Petar S.

Ingénieur Machine Learning

Un ingénieur en apprentissage automatique ayant une bonne connaissance de différents langages de programmation.

Petar est un chercheur passionné qui totalise 4 ans d'expérience professionnelle. C'est une personne très responsable et travailleuse avec un sens aigu de l'organisation.

Petar a travaillé sur une grande variété de cas d'usage en tant qu'ingénieur en Machine Learning, y compris des algorithmes de deep learning pour la Reconnaissance Optique de Caractères (OCR) et la Reconnaissance Intelligente de Mots (IWR) pour la reconnaissance de signatures, et une approche de réseau neuronal récurrent pour améliorer la prédiction de l'indice de qualité de l'air.

Principale expertise
  • Python
    Python 3 ans
  • TensorFlow
    TensorFlow 2 ans
  • Machine Learning
    Machine Learning 4 ans
Autres compétences
  • PHP
    PHP 2 ans
  • Laravel
    Laravel 2 ans
  • Kubeflow
    Kubeflow 2 ans
Petar
Petar S.

Montenegro

Commencer

Expérience sélectionnée

Emploi

  • Scientifique en Machine Learning

    Fleka - 1 an 1 mois

    • Elaboration d’un algorithme de Machine Learning pour créer une base de données d'images intelligentes.
    • Implémentation d'Elasticsearch pour les portails de journaux "Pobjeda" et "Analitika" et le site web officiel du gouvernement du Monténégro.

    Les technologies:

    • Les technologies:
    • Matlab Matlab
  • Développeur de Logiciels

    Robot Code - 8 mois

    • Participation au développement de deux systèmes d'information. L'un destiné à la commande et à la livraison de nourriture, et l'autre à la programmation dans les salons de beauté au Monténégro.

    Les technologies:

    • Les technologies:
    • Python Python
  • Ingénieur en Machine Learning

    Omnitech MNE - 1 an 5 mois

    • Travail sur un système de machine learning dans le cadre du projet SeVaRA. SeVaRA intègre un projet de R&D visant à définir un système innovant pour le calcul d'un indice de risque environnemental agrégé dérivé de multiples paramètres résumés dans:
      1. le risque de conséquences d'événements météorologiques à très court terme ;
      2. le risque lié à la géolocalisation en fonction des données historiques ;
      3. le risque lié à l'instabilité des sols ou des produits manufacturés.
  • Ingénieur en Machine Learning

    Datum Solutions - 11 mois

    • Développement d'un système de machine learning pour la reconnaissance de signatures;
    • Création d'algorithmes de deep learning pour la reconnaissance optique de caractères (OCR) et la reconnaissance intelligente de mots (IWR).

Éducation

  • Maîtrise ès sciencesMachine Learning

    Faculté d'Ingénierie Electrique de Podgorica · 2011 - 2017

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

Contactez-nous