Traian V.

Ingénieur Machine Learning

Traian est un ingénieur principal en apprentissage automatique avec plus de sept ans d'expérience commerciale fournissant des solutions AI à travers l'automatisation du support client, vision informatique, traitement du langage naturel et IA générative.

Il a développé des systèmes de réponse intelligents à l'aide d'intégrations spécifiques au domaine, de validation LLM et de génération augmentée de récupération (RAG), ainsi que des modèles de vision informatique de haute précision – dont le Mask R-CNN, YOLOv5 et U-Net – appliqués dans des industries telles que la mode, la technologie alimentaire et la fabrication.

Ses travaux comprennent la construction de pipelines PySpark ML qui ont réduit les défauts de crédit des PME de 11% à 2%, et l'implémentation de systèmes de détection de défauts en temps réel pour la fabrication. Compétents dans PyTorch, TensorFlow, Hugging Face et les plateformes nuageuses, Traian a toujours livré des systèmes IA évolutifs et prêts à la production.

Principale expertise

  • Python
    Python 6 ans
  • Machine Learning
    Machine Learning 5 ans
  • Data Science 5 ans

Autres compétences

  • SQL
    SQL 5 ans
  • Docker
    Docker 4 ans
  • FastAPI
    FastAPI 4 ans
Traian

Traian V.

Romania

Commencer

Expérience sélectionnée

Emploi

  • Machine Learning Engineer/Researcher

    Bluetweak - 1 an 2 mois

    • Développé et implémenté un système de réponse intelligent qui combinait le modèle sémantique avec les transformateurs de phrase spécifiques au domaine, la validation du modèle basé sur LLM et la récupération des connaissances RAG.
    • Ajuster le modèle Stella400M sur les interactions clients réelles pour améliorer la similitude sémantique et la compréhension contextuelle des réponses spécifiques au domaine.
    • La logique de sélection de réponse hybride intégrée pour assurer une haute précision tout en maintenant des normes de communication professionnelles strictes.
    • Amélioration de la cohérence du support client en automatisant les recherches de connaissances et la récupération de contexte à partir de la documentation interne.

    Les technologies:

    • Les technologies:
    • Python Python
    • Azure Azure
    • PyTorch PyTorch
    • SciPy SciPy
    • Scikit-learn Scikit-learn
    • NLP
    • Machine Learning Machine Learning
    • OpenAI API OpenAI API
    • LangChain LangChain
    • Ollama Ollama
    • Large Language Models (LLM) Large Language Models (LLM)
    • LlamaIndex LlamaIndex

  • Machine Learning Engineer/Researcher

    Apsisware (Arnia Software) - 3 années 1 mois

    • Développé et déployé des modèles de détection d'objets (Mask R-CNN, YOLOv5) pour une application de mode recommandeur et un pipeline de reconnaissance des aliments, atteignant plus de 90% mAP.
    • Modèles de classification (ResNet) et de segmentation (U-Net) pour l'étiquetage automatique des produits et l'identification des produits alimentaires.
    • Modèles d'inférence optimisés déployés sur les appareils Raspberry Pi 4 en utilisant le framework NCNN C++, y compris la quantification du modèle.
    • Contribution à un pipeline 3D de reconstruction d’appartements à partir de vidéos monoculaires utilisant Droid-SLAM, Polygon-Transformer, et Cube R-CNN.
    • Construit un assistant commercial avec un classeur BERT dans le domaine (F1 score 0. 3) et a affiné un modèle Octopus 2B avec Q-LoRA pour le routage des requêtes (précision 0.85).
    • Mise en place d'un système de recommandation de recettes basé sur RAG pour un détaillant d'épicerie utilisant Llama Index.
    • Développer un pipeline de détection d'anomalies pour identifier les objets étrangers dans les fours par une approche de raisonnement hybride VLM (Qwen2-VL + Llama3-8B).

    Les technologies:

    • Les technologies:
    • Python Python
    • C++ C++
    • OpenCV OpenCV
    • PyTorch PyTorch
    • NLP
    • Machine Learning Machine Learning
    • Raspberry Pi Raspberry Pi
    • Computer Vision
    • LangChain LangChain
    • Large Language Models (LLM) Large Language Models (LLM)
    • Hugging Face Transformers Hugging Face Transformers
    • LlamaIndex LlamaIndex
    • Hugging Face Hugging Face

  • Data Scientist

    October - 11 mois

    • Conception d'un pipeline d'ingénierie et de formation de modèles PySpark à partir d'ensembles de données transactionnels.
    • Construire et déployer un modèle de risque de crédit LGBM qui a réduit les taux de défaut des prêts aux PME de ~11% à ~2%.
    • Développer un outil basé sur OCR, qui a traité les états financiers à partir de PDF numérisés en utilisant les fonctions OpenCV, AWS Textract et Lambda.
    • Des API fournies pour le pointage en temps réel des risques et les intégrer aux flux de travail internes d'approbation de crédit.

    Les technologies:

    • Les technologies:
    • AWS AWS
    • Flask Flask
    • Python Python
    • SQL SQL
    • AWS Lambda AWS Lambda
    • NumPy NumPy
    • OpenCV OpenCV
    • XGBoost XGBoost
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning
    • FastAPI FastAPI
    • PySpark PySpark

  • Data Scientist

    SIG - 7 mois

    • Développé une machine d'apprentissage de bout en bout pour la détection de défauts basés sur l'image sur l'emballage en carton.
    • Modèles de segmentation d'images et de classification appliqués (Mask R-CNN, EfficientNet) pour identifier les microdéfauts et les erreurs dans les balayages à haute résolution.
    • Création d'un pipeline d'étiquetage automatisé utilisant des techniques de surveillance insuffisantes pour accélérer la création de dataset.
    • Intégration de la solution dans le processus de contrôle de qualité de la ligne de production, réduisant les temps d’inspection manuels de 60%.

    Les technologies:

    • Les technologies:
    • Python Python
    • Azure Azure
    • Data Science
    • NumPy NumPy
    • OpenCV OpenCV
    • PyTorch PyTorch
    • SciPy SciPy
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning
    • Pydantic Pydantic
    • Large Language Models (LLM) Large Language Models (LLM)
    • PyTorch Lightning PyTorch Lightning
    • PySpark PySpark
    • Jupyter Jupyter

Éducation

  • Maîtrise ès sciencesArtificial Intelligence

    University of Amsterdam · 2018 - 2020

  • License ès sciencesComputer Science

    Babes-Bolyai Faculty of Mathematics and Informatics · 2015 - 2018

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

Le premier développeur commence en quelques jours. Pas de discours de vente agressif.