Danut M.

Danut M.

Machine Learning Engineer

Romania
Luotettava jäsen vuodesta 2023
5 vuoden kokemus

Hän hyödyntää tietotekniikan, tilastotieteen ja data-analyysin osaamistaan kehittääkseen algoritmeja ja malleja, jotka pystyvät oppimaan ja tekemään ennusteita tai päätöksiä laajoista tietokokonaisuuksista.

Danut kerää ja esikäsittelee tiedot varmistaen niiden laadun ja yhteensopivuuden valittujen algoritmien kanssa. Hän valitsee ja konfiguroi koneoppimisen kehyksiä, kirjastoja ja työkaluja vankkojen ja skaalautuvien mallien rakentamiseksi. Lisäksi hän tekee kokeita koneoppimismallien kouluttamiseksi ja hienosäätämiseksi, niiden suorituskykyä jatkuvasti iteroiden ja optimoiden niitä eri kriteerien, kuten tarkkuuden, nopeuden ja muiden haluttujen tulosten, suhteen.

Tärkein asiantuntemus

Data Science5 vuotta
Machine LearningMachine Learning5 vuotta
NumPyNumPy5 vuotta
PandasPandas5 vuotta
2+

Kokemus3

Deutsche Bank

Machine Learning Engineer

Deutsche Bank
Apr 2022 · 4v
  • Vertailumittaukset ja täydennykset eri suosittelualgoritmeille talousdatan perusteella käyttäen Numpya, Pandasia ja scikit-learnia
  • Suunnitteli ja toteutti PySpark-putken päivittäisiä ennusteita varten, mukaan lukien kirjaus- ja seurantakomponentit.
Bittnet Training

Kurssin ohjaaja

Bittnet Training
Jan 2022 · 4v 3k
  • Järjesti kursseja koneoppimisen käsitteistä, jotka kattavat Python-kirjastot, kuten NumPy, Pandas, Keras, Matplotlib ja Seaborn.
  • Järjesti kursseja DevOps-käsitteistä, jotka kattavat mm. seuraavat teknologiat: Kubernetes, Docker, Terraform ja Ansible.

Tutkija

CRC MINES
Jul 2020 - Mar 2022 · 1v 8k
  • Loi Keras-ohjelmalla LSTM-malli poikkeavien lakkausilmiöiden havaitsemiseksi ennustamalla ilmakompressorin parametrien odotettua aikakehitystä.
  • Hyödynsi OpenPosea ja OpenCV:tä suunnitellakseen vankan, automatisoidun toistojen laskentajärjestelmän urheilijoiden suorittamien kyykkyjen arvioimiseksi.
  • Kehitti erilaisia ratkaisuja tietokonetomografia- ja PET-skannauksia varten, mukaan lukien 2D-kuvien rekisteröinti, 3D-pistepilvien rekisteröinti, aivojen segmentointi, täplien havaitseminen, kuvien yhdistäminen ja 3D-visualisointi. Tähän käytettiin Numpya, OpenCV:tä ja Scikit-imagea.

Arviointi

Tekniikan huippuosaaminen

Danut yleinen suorituskyky 90 minuutin suorassa teknisessä arvioinnissa on top 5 % Proxifyn tarkastetuista Machine Learning Engineer.

Koulutus

BA
Bukarestin ammattikorkeakoulu
Tietokone- ja verkkoturvallisuus2020 - 2022
BA
Bukarestin ammattikorkeakoulu
Tietokonetekniikka2016 - 2020

Lopeta selaaminen.
Sovitetaan nopeammin.