Fernando G.
Data Scientist
Hän keskittyy datatieteen ja koneoppimisen prosessien, menetelmien ja putkistojen jäsentämiseen, ja hänellä on kokemusta työskentelystä urheilu- ja finanssiteknologian parissa yhdistäen tutkimusta, MLOpsia ja datatekniikkaa.
Hänellä on maisterintutkinto tekoälystä ja kandidaatin tutkinto mekatroniikkatekniikasta, ja tällä hetkellä hän opiskelee Sao Paulon yliopiston rahoitusalan MBA-ohjelmassa.
Hänellä on erinomaiset viestintätaidot ja hän hallitsee hyvin puhutun englannin kielen.
Tärkein asiantuntemus
Machine Learning5 vuotta
NumPy8 vuottaKokemus4
Data Scientist
- Suunnitteli ja kehitti datan ETL-putken massiivisten taloudellisten tietokokonaisuuksien laskentaa varten, mikä lyhensi laskenta-aikaa useista päivistä tunteihin (PySpark – Databricks – Azure).
- Luonut "koodin metodologian" ohjaamaan uusien koneoppimishankkeiden kehittämistä, jonka pohjalta rakennettiin kaksi hanketta.
- Kehittänyt koneoppimismalleja Bitcoin-kaupan volyymin (XGBoost, 65 % tarkkuus) ja kryptojen volatiliteetin (Temporal Fusion Transformer, 95 % tarkkuus) ennustamiseen.
- Kehittänyt MLOps-putken mallien tuotantoon saattamiseksi: satojen ominaisuuksien laskeminen, reaaliaikaisten johtopäätösten suoratoisto FastAPI Websocket-palvelimen avulla, mallien seuranta SQL-tietokannan ja Slack API:n avulla (Dockerilla sovelluksissa ECS, AWS FeatureStore, FastAPI, SQL, Slack), käyttöaika yli 99 %.
- Luonut numeerisen indeksin aikasarjadatan pisteyttämiseksi ja kaupankäyntistrategioiden rakentamiseksi (tilastolliset korrelaatiot, yhteisintegraatio, ACE-pisteet, aikasarja-analyysi).
Machine Learning
Data Science Consultant
Suoritti tilastollisen analyysin asiakkaiden vaihtuvuudesta suurelle brasilialaiselle B2C-videostriimaussovellukselle.
Data Scientist
- Kehitti algoritmeja GPS-suodatusta, -korjausta ja suorituskyvyn analysointia varten amatöörijalkapalloilijoille.
- Vastasi tietotuotteiden laadun varmistamisesta ja sellaisten tehtävien hallinnoinnista kuin backlog, OKR:t ja mittarit.
- Integroinut Python-algoritmit AWS:n kanssa Serverless-kehyksessä, mukaan lukien Lambda, S3, EC2, DynamoDB ja CloudWatch.
- Suorittanut muun muassa seuraavia tehtäviä: tietojen analysointi, Kalman-suodattimien, neuroverkkojen, sumeiden suodattimien, tieteellisten algoritmien, tilastollisten oivallusten, peruskonenäön ja kasvontunnistusalgoritmien toteuttaminen.
- Hyödyntänyt Pythonia tehokkaiden tietovisualisointien luomiseen.
- Ylläpitänyt Python-infrastruktuuria satojen päivittäisten toimitusten automaattista toimittamista varten.
Data Scientist || Co-fouder and Partner
-
Data Scientist from Day 1 of the company, from 0 to over 50000 users
-
Algorithms for GPS filtering and correction and performance analysis fore lite football athletes and amateur players
-
Client-facing customer success role regarding data services of the product
-Responsible for data products quality assurance, backlog, OKRs, and metrics
- Integrated Python algorithms with AWS on Serverless Framework (Lambda, S3 , EC2, DynamoDB, CloudWatch)
-Tasks included Data Analysis , Kalman Filters , Neural Networks , Fuzzy Filters , scientific algorithms , statistical insights engine ,basic computer vision and facial recognition algorithms
-
Powerful data visualization with Python
-
Maintenance of Python infrastructure for automatic delivery of hundreds of reports daily
Arviointi
Tekniikan huippuosaaminen
Fernando yleinen suorituskyky 90 minuutin suorassa teknisessä arvioinnissa on top 15 % Proxifyn tarkastetuista Data Scientist.
Koulutus
Lopeta selaaminen.
Sovitetaan nopeammin.
Keskustele asiantuntijan kanssa ja saat räätälöityjä ehdotuksia verkostostamme vain 2 päivässä.
Pääsy yli 6 000+ asiantuntijaa
Löydä kehittäjä keskimäärin 2 päivässä
Palkkaa nopeasti ja helposti 94% onnistuneella osumalla