Kevin K.
Machine Learning Engineer
Kevin har ferdigheter i fire språk, inkludert portugisisk (Brasil), engelsk, spansk og fransk. Han har et solid forskningsgrunnlag og ekspertise innen områder som maskinlæring på grafer, tidsserieanalyse, NLP og datasyn.
Kevin ser etter nye utfordringer som lar ham takle engasjerende problemer i den virkelige verden. Hans tekniske verktøysett inkluderer Python, C/C++, C#, SQL og ulike rammeverk og plattformer, som PyTorch, Keras, TensorFlow, PySpark, Ray, AWS og Azure. Kevin er godt rustet til å bidra effektivt i ulike tekniske domener.
Hovedekspertise
Python5 år
Machine Learning4 år
Apache Spark2 årErfaring6
Machine Learning Engineer
- Jobbet med informasjonsutvinning fra etiketter og tekstlikhetstilpasning til produktkataloger for et automatisert lagerkontrollsystem, og sikret over 95 % samsvarsnøyaktighet.
- Jobbet med nøkkelpunktdeteksjonsmodeller for å tillate automatisk bildefangst.
- Jobbet med objektdeteksjonsmodeller, feilanalyse og inferensoptimalisering for produksjonslinjeinspeksjon.
- Forbedret nøyaktigheten til ETA-prediksjonssystemet. Brukte geometrisk projeksjon på den estimerte ruten til å korrigere sensordataene, og sikret resultater innenfor et 5 % konfidensområde.
- Jobbet med GPU-optimalisering med NVIDIA TensorRT.
- Bygget skalerbare databehandlingsrørledninger med Scala og Spark.
Scala
TensorFlow
OpenCV
Keras
Turnuskandidat
- Utviklet en optimaliseringsprogramvare for kapitalallokering for volatilitetsstrategier.
Machine Learning
Turnuskandidat
- Optimaliserte markedsføringsinvesteringer for forskjellige land, basert på brukermålinger og tidligere kampanjeeffektivitet.
Intern
- Developed a capital allocation optimization software for private pension portfolios under regulatory constraints.
Research Intern
-
Complex Dynamics Reconstruction: Analyzed data from complex networks (e.g., the human brain) and worked on network dynamics reconstruction through sparse recovery techniques.
-
Critical Transitions in Dynamical Systems: Researched the behavior of Lyapunov exponent as a predictor of critical changes in dynamical regime.
Scikit-learnMachine LearningUndergraduate Researcher
-
Complex Dynamics Reconstruction: Analyzed data from complex networks (e.g., the human brain) and worked on network dynamics reconstruction through sparse recovery techniques.
-
Critical Transitions in Dynamical Systems: Researched the behavior of Lyapunov exponent as a predictor of critical changes in dynamical regime.
-
Optimized Intervention against COVID-19: Worked in a computational model for the spread of diseases by the general social dynamics of any community.
-
Research intern in the Department of Mathematics at Imperial College London.
PyTorchScikit-learnMachine LearningUtdannelse
Slutt å bla.
Bli matchet raskere.
Snakk med en ekspert og få skreddersydde matcher fra vårt nettverk på bare 2 dager.
Få tilgang til over 6 000+ eksperter
Få en utvikler tilpasset dine behov i løpet av gjennomsnittlig 2 dager
Ansett raskt og enkelt med 94% match suksess