Felipe A.

Data Scientist

Felipe is een zeer bekwame Data Scientist met meer dan zeven jaar ervaring in fintech, proptech, edtech en consultancy. Hij combineert sterke technische expertise in machine learning met de mogelijkheid om complexe concepten effectief te communiceren naar belanghebbenden.

Zijn technische vaardigheden omvatten het werken met geavanceerde Data Science en ML-tools zoals Snowflake, dbt, Airflow en MLflow. Een hoogtepunt in zijn carrière was zijn rol aan de Universiteit van Cambridge, waar hij een geavanceerde online cursus data science ontwikkelde en gaf, waarmee hij zowel zijn vakinhoudelijke expertise als zijn vermogen om complexe onderwerpen te vereenvoudigen toonde. Bovendien speelde hij bij Outra een sleutelrol in het veiligstellen van een contract van meerdere miljoenen met Zoopla.

Felipe's unieke combinatie van diepgaande technische kennis en sterke communicatieve vaardigheden positioneert hem als een uitstekende professional op het gebied van Data Science.

Hoofd expertise

  • Pytest
    Pytest 2 jaar
  • AWS
    AWS 3 jaar
  • Bash
    Bash 4 jaar

Andere vaardigheden

  • Agile
    Agile 4 jaar
  • PyTorch
    PyTorch 2 jaar
  • Asana
    Asana 1 jaar
Felipe

Felipe A.

United Kingdom

Aan de slag

Geselecteerde ervaring

Dienstverband

  • Data Scientist

    Rylee - 1 jaar

    • Werkte bij Rylee, een e-commerceplatform dat klanten productinzichten en marktanalyse biedt om strategieën op Bol.com en Amazon te verbeteren.
    • Verkreeg Databricks-certificering in Generative AI, wat de expertise in RAG- en Agent-modellen aantoonde.
    • Ontwikkelde een grootschalig verkoopvoorspellingsmodel met behulp van interne gegevens van Rylee en gegevens verzameld van Bol.com om productverkopen te voorspellen en beste verkopers te identificeren.
    • Bouwde een API met Flask en AWS Lambda om productvragen te verwerken, waardoor inzichten en verkoopvoorspellingen werden geleverd.
    • Ontwierp en implementeerde ETL-pijplijnen met behulp van dbt, Airflow en Spark om functie-engineering te automatiseren, inclusief een asynchrone oplossing voor efficiënte gegevensretournering vanuit de Bol.com API terwijl de snelheid van het ophalen en schalen gerespecteerd werd; ook geautomatiseerde gegevensreconciliatie tussen meerdere verkopers.
    • Pas PyTorch en Spark toe om modellen voor machine learning met hoge prestaties te optimaliseren.

    Technologieën:

    • Technologieën:
    • MySQL MySQL
    • AWS AWS
    • Databricks Databricks
    • Apache Spark Apache Spark
    • Django Django
    • Flask Flask
    • Python Python
    • SQL SQL
    • Data Science
    • Digital Ocean Digital Ocean
    • TensorFlow TensorFlow
    • NumPy NumPy
    • XGBoost XGBoost
    • Pandas Pandas
    • Data Engineering
    • Scrum Scrum
    • Git Git
    • Scikit-learn Scikit-learn
    • ELT
    • Data Analytics
    • Random Forest Random Forest
    • Clustering
    • SVM
    • PCA
    • Convolutional neural network Convolutional neural network
    • Transformer Network
    • Data Modeling
    • ETL ETL
    • NLP
    • Machine Learning Machine Learning
    • FastAPI FastAPI
    • OpenAI API OpenAI API
    • Prompt Engineering
    • Large Language Models (LLM) Large Language Models (LLM)
    • Hugging Face Transformers Hugging Face Transformers
    • MLflow
    • Pipeline optimization

  • Data Scientist

    Homemove - 3 maanden

    • Werkte bij Homemove, een uitgebreide platform die verhuisgerelateerde diensten aanbiedt, inclusief onderzoeken, verhuizingen en hypotheken, geïntegreerd binnen een enkele app.
    • Ontwikkelde een LLM-aangedreven onderhandelingstool die gebruikers in staat stelde om offertes te verkrijgen en prijzen te onderhandelen via een AI-chatbot, waarbij klanten automatisch aan het CRM werden toegevoegd en het verkoopteam op de hoogte werd gesteld bij succesvolle onderhandelingen, met behulp van OpenAI Assistant en GPT-modellen.
    • Leidde een schaalbaar data-transformatie-initiatief, waarbij Snowflake werd gebruikt voor clouddata-warehousing en Sigma voor BI en visualisatie.
    • Ontwierp en implementeerde ETL-pijplijnen vanaf nul met behulp van Snowflake, Python, SQL, dbt en Airflow om gegevensinvoer en -transformatie te automatiseren.
    • Bouwde een voorspellende modellingsoplossing om marketingkosten te verlagen en targeting te verbeteren door hoog-potentiale huismovers te identificeren.
    • Pas PyTorch en Snowpark toe voor geavanceerde machine learning om modellen met hoge prestaties te optimaliseren.
    • Leverde een voorspellend model dat was gepland voor gebruik bij het aantrekken van investeringen tijdens de Series A-funding van Homemove.

    Technologieën:

    • Technologieën:
    • MySQL MySQL
    • AWS AWS
    • ElasticSearch ElasticSearch
    • Databricks Databricks
    • Apache Spark Apache Spark
    • Django Django
    • Flask Flask
    • Python Python
    • SQL SQL
    • AWS Lambda AWS Lambda
    • AWS S3 AWS S3
    • Data Science
    • Regression testing
    • Digital Ocean Digital Ocean
    • TensorFlow TensorFlow
    • NumPy NumPy
    • XGBoost XGBoost
    • Keras Keras
    • Pandas Pandas
    • Data Engineering
    • PyTorch PyTorch
    • PyCharm PyCharm
    • Scrum Scrum
    • Git Git
    • SciPy SciPy
    • Scikit-learn Scikit-learn
    • ELT
    • Matplotlib Matplotlib
    • Data Analytics
    • Random Forest Random Forest
    • Clustering
    • SVM
    • PCA
    • Convolutional neural network Convolutional neural network
    • Recurrent neural network
    • Transformer Network
    • Snowflake Snowflake
    • Data Modeling
    • ETL ETL
    • NLP
    • Machine Learning Machine Learning
    • FastAPI FastAPI
    • SQLAlchemy SQLAlchemy
    • Streamlit Streamlit
    • Pytest Pytest
    • Plotly Plotly
    • OpenAI API OpenAI API
    • Prompt Engineering
    • Large Language Models (LLM) Large Language Models (LLM)
    • Vertex AI Vertex AI
    • Pinecone Pinecone
    • Hugging Face Transformers Hugging Face Transformers
    • MLflow
    • Pipeline optimization

  • Data Science Instructor and Course Developer

    Cambridge University & FourthRev - 8 maanden

    • Werkte als specialist in Data Science bij FourthRev, waar hij een geavanceerde online cursus data science creëerde en gaf voor studenten van de Universiteit van Cambridge.
    • Ontwikkelde en leverde een uitgebreid curriculum dat Neural Networks, NLP voor AI, Unsupervised Learning en geavanceerde Decision Tree-algoritmen, inclusief XGBoost, dekte.
    • Pas hands-on machine learning implementatie van scratch en gebruikte innovatieve onderwijsmethoden om de betrokkenheid en leerresultaten van studenten te verbeteren.
    • Demonstreerde diepgaande technische expertise in data science en machine learning, waardoor hij erkenning kreeg van academische collega's voor effectieve lesgeving en curriculumontwerp.

    Technologieën:

    • Technologieën:
    • Data Science
    • NumPy NumPy
    • XGBoost XGBoost
    • Pandas Pandas
    • Scikit-learn Scikit-learn
    • Matplotlib Matplotlib
    • Machine Learning Machine Learning
    • Pytest Pytest
    • Plotly Plotly
    • Neural Network

  • Senior Data Scientist

    Outra - 2 jaar

    • Werkte bij Outra, een data-gedreven vastgoedinsightbedrijf, gespecialiseerd in het leveren van huishoudelijke gegevensniveau om de klantdiensten te optimaliseren.
    • Migreerde het platform van Dataiku naar een op maat gemaakte in-house Intelligence Fabric met behulp van MLflow, Airflow, Snowflake, GitHub Actions, AWS en DBT voor data engineering.
    • Ontwikkelde twee belangrijke voorspellende modellen die de tijdlijnen van huishoudelijke aanbiedingen en verkoop/verhuur voorspelden, waardoor een partnerschap ter waarde van meerdere miljoenen met Zoopla mogelijk werd.
    • Pas LLM's toe voor code-documentatie, codering assistentie en interactieve chatbots voor dashboards en klantgerichte gegevens.
    • Bouwde ETL/ELT-pijplijnen om ruwe gegevens te transformeren en voor te bereiden op modellering.
    • Creëerde visualisaties en kaarten met KeplerGI, Seaborn en Dataiku om niet-technische gebruikers te helpen bij het interpreteren van complexe gegevens.

    Technologieën:

    • Technologieën:
    • AWS AWS
    • Apache Spark Apache Spark
    • Django Django
    • Flask Flask
    • Python Python
    • SQL SQL
    • AWS Lambda AWS Lambda
    • AWS S3 AWS S3
    • Data Science
    • TensorFlow TensorFlow
    • NumPy NumPy
    • XGBoost XGBoost
    • Keras Keras
    • Pandas Pandas
    • Data Engineering
    • PyTorch PyTorch
    • Scrum Scrum
    • Git Git
    • Scikit-learn Scikit-learn
    • ELT
    • Apache Airflow Apache Airflow
    • Matplotlib Matplotlib
    • Data Analytics
    • Random Forest Random Forest
    • Clustering
    • SVM
    • PCA
    • Convolutional neural network Convolutional neural network
    • Recurrent neural network
    • Transformer Network
    • Snowflake Snowflake
    • Data Modeling
    • ETL ETL
    • NLP
    • Machine Learning Machine Learning
    • AWS EC2 AWS EC2
    • FastAPI FastAPI
    • SQLAlchemy SQLAlchemy
    • Streamlit Streamlit
    • Pytest Pytest
    • Plotly Plotly
    • dbt dbt
    • OpenAI API OpenAI API
    • Prompt Engineering
    • Neural Network
    • Large Language Models (LLM) Large Language Models (LLM)
    • Vertex AI Vertex AI
    • Dataiku Dataiku
    • Hugging Face Transformers Hugging Face Transformers
    • MLflow
    • Pipeline optimization

  • Data Scientist

    Belmont Green - 2 jaar 6 maanden

    • Werkte bij Belmont Green, een specialistische hypotheekverstrekkingbedrijf dat bank werd, dat financiële en hypotheekoplossingen biedt aan financieel getroffen klanten.
    • Creëerde een conversiemodel met behulp van overlevingsanalysetechnieken en beheerde het project van begin tot eind.
    • Bouwde machine learning-algoritmen en statistische modellen voor tijdreeksgegevens, met een focus op retentie, levenslange waarde en verwachte verliesmodellen.
    • Had projecten van begin tot eind in handen, waarbij werd gezorgd dat conceptbewijzen succesvol werden geïmplementeerd en in productie werden genomen.
    • Implementeerde machine learning-algoritmen voor cashflow-, vervroegde terugbetaling-, wanbetaling-, voorbetalings- en conversiemodellen met behulp van Python en R.
    • Pas clustering en segmentatietechnieken toe om productgebruik en klantgedrag te analyseren voor marketing- en strategische doeleinden.

    Technologieën:

    • Technologieën:
    • Data Science
    • NumPy NumPy
    • XGBoost XGBoost
    • Keras Keras
    • Pandas Pandas
    • PyTorch PyTorch
    • Scikit-learn Scikit-learn
    • Matplotlib Matplotlib
    • Machine Learning Machine Learning
    • SQLAlchemy SQLAlchemy
    • Plotly Plotly
    • Neural Network

  • Data Scientist

    Boster.AI - 2 jaar

    • Boster.Ai is a company dedicated to create No-code bots for data retrieval, monitoring and automation. Originally, they started as an IT consultancy company, creating personalized solutions to small and mid-size companies to harvest the power of Machine Learning

    • Felipe worked performing data exploration, analysis, and building Machine Learning algorithms and statistical models for several start-ups/mid-size companies in the UK and USA.

    • He built and diagnostic Neural Networks models for forecasting key performance indicators using Python, TensorFlow, and Keras.

    • Worked in e-commerce businesses solving customer behaviour problems such as lifetime value, clustering of customers, etc.

    • Performed ethical web scraping using Python with scraPy, RoboBrowser, and BeautifulSoup to obtain data for various analyses.

    Technologieën:

    • Technologieën:
    • Data Science
    • TensorFlow TensorFlow
    • NumPy NumPy
    • Keras Keras
    • Pandas Pandas
    • Scikit-learn Scikit-learn
    • Matplotlib Matplotlib
    • Machine Learning Machine Learning
    • Plotly Plotly

Educatie

  • Standalone courseMachine Learning Specialization

    Stanford University · 2023 - 2023

  • Standalone courseMachine Learning

    Massachusetts Institute of Technology · 2021 - 2022

  • BSc.Business Management with maths

    Kingston University · 2013 - 2016

  • BSc.Civil Engineering

    Adolfo Ibanez University · 2011 - 2013

Vind jouw volgende ontwikkelaar binnen enkele dagen, niet maanden

In een kort gesprek van 25 minuten:

  • gaan we in op wat je nodig hebt om je product te ontwikkelen;
  • Ons proces uitleggen om u te matchen met gekwalificeerde, doorgelichte ontwikkelaars uit ons netwerk
  • delen we de stappen met je om de juiste match te vinden, vaak al binnen een week.

Maak een afspraak

Eerste ontwikkelaar begint binnen enkele dagen. Geen agressieve verkooppitch.