Miguel A.

Data Scientist

Spain

Vertrouwd lid sinds 2025

7 jaar ervaring

Tijdens zijn carrière heeft Miguel belangrijke bijdragen geleverd bij IBM, Banco Santander en Atos, waaronder het schrijven van vier patenten op het gebied van natuurlijke taalverwerking en deep learning. Hij is erkend als winnaar van de HackThatStartup Datathon en is ook jurylid voor IBM's AI-uitdagingen.

Miguel heeft gezorgd voor prestatieverbeteringen tot 30% over systemen heen en heeft met succes leiding gegeven aan cross-functionele teams bij het leveren van dataproducten op bedrijfsschaal. Hij heeft certificeringen van Microsoft, AWS en IBM en promoveert momenteel aan de Polytechnische Universiteit van Catalonië. Miguel combineert een grondige technische beheersing met zakelijk inzicht en is toegewijd aan het stimuleren van innovatie en het creëren van invloedrijke AI-oplossingen.

Hoofd expertise

Google Cloud6 jaar

Azure5 jaar

AWS4 jaar

MySQL7 jaar

30+

Ervaring4

Data Scientist

IQVIA•

Healthcare

Apr 2022 · 4j 6m

Leidde AI/ML-initiatieven, waaronder de ontwikkeling van vraagvoorspellingsmodellen voor farmaceutische producten, waardoor voorspellingsfouten met 20% werden verminderd en de betrouwbaarheid van de toeleveringsketen werd verbeterd.
Ontwierp en implementeerde een systeem voor het matchen van medicijnen met behulp van NLP en deep learning, optimaliseerde de verwerking van recepten en verbeterde patiëntresultaten.
Ontwikkelde end-to-end ML pipelines in Databricks en Azure ML, zorgde voor schaalbare en reproduceerbare workflows voor grootschalige datasets in de gezondheidszorg.
Verbeterde de prestaties van bestaande modellen met wel 30% door geavanceerde hyperparameter tuning, feature engineering en modeloptimalisatie.

AWS

Databricks

Apache Spark

Python

AWS Lambda

15+

Data Scientist

Banco Santander•

Banking and Finance

Jan 2021 - Mar 2022 · 1j 2m

Ontwierp ML-modellen voor fraudedetectie en risicoscoring, waardoor het aantal fout-positieven met 15% daalde en de fraudepreventie werd versterkt.
Toegepaste deep learning-technieken om kredietscoringsmodellen te optimaliseren, waardoor het goedkeuringspercentage toenam zonder de risicoblootstelling in gevaar te brengen.
Op Spark gebaseerde pipelines geïntroduceerd om hoogfrequente transactionele gegevens te verwerken, waardoor inzichten en besluitvorming sneller kunnen verlopen.

MySQL

AWS

Apache Spark

Python

AWS Lambda

11+

Data Scientist

IBM•

Information Technology (IT) and Services

Jan 2017 - Dec 2020 · 3j 11m

Ontwikkelde NLP- en deep learning-oplossingen, wat resulteerde in vier patenten op gebieden zoals conversational AI, tekstsamenvattingen en geautomatiseerde classificatie.
Productie-grade ML pipelines gebouwd voor zakelijke klanten, de uitlegbaarheid van modellen verbeterd en de adoptie in gereguleerde sectoren verhoogd.
Werkte samen met IBM Research-teams om de integratie van deep learning-technieken in klantklare producten te versnellen.

AWS

Python

AWS Lambda

AWS S3

Azure

13+

Data Scientist

Atos•

Information Technology (IT) and Services

Sep 2015 - Dec 2016 · 1j 3m

Leidde deep learning-onderzoeksprojecten, die resulteerden in patentaanvragen gericht op neurale netwerkoptimalisatie en semantisch zoeken.
Past machine learning-modellen toe op grote datasets van ondernemingen en levert voorspellende inzichten die de besluitvorming van klanten verbeteren.
Werkte samen met R&D-teams om schaalbare architecturen te ontwerpen voor ML-implementatie in productieomgevingen.
Deelgenomen aan Europese onderzoeksconsortia op het gebied van AI, bijgedragen aan wetenschappelijke publicaties en gezamenlijke kennisdeling.

MySQL

Apache Spark

Python

Azure

Data Science

Uitmuntendheid in techniek

Alle Data Scientists die zich hebben aangemeld bij Proxify worden gescoord van 0 tot 300 op technische uitmuntendheid, een van de vijf parameters die we evalueren. Deze score weerspiegelt uitsluitend de technische uitmuntendheid, gebaseerd op interviews, huiswerkopdrachten, live coding-sessies en/of beoordelingen van de werkprestatie. De curve laat zien hoe alle geëvalueerde Data Scientists verdeeld zijn over dat bereik, waar onze acceptatiedrempel voor deze parameter ligt, en waar Miguel zich bevindt.