Data Scientist

DX Compliance Solutions is a UK-based FinTech company specializing in financial crime detection and prevention.

• Developed and trained machine learning models to detect fraudulent transaction patterns using large-scale synthetic datasets, improving anomaly detection accuracy.

• Built graph-based data representations in Neo4j to uncover hidden connections between entities, supporting detection of complex financial crime typologies.

• Collaborated with backend developers and data engineers to optimize data ingestion pipelines, ensuring efficient model training and feature generation.

• Enhanced model explainability by implementing network visualizations and SHAP-based interpretability reports for compliance review.

• Tuned and validated ML pipelines to balance precision and recall, reducing false positives while maintaining regulatory-grade accuracy.

• Deployed and monitored ML components in production, ensuring data consistency and proactive detection of model drift.

TuringofTrust is an early-stage IT startup building AI-driven products leveraging Large Language Models to deliver intelligent, context-aware applications.

• Designed and implemented a Retrieval-Augmented Generation (RAG) architecture using LangChain and LlamaIndex, integrating vector databases for semantic search.

• Developed modular Pydantic object structures to streamline LLM agent interactions and ensure schema validation across data pipelines.

• Integrated OpenAI APIs with Azure cloud components, deploying MVPs as containerized Dash applications for beta testing.

• Optimized data embedding and retrieval workflows using Azure Cosmos DB for MongoDB and PostgreSQL backends.

• Deployed the full prototype to Azure App Service and implemented Docker-based CI/CD for scalable testing and iteration.

• Développement et mise en œuvre de modèles NLP (Natural Language Processing).
• Utilisation de Python pour l'apprentissage automatique et les tâches de traitement des données.
• A travaillé avec TensorFlow et PyTorch pour le développement de modèles et la formation.
• Mise en œuvre de solutions d'apprentissage automatique sur AWS à l'aide de services tels que EC2 et S3.
• Gestion de bases de données avec PostgreSQL.
• Création d'API à l'aide de FastAPI pour l'intégration d'applications.
• Gestion de tâches asynchrones avec Celery.
• Intégration et exploitation de l'API ChatGPT pour des fonctionnalités NLP avancées.
• Utilisation de RabbitMQ pour gérer les exigences de mise en file d'attente des messages.

• Mise en œuvre de techniques de traitement neuronal du langage afin d'optimiser le processus d'embauche et d'améliorer les références des employés en faisant correspondre les exigences du poste avec les candidats appropriés à partir des contacts LinkedIn des employés.
• Formation et déploiement de modèles d'apprentissage profond pour améliorer la précision et l'efficacité de la prise de décision basée sur les données dans le programme de référencement des employés.
• Le candidat a effectué du scraping et du traitement de données afin de rassembler des ensembles de données pertinents pour l'entraînement de modèles d'apprentissage profond, contribuant ainsi au développement d'algorithmes et de solutions sophistiqués pour l'acquisition de talents.
• Vous avez déployé des services Python en utilisant Flask, FastAPI, Celery, RabbitMQ, et Cronjobs pour une intégration transparente et l'automatisation des processus.

• Lever des cadres d'apprentissage profond tels que PyTorch et TensorFlow pour concevoir des algorithmes avancés qui identifient et suivent les clients avec précision, améliorant ainsi l'expérience globale du client au sein du système de gestion des points de vente et des affaires basé sur le cloud.
• Gestion adroite de bases de données utilisant PostgreSQL et MS SQL pour stocker et récupérer des données cruciales, en garantissant l'intégrité des données et un accès efficace.
• A démontré une combinaison dynamique d'ingénierie de vision par ordinateur, de développement Python et d'expertise en apprentissage automatique chez Franpos, résultant en un système robuste de détection et de suivi des visages au sein du système de gestion des points de vente et des affaires basé sur le cloud.
• Formation et déploiement de modèles d'apprentissage profond pour améliorer la précision et l'efficacité de la prise de décision basée sur les données pour le programme de référencement des employés.
• Vous avez effectué du scraping et du traitement de données afin de rassembler des ensembles de données pertinents pour l'entraînement de modèles d'apprentissage profond, contribuant ainsi au développement d'algorithmes et de solutions sophistiqués pour l'acquisition de talents.
• Vous avez déployé des services Python en utilisant Flask, FastAPI, Celery, RabbitMQ, et Cronjobs pour une intégration transparente et l'automatisation des processus.

• Developed and deployed an Automatic License Plate Recognition (ALPR) system using PyTorch, TensorFlow, and Keras;

• Implemented a Body Poses Estimator for Golf players utilizing deep learning techniques;

• Created a Nudity Detection system for online social media platforms and executed data mining and scraping tasks with Python and popular libraries such as Scrapy, Beautiful Soup, and Selenium;

• Proficient in cloud platforms like AWS and GCP for efficient model deployment and management;