Traian V.

Machine Learning Engineer

Traian is een Senior Machine Learning Engineer met meer dan zeven jaar commerciële ervaring die AI oplossingen levert over de klantenondersteuning automatisering, computerzicht, natuurlijke taalverwerking en generatieve AI.

Hij ontwikkelde intelligente responssystemen met domeinspecifieke embedden, LLM validatie en ophalen van geopende generatie (RAG), evenals hoge precisie in computer visie modellen, inclusief Mask R-CNN, YOLOv5, en U-Net—toegepast in industrieën zoals mode, voedsel technologie en industrie.

Zijn werk omvat het bouwen van PySpark ML-pijpleidingen die het achterstallige vermogen van mkb-leningen hebben verlaagd van 11% naar 2%, en het implementeren van gebrekkige realtime detectiesystemen voor de productie. Zelfmoord in PyTorch, Scratch orFlow, Hugging gezichte en cloud platformen, Traian heeft consequent schaalbare, productiegerichte AI-systemen geleverd.

Hoofd expertise

  • Python
    Python 6 jaar
  • Machine Learning
    Machine Learning 5 jaar
  • Data Science 5 jaar

Andere vaardigheden

  • SQL
    SQL 5 jaar
  • Docker
    Docker 4 jaar
  • FastAPI
    FastAPI 4 jaar
Traian

Traian V.

Romania

Aan de slag

Geselecteerde ervaring

Dienstverband

  • Machine Learning Engineer/Researcher

    Bluetweak - 1 jaar 2 maanden

    • Een intelligent responssysteem ontwikkeld en geïmplementeerd dat de semantische template combineert met domeinspecifieke transformaties, LLM-based template validatie en RAG kennis retrieval.
    • Fine-tuned het Stella400M-model van echte klanten interacties om semantische gelijkenis met en contextuele begrip voor domeinspecifieke reacties te verbeteren.
    • Geïntegreerde hybride responsmethode om een hoge nauwkeurigheid te garanderen en tegelijkertijd de strenge communicatienormen voor bedrijven te handhaven.
    • Verbeterde consistentie tussen de klanten door het automatiseren van kenniszoekopdrachten en context uit interne documentatie te halen.

    Technologieën:

    • Technologieën:
    • Python Python
    • Azure Azure
    • PyTorch PyTorch
    • SciPy SciPy
    • Scikit-learn Scikit-learn
    • NLP
    • Machine Learning Machine Learning
    • OpenAI API OpenAI API
    • LangChain LangChain
    • Ollama Ollama
    • Large Language Models (LLM) Large Language Models (LLM)
    • LlamaIndex LlamaIndex

  • Machine Learning Engineer/Researcher

    Apsisware (Arnia Software) - 3 jaar 1 maand

    • Ontwikkeld en geïmplementeerde objectdetectiemodellen (Mask R-CNNN, YOLOv5) voor een modieuze aanbevolen app en voedselherkenning pipeline, met meer dan 90% mAP.
    • Gecreëerde classificatie (ResNet) en segmentatie (U-Net) modellen voor geautomatiseerde productetikettering en voedselartikel-identificatie.
    • Geoptimaliseerde inference-modellen op Raspberry Pi 4 apparaten met behulp van het NCNN C+++-kader, met inbegrip van modelkwantificatie.
    • Bijdragen aan een 3D-appartement-wederopbouwpijplijn van monoculaire video waarbij Droid-SLAM, Polygon-Transformer en Cube R-CNN worden gebruikt.
    • Een winkelassistent gemaakt met een in-domain BERT classifier (F1 score 0. 3) en verfijnde een Octopus 2B-model met Q-LoRA voor queryrouting (nauwkeurigheid 0.85).
    • Tenuitvoerlegging van een op RAG's gebaseerd receptenaanbevelingssysteem voor een superhandelaar met behulp van Llama Index.
    • Ontwikkeld van een afwijkende detectiepijpleiding voor het identificeren van buitenlandse voorwerpen in ovens via een hybride VLM-redeneringsaanpak (Qwen2-VL + Llama3-8B).

    Technologieën:

    • Technologieën:
    • Python Python
    • C++ C++
    • OpenCV OpenCV
    • PyTorch PyTorch
    • NLP
    • Machine Learning Machine Learning
    • Raspberry Pi Raspberry Pi
    • Computer Vision
    • LangChain LangChain
    • Large Language Models (LLM) Large Language Models (LLM)
    • Hugging Face Transformers Hugging Face Transformers
    • LlamaIndex LlamaIndex
    • Hugging Face Hugging Face

  • Data Scientist

    October - 11 maanden

    • Ontworpen aan een PySpark-gebaseerde functie engineering en model training pijpleiding vanaf transactionele datasets.
    • Gebouwd en inzette een LGBM credit risk model dat de standaardrente voor SME heeft verlaagd van ~11% tot ~2%.
    • Een OCR-gebaseerde tool ontwikkeld die financiële statements van gescande PDF's met behulp van OpenCV, AWS Textract en Lambda functies.
    • Geleverde API's voor real-time risico scoren en integreren met interne creditgoedkeuringsworkflows.

    Technologieën:

    • Technologieën:
    • AWS AWS
    • Flask Flask
    • Python Python
    • SQL SQL
    • AWS Lambda AWS Lambda
    • NumPy NumPy
    • OpenCV OpenCV
    • XGBoost XGBoost
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning
    • FastAPI FastAPI
    • PySpark PySpark

  • Data Scientist

    SIG - 7 maanden

    • Ontwierp een end-to-end machine leerpijplijn voor op afbeelding gebaseerde defect detectie op kartonverpakkingen.
    • Toegepaste afbeeldingssegmentatie en classificatiemodellen (Mask R-CNN, EfficientNet) om micro-defecten en misdrukken in hoge-resolutie-scans te identificeren.
    • Een geautomatiseerde labeling pipeline gemaakt met behulp van zwakke toezichttechnieken om het maken van dataset te versnellen.
    • Geïntegreerde de oplossing in het kwaliteitscontrolewerkstroom van de productielijn, waarbij de tijden van handmatige inspectie met 60 procent werden verlaagd.

    Technologieën:

    • Technologieën:
    • Python Python
    • Azure Azure
    • Data Science
    • NumPy NumPy
    • OpenCV OpenCV
    • PyTorch PyTorch
    • SciPy SciPy
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning
    • Pydantic Pydantic
    • Large Language Models (LLM) Large Language Models (LLM)
    • PyTorch Lightning PyTorch Lightning
    • PySpark PySpark
    • Jupyter Jupyter

Educatie

  • MSc.Artificial Intelligence

    University of Amsterdam · 2018 - 2020

  • BSc.Computer Science

    Babes-Bolyai Faculty of Mathematics and Informatics · 2015 - 2018

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.