Evangelos K.

Data Scientist

Greece

Membre de confiance depuis 2024

6 années d'expérience

L'une de ses principales réalisations a été l'automatisation des contrôles de qualité des données pour une grande entreprise de boissons, ce qui a permis d'améliorer considérablement la fiabilité de leurs tableaux de bord PowerBI. Il est titulaire d'une maîtrise en analyse des entreprises.

Expertise principale

Qlik View5 ans

Data Science5 ans

Azure4 ans

Scikit-learn5 ans

16+

Expérience2

Senior Data Scientist

Accenture•

Information Technology (IT) and Services

Sep 2022 · 4a 1m

Segmentation de la clientèle à l'aide de techniques de regroupement et d'exploration de données, ce qui a permis de cibler les efforts dans divers projets.
Automatisation, industrialisation et extension des processus de qualité des données sur plusieurs marchés afin d'optimiser les stratégies promotionnelles et d'améliorer la cohérence et la fiabilité des données (Raw-Curated/Datamesh).
Rapport sur les contrôles de la qualité des données et amélioration de ceux-ci, ce qui a permis de réduire considérablement les erreurs de données, de garantir des décisions commerciales plus fiables et d'accroître l'efficacité des rapports sur la qualité des données, permettant ainsi aux chefs d'entreprise d'identifier et de résoudre rapidement les problèmes liés aux données.
Application de techniques de résolution d'entités, y compris d'algorithmes de similarité et de classement avec classification, améliorant la qualité et la richesse des données de base des clients et conduisant à une compréhension plus complète du comportement des clients.

Azure Blob storage

Data Science

Pandas

Scikit-learn

Data Analytics

Data Scientist

Propulsion Analytics•

Data Analytics

Aug 2019 - Aug 2022 · 3a

J'ai reçu d'excellents commentaires de la part des clients pour avoir développé et mis en œuvre des méthodes innovantes d'estimation et de prédiction des performances et de l'encrassement des navires pour plus de 30 navires en utilisant des techniques de ML et des visualisations, ce qui a permis aux propriétaires de navires d'économiser des millions en prenant des décisions éclairées sur les itinéraires des navires et les réparations à effectuer.
Réalisation d'ETL sur des données de capteurs de navires pour plus de 50 navires (avec des fréquences allant de 1 seconde à 5 minutes), réglage (optimisation des hyperparamètres), et déploiement d'algorithmes ML pour environ 30 navires.
Création d'algorithmes de regroupement non supervisés pour analyser les performances des moteurs.
Détection d'anomalies sur des données de séries temporelles en utilisant des techniques de ML et PySpark pour le traitement de big data, y compris des requêtes, des agrégations et des analyses ad-hoc.
Participation aux activités de développement de produits.

Data Science

Keras

Pandas

Scikit-learn

Data Analytics

Excellence en ingénierie

Tous les Data 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 Scientists évalués sont répartis sur cette plage, où se situe notre seuil d'acceptation pour ce paramètre, et où se situe Evangelos.