Dimitrios M.
Data Engineer & Scientist
Il se spécialise dans les réseaux neuronaux, la modélisation des données et les systèmes dynamiques, avec une vaste expertise dans le développement de ETL. la modélisation des données cliniques et le traitement de données à grande échelle dans les secteurs des soins de santé, des sciences de la vie et de l’IA.
Il a fourni des solutions de données complexes pour des organismes de premier plan, dont SAP, EPAM (Odysseus Inc. , et Femtec Health, construisant des pipelines de données évolutifs sur Databricks, AWS et Snowflake, et mettant en œuvre des modèles prédictifs pour améliorer les résultats des soins de santé.
Avec un mélange unique de rigueur scientifique et de précision d'ingénierie, Dimitrios traduit la théorie avancée en systèmes de données intelligents et prêts à la production.
Expertise principale
Python8 ans
SQL8 ans
Data Science8 ans
Pandas5 ansExpérience4
Senior Data Engineer / ETL Developer
- Conduire le développement et l'optimisation des pipelines ETL qui ont transformé les données des soins de santé en un modèle commun de données (CDM) OMOP pour de multiples clients mondiaux.
- Des solutions d’architecture de données conçues et mises en œuvre pour améliorer l’évolutivité et la maintenabilité des environnements distribués.
- Collaboré avec des analystes et des chercheurs de données pour assurer la qualité, la validation et la normalisation des données pour les cas d'utilisation de la recherche clinique.
- Amélioration des bibliothèques d'orchestration ETL Python existantes, contribuant à l'amélioration des performances et de la fiabilité.
- Travaillé avec Databricks, Snowflake, Spark, Hadoop, AWS et Azure Data Factory pour construire des pipelines automatisés d'ingestion de données.
- Processus de déploiement, contrôle de versions et flux de travail CI/CD pris en charge en utilisant Bitbucket et des environnements conteneurs.
AWS
DatabricksPythonSQL
Azure Data Factory
Senior Data Scientist
- Établi et dirigé par l’équipe de science des données de Femtec composée de quatre, définissant la direction technique et le mentorat des informaticiens.
- Conception de processus ETL à grande échelle pour intégrer et harmoniser les données relatives aux demandes de soins de santé provenant de multiples sources américaines dans le CDM OMOP.
- Conçu et mis en œuvre des modèles prédictifs pour la détection précoce des conditions gynécologiques à l’aide de Spark, Redshift et AWS EMR.
- Appliqué des frameworks OHDSI pour la formation de modèles et la validation externe entre les jeux de données avec diverses normes médicales de codage.
- Des algorithmes d’apprentissage automatique développés (Forêt de Random Lasso, Crête, Boost de dégradés, Bayes de Nai ve, KNN) et des modèles non supervisés pour le regroupement de données microbiomes.
- Construire des tableaux de bord interactifs et des visualisations à l'aide de Seaborn, Plotly, et Cufflinks pour les rapports exécutifs.
DockerAWSPythonSQL
R (programming language)Senior Data Scientist
- Développer des modèles de prédictions et de classification pour les affections gastro-intestinales en utilisant des données d’allégations et d’usures.
- Des pipelines de données construits et optimisés dans GCP et BigQuery, assurant une ingestion sécurisée et efficace des dossiers médicaux.
- Collaboré sur l'ingénierie de fonctionnalités, la validation de modèles et déployé les modèles Google Cloud AI- dans les systèmes de production.
- A contribué à la création de pipelines de données cliniques automatisés utilisant Python, SQL et Apache Spark.
Apache SparkPythonSQL
Google CloudPandas
Research Assistant
- Doctorat en Neuroscience mathématique, modélisation de la dynamique du réseau neuronal en utilisant des systèmes non linéaires et des processus stochastiques.
- Propose un cadre mathématique pour la dynamique neuronale adaptative auto-reconfigurable, qui a été publié dans Journal of Statistical Physics (2017).
- Développer des modèles de réseau neuronal qui simulent les calculs dépendants de l'entrée dans le cortex visuel et la propagation des ondes non linéaires dans la cochlée.
- Analyse des enregistrements ECoG à grande échelle et multi-électrode, en appliquant des techniques de modélisation statistique et informatique avancées.
- Authored multiple publications in peer-reviewed Journals and Contributed to theoretical neuroscience research communities.
Python
TensorFlow
Keras
MatlabExcellence en ingénierie
Tous les Data Engineer & Scientists qui ont postulé chez Proxify sont notés de 0 à 300 en excellence en ingénierie, l'un des cinq paramètres que nous évaluons. Ce score reflète uniquement l'excellence en ingénierie, basée sur des entretiens, des exercices à domicile, des sessions de codage en direct, et/ou des évaluations de performance en poste. La courbe montre comment tous les Data Engineer & Scientists évalués sont répartis sur cette plage, où se situe notre seuil d'acceptation pour ce paramètre, et où se situe Dimitrios.
Score 202 · Top 6% of engineers
Certificats 1
Issued Jun 2020
Issued Jun 2020
Éducation
Arrêtez de naviguer.
Soyez jumelé plus rapidement.
Parlez à un expert et obtenez des correspondances personnalisées de notre réseau en seulement 2 jours.
Accédez à plus de 6 000+ experts
Soyez jumelé avec un développeur en 2 jours en moyenne
Embauchez rapidement et facilement avec un taux de réussite de 94%