Kevin K.
Machine Learning Engineer
Kevin kan fyra språk, portugisiska (brasiliansk), engelska, spanska och franska. Han har en gedigen bakgrund inom forskning och expertis inom områden som maskininlärning för grafer, tidsserieanalys, NLP och computer vision.
Kevin letar efter nya utmaningar där han kan ta itu med verkliga problem. Hans tekniska verktygslåda innehåller Python, C/C++, C#, SQL och olika ramverk och plattformar såsom PyTorch, Keras, TensorFlow, PySpark, Ray, AWS och Azure. Kevin är väl rustad för att bidra effektivt inom varierande tekniska områden.
Huvudsaklig expertis
Python5 år
Machine Learning4 år
Apache Spark2 årErfarenhet6
Machine Learning Engineer
- Arbetade med informationsutvinning från etiketter och matchning av textlikheter med produktkataloger för ett automatiserat lagerkontrollsystem, vilket säkerställde en matchningsnoggrannhet på 95 %.
- Arbetade på modeller för key point detection för att möjliggöra automatiserad bildtagning.
- Arbetade på modeller för objektdetektering, felanalys och slutledningsoptimering för inspektion av produktionslinjen.
- Förbättrade precisionen i ETA-prediktionssystemet. Genomförde geometrisk projektion för den beräknade rutten för att korrigera sensordata för att garantera resultat inom en 5-procentig konfidensintervall.
- Arbetade med GPU-optimering med NVIDIA TensorRT.
- Byggde skalbara databehandlings-pipelines med Scala och Spark.
Scala
TensorFlow
OpenCV
Keras
Internera
– Utvecklade ett program för optimering av kapitalfördelningen för volatilitetsstrategier.
Machine Learning
Internera
- Optimerade marknadsföringsinvesteringar för olika länder, grundat på användarvärden och tidigare kampanjeffektivitet.
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 LearningUtbildning
Sluta bläddra.
Få matchad snabbare.
Prata med en expert och få skräddarsydda matchningar från vårt nätverk på bara 2 dagar.
Tillgång till över 6 000+ experter
Hitta en utvecklare i genomsnitt 2 dagar
Anställ snabbt och enkelt med 94% matchningsframgång