Miguel A.

Data Scientist

Spain

Membre de confiance depuis 2025

7 années d'expérience

Au cours de sa carrière, Miguel a apporté d'importantes contributions à IBM, Banco Santander et Atos, notamment en étant l'auteur de quatre brevets dans le domaine du traitement du langage naturel et de l'apprentissage profond. Il a été reconnu comme l'un des gagnants du Datathon HackThatStartup et fait également office de juré pour les défis d'IA d'IBM.

Miguel a obtenu des gains de performance allant jusqu'à 30 % dans l'ensemble des systèmes et a supervisé avec succès des équipes interfonctionnelles dans la fourniture de produits de données à l'échelle de l'entreprise. Il détient des certifications de Microsoft, AWS et IBM, et poursuit actuellement un doctorat à l'Université polytechnique de Catalogne. Alliant une profonde maîtrise technique et une vision commerciale, Miguel se consacre à la conduite de l'innovation et à la création de solutions d'IA impactantes.

Expertise principale

Google Cloud6 ans

Azure5 ans

AWS4 ans

MySQL7 ans

30+

Expérience4

Data Scientist

IQVIA•

Healthcare

Apr 2022 · 4a 6m

A dirigé des initiatives en matière d'IA/ML, notamment le développement de modèles de prévision de la demande pour les produits pharmaceutiques, qui ont permis de réduire les erreurs de prévision de 20 % et d'améliorer la fiabilité de la chaîne d'approvisionnement.
Conception et déploiement d'un système de correspondance des médicaments utilisant le NLP et l'apprentissage profond, optimisation du traitement des prescriptions et amélioration des résultats pour les patients.
Développement de pipelines ML de bout en bout dans Databricks et Azure ML, garantissant des flux de travail évolutifs et reproductibles pour des ensembles de données de santé à grande échelle.
Amélioration des performances des modèles existants jusqu'à 30 % grâce à un réglage avancé des hyperparamètres, à l'ingénierie des caractéristiques et à l'optimisation du modèle.

AWS

Databricks

Apache Spark

Python

AWS Lambda

15+

Data Scientist

Banco Santander•

Banking and Finance

Jan 2021 - Mar 2022 · 1a 2m

Conception de modèles ML pour la détection des fraudes et l'évaluation des risques, ce qui a permis de réduire les faux positifs de 15 % tout en renforçant la prévention des fraudes.
Application de techniques d'apprentissage profond pour optimiser les modèles d'évaluation du crédit, ce qui a augmenté les taux d'approbation sans compromettre l'exposition au risque.
Introduction de pipelines basés sur Spark pour traiter les données transactionnelles à haute fréquence, ce qui permet d'accélérer la compréhension et la prise de décision.

MySQL

AWS

Apache Spark

Python

AWS Lambda

11+

Data Scientist

IBM•

Information Technology (IT) and Services

Jan 2017 - Dec 2020 · 3a 11m

Développement de solutions NLP et d'apprentissage profond, qui ont donné lieu au dépôt de quatre brevets dans des domaines tels que l'IA conversationnelle, le résumé de texte et la classification automatisée.
Création de pipelines de ML de niveau production pour les entreprises clientes, amélioration de l'explicabilité des modèles et augmentation de l'adoption dans les secteurs réglementés.
Collaboration avec les équipes de recherche d'IBM pour accélérer l'intégration des techniques d'apprentissage profond dans les produits prêts à l'emploi.

AWS

Python

AWS Lambda

AWS S3

Azure

13+

Data Scientist

Atos•

Information Technology (IT) and Services

Sep 2015 - Dec 2016 · 1a 3m

A piloté des projets de recherche sur l'apprentissage profond, qui ont donné lieu à des demandes de brevet axées sur l'optimisation des réseaux neuronaux et la recherche sémantique.
Application de modèles d'apprentissage automatique à de vastes ensembles de données d'entreprise, fournissant des informations prédictives qui ont amélioré la prise de décision des clients.
Collaboration avec les équipes de R&D pour concevoir des architectures évolutives pour le déploiement du ML dans des environnements de production.
Participation à des consortiums de recherche européens sur l'IA, contribuant à des publications scientifiques et au partage des connaissances en collaboration.

MySQL

Apache Spark

Python

Azure

Data Science

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 Miguel.