Danut M.
Machine Learning Engineer
Danut er en Machine Learning Engineer med fem års erfaring. Rollen hans innebærer å designe, implementere og vedlikeholde maskinlæringssystemer.
Han bruker kunnskapen sin innen informatikk, statistikk og dataanalyse til å utvikle algoritmer og modeller som er i stand til å lære og foreta spådommer eller beslutninger fra et omfattende datasett.
Danut samler inn og forhåndsbehandler data, og sikrer dens kvalitet og kompatibilitet med de valgte algoritmene. Han velger og konfigurerer rammeverk for maskinlæring, biblioteker og verktøy for å konstruere robuste og skalerbare modeller. I tillegg utfører han eksperimenter for å trene og finjustere maskinlæringsmodeller, med gjentagende optimalisering av ytelsen deres for ulike kriterier, slik som nøyaktighet, hastighet og andre ønskelige resultater.
Hovedekspertise
- Data Science 5 år
- Machine Learning 5 år
- NumPy 5 år
Andre kunnskaper
- Keras 3 år
- PyTorch 3 år
- TensorFlow 3 år
Utvalgt opplevelse
Arbeidserfaring
Machine Learning Engineer
Deutsche Bank - 2 years 8 months
- Utførte benchmark og forbedret ulike anbefalingsalgoritmer på finansielle data ved bruk av Numpy, Pandas og scikit-learn
- Designet og implementerte en PySpark-pipeline for daglige prediksjoner, inkludert logging- og overvåkningskomponenter.
Teknologier:
- Teknologier:
- Machine Learning
- NumPy
- Pandas
- Scikit-learn
Kursholder
Bittnet Training - 2 years 11 months
- Tilbø kurs om maskinlæringskonsepter, som dekker Python-biblioteker som NumPy, Pandas, Keras, Matplotlib og Seaborn.
- Tilbø kurs om DevOps-konsepter, som dekker teknologier som Kubernetes, Docker, Terraform og Ansible.
Teknologier:
- Teknologier:
- Keras
- NumPy
- Pandas
- Python
Forsker
CRC MINES - 1 year 8 months
- Laget en LSTM-modell i Keras for å oppdage unormale lakkfenomener ved å forutsi forventet tidsutvikling av luftkompressorparametere.
- Brukte OpenPose og OpenCV til å designe et robust, automatisert gjentakelsessystem til å vurdere knebøy utført av idrettsutøvere.
- Utviklet ulike løsninger for CT- og PET-skanninger, inkludert 2D-bilderegistrering, 3D-punktskyregistrering, hjernesegmentering, blobdeteksjon, bildefusjon og 3D-visualisering. Dette ble oppnådd ved bruk av Numpy, OpenCV, og Scikit-bilde.
Teknologier:
- Teknologier:
- Machine Learning
- NumPy
- Scikit-learn
Utdannelse
MSc.Datamaskin- og nettverkssikkerhet
Polytehnic University of Bucuresti · 2020 - 2022
BSc.Datateknikk
Polytehnic University of Bucuresti · 2016 - 2020
Finn din neste utvikler innen dager, ikke måneder
I løpet av en kort 25-minutters samtale ønsker vi å:
- Forstå dine utviklingsbehov
- Forklare prosessen vår der vi matcher deg med kvalifiserte, evaluerte utviklere fra vårt nettverk
- Dele de neste stegene for å finne riktig match, ofte på mindre enn en uke