Tevos M.
Ingénieur Machine Learning
L'une de ses réalisations les plus notables est l'architecture et le déploiement à échelle de production d'un pipeline ML en temps réel orienté consommateur chez Philip Morris International (PMI). Ce projet a démontré non seulement son expertise technique approfondie mais aussi son leadership dans la conduite de l'innovation, l'assurance de l'impact commercial et l'opérationnalisation réussie de l'apprentissage automatique dans un environnement à enjeux élevés.
Tevos est très compétent pour traduire des défis commerciaux et techniques complexes en systèmes ML évolutifs et prêts à la production. Il joue également un rôle clé dans le mentorat des équipes d'ingénierie et la définition de la stratégie technique, faisant de lui un leader fort dans le domaine de l'apprentissage automatique.
Expertise principale
Python6 ans
FastAPI3 ans
Apache Spark3 ans
Docker5 ansExpérience7
Ingénieur Machine Learning
- Rejoint en tant qu'ingénieur en apprentissage automatique et a ensuite été promu responsable technique pour guider l'équipe à travers des transitions clés.
- A dirigé plusieurs projets d'apprentissage automatique, du prototype (POC) au produit minimum viable (MVP), garantissant l'évolutivité et la préparation à la production.
- A transformé l'infrastructure d'apprentissage automatique en une pile indépendante du cloud, optimisant ainsi la flexibilité et l'efficacité des coûts.
- A conçu et géré le développement de deux bots Agentic, y compris les composants de génération augmentée par récupération (RAG).
- A supervisé la mise en œuvre d'un système de recommandation et d'un modèle de classification vocale, garantissant des performances robustes et une cohérence avec les objectifs commerciaux.
- A établi des pratiques MLOps, y compris des pipelines CI/CD, des systèmes de surveillance et d'alerte pour soutenir la maintenabilité et l'automatisation.
- A facilité la collaboration interfonctionnelle, alignant les équipes de science des données, d'ingénierie et de produit.
Machine Learning Technical Lead
-
Initially joined as a Machine Learning Engineer, then elected as the Technical Lead to guide the team through key transitions;
-
Led the evolution of multiple ML projects from proof-of-concept (POC) to minimum viable product (MVP), ensuring scalability and production-readiness;
-
Spearheaded the transformation of the ML infrastructure into a cloud-agnostic stack, optimizing for flexibility and cost-efficiency;
-
Architected and managed the development of two Agentic bots, including Retrieval-Augmented Generation (RAG) components;
-
Oversaw the implementation of a recommendation system and a voice classification model, ensuring robust performance and alignment with business goals;
-
Established MLOps practices, including CI/CD pipelines, monitoring, and alerting systems to support long-term maintainability and automation;
-
Facilitated cross-functional collaboration, driving alignment between data science, engineering, and product teams;
-
Mentored junior engineers and fostered a culture of technical excellence and knowledge sharing within the team.
MongoDBDocker
AWS
RedisPython
Ingénieur Machine Learning
- Mis en place des processus CI/CD backend pour les pipelines de modèles d'apprentissage profond auto-scalés existants.
- Développé un nouveau modèle d'apprentissage profond pour améliorer la fonctionnalité opérationnelle au sein de la pile analytique.
- Mis en œuvre un workflow CI/CD qui a permis des mises à jour rapides et sûres à travers tout le cycle de vie du ML, critique pendant la saison agricole.
- Optimisé les processus pour réduire les coûts et la latence tout en maintenant les métriques de précision.
Machine Learning Operations Engineer
-
Set up the backend CI/CD processes for existing computer vision auto-scaled DL model pipelines;
-
Developed a new DL model to enhance operational functionality within the analytics stack;
-
Implemented a CI/CD process enabling fast and safe introduction of changes in the full ML lifecycle, critical during the agricultural season;
-
Optimized processes to achieve cost and latency reduction while maintaining accuracy metrics.
Docker
Jenkins
OpenCV
PyTorch
Senior Data Scientist / MLOps
- Maintenu et étendu un pipeline ML en temps réel orienté consommateur de bout en bout en production.
- Architecturé et développé le pipeline initial, garantissant une infrastructure robuste et évolutive.
- Réalisé des projets ad hoc axés sur l'exploitation des données et la modélisation mathématique.
- Classifié des éléments tôt dans le cycle de vie du produit, réduisant significativement les coûts de service et de logistique.
- Jeté les bases d'une deuxième version du pipeline pour permettre la maintenance prédictive.
DockerApache Spark
FlaskJenkins
Kubernetes
Ingénieur Machine Learning
- Développé et appliqué des ratios financiers clés et des modèles quantitatifs pour évaluer les paramètres liés au marché, y compris la Value at Risk (VaR), garantissant une prévision de risque précise et une analyse de l'exposition.
- Réalisé une analyse technique approfondie des instruments de finance structurée, tels que les titres adossés à des créances hypothécaires (MBS) et les obligations de dette garanties (CDOs), en utilisant des tests de résistance, des modélisations de scénario, et des analyses de sensibilité pour évaluer la performance sous différentes conditions de marché.
- Conçu et affiné des méthodologies d'évaluation des risques, combinant la théorie financière traditionnelle avec des techniques basées sur des données pour améliorer la prise de décision et la résilience du portefeuille.
- Collaboré avec les équipes de gestion des risques et d'investissement pour traduire des idées analytiques complexes en recommandations exploitables.
- Automatisé les pipelines de reporting sur les risques et les tableaux de bord, améliorant la transparence et accélérant la réponse aux fluctuations du marché.
- Évalué la conformité réglementaire des modèles de risque, garantissant le respect des cadres de risque internes et des normes extérieures telles que Bâle III et IFRS.
- Contribué à la validation des modèles en rétro-testant les métriques de performance et en calibrant les modèles pour une meilleure précision et robustesse.
SQL
Scikit-learn
Machine LearningFinancial Analyst / Data Analyst
-
Developed and contributed to packages dedicated to data ETL, ML, and statistical analysis;
-
Enhanced general operation components of the stack, including GUI-related elements, for team projects;
-
Worked on structured and unstructured knowledge extraction and NLP tools.
Machine LearningÉvaluations
Excellence en ingénierie
Les performances globales de Tevos lors d'une évaluation technique en direct de 90 minutes se classent dans le top 10% des Ingénieur Machine Learning évalués chez Proxify.
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%