Datorredzes un NLP inženiera CV

Datorredzes un NLP inženieris ar 5 gadu pieredzi ražošanas vidē lietojamu ML funkciju izstrādē B2B loģistikas platformai. Spēcīgās puses ir attēlu priekšapstrāde, transformatoru modeļu precīzā pielāgošana un modeļu novērtēšana; ir pieredze dokumentu datu izguves un sūtījumu bojājumu pārskatīšanas procesu uzlabošanā. Protu izvietot PyTorch servisus un pēc to ieviešanas uzraudzīt modeļu kvalitāti.

Datorredzes un NLP inženieris uzņēmumā Pineglass Parcel Technologies, Denvera, CO (2023 – pašlaik) - Izveidoju bojājumu noteikšanas konveijeru ar PyTorch un OpenCV noliktavas fotoattēliem; tas apstrādāja aptuveni 1,200 attēlu dienā un samazināja manuālo pārskatīšanu par 18%. - Precīzi pielāgoju Hugging Face tokenu klasifikācijas modeli piegādes dokumentu datu izguvei, paaugstinot lauku līmeņa F1 rādītāju no 0.86 līdz 0.91 neatkarīgā novērtēšanas datu kopā. - Izvietoju versējamus inferenču servisus ar Docker un Kubernetes, samazinot attēlu apstrādes mediāno laiku no 1.8 līdz 1.2 sekundēm vienam attēlam. Mašīnmācīšanās inženieris uzņēmumā Ridgeway Applied Language Labs, Boulder, CO (2021 – 2023) - Izstrādāju rēķinu OCR un nosaukto entītiju atpazīšanas darbplūsmas ar Tesseract un BERT, saīsinot vidējo izņēmumu izvērtēšanas laiku par 22% divās klientu komandās. - Novērtēju YOLO objektu noteikšanas modeļus ar 14,000 marķētu attēlu datu kopu un identificēju kameras un apgaismojuma nepilnības; pēc to novēršanas pilnīguma rādītājs pieauga par 7 procentpunktiem.

Dabaszinātņu bakalaura grāds datorzinātnēs — Aspen Vale Institute of Computing, Fort Collins, CO (2021)

• Sūtījumu bojājumu noteikšana: salīdzināju YOLO modeļu variantus un dokumentēju pilnīguma rādītāju katram bojājumu veidam. • Piegādes dokumentu datu izguve: izveidoju OCR un entītiju izguves novērtēšanas datu kopu ar dažādas kvalitātes skenējumiem.

• Python, PyTorch, OpenCV, Hugging Face Transformers, Tesseract • Docker, Kubernetes, MLflow, PostgreSQL, Git