Tevos M.

Machine Learning Engineer

Tevos er en Tech Lead innen maskinlæring med over seks års erfaring, spesialisert i design og distribusjon av sanntids ML-pipelines og dype læringsløsninger.

En av hans mest bemerkelsesverdige prestasjoner er arkitekturen og produksjonsutplasseringen av en forbrukerrettet sanntids ML-pipeline hos Philip Morris International (PMI). Dette prosjektet demonstrerte ikke bare hans dype tekniske ekspertise, men også hans lederskap i å drive innovasjon, sikre forretningsmessig innvirkning, og effektivt operasjonalisere maskinlæring i et høypresset miljø.

Tevos er svært dyktig til å oversette komplekse forretnings- og tekniske utfordringer til skalerbare, produksjonsklare ML-systemer. Han spiller også en nøkkelrolle i å veilede ingeniørteam og forme teknisk strategi, noe som gjør ham til en sterk leder innen maskinlæring.

Hovedekspertise

  • Python
    Python 6 år
  • FastAPI
    FastAPI 3 år
  • Apache Spark
    Apache Spark 3 år

Andre kunnskaper

  • Kubernetes
    Kubernetes 3 år
  • Jenkins
    Jenkins 3 år
  • Streamlit
    Streamlit 2 år
Tevos

Tevos M.

Armenia

Kom i gang

Utvalgt opplevelse

Arbeidserfaring

  • Machine Learning Engineer

    Pin-up TECH/Global - 1 year 6 months

    • Blev med som Maskinlæringsingeniør og ble senere forfremmet til Teknisk Leder for å veilede teamet gjennom viktige overganger.
    • Ledet flere ML-prosjekter fra proof-of-concept (POC) til minimum levedyktig produkt (MVP), og sikret skalerbarhet og produksjonsklarhet.
    • Transformerte ML-infrastrukturen til en sky-uavhengig stakk, optimaliserte fleksibilitet og kostnadseffektivitet.
    • Arkitekterte og administrerte utviklingen av to Agentic-boter, inkludert Retrieval-Augmented Generation (RAG)-komponenter.
    • Overvåket implementeringen av et anbefalingssystem og en taleklassifiseringsmodell, og sikret robust ytelse og samsvar med forretningsmålene.
    • Etablerte MLOps-praksiser, inkludert CI/CD-pipelines, overvåking og varslingssystemer for å støtte vedlikeholdbarhet og automatisering.
    • Tilrettela tverrfaglig samarbeid, og tilpasset datavitenskap, ingeniørfag og produkteam.

  • Machine Learning Technical Lead

    Pin-up TECH/Global - 1 year 6 months

    • Initially joined as a Machine Learning Engineer, then elected as the Technical Lead to guide the team through key transitions;

    • Led the evolution of multiple ML projects from proof-of-concept (POC) to minimum viable product (MVP), ensuring scalability and production-readiness;

    • Spearheaded the transformation of the ML infrastructure into a cloud-agnostic stack, optimizing for flexibility and cost-efficiency;

    • Architected and managed the development of two Agentic bots, including Retrieval-Augmented Generation (RAG) components;

    • Oversaw the implementation of a recommendation system and a voice classification model, ensuring robust performance and alignment with business goals;

    • Established MLOps practices, including CI/CD pipelines, monitoring, and alerting systems to support long-term maintainability and automation;

    • Facilitated cross-functional collaboration, driving alignment between data science, engineering, and product teams;

    • Mentored junior engineers and fostered a culture of technical excellence and knowledge sharing within the team.

    Teknologier:

    • Teknologier:
    • MongoDB MongoDB
    • Docker Docker
    • AWS AWS
    • Redis Redis
    • Python Python
    • Kubernetes Kubernetes
    • AWS Lambda AWS Lambda
    • TensorFlow TensorFlow
    • FastAPI FastAPI
    • Streamlit Streamlit
    • Large Language Models (LLM) Large Language Models (LLM)
    • LlamaIndex LlamaIndex

  • Machine Learning Engineer

    Intelinair - 9 months

    • Satt opp backend CI/CD-prosesser for eksisterende datamaskinsyns automatisk skalerte dype læringsmodellpipelines.
    • Utviklet en ny dyp læringsmodell for å forbedre operasjonell funksjonalitet innen analytikk-stakken.
    • Implementerte en CI/CD arbeidsflyt som muliggjorde raske og sikre oppdateringer på tvers av hele ML-livssyklusen, kritisk under landbrukssesongen.
    • Optimaliserte prosesser for å redusere kostnader og latens, samtidig som nøyaktighetsmetrikker opprettholdes.

  • Machine Learning Operations Engineer

    Intelinair - 9 months

    • Set up the backend CI/CD processes for existing computer vision auto-scaled DL model pipelines;

    • Developed a new DL model to enhance operational functionality within the analytics stack;

    • Implemented a CI/CD process enabling fast and safe introduction of changes in the full ML lifecycle, critical during the agricultural season;

    • Optimized processes to achieve cost and latency reduction while maintaining accuracy metrics.

    Teknologier:

    • Teknologier:
    • Docker Docker
    • Jenkins Jenkins
    • Data Science
    • OpenCV OpenCV
    • PyTorch PyTorch
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning
    • FastAPI FastAPI
    • Cuda Cuda
    • AWS ECR AWS ECR

  • Senior Data Scientist / MLOps

    PMI - 6 years 5 months

    • Vedlikeholdt og utvidet en end-to-end forbrukerrettet sanntids ML-pipeline i produksjon.
    • Arkitekt og utviklet den initiale pipelinen, og sikret robust og skalerbar infrastruktur.
    • Gjennomført ad-hoc prosjekter fokusert på datamining og matematisk modellering.
    • Klassifiserte elementer tidlig i produktets livssyklus, betydelig reduserte service- og logistikostnader.
    • La grunnlaget for en andre versjon av pipelinen for å muliggjøre prediktivt vedlikehold.

    Teknologier:

    • Teknologier:
    • Docker Docker
    • Apache Spark Apache Spark
    • Flask Flask
    • Jenkins Jenkins
    • Kubernetes Kubernetes
    • SQL SQL
    • TensorFlow TensorFlow
    • OpenCV OpenCV
    • PyTorch PyTorch
    • Scikit-learn Scikit-learn

  • Machine Learning Engineer

    Deloitte - 1 year

    • Utviklet og anvendt nøkkelfinansielle forholdstall og kvantitative modeller for å evaluere markedsrelaterte parametere, inkludert Value at Risk (VaR), og sikret nøyaktig risikoforutsigelse og eksponeringsanalyse.
    • Gjennomført grundig teknisk analyse av strukturerte finansinstrumenter, som boliglånsobligasjoner (MBS) og sikkerhetsbelånte gjeldsforpliktelser (CDOs), ved bruk av stresstesting, scenariomodellering og følsomhetsanalyse for å vurdere ytelse under varierende markedsforhold.
    • Designet og forbedret risikovurderingsmetodikker, og kombinerte tradisjonell finans teori med datadrevne teknikker for å forbedre beslutningstaking og porteføljes bærekraft.
    • Samarbeidet med risikostyrings- og investeringsteam for å oversette komplekse analytiske innsikter til handlingsrettede anbefalinger.
    • Automatiserte risikorapporteringspipelines og dashbord, og forbedret transparens og akselerert respons på markedsfluktuasjoner.
    • Evaluert samsvar med risikomodeller, og sikret overholdelse av interne ris rammeverk og eksterne standarder som Basel III og IFRS.
    • Bidro til modellvalidering ved å backteste ytelsesmetrikker og kalibrere modeller for forbedret nøyaktighet og robusthet.

    Teknologier:

    • Teknologier:
    • SQL SQL
    • Scikit-learn Scikit-learn
    • Machine Learning Machine Learning

  • Financial Analyst / Data Analyst

    Deloitte - 1 year

    • Developed and contributed to packages dedicated to data ETL, ML, and statistical analysis;

    • Enhanced general operation components of the stack, including GUI-related elements, for team projects;

    • Worked on structured and unstructured knowledge extraction and NLP tools.

    Teknologier:

    • Teknologier:
    • Data Analytics
    • NLP
    • Machine Learning Machine Learning

Utdannelse

  • MSc.Game Theory

    ISET · 2015 - 2017

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

La oss ta en prat

Den første utvikleren begynner innen få dager. Ingen aggresive salgsargumenter.