NYHET
Proxify ger dig full insyn i utvecklarnas prestationer – ett branschunikt erbjudande som är varje CTO:s dröm.
Läs mer
Felipe A.
Data Scientist
Felipe är en mycket skicklig datavetare med över sju års erfarenhet inom fintech, proptech, edtech och konsultverksamhet. Han kombinerar stark teknisk kompetens inom maskininlärning med förmågan att effektivt kommunicera komplexa koncept till intressenter.
Hans tekniska kompetens inkluderar arbete med avancerade verktyg inom datavetenskap och ML, såsom Snowflake, dbt, Airflow och MLflow. En karriärhöjdpunkt var hans roll vid Cambridge University, där han utvecklade och undervisade en avancerad online kurs i datavetenskap och visade både sin ämnesexpertise och förmåga att förenkla komplexa ämnen. Dessutom spelade han en nyckelroll på Outra i att säkra ett mångmiljonkontrakt med Zoopla.
Felipes unika kombination av djup teknisk kunskap och starka kommunikationsfärdigheter gör honom till en utmärkt professionell inom datavetenskap.
Huvudsaklig expertis
- Pytest 2 år

- AWS 3 år
- Bash 4 år

Andra kompetenser
- Agile 4 år

- PyTorch 2 år
- Asana 1 år

Utvald erfarenhet
Anställningar
Data Scientist
Rylee - 1 år
– Arbetade på Rylee, en e-handelsplattform som gav kunderna produktinsikter och marknadsanalys för att förbättra strategier på Bol.com och Amazon. – Fick Databricks-certifiering inom Generativ AI, och visade expertis inom RAG- och Agentmodeller. – Utvecklade en storskalig försäljningsprognosmodell med hjälp av Rylees interna data och slutna data från Bol.com för att förutsäga produktförsäljning och identifiera storsäljare. – Byggde ett API med Flask och AWS Lambda för att hantera produktfrågor, och levererade insikter och försäljningsprognoser. – Designade och implementerade ETL-pipelines med hjälp av dbt, Airflow och Spark för att automatisera funktionering, inklusive en asynkron lösning för effektiv datainhämtning från Bol.com API, som respekterar hastighetsgränser och parallelliserar i stor skala; automatiserade även datainsamlingen mellan flera säljare. – Tillämpade PyTorch och Spark för att optimera högpresterande maskininlärningsmodeller.
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 månader
– Arbetade på Homemove, en omfattande plattform som erbjuder flyttrelaterade tjänster, inklusive undersökningar, flytt och bolån, integrerade i en enda app. – Utvecklade ett LLM-drivet förhandlingsverktyg som tillät användare att få offerter och förhandla priser via en AI-chattbot, automatiskt tillade kunder i CRM och varnade försäljningsteamet vid lyckad förhandling, med hjälp av OpenAI Assistant och GPT-modeller. – Ledde ett skalbart datatransformationsinitiativ, utnyttjade Snowflake för molndataberedning och Sigma för BI och visualisering. – Designade och implementerade ETL-pipelines från grunden med hjälp av Snowflake, Python, SQL, dbt och Airflow för att automatisera dataingång och transformation. – Byggde en prediktiv modelleringslösning för att minska marknadsföringskostnader och förbättra inriktning genom att identifiera potentiella husflyttare. – Tillämpade PyTorch och Snowpark för avancerad maskininlärning för att optimera högpresterande modeller. – Levererade en prediktiv modell som var planerad för användning i att attrahera investeringar 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 månader
– Arbetade som specialist inom datavetenskap på FourthRev, skapade och undervisade en avancerad online datavetenskapskurs för studenter vid Cambridge University. – Utvecklade och levererade en omfattande läroplan som täcker neurala nätverk, NLP för AI, osuperviserat lärande och avancerade beslutsträd-algoritmer inklusive XGBoost. – Tillämpade praktisk implementation av maskininlärning från grunden och använde innovativa undervisningsmetoder för att förbättra studentengagemang och lärande resultat. – Visade djup teknisk expertis inom datavetenskap och maskininlärning och fick erkännande från akademiska kollegor för effektiv undervisning och kursdesign.
Teknologier:
- Teknologier:
- Data Science
NumPy
XGBoost
Pandas
Scikit-learn
Matplotlib
Machine Learning
Pytest
Plotly
- Neural Network
Senior Data Scientist
Outra - 2 år
– Arbetade på Outra, ett datadrivet företag för fastighetsinsikter, specialiserat på att leverera hushållsnivådata för att optimera kundtjänster. – Migrerade plattformen från Dataiku till en anpassad in-house Intelligence Fabric med hjälp av MLflow, Airflow, Snowflake, GitHub Actions, AWS och DBT för dataengineering. – Utvecklade två stora prediktiva modeller som förutspådde hushållslistningar och försäljnings-/uthyrningstidslinjer, vilket möjliggjorde ett mångmiljonpundpartnerskap med Zoopla. – Tillämpade LLM:er för koddokumentation, kodningshjälp och interaktiva chattbotar för instrumentpaneler och kundvända data. – Byggde ETL/ELT-pipelines för att transformera rådata och förbereda dem för modellering. – Skapade visualiseringar och kartor med hjälp av KeplerGI, Seaborn och Dataiku för att hjälpa icke-tekniska användare tolka komplex 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 år 6 månader
– Arbetade på Belmont Green, ett specialiserat bolåneföretag som har blivit bank, som erbjuder ekonomiska och bolånelösningar till ekonomiskt påverkade kunder. – Skapade en konversionsmodell med hjälp av överlevnadsanalystekniker och hanterade projektet från inledande planering till produktion. – Byggde maskininlärningsalgoritmer och statistiska modeller för tidsseriedata, med fokus på behållning, livstidsvärde och förväntade förlustmodeller. – Ägde projekt från början till slut och säkerställde att proof-of-concepts implementerades och lanserades framgångsrikt i produktion. – Implementerade maskininlärningsalgoritmer för kassaflöde, tidig inlösen, standardinställningar, förbetalnings- och konversionsmodeller med hjälp av Python och R. – Tillämpade klustring och segmenteringstekniker för att analysera produktanvändning och kundbeteende för marknadsförings- och strategiska syften.
Teknologier:
- Teknologier:
- Data Science
NumPy
XGBoost
Keras
Pandas
PyTorch
Scikit-learn
Matplotlib
Machine Learning
SQLAlchemy
Plotly
- Neural Network
Data Scientist
Boster.AI - 2 år
-
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
-
Utbildning
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
Hitta din nästa utvecklare inom ett par dagar
Ge oss 25 minuter av din tid, så kommer vi att:
- Sätta oss in i dina utmaningar och behov
- Berätta om våra seniora och beprövade utvecklare
- Förklara hur vi kan matcha dig med precis rätt utvecklare
