyTorch PyTorch
    • SciPy SciPy
    • Scikit-learn Scikit-learn
    • NLP
    • Machine Learning Machine Learning
    • OpenAI API OpenAI API
    • LangChain LangChain
    • Ollama Ollama
    • Large Language Models (LLM) Large Language Models (LLM)
    • LlamaIndex LlamaIndex

  • Machine Learning Engineer/Researcher

    Apsisware (Arnia Software) - 3 years 1 month

    • Kehitetyt ja käyttöön otetut objektin tunnistusmallit (Mask R-CNN, YOLOv5) suositeltava muoti sovellus ja elintarvikkeiden tunnistus putkisto, saavuttaa yli 90% mAP.
    • Luotu luokitus (ResNet) ja segmentointi (U-Net) automatisoituja tuotetunnisteita ja elintarvikkeiden tuotetunnisteita.
    • Käyttöönotettu optimoitu inference malleja Vadelma Pi 4 laitteet käyttäen NCNN C++ puitteet, mukaan lukien mallin kvantifiointi.
    • Kehitetty kolmiulotteinen huoneisto jälleenrakennus putki monokulaarinen video hyödyntäen Droid-SLAM, Polygon-muuntaja, ja Cube R-CNN.
    • Rakenna ostosassistentti, jossa on domain BERT luokittelija (F1 pisteet 0. 3) ja hienosäätänyt Octopus 2B malli Q-LoRA kyselyn reititys (tarkkuus 0.85).
    • Toteutettu RAG pohjainen resepti suositus järjestelmä päivittäistavarakauppias käyttäen Llama Index.
    • Kehitetty anomalia havaitseminen putki tunnistaa vieraita esineitä uunissa hybridi-VLM perustelu lähestymistapa (Qwen2-VL + Llama3-8B).

    Tekniikat:

    • Tekniikat:
    • Python Python
    • C++ C++
    • OpenCV OpenCV
    • PyTorch PyTorch
    • NLP
    • Machine Learning Machine Learning
    • Raspberry Pi Raspberry Pi
    • Computer Vision
    • LangChain LangChain
    • Large Language Models (LLM) Large Language Models (LLM)
    • Hugging Face Transformers Hugging Face Transformers
    • LlamaIndex LlamaIndex
    • Hugging Face Hugging Face

  • Data Scientist

    October - 11 months

    • Suunnitellut PySpark-pohjaisen ominaisuuden suunnittelu- ja mallikoulutusputken liiketoimitiedostoista.
    • Rakennettu ja otettu käyttöön LGBM-luottoriskimalli, joka alensi pk-yritysten lainojen maksukyvyttömyysastetta ~11%:sta ~2%:iin.
    • Kehitti OCR-pohjainen työkalu, joka käsitteli tilinpäätöksen skannattu PDF-tiedostoja käyttäen OpenCV, AWS Textract, ja Lambda toimintoja.
    • Toimitetut API:t reaaliaikaiseen riskipisteytykseen ja integroitu ne sisäiseen luottoluokituksen työnkulkuun.

    Tekniikat:

    • Tekniikat:
    • AWS AWS
    • Flask Flask
    • Python Python
    • SQL SQL
    • AWS Lambda AWS Lambda
    • NumPy NumPy
    • OpenCV OpenCV
    • XGBoost XGBoost
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning
    • FastAPI FastAPI
    • PySpark PySpark

  • Data Scientist

    SIG - 7 months

    • Kehitetty koneesta loppuun ulottuva oppimisputki kuvapohjaista vikojen havaitsemista varten kartonkipakkauksissa.
    • Sovellettava kuvan segmentointi ja luokitusmallit (Mask R-CNN, EfficientNet) tunnistaa mikroviat ja misprintit korkean resoluution skannauksessa.
    • Luotu automatisoitu merkintäputki käyttäen heikkoja valvontatekniikoita nopeuttaakseen tietokokonaisuuden luomista.
    • Integroitu ratkaisu tuotantolinjan laadunvalvonnan työnkulkuun, mikä vähentää manuaalista tarkastusaikaa 60 %.

    Tekniikat:

    • Tekniikat:
    • Python Python
    • Azure Azure
    • Data Science
    • NumPy NumPy
    • OpenCV OpenCV
    • PyTorch PyTorch
    • SciPy SciPy
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning
    • Pydantic Pydantic
    • Large Language Models (LLM) Large Language Models (LLM)
    • PyTorch Lightning PyTorch Lightning
    • PySpark PySpark
    • Jupyter Jupyter

Koulutus

  • MSc.Artificial Intelligence

    University of Amsterdam · 2018 - 2020

  • BSc.Computer Science

    Babes-Bolyai Faculty of Mathematics and Informatics · 2015 - 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.