NYHET
Proxify er åpen om utviklerens prestasjoner — det er bransjeledende, og også enhver CTOs drøm.
Finn ut mer
Felipe A.
Data Scientist
Felipe er en høyt kvalifisert dataforsker med over syv års erfaring innen fintech, proptech, edtech og rådgivning. Han kombinerer sterk teknisk ekspertise innen maskinlæring med evnen til å effektivt kommunisere komplekse konsepter til interessenter.
Hans tekniske ferdigheter inkluderer arbeid med avanserte dataforsknings- og ML-verktøy som Snowflake, dbt, Airflow og MLflow. Et karrieretoppunkt var hans rolle ved Universitetet i Cambridge, hvor han utviklet og underviste i et avansert nettbasert kurs i dataforskning, noe som viste både hans faglige ekspertise og evne til å forenkle komplekse emner. I tillegg, ved Outra, spilte han en nøkkelrolle i å sikre en flerårs avtale verdt millioner med Zoopla.
Felipes unike kombinasjon av dyp teknisk kunnskap og sterke kommunikasjonsevner posisjonerer ham som en fremragende fagperson innen dataforskning.
Hovedekspertise
- Pytest 2 år

- AWS 3 år
- Bash 4 år

Andre kunnskaper
- Agile 4 år

- PyTorch 2 år
- Asana 1 år

Utvalgt opplevelse
Arbeidserfaring
Data Scientist
Rylee - 1 year
– Arbeidet ved Rylee, en e-handelsplattform som ga kunder produktinnsikt og markedsanalyse for å forbedre strategier på Bol.com og Amazon. – Oppnådde Databricks-sertifisering innen generativ AI, og demonstrerte ekspertise med RAG- og agentmodeller. – Utviklet en storskala salgsprognosemodell ved hjelp av Rylees interne data og skrapede data fra Bol.com for å forutsi produktsalg og identifisere bestselgere. – Bygde et API med Flask og AWS Lambda for å håndtere produktforespørgsler, og gi innsikt og salgsprognoser. – Designet og implementerte ETL-pipelines ved hjelp av dbt, Airflow og Spark for å automatisere funksjonsutvikling, inkludert en asynkron løsning for effektiv datainnhenting fra Bol.com API-en mens man respekterte hastighetsbegrensninger og parallelt kjørte i stor skala; automatiserte også dataene for forsoning på tvers av flere selgere. – Anvendte PyTorch og Spark for å optimalisere høyytelses maskinlæringsmodeller.
Teknologier:
- Teknologier:
MySQL
AWS
Databricks
Apache Spark
Django
Flask
Python
SQL
- Data Science
Digital Ocean
TensorFlow
NumPy
XGBoost
Pandas
- Data Engineering
Scrum
Git
Scikit-learn
- ELT
- Data Analytics
Random Forest
- Clustering
- SVM
- PCA
Convolutional neural network
- Transformer Network
- Data Modeling
ETL
- NLP
Machine Learning
FastAPI
OpenAI API
- Prompt Engineering
Large Language Models (LLM)
Hugging Face Transformers
- MLflow
- Pipeline optimization
Data Scientist
Homemove - 3 months
– Arbeidet ved Homemove, en omfattende plattform som tilbyr flyttingstjenester, inkludert undersøkelser, utflyttinger og boliglån, integrert innenfor en enkelt app. – Utviklet et LLM-drevet forhandlingverktøy som gjorde det mulig for brukere å skaffe tilbud og forhandle priser via en AI-chatbot, automatisk la til kunder i CRM, og varslet salgsteamet ved vellykket forhandling, ved hjelp av OpenAI Assistant og GPT-modeller. – Ledet et skalerbart dataforvandlingsinitiativ, og utnyttet Snowflake for skydata lagring og Sigma for BI og visualisering. – Designet og implementerte ETL-pipelines fra bunnen av ved hjelp av Snowflake, Python, SQL, dbt og Airflow for å automatisere datainntak og transformasjon. – Bygde en prediktiv modelleringsløsning for å redusere markedsføringskostnader og forbedre målretting ved å identifisere høypotensielle husflyttinger. – Anvendte PyTorch og Snowpark for avansert maskinlæring for å optimalisere høyytelsesmodeller. – Leverte en prediktiv modell som var planlagt for bruk i å tiltrekke investering under Homemoves Series A-finansiering.
Teknologier:
- Teknologier:
MySQL
AWS
ElasticSearch
Databricks
Apache Spark
Django
Flask
Python
SQL
AWS Lambda
AWS S3
- Data Science
- Regression testing
Digital Ocean
TensorFlow
NumPy
XGBoost
Keras
Pandas
- Data Engineering
PyTorch
PyCharm
Scrum
Git
SciPy
Scikit-learn
- ELT
Matplotlib
- Data Analytics
Random Forest
- Clustering
- SVM
- PCA
Convolutional neural network
- Recurrent neural network
- Transformer Network
Snowflake
- Data Modeling
ETL
- NLP
Machine Learning
FastAPI
SQLAlchemy
Streamlit
Pytest
Plotly
OpenAI API
- Prompt Engineering
Large Language Models (LLM)
Vertex AI
Pinecone
Hugging Face Transformers
- MLflow
- Pipeline optimization
Data Science Instructor and Course Developer
Cambridge University & FourthRev - 8 months
– Arbeidet som spesialist i dataforskning ved FourthRev, hvor han laget og underviste et avansert nettbasert kurs i dataforskning for studenter ved Universitetet i Cambridge. – Utviklet og leverte et omfattende læremateriell som dekker nevrale nettverk, NLP for AI, usupervisert læring og avanserte beslutningstre-algoritmer, inkludert XGBoost. – Anvendte praktisk maskinlæringsimplementering fra bunnen av, og benyttet innovative undervisningsmetoder for å øke studentengasjement og læringsresultater. – Demonstrerte dyp teknisk ekspertise innen dataforskning og maskinlæring, og oppnådde anerkjennelse fra akademiske kolleger for effektiv undervisning og læreplanutvikling.
Teknologier:
- Teknologier:
- Data Science
NumPy
XGBoost
Pandas
Scikit-learn
Matplotlib
Machine Learning
Pytest
Plotly
- Neural Network
Data Scientist
Outra - 2 years
– Arbeidet ved Outra, et datadrevet eiendomsinnsiktsfirma, spesialisert på å levere husholdningsdata for å optimalisere kundetjenester. – Migrerte plattformen fra Dataiku til en tilpasset intern Intelligence Fabric ved hjelp av MLflow, Airflow, Snowflake, GitHub Actions, AWS og DBT for dataengineering. – Utviklet to store prediktive modeller som forutsier husholdningsoppføringer og salg/leietid, noe som muliggjorde et flerårig samarbeid verdt millioner med Zoopla. – Anvendte LLM-er for kodedokumentasjon, koding assistanse og interaktive chatbots for dashbord og kundevendte data. – Bygde ETL/ELT-pipelines for å transformere rådata og forberede dem for modellering. – Laget visualiseringer og kart ved hjelp av KeplerGI, Seaborn og Dataiku for å hjelpe ikke-tekniske brukere med å tolke komplekse data.
Teknologier:
- Teknologier:
AWS
Apache Spark
Django
Flask
Python
SQL
AWS Lambda
AWS S3
- Data Science
TensorFlow
NumPy
XGBoost
Keras
Pandas
- Data Engineering
PyTorch
Scrum
Git
Scikit-learn
- ELT
Apache Airflow
Matplotlib
- Data Analytics
Random Forest
- Clustering
- SVM
- PCA
Convolutional neural network
- Recurrent neural network
- Transformer Network
Snowflake
- Data Modeling
ETL
- NLP
Machine Learning
AWS EC2
FastAPI
SQLAlchemy
Streamlit
Pytest
Plotly
dbt
OpenAI API
- Prompt Engineering
- Neural Network
Large Language Models (LLM)
Vertex AI
Dataiku
Hugging Face Transformers
- MLflow
- Pipeline optimization
Data Scientist
Belmont Green - 2 years 6 months
– Arbeidet ved Belmont Green, et spesialisert boliglånsselskap som ble til en bank, og ga finansielle og boliglåns løsninger til økonomisk rammede kunder. – Laget en konverteringsmodell ved hjelp av overlevelsesanalysemetoder og administrerte prosjektet fra start til produksjon. – Bygde algoritmer for maskinlæring og statistiske modeller for tidsserie data, med fokus på retensjon, livstidsverdi og forventede tap modeller. – Eide prosjektene fra start til slutt, og sikret at bevis på konsept ble implementert og distribuert vellykket i produksjon. – Implementerte algoritmer for maskinlæring for kontantstrøm, tidlig innløsning, mislighold, forhåndsbetaling og konverteringsmodeller ved hjelp av Python og R. – Anvendte klynging og segmenteringsteknikker for å analysere produktbruk og kundeadferd for markedsførings- og strategiske formål.
Teknologier:
- Teknologier:
- Data Science
NumPy
XGBoost
Keras
Pandas
PyTorch
Scikit-learn
Matplotlib
Machine Learning
SQLAlchemy
Plotly
- Neural Network
Data Scientist
Boster.AI - 2 years
-
Boster.Ai is a company dedicated to create No-code bots for data retrieval, monitoring and automation. Originally, they started as an IT consultancy company, creating personalized solutions to small and mid-size companies to harvest the power of Machine Learning
-
Felipe worked performing data exploration, analysis, and building Machine Learning algorithms and statistical models for several start-ups/mid-size companies in the UK and USA.
-
He built and diagnostic Neural Networks models for forecasting key performance indicators using Python, TensorFlow, and Keras.
-
Worked in e-commerce businesses solving customer behaviour problems such as lifetime value, clustering of customers, etc.
-
Performed ethical web scraping using Python with scraPy, RoboBrowser, and BeautifulSoup to obtain data for various analyses.
Teknologier:
- Teknologier:
- Data Science
TensorFlow
NumPy
Keras
Pandas
Scikit-learn
Matplotlib
Machine Learning
Plotly
-
Utdannelse
Standalone courseMachine Learning Specialization
Stanford University · 2023 - 2023
Standalone courseMachine Learning
Massachusetts Institute of Technology · 2021 - 2022
BSc.Business Management with maths
Kingston University · 2013 - 2016
BSc.Civil Engineering
Adolfo Ibanez University · 2011 - 2013
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
