Evangelos K.

Data Scientist

Greece

Luotettava jäsen vuodesta 2024

6 vuoden kokemus

Yksi hänen merkittävimmistä saavutuksistaan oli johtavan juomayhtiön tietojen laatutarkastusten automatisointi, mikä paransi merkittävästi PowerBI-mittaristojen luotettavuutta. Hänellä on maisterin tutkinto yritysanalytiikasta.

Tärkein asiantuntemus

Qlik View5 vuotta

Data Science5 vuotta

Azure4 vuotta

Scikit-learn5 vuotta

16+

Kokemus2

Senior Data Scientist

Accenture•

Information Technology (IT) and Services

Sep 2022 · 4v 1k

Suoritti asiakassegmentointia klusterointitekniikoiden ja tiedonlouhinnan avulla, mikä mahdollisti kohdennetut toimet eri hankkeissa.
Automatisoitu, teollistettu ja laajennettu tietojen laatuprosesseja useilla markkinoilla myynninedistämisstrategioiden optimoimiseksi, tietojen oivallusten johdonmukaisuuden ja luotettavuuden parantamiseksi (Raw-Curated/Datamesh).
Raportoitiin ja parannettiin tietojen laatutarkastuksia, mikä vähensi merkittävästi tietovirheitä, varmisti luotettavammat liiketoimintapäätökset ja lisäsi tietojen laaturaportoinnin tehokkuutta, minkä ansiosta liiketoimintajohtajat voivat nopeasti tunnistaa ja puuttua tietoihin liittyviin ongelmiin.
Soveltanut entiteettien ratkaisutekniikoita, mukaan lukien samankaltaisuusalgoritmit ja luokitteluun perustuva luokittelu, mikä parantaa asiakkaiden masterdatan laatua ja rikkautta ja johtaa kattavampaan ymmärrykseen asiakkaiden käyttäytymisestä.

Azure Blob storage

Data Science

Pandas

Scikit-learn

Data Analytics

Data Scientist

Propulsion Analytics•

Data Analytics

Aug 2019 - Aug 2022 · 3v

Sait erinomaista asiakaspalautetta, kun kehititit ja panit täytäntöön innovatiivisia menetelmiä alusten suorituskyvyn ja likaantumisen arvioimiseksi ja ennustamiseksi yli 30 alukselle ML-tekniikoiden ja visualisointien avulla, mikä säästi miljoonia alusten omistajille mahdollistamalla tietoon perustuvia päätöksiä alusten reiteistä ja korjaustapahtumista.
Suorittanut ETL:n alusten anturitiedoille yli 50 aluksen osalta (taajuudet vaihtelivat 1 sekunnista 5 minuuttiin), virittänyt (hyperparametrien optimointi) ja ottanut käyttöön ML-algoritmeja noin 30 alukselle.
Luonut valvomattomia klusterointialgoritmeja moottorin suorituskyvyn analysoimiseksi.
Suorittanut anomalioiden havaitsemista aikasarjadatassa käyttäen ML-tekniikoita ja PySparkia suurten tietojen käsittelyyn, mukaan lukien kyselyt, aggregoinnit ja ad-hoc-analyysit.
Osallistunut tuotekehitystoimintaan.

Data Science

Keras

Pandas

Scikit-learn

Data Analytics

Tekniikan huippuosaaminen

Kaikki Data Scientistt, jotka ovat hakeneet Proxifylle, pisteytetään välillä 0–300 insinööritaidon perusteella, joka on yksi viidestä arvioimastamme parametrista. Tämä pistemäärä heijastaa ainoastaan insinööritaitoa, perustuen haastatteluihin, kotitehtäviin, suorissa koodausistunnoissa sekä työn suorituskyvyn arvioinnissa annettuihin tuloksiin. Kaavio näyttää, miten kaikki arvioidut Data Scientistt jakautuvat tässä mittakaavassa, hyväksymisrajamme tälle parametrille sekä missä kohtaa Evangelos sijaitsee.