Vinay C.
Machine Learning Engineer
Han har utformet, utviklet og satt i verk omfattende AI systemer for avvikling, defekt overvåking, og dokument søk, utnytter ekspertisen i Python, C++, PyTorch, TensorFlow, og ONNX.
Vinay har lært opp milliardmodeller og optimaliserte datavisningsrør for lavstrømsenheter, og mentorerte globale læringsteam, fremmer teknisk dyktighet og innovasjon.
Han broer gapet mellom forskning og produksjon, og kombinerer dyp teknisk ekspertise med strategisk ledelse for å levere skalerbare AI-løsninger som fremmer organisasjonens kapasiteter.
Hovedekspertise
Python8 år
Machine Learning8 år
C++8 årErfaring7
Member of Technical Staff (MTS) Engineer
- Designet og optimalisert atferdsmodelleringsrør for ML operatør slik som GEMMs med FP32/FP16/BF16 presisjon og ikke-lineariteter sørge for nøyaktig systemnivåvalidering før maskinvare distribusjon.
- Forbedret CARF (beregn Architecture Reference Flow) for å forbedre KUN diagramtype manipulasjon, datauttrekking, diagrampartisjon og arbeidsbelastningsanalyse for arkitektsimuleringer.
- Samarbeid med maskinvarearkitekter og kompilatorteam for å evaluere flaskehalser for ytelse og foreslå optimaliseringer for databehandling og hukommelsesavgang.
- Automatiserte prøvings- og benchmarkingsrørledninger for å validere arkitektoniske forbedringer i forhold til real-verden ML arbeidsbelastninger.
- Bidratt i diskusjoner om neste generasjons akseleratorer for AI, med å justere arbeidsstrømmene med silisiumarkitektur.
PythonC++Machine Learning
TensorRTTechnical Project Manager (Part-time, alongside MLE role)
- Koordinerte tverrfunksjonelle team av over 30 ingeniører og forskere for å samordne AI initiativ med Intels fab operasjonsstrategi.
- Established agile workflows—including scrum boards, sprint reviews, and backlog management —to enhance project visibility and reduce delays.
- Definerte prosjektveikart for avvikende påvisningsløsninger, OCR og datavøsninger for å sikre produksjonsklare systemer i rett tid.
- Serveres som kontaktpunkt mellom interessenter, ingeniører og ledelse, og oversetter forretningsmessige krav til tekniske milepæler.
- Overså bruken av AI-løsninger over flere stoffer verden over, og håndtering av avhengigheter og risikobegrensende strategier.
- Levert kvartalsvise lederrapporter til ledende ansatte med detaljering av ROI, godkjenningsmåltall og driftsvirkning.
Jira
Agile
ScrumMachine Learning Engineer
- Bygget og distribuert den enhetlige Kunnskapsplattformen (UKP)—et AI-drevet søkesystem som ingested factory documentation (PDF, Word, Excel, PowerPoint, OCR-bilder og Intel-specific formats)—som forbedrer hentetiden for kunnskap med 60%.
- Utviklede tilpassede autokodellbaserte anomalidetekteringsmodeller for spektakere bildedata, distribuert i skala fra Intels interne sky, og reduserte falske negative oppdagelser i defekt.
- Opprettede datavisningsløsninger for sanntids defekt deteksjon (inkludert måling av laserskader) med automatiserte varsler, forbedringer av avkastningskontrollen.
- Designet og levert en kodelessensiell oppdagelsesplattform, som muliggjør ingeniører uten ML bakgrunn å lære å og distribuere modeller gjennom et intuitivt brukergrensesnitt.
- skalerte flere beviser av konsept (OCR, image stitching, visual search) om i produksjonssystemer som opererer i Intel fabs over hele verden.
- Utviklet og lansert Intelidays, en feriestasjonsportal for omtrent 6 500 fab ansatte, i sin helhet erstatter arbeidsprosesser manuelt.
- Publisert og presenterte to fagfellevurderte abstrakter i IMEC 2022, akseptert på en svært konkurransedyktig intern konferanse (1 % aksept rate).
- Servert som teknisk mentor til junioringeniører, veileder dem i ML modellutvikling, rørdesign og skytjeneste.
Python
TensorFlow
OpenCV
PyTorchMachine Learning
Mentor (Machine Learning & AI)
- Mentored over 150 elever over hele verden i AI Nanodegree programmer, som dekker maskinlæring, dyplæring og datavisjon.
- Utførte kodergjennomgåelser, prosjektevalueringer og karriereiledning som hjelper elevene å oppfylle bransjestandarder.
- Designet tilpasset læringsplan for å bekjempe studenter, å forbedre graderingsratene med 40%.
- Leverte 1:1 økter og gruppearbeid med fokus på praktisk ML distribusjons- og feilsøkingsteknikker.
- Anerkjent som toppmasternivå for å opprettholde en topprangering og få konsekvent suksesshistorie.
PythonMachine LearningIncubator Manager (Part-time)
-
Supported 8 innovation projects from ideation to prototype, including edge-based video analytics, low-power surveillance, and wearable AI.
-
Facilitated hackathons and workshops, fostering a culture of innovation among engineers and researchers.
-
Provided technical guidance on deep learning model compression, quantization, and inference optimization.
-
Successfully transitioned 3 incubator projects into Intel R&D pipelines, influencing product roadmaps.
-
Reported directly to senior architecture leaders on incubation outcomes, technical feasibility, and future directions.
Mentor (AI & Data Science)
-
Supported mid-career professionals transitioning into data science and ML roles.
-
Provided hands-on guidance in Python, SQL, TensorFlow, and ML pipelines.
-
Helped students build portfolio-ready projects, including NLP apps, recommender systems, and computer vision models.
-
Conducted mock technical interviews and shared hiring best practices for FAANG-level interviews.
-
Improved mentees’ job placement outcomes by accelerating project readiness and interview confidence.
Python
SQLTensorFlowMachine LearningDeep Learning Engineer
- Forskning og gjennomført en Siamese CNN-rørledning for relativ skreddersydd størrelse mellom 3D-voxel-nettene, å oppnå 90 % lavere minnebruk sammenlignet med tradisjonelle metoder.
- Publisert forskning i ICRA 2019 med tittelen “End-to-End Relative Pose Estimation of Point Clouds and Voxel Grids”.
- Utviklet et system for oppdagelse av et objekt optimalisert for Movidius Myriad-X VPU, som støtter over 200 objektklasser ved LPIRC 2019, og demonstrerte den nyeste ytelsen på beslag med lav kraft.
- Teknisk utviklet en frittstående lavkraft IP-prototype med MIPI-captur, JPEG kompresjon, nevrale preferanser (via OpenVINO), og HTTP-strømming, som senere brukes som referansedesign for edge AI-applikasjoner.
- Samarbeidede med kompilatorer og firmwareingeniører for å sikre nevrale arbeidslaster ble effektivt kartlagt på Movidius VPU-er.
- Bidratt til tidlig prototyping av neste generasjons innebygde AI-prosessorer med fokus på balansering av nøyaktighet, gjennomslagskraft og krafteffektivitet.
PythonC++TensorFlow
OpenvinoVurdering
Ingenieurskunst der Spitzenklasse
Vinay totale ytelse i en 90-minutters live teknisk vurdering rangerer i de top 5% av vurderte Machine Learning Engineer hos Proxify.
Utdannelse
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