Data Scientist

• Ontwerp en ontwikkeling van de ETL-pipeline met data om enorme financiële datasets te berekenen, waardoor de rekentijd werd teruggebracht van enkele dagen tot uren (PySpark - Databricks - Azure);
• Creatie van een codemethodologie om de ontwikkelingen van nieuwe projecten voor machinaal leren te kaderen, op basis waarvan twee projecten werden gestructureerd;
• Ontwikkeling van modellen voor machinaal leren gericht op het voorspellen van het Bitcoin-handelsvolume (XGBoost, 65% nauwkeurigheid) en cryptovolatiliteit (Temporal Fusion Transformer, 95% nauwkeurigheid);
• Ontwikkeling van een MLOps-pipeline om modellen in productie te nemen: berekening van honderden kenmerken, streaming van inferenties in realtime met behulp van de FastAPI Websocket-server, monitoring van het model met behulp van de SQL-databank en Slack API (Docker op ECS, AWS FeatureStore, FastAPI, SQL, Slack), met een uptime van meer dan 99%;
• Creatie van een numerieke index om tijdreeksgegevens te beoordelen en tradingstrategieën op te stellen (statistische correlaties, co-integratie, ACE-score, tijdreeksanalyse).

Statistische churn-analyses voor een belangrijke Braziliaanse B2C-app voor videostreaming.

• Ontwikkeling van algoritmen voor GPS-filtering, correctie en prestatieanalyse voor amateur- en profvoetballers;
• Verantwoordelijkheid voor de kwaliteit van dataproducten en het beheer van taken zoals backlog, OKR en metrics;
• Integratie van Python-algoritmen met AWS op het Serverless Framework, waaronder Lambda, S3, EC2, DynamoDB en CloudWatch;
• Uitvoering van taken zoals gegevensanalyse, implementatie van Kalman-filters, neurale netwerken, fuzzy filters, wetenschappelijke algoritmen, een engine voor statistische inzichten, basale computervisie en gezichtsherkenningsalgoritmen;
• Toepassing van Python voor de creatie van krachtige gegevensvisualiseringen;
• Onderhoud van de Python-infrastructuur voor de automatische aflevering van honderden berichten per dag.