Dimitrios G.
Data Scientist
Il s'est spécialisé en Python, SQL, Scikit-learn, et Google Cloud pour développer des modèles de prévision et de segmentation qui améliorent la prise de décision et conduisent à des résultats tangibles dans les affaires.
Au sein du groupe ESL FACEIT, il a développé des modèles de comportement des joueurs et de matchmaking déployés par le biais du Vertex AI. Chez Channel 4, ses modèles de performances publicitaires ont contribué à générer plus de 8 millions de livres sterling de revenus supplémentaires.
Dimitrios a combiné une expertise analytique profonde à des compétences pratiques en ingénierie, en transformant des ensembles de données complexes en aperçus réalisables et en résultats mesurables.
Expertise principale
SQL7 ans
Python7 ans
Scikit-learn7 ansExpérience5
Data Scientist
- Développé et déployé un modèle de segmentation utilisateur en utilisant le clustering non surveillé pour regrouper les joueurs par récurrence et fréquence d'activité, permettant des campagnes de réactivation personnalisées, ce qui a entraîné des taux de conversion de 3 × plus élevés et un engagement soutenu en 10 jours.
- Conception du modèle de calibrage de compétence rapide pour estimer les vrais niveaux de compétence pour les nouveaux joueurs, résoudre le problème du démarrage froid dans la recherche de jumelage par le biais de la modélisation prédictive supervisée.
- Création d'une métrique de Score de Confiance pour l'analyse comportementale par une fenêtre roulante de dix matchs, qui ont aidé à identifier et à récompenser le comportement positif des joueurs et réduit les incidents perturbateurs.
- Partenariat avec des équipes d’analyse, de produits et de croissance pour intégrer des modèles dans la production, en soutenant la prise de décision et des communications ciblées.
- Gestion des pipelines de données dans Google Cloud (Vertex AI, BigQuery) pour la formation de modèles à grande échelle et l'analyse en temps réel.
MySQL
PostgreSQLPython
Google Cloud
Data Scientist
- Des modèles de prévision d'impact construits utilisant un apprentissage supervisé pour prédire la performance des pauses commerciales par la démographie, générant plus de 8 millions de livres sterling de revenus supplémentaires en 2021.
- Créé des modèles d'optimisation de chargement d'annonces pour déterminer les fréquences d'annonces idéales par utilisateur, maximisant la valeur de vie tout en préservant l'expérience du spectateur.
- Conception de simulations MCMC à grande échelle en utilisant Dask et PySpark, réduisant les temps de calcul de 40%.
- Des modèles et tableaux de bord expliquables livrables pour les équipes commerciales et commerciales.
- Prise en charge de la migration des pipelines de données sur site vers AWS Lambda et EC2, rationalisation du déploiement des modèles.
AWSPython
AWS Lambda
AWS S3
Data Scientist
- Développer des modèles d’acquisition à l’aide d’un apprentissage supervisé afin d’identifier des perspectives de forte probabilité, améliorant les taux d’acquisition des clients de 22%.
- Création de modèles proactifs et de ventes incitatives pour améliorer la fidélisation de la clientèle et l'efficacité de la vente croisée.
- Conception d'un framework d'ingénierie de fonctionnalités qui tire parti de Dask pour un traitement parallélisé sur des jeux de données de grande taille, accélérant le calcul des fonctionnalités par 5×.
- Services de prédictions en temps réel intégrés aux pipelines d'automatisation de marketing.
MySQLPostgreSQLPython
XGBoost
Junior Data Scientist
- Effectuer une segmentation de la clientèle (KYC) en utilisant le regroupement et la classification pour prédire la valeur de la durée de vie et améliorer le ciblage des utilisateurs.
- Des modèles d'optimisation de la demande qui ont permis d'identifier des régions en expansion rentables à travers le Royaume-Uni, soutenant la croissance du marché axée sur les données.
- Des rapports de données produits et des tableaux de bord partagés avec les clients B2B pour évaluer la performance des partenariats et la viabilité des affaires.
- Automatisation des flux de travail d'analyse récurrente en Python, économisant des heures de rapports manuels chaque semaine.
MySQLPythonXGBoost
PandasData Scientist Assistant
-
Conducted research and modeling as part of MSc dissertation in collaboration with JustPark.
-
Designed a customer segmentation pipeline (clustering) using unsupervised learning to identify patterns in user parking behavior.
-
Produced actionable recommendations for marketing and retention teams.
-
Wrote and presented a dissertation project applying the methodology to real company data, later used internally for campaign targeting.
MySQLPythonXGBoostPandasÉvaluations
Excellence en ingénierie
Les performances globales de Dimitrios lors d'une évaluation technique en direct de 90 minutes se classent dans le top 5% des Data Scientist évalués chez Proxify.
Certificats 10
Issued Jan 2021
Google Cloud
Machine LearningIssued Jan 2021
Machine Learning
Issued Jan 2021
Google CloudMachine LearningÉducation
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%