Tevos M.
Machine Learning Engineer
Yksi hänen merkittävimmistä saavutuksistaan on kuluttajaliiketoiminnan reaaliaikaisen ML-putken arkkitehtuuri ja tuotantoonottopolku Philip Morris Internationalilla (PMI). Tämä projekti osoitti paitsi hänen syvää teknistä asiantuntemustaan myös hänen johtajuutensa innovaation edistämisessä, liiketoiminnallisten vaikutusten varmistamisessa ja koneoppimisen onnistuneessa käyttöönottamisessa riskialttiissa ympäristössä.
Tevos on erittäin taitava kääntämään monimutkaisia liiketoiminta- ja teknisiä haasteita skaalautuviksi, tuotantovalmiiksi ML-järjestelmiksi. Hänellä on myös keskeinen rooli insinöörijoukkueiden mentoroinnissa ja teknisen strategian muotoilussa, mikä tekee hänestä vahvan johtajan koneoppimisen kentällä.
Tärkein asiantuntemus
Python6 vuotta
FastAPI3 vuotta
Apache Spark3 vuotta
Docker5 vuottaKokemus7
Machine Learning Engineer
- Liityin koneoppimisen insinööriksi ja myöhemmin minut ylennettiin tekniseksi johtajaksi ohjaamaan tiimiä keskeisten muutosten läpi.
- Johti useita koneoppimisprojekteja ideasta (POC) vähimmäistuotantoversion (MVP) toteuttamiseen, varmistaen skaalautuvuuden ja tuotantovalmiuden.
- Muunsi koneoppimisen infrastruktuurin pilvestä riippumattomaksi järjestelmäksi, optimoiden joustavuuden ja kustannustehokkuuden.
- Suunnitteli ja hallinnoi kahden Agentic-botin kehitystä, mukaan lukien Retrieval-Augmented Generation (RAG) komponentit.
- Valvoi suositusjärjestelmän ja äänenluokittelumallin toteutusta, varmistaen kestävän suorituskyvyn ja liiketoimintatavoitteiden mukaisuuden.
- Perusti MLOps käytäntöjä, mukaan lukien CI/CD-putkia, seuranta- ja hälytysjärjestelmiä ylläpidon ja automaation tueksi.
- Edisti poikkitoiminnallista yhteistyötä, sovittaen yhteen datatiede-, insinööri- ja tuotekehitystiimejä.
Machine Learning Technical Lead
-
Initially joined as a Machine Learning Engineer, then elected as the Technical Lead to guide the team through key transitions;
-
Led the evolution of multiple ML projects from proof-of-concept (POC) to minimum viable product (MVP), ensuring scalability and production-readiness;
-
Spearheaded the transformation of the ML infrastructure into a cloud-agnostic stack, optimizing for flexibility and cost-efficiency;
-
Architected and managed the development of two Agentic bots, including Retrieval-Augmented Generation (RAG) components;
-
Oversaw the implementation of a recommendation system and a voice classification model, ensuring robust performance and alignment with business goals;
-
Established MLOps practices, including CI/CD pipelines, monitoring, and alerting systems to support long-term maintainability and automation;
-
Facilitated cross-functional collaboration, driving alignment between data science, engineering, and product teams;
-
Mentored junior engineers and fostered a culture of technical excellence and knowledge sharing within the team.
MongoDBDocker
AWS
RedisPython
Machine Learning Engineer
- Perusti taustajärjestelmän CI/CD-prosessit olemassa oleville tietokonenäön automaattisesti skaalautuville syväoppimismalleille.
- Kehitti uuden syväoppimismallin parantaakseen toimintojen toimivuutta analytiikka-pinonnassa.
- Toteutti CI/CD-työprosessin, joka mahdollisti nopeat ja turvalliset päivitykset koko ML-elinkaaren aikana, mikä on kriittistä maatalouskauden aikana.
- Optimoitu prosessi vähentää kustannuksia ja viivettä säilyttäen tarkkuusmittarit.
Machine Learning Operations Engineer
-
Set up the backend CI/CD processes for existing computer vision auto-scaled DL model pipelines;
-
Developed a new DL model to enhance operational functionality within the analytics stack;
-
Implemented a CI/CD process enabling fast and safe introduction of changes in the full ML lifecycle, critical during the agricultural season;
-
Optimized processes to achieve cost and latency reduction while maintaining accuracy metrics.
Docker
Jenkins
OpenCV
PyTorch
Senior Data Scientist / MLOps
- Ylläpiti ja laajensi asiakaslähtöistä reaaliaikaista ML-putkea tuotannossa.
- Suunnitteli ja kehitti alkuperäisen putken, varmistaen vahvan ja skaalautuvan infrastruktuurin.
- Suoritti ad-hoc projekteja, jotka keskittyivät datan kaivamiseen ja matemaattiseen mallintamiseen.
- Luokitteli kohteita varhaisessa tuotteen elinkaarivaiheessa, vähentäen huomattavasti palvelu- ja logistiikkakustannuksia.
- Laitti perustuksia toisen version putkelle mahdollistaakseen ennakoivan kunnossapidon.
DockerApache Spark
FlaskJenkins
Kubernetes
Machine Learning Engineer
- Kehitti ja sovelsi keskeisiä taloudellisia suhteita ja kvantitatiivisia malleja markkinasuhteiden arvioimiseen, mukaan lukien arvo riskissä (VaR), varmistaen tarkat riskennustamiset ja altistusanalyysin.
- Suoritti syvällistä teknistä analyysia rakenteellisten finanssituotteiden, kuten asuntovelkarahoitusvälineiden (MBS) ja vakuutettujen velkasitoumusten (CDO) sääntelykokeiden, skenaarioiden mallinnusten ja herkkyysanalyysin avulla arvioimalla suorituskykyä vaihtelevissa markkinaoloissa.
- Suunnitteli ja hiottu riskien arviointimenetelmät yhdistäen perinteisen taloudellisen teorian ja datavetoiset tekniikat päätöksenteon ja salkun kestävyyden parantamiseksi.
- Tehnyt yhteistyötä riskinhallinta- ja investointitiimien kanssa kääntääkseen monimutkainen analyysiviestinnätekniikan käytännön suosituksiksi.
- Automaattisesti raportoinut putket ja hallintapaneelit, parantaen avoimuutta ja nopeuttaen vastaamista markkinoiden vaihteluihin.
- Arvioi riskimallien sääntelyyn liittyvät seikat varmistaen sen, että ne noudattivat sisäisiä riskikehyksiä ja ulkoisia standardeja, kuten Basel III ja IFRS.
- Osallistui mallivarmennukseen taustakokeiden suorittamisessa suorituskykymittareissa ja mallien kalibroinnissa tarkkuuden ja kestävyuden parantamiseksi.
SQL
Scikit-learn
Machine LearningFinancial Analyst / Data Analyst
-
Developed and contributed to packages dedicated to data ETL, ML, and statistical analysis;
-
Enhanced general operation components of the stack, including GUI-related elements, for team projects;
-
Worked on structured and unstructured knowledge extraction and NLP tools.
Machine LearningArviointi
Tekniikan huippuosaaminen
Tevos yleinen suorituskyky 90 minuutin suorassa teknisessä arvioinnissa on top 10 % Proxifyn tarkastetuista Machine Learning Engineer.
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