Lucas M.
Ingénieur Machine Learning
Lucas est un ingénieur en données/ML compétent avec plus de cinq ans d'expérience dans l'ingénierie des données, la science des données, l'apprentissage automatique et Python.
Il a fait ses preuves dans la conception et la mise en œuvre de divers pipelines de ML et de données, y compris la construction d'une plateforme de données à partir de zéro. Ayant travaillé dans les domaines de la santé, de l'immobilier, de l'éducation et du génie maritime, Lucas est un généraliste curieux et enthousiaste, toujours désireux d'apprendre de nouvelles choses.
Il souhaite travailler pour des entreprises où les données ou l'intelligence artificielle jouent un rôle crucial.
Actuellement, Lucas fait partie d'une entreprise de technologie de la santé en phase de démarrage qui se consacre aux problèmes de surpoids et d'obésité en Amérique latine.
Principale expertise
- Data Engineering 2 ans
- Data Science 4 ans
- Docker 3 ans
Autres compétences
- Matlab 2 ans
- PostgreSQL 2 ans
- Scrum 2 ans
Expérience sélectionnée
Emploi
Senior Data Engineer
Liti - 2 années 8 mois
- Une partie de l'équipe fondatrice a construit la plateforme de données hautement évolutive et robuste de l'entreprise en utilisant Airflow, Fivetran, DBT et BigQuery, basée sur le cloud dans GCP ;
- En utilisant dbt, il a construit des couches de transformation transparentes et entièrement traçables (raw/stg/int/mart) qui ont transformé des données provenant de Hubspot, Calendly, Typeform et MongoDB en modèles de données intuitifs et perspicaces ;
- À l'aide de Python et d'Airflow, il a développé et orchestré des pipelines de données pour les sources de données principales de l'entreprise, telles que Calendly et Google Sheets ;
- A construit un système de DSE qui utilise Python, Kubernetes et Cloud SQL et s'intègre à BigQuery ;
- A réduit le temps que les professionnels de la santé consacrent à la recherche de données dans les 30 minutes des rendez-vous.
Les technologies:
- Les technologies:
- Apache Airflow
- Data Engineering
- Docker
- Git
- Google Cloud
- Kubernetes
- MongoDB
- Python
Data Scientist
Loft - Top Brazilian Unicorn startup - Lunicorn - 8 mois
- Il a réalisé une évaluation de série D de 3 milliards d'USD.
- A développé plusieurs processus ETL dans les entrepôts de données à grande échelle de l'entreprise en utilisant Python, Pandas, Databricks et Spark.
- A réalisé des tests A/B en utilisant 100 Go de données de navigation pour déterminer l'impact des modèles de recommandation sur les ventes de l'entreprise.
- Optimisation d'un système Python de recommandation par apprentissage automatique pour les visites de biens immobiliers à l'aide de principes de boîtes englobantes, ce qui a permis d'améliorer de 15 % les calendriers de visite.
- A construit un système de régression multiple utilisant Python, Pandas, Streamlit et Plotly pour répartir les courtiers immobiliers dans trois des plus grandes villes du Brésil, en minimisant les surréservations de visites de plus de 30 %.
- A établi une prévision des ventes à l'aide d'un modèle SARIMA.
Les technologies:
- Les technologies:
- Data Science
- Git
- Machine Learning
- Pandas
- Python
Data Scientist et instructeur
Ada Tech - 1 an
- A créé une plateforme BI complète pour l'entreprise en utilisant Python, Pandas et Streamlit ;
- A développé de nombreux processus ETL, intégrant l'entrepôt de données de l'entreprise ;
- A dirigé deux projets de données de bout en bout ;
- A construit des pipelines de données, des modèles de données, des tableaux de bord analytiques en direct, des modèles d'apprentissage automatique, des processus CI/CD et des tests A/B, tous natifs d'AWS, en utilisant Lambda, S3 et Code (Commit, Build, Pipeline) ;
- A travaillé sur les ventes basées sur l'apprentissage automatique, en évaluant le système qui exploite des données provenant de sources telles que WhatsApp et Google Analytics ;
- A développé un système de recommandation utilisé pour trouver les questions qui correspondent le mieux aux habitudes d'étude d'un étudiant donné, en utilisant l'apprentissage par renforcement et l'apprentissage non supervisé.
Les technologies:
- Les technologies:
- Matlab
- Git
- Machine Learning
- Pandas
- Python
Chercheur en apprentissage par renforcement
University of São Paulo - 1 an 1 mois
- Co-auteur d'une recherche sur l'IA pour les grands navires dans le monde réel, dans des conditions environnementales et de manœuvre restreintes ;
- A conçu des expériences et modélisé des représentations de données pour l'entraînement d'algorithmes d'apprentissage par renforcement profond asynchrones de pointe en utilisant Python, Tensorflow et Redis ;
- A développé une infrastructure de formation RL robuste basée sur Docker qui fournit de l'évolutivité et de la fiabilité pour les opérations lourdes d'apprentissage automatique sur le cluster local ;
- A créé des outils de visualisation et de test pour les sessions de formation à l'IA d'une durée d'une semaine et d'une capacité de plusieurs téraoctets, ce qui a permis des avancées significatives en matière de recherche.
Les technologies:
- Les technologies:
- Docker
- Machine Learning
- Python
- TensorFlow
Éducation
License ès sciencesIngénierie électrique
Escola Politécnica de l'USP · 2017 - 2021
Portefeuille
Trouvez votre prochain développeur en quelques jours et non sur plusieurs mois
Dans un court appel de 25 minutes, nous voulons:
- Comprendre vos besoins en développement
- Vous expliquez comment nous allons vous mettre en relation avec le développeur le mieux qualifié pour votre projet, sélectionné avec soin
- Vous indiquez nos prochaines démarches afin de vous trouver le meilleur développeur, souvent en moins d'une semaine