Tevos M.

Machine Learning Engineer

Tevos är en teknikledare för maskininlärning med över sex års erfarenhet, specialiserad på design och distribution av realtids ML-pipelines och djupinlärningslösningar.

En av hans mest anmärkningsvärda prestationer är arkitekturen och produktionsdistributionen av en konsumentinriktad realtids ML-pipeline hos Philip Morris International (PMI). Detta projekt visade inte bara hans djupa tekniska kompetens utan också hans ledarskap i att driva innovation, säkerställa affärspåverkan och framgångsrikt operationalisera maskininlärning i en högriskmiljö.

Tevos är mycket skicklig på att översätta komplexa affärs- och tekniska utmaningar till skalbara, produktionsklara ML-system. Han spelar också en nyckelroll i mentorskap av ingenjörsteam och formar teknisk strategi, vilket gör honom till en stark ledare inom området för maskininlärning.

Huvudsaklig expertis

Python 6 år
FastAPI 3 år
Apache Spark 3 år

Andra kompetenser

Kubernetes 3 år
Jenkins 3 år
Streamlit 2 år

Tevos M.

Armenia

Hitta en utvecklare

Utvald erfarenhet

Anställningar

Machine Learning Engineer

Pin-up TECH/Global - 1 år 6 månader
- Gick med som maskininlärningsingenjör och befordrades senare till teknisk ledare för att vägleda teamet genom viktiga övergångar.
- Ledde flera ML-projekt från proof-of-concept (POC) till minimalt användbar produkt (MVP), vilket säkerställde skalbarhet och produktionsberedskap.
- Omvandlade ML-infrastrukturen till en molnagnostisk stack och optimerade flexibilitet och kostnadseffektivitet.
- Arktekturerade och hanterade utvecklingen av två Agentic-botar, inklusive komponenter för Retrieval-Augmented Generation (RAG).
- Övervakade implementeringen av ett rekommendationssystem och en röstklassificeringsmodell för att säkerställa robust prestanda och anpassning till affärsmål.
- Etablerade MLOps-praktiker, inklusive CI/CD-pipelines, övervakning och larmhanteringssystem för att stödja underhållbarhet och automatisering.
- Underlättade tvärfunktionellt samarbete och anpassade data science-, ingenjörs- och produktteam.
Machine Learning Technical Lead

Pin-up TECH/Global - 1 år 6 månader
- 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
- Docker
- AWS
- Redis
- Python
- Kubernetes
- AWS Lambda
- TensorFlow
- FastAPI
- Streamlit
- Large Language Models (LLM)
- LlamaIndex
Machine Learning Engineer

Intelinair - 9 månader
- Ställde in CI/CD-processer för backend för befintliga datorvisions auto-scalade djupinlärningsmodellpipelines.
- Utvecklade en ny djupinlärningsmodell för att förbättra operativ funktionalitet inom analyshögen.
- Implementerade ett CI/CD-arbetsflöde som möjliggjorde snabba och säkra uppdateringar över hela ML-livscykeln, kritiskt under den agrikulturella säsongen.
- Optimerade processer för att minska kostnader och latens samtidigt som noggrannhetsmått upprätthölls.
Machine Learning Operations Engineer

Intelinair - 9 månader
- 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
- Jenkins
- Data Science
- OpenCV
- PyTorch
- Scikit-learn
- Machine Learning
- FastAPI
- Cuda
- AWS ECR
Senior Data Scientist / MLOps

PMI - 6 år 5 månader
- Underhöll och expanderade en end-to-end konsumentinriktad realtids ML-pipeline i produktion.
- Arkitekterade och utvecklade den initiala pipelinen, vilket säkerställde en robust och skalbar infrastruktur.
- Genomförde ad hoc-projekt inriktade på datagrävning och matematisk modellering.
- Klassificerade artiklar tidigt i produktlivscykeln, vilket avsevärt minskade servicerelaterade och logistik kostnader.
- Lade grunden för en andra version av pipelinen för att möjliggöra prediktiv underhåll.
Teknologier:
- Teknologier:
- Docker
- Apache Spark
- Flask
- Jenkins
- Kubernetes
- SQL
- TensorFlow
- OpenCV
- PyTorch
- Scikit-learn
Machine Learning Engineer

Deloitte - 1 år
- Utvecklade och tillämpade nyckeltal och kvantitativa modeller för att utvärdera marknadsrelaterade parametrar, inklusive Value at Risk (VaR), och säkrade korrekt riskbedömning och exponering.
- Utförde djupgående teknisk analys av strukturerade finansinstrument, till exempel hypotekssäkrade värdepapper (MBS) och säkerställda skuldåtaganden (CDO), med stresstestning, scenariomodellering och känslighetsanalys för att bedöma prestanda under varierande marknadsförhållanden.
- Utformade och förfinade metoder för riskbedömning, som kombinerade traditionell finansiell teori med datadrivna tekniker för att förbättra beslutsfattande och portföljresiliens.
- Samarbetade med riskhantering och investeringsteams för att översätta komplexa analytiska insikter till handlingsbara rekommendationer.
- Automatiserade riskrapporteringspipelines och instrumentpaneler, vilket förbättrade transparensen och påskyndade responsen på marknadsfluktuationer.
- Utvärderade regulatorisk efterlevnad av riskmodeller, vilket säkerställde att de följde interna riskramar och externa standarder såsom Basel III och IFRS.
- Bidrog till modellvalidering genom att backtesta prestandamått och kalibrera modeller för förbättrad noggrannhet och Robusthet.
Teknologier:
- Teknologier:
- SQL
- Scikit-learn
- Machine Learning
Financial Analyst / Data Analyst

Deloitte - 1 år
- 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