Giorgi B.

DX Compliance Solutions is a UK-based FinTech company specializing in financial crime detection and prevention.

• Developed and trained machine learning models to detect fraudulent transaction patterns using large-scale synthetic datasets, improving anomaly detection accuracy.

• Built graph-based data representations in Neo4j to uncover hidden connections between entities, supporting detection of complex financial crime typologies.

• Collaborated with backend developers and data engineers to optimize data ingestion pipelines, ensuring efficient model training and feature generation.

• Enhanced model explainability by implementing network visualizations and SHAP-based interpretability reports for compliance review.

• Tuned and validated ML pipelines to balance precision and recall, reducing false positives while maintaining regulatory-grade accuracy.

• Deployed and monitored ML components in production, ensuring data consistency and proactive detection of model drift.

TuringofTrust is an early-stage IT startup building AI-driven products leveraging Large Language Models to deliver intelligent, context-aware applications.

• Designed and implemented a Retrieval-Augmented Generation (RAG) architecture using LangChain and LlamaIndex, integrating vector databases for semantic search.

• Developed modular Pydantic object structures to streamline LLM agent interactions and ensure schema validation across data pipelines.

• Integrated OpenAI APIs with Azure cloud components, deploying MVPs as containerized Dash applications for beta testing.

• Optimized data embedding and retrieval workflows using Azure Cosmos DB for MongoDB and PostgreSQL backends.

• Deployed the full prototype to Azure App Service and implemented Docker-based CI/CD for scalable testing and iteration.

Lead development of real-time ad fraud detection and behavioral ML systems using large-scale user and traffic data. Build and deploy production ML models, backend services, and data pipelines using Python, GCP, BigQuery/Bigtable, PostgreSQL, and RabbitMQ. Work on fraud, bot, VPN/proxy, behavioral and conversion detection, as well as model monitoring and experimentation. Own solutions from data analysis and modeling through production deployment and optimization.

• Ontwikkelen en implementeren van NLP (Natural Language Processing) modellen.
• Python gebruikt voor machine learning en dataverwerkingstaken.
• Gewerkt met TensorFlow en PyTorch voor modelontwikkeling en training.
• Machine learning-oplossingen geïmplementeerd op AWS met behulp van diensten als EC2 en S3.
• Beheerde databases met PostgreSQL.
• API's gebouwd met FastAPI voor applicatie-integratie.
• Asynchrone taken afgehandeld met Celery.
• Geïntegreerd en gebruik gemaakt van de ChatGPT API voor geavanceerde NLP-functionaliteiten.
• RabbitMQ gebruikt voor het afhandelen van berichtwachtrijvereisten.

• Implementeerde neurale taalverwerkingstechnieken om het wervingsproces te optimaliseren en doorverwijzingen van werknemers te verbeteren door functie-eisen te matchen met geschikte kandidaten uit LinkedIn-contacten van werknemers.
• Getrainde en geïmplementeerde deep learning-modellen om de nauwkeurigheid en efficiëntie van datagestuurde besluitvorming in het doorverwijzingsprogramma voor werknemers te verbeteren.
• Het schrapen en verwerken van gegevens om relevante datasets te verzamelen voor het trainen van deep learning-modellen en bij te dragen aan de ontwikkeling van geavanceerde algoritmen en oplossingen voor het werven van talent.
• Vaardig in het implementeren van Python-services met behulp van Flask, FastAPI, Celery, RabbitMQ en Cronjobs voor naadloze integratie en procesautomatisering.

• Maakte gebruik van deep learning-frameworks zoals PyTorch en TensorFlow om geavanceerde algoritmen te ontwikkelen die klanten nauwkeurig identificeerden en volgden, waardoor de algehele klantervaring binnen het cloudgebaseerde POS- en bedrijfsbeheersysteem werd verbeterd.
• Vaardig in het beheren van databases met behulp van PostgreSQL en MS SQL om cruciale gegevens op te slaan en op te halen, waarbij de integriteit van de gegevens en efficiënte toegang zijn gewaarborgd.
• Demonstreerde een dynamische combinatie van computer vision engineering, Python-ontwikkeling en machine learning-expertise bij Franpos, wat resulteerde in een robuust gezichtsdetectie- en volgsysteem binnen het cloudgebaseerde POS- en bedrijfsmanagementsysteem.
• Getrainde en geïmplementeerde deep learning-modellen om de nauwkeurigheid en efficiëntie van datagestuurde besluitvorming voor het doorverwijzingsprogramma voor werknemers te verbeteren.
• Het schrapen en verwerken van gegevens om relevante datasets te verzamelen voor het trainen van deep learning-modellen en bij te dragen aan de ontwikkeling van geavanceerde algoritmen en oplossingen voor het werven van talent.
• Vaardig in het implementeren van Python-services met behulp van Flask, FastAPI, Celery, RabbitMQ en Cronjobs voor naadloze integratie en procesautomatisering.

• Developed and deployed an Automatic License Plate Recognition (ALPR) system using PyTorch, TensorFlow, and Keras;

• Implemented a Body Poses Estimator for Golf players utilizing deep learning techniques;

• Created a Nudity Detection system for online social media platforms and executed data mining and scraping tasks with Python and popular libraries such as Scrapy, Beautiful Soup, and Selenium;

• Proficient in cloud platforms like AWS and GCP for efficient model deployment and management;