Petar

Machine Learning Engineer

30 €/h

Petar is a passionate researcher with 4 years of working experience. He is a very responsible and hardworking person with good organizational skills.

Petar has worked on a wide variety of use cases as a Machine Learning engineer including Deep Learning algorithms for Optical Character Recognition (OCR) and Intelligent Word Recognition (IWR) for signature recognition, and recurrent neural network approach to improve
the air quality index prediction.

Zonder risico proberen

Some of the scientific publications of Petar:


[1] P. Sekulić, M. Bajčeta, and S. Djukanović, “Retinal blood vessels segmentation using support vector machine and
modified line detector,” in Informacione tehnologije 2017 -sadašnjost i budućnost, pp. 185–188, 2017.

[2] P. Sekulić, S. Djukanović, and I. Djurović, “Detection of downy mildew in grapevine leaves using support vector
machine,” in Zbornik radova: Informacione tehnologije 2016, pp. 169–172, 2016.

[3] M. Bajčeta, P. Sekulić, S. Djukanović, T. Popovic, and V. Popović-Bugarin, “Retinal blood vessels segmentation
using ant colony optimization,” in 2016 13th Symposium on Neural Networks and Applications (NEUREL), pp. 1–6,
IEEE, 2016.

[4] F. Cassano, A. Casale, P. Regina, L. Spadafina, and P. Sekulić, “A recurrent neural network approach to improve
the air quality index prediction,” in International Symposium on Ambient Intelligence, pp. 36–44, Springer, 2019.

[5] M. Bajčeta, P. Sekulić, B. Krstajić, S. Djukanović, and T. Popović, “A private iot cloud platform for precision agriculture and ecological monitoring,” in International Conference on Electrical, Electronic and Computing Engineering (IcETRAN), 2016.

[6] E. Hot and P. Sekulić, “Compressed sensing mri using masked dct and dft measurements,” in 2015 4th Mediterranean Conference on Embedded Computing (MECO), pp. 323–326, IEEE, 2015.

  • Python

    Python

    3 jr.
  • PHP

    PHP

    2 jr.
  • JavaScript

    JavaScript

    1 jr.
  • Typescript

    Typescript

    1 jr.
  • TensorFlow

    TensorFlow

    2 jr.
  • Django

    Django

    1 jr.
  • Laravel

    Laravel

    2 jr.
  • Angular.js

    Angular.js

    1 jr.
  • ElasticSearch

    ElasticSearch

    1 jr.
  • Kubeflow

    Kubeflow

    2 jr.
avatar
Zonder risico proberen

Ervaringen

Full-stack Developer

Fleka · 3 months

Developing web applications for a bank.

Gebruikte technologieën:
skill

PHP

skill

JavaScript

skill

Laravel

skill

Angular.js

Machine Learning Engineer

Datum Solutions · 11 months

  • Developing a Machine Learning system about signature recognition;
  • Creating Deep Learning algorithms for Optical Character Recognition (OCR) and Intelligent Word Recognition (IWR).

Gebruikte technologieën:
Machine Learning Engineer

Omnitech MNE · 1 year 4 months

Worked on a Machine Learning system on the SeVaRA project. SeVaRA integrates an R&D project aimed at defining an innovative system for the
calculation of an aggregated environmental risk index derived from multiple parameters summarized in:

  1. risk of consequences of very short-term weather events;
  2. risk of the geo-location according to historical data;
  3. risk associated with instability of soil or manufactured goods.

Gebruikte technologieën:
Machine Learning Researcher

Faculty of Electrical Engineering · 1 year 5 months

Worked on various Machine learning systems. Some of his projects were Retinal blood vessel segmentation and Detection of Downy Mildew in Grapevine Leaves.

Gebruikte technologieën:
skill

Python

skill

TensorFlow

Software Developer

Robot Code · 8 months

Worked on developing two information systems. One is for ordering and delivering food, while the other is for scheduling in beauty salons in Montenegro.

Gebruikte technologieën:
skill

Python

Machine Learning Scientist

Fleka · 1 year 1 month

  • Working on a machine-learning algorithm to create a smart image database;
  • Working on the implementation of Elasticsearch for the newspaper portals ”Pobjeda” and ”Analitika” and the official website of the Government of Montenegro.

Gebruikte technologieën:
skill

ElasticSearch

Opleiding

MSc. Machine Learning

Faculty of Electrical Engineering in Podgorica · 2011 - 2017

Hoe werkt het

2-3 minuten

Laat ons weten waar je naar op zoek bent

Deel je technische vereisten en doelstellingen voor je product of project met ons.

1-2 weken

Ontmoet de ontwikkelaar en werk met hem of haar samen

Binnen een paar dagen kun je al samenwerken met specifiek geselecteerde en kwaliteitsgerichte tech-talenten.

1 week

De juiste persoon voor de juiste opdracht, gegarandeerd

Een week lang volledig zonder risico. Betaal alleen als je tevreden bent.

Aan de slag

Heb je een vraag?

Hoeveel kost het om een ontwikkelaar via Proxify in te huren?

Wij geloven bij prijzen in transparantie. U weet altijd precies hoeveel u betaalt. Ons eenvoudigste prijsplan heeft flexibele prijzen, waar u tussen de 28 en de 35 euro per uur voor betaalt. Dat is alles. Geen verborgen kosten en geen opstartkosten. De prijs die u betaalt tussen 28 en 35 euro per uur hangt af van de ervaring en vaardigheden van de gekozen ontwikkelaar. Als u vooraf al weet dat u iemand parttime of fulltime wilt inzetten, kunnen we mogelijk een lager tarief aanbieden als u deze uren ook daadwerkelijk afneemt. U kunt altijd switchen naar een ander prijsplan.

Hoe werkt de risicoloze proeftijd met betrekking tot het werk van een ontwikkelaar?

Dat is eenvoudig. Dankzij ons zorgvuldige en toonaangevende selectieproces weten we dat onze ontwikkelaars de beste zijn in hun vak. Daarom kunnen we u een risicoloze proeftijd van een week aanbieden. U betaalt alleen als u tevreden bent.

Kan Proxify echt binnen een week een ontwikkelaar vinden?

Ja, in bijna alle gevallen kunnen we binnen een ontwikkelaar voordragen. Er kunnen gevallen zijn waarin een klant op zoek is naar een ontwikkelaar die voldoet aan bepaalde aanvullende vaardigheden of ervaringen. In zo'n geval duurt het iets langer om een geschikte kandidaat te vinden. Als u het gevoel heeft dat uw case uniek of bijzonder is, neem dan contact met ons op. We kunnen dan realistisch inschatten hoeveel tijd we nodig hebben om een perfect profiel te vinden.

Hoe werkt het selectieproces?

We zijn trots op het feit dat we een van de meest geavanceerde selectieprocessen hebben. We ontvangen duizenden aanmeldingen van ontwikkelaars die zich bij Proxify willen aansluiten, maar slechts een fractie van hen komt door ons screeningsproces: ze worden geïnterviewd, worden getest op het gebied van coderen en logisch redeneren, ondergaan een persoonlijkheidstest en hun vaardigheden in de Engelse taal worden beoordeeld. We zeiden toch dat het geavanceerd is? En inderdaad, zo'n 4% van de kandidaten sluit zich ook daadwerkelijk aan bij Proxify. Daardoor kunnen wij u gegarandeerd een ervaren en betrouwbare ontwikkelaar bieden die we kennen en die perfect bij uw bedrijf past.

Stressvrij aannemen van tech-expertise begint hier

Codering is een universele taal. Daarom zoekt Proxify wijd en zijd naar het beste wereldwijde talent in de techbranche. We maken het veilig en eenvoudig om ontwikkelaars en ontwerpers aan te nemen. En tegen een goede prijs uiteraard.

In een kort telefoongesprek van 15 minuten willen we graag:

  • Het soort talent begrijpen dat uw bedrijf nodig heeft
  • Het meest geschikte plan voor u bespreken
  • U precies vertellen hoe Proxify werkt

Maak een afspraak