CamilleGirabawe.,统计Developer在圣克拉拉,加利福尼亚州,美国
CamilleGirabawe.

统计Developer在圣克拉拉,加利福尼亚州,美国

成员自2019年7月27日以来
Camille是一种数据驱动的思想家和博士学位。在Brandeis大学的物理学中,B2B和B2C世界的数据科学专业经验。他拥有数据科学,软件开发和商业技能来设计,实施和部署内部部署或云AI解决方案的业务问题。 Camille喜欢将机器学习应用于不同的领域,以解决现实生活挑战。
Camille现在 可用的 for hire

文件夹

  • adobe.
    adobe. Indesign,New Relic,Apache Airflow,Google云平台(GCP),SQL ...
  • SAP实验室
    Tensorflow,Adobe Indesign,Google云平台(GCP),JavaScript,SQL ...
  • 布兰纽斯大学
    arduino.,Comsol,Matlab,Python

经验

地点

圣克拉拉,加利福尼亚州,美国

可用性

兼职

优选的环境

Git.,Atom,Linux,MacOS

最神奇的......

......我'设计和实施的是S4HANA采购套件的AI驱动应用程序,以提出基于历史支出的合同谈判材料。

就业

  • 高级数据科学家

    2019年 - 至今
    adobe.
    • 开发了AI驱动的过滤器,以帮助营销人员使用活动的历史和实时数据来扩展他们的受众'成功和失败。结果是观众上涨25%的电梯,促进成功率约为7%。
    • LED开发机器学习解决方案,以优化正确的时间来发送营销电子邮件,以提高开放率。当前A / B测试结果显示双开速。
    • LED AI项目为谈话营销平台。从文本表示模型到语言模型和自然语言理解,NLP和计算机视觉。
    技术:Adobe Indesign,New Relic,Apache气流,Google云平台(GCP),SQL,Python,统计,深度学习,机器学习
  • 数据科学家

    2017年 - 2019年
    SAP实验室
    • 开发了对采购费用的实时监测,以提出(重新)谈判合同的材料。采购战略购买者可以将处理时间从平均两个月减少到三天。
    • 开发了一种机器学习模型,为每个采购申请分配风险分数,以便根据SAP工作流数据自动批准它。改进数据一致性并将批准时间间隔减少到秒。
    • 开发了一种用于发票到帐户匹配的机器学习解决方案,以减少处理时间,提高一致性和减少相关会计错误/欺诈。
    • LED开发合规工具。收集了关于给定公司,策划的新闻,并将每个新闻文章标记到遵守方面的风险或机会的类型。每个公司都会在仪表板上获得许多分数,以告知合规专家了解为管理人员提供的行动或建议。
    技术:Tensorflow,Adobe Indesign,Google云平台(GCP),JavaScript,SQL,Python,统计,深度学习,机器学习
  • 博士 - 研究助理

    2013 - 2017年
    布兰纽斯大学
    • 使用Beloupov-Zhabontisky反应作为实验介质研究非线性振荡器的同步。我的工作包括设计实验,数据收集,数据分析和数学建模。
    • 建立了一种计算机视觉和机械赋权机器人系统,可以自主控制所有实验。在液滴中产生反应并沉积在微旋光芯片上。
    • 开发了一种可编程照明显微镜控制器,可用使用不同的浅色兴奋或抑制液滴。这是通过使用计算机视觉技术来追踪液滴及其实时地位的实现。
    技术:Arduino,Comsol,Matlab,Python

经验

  • 可编程照明显微镜(PIM)控制器(开发)
    //www.youtube.com/watch?v=BsRsiweTfp0

    基于Python的应用来控制多点聚焦显微镜以运行光敏实验。给出了在2D网格上划分的光敏和光学振荡溶液的样品,目标是将光聚焦在所选细胞上,以便激发或抑制它们,使得整个网格将受到训练(就像萤火虫一样)或任何其他给定的结构。

    在Python中实施了确定性和机器学习模型的组合,以训练将学习化学溶液的时间振荡的模型,并通过将其暴露于光线来确定哪些细胞抑制/激发。

    This was part of my dissertation: //search.proquest.com/openview/aa8113b66c0fcb2d9a4f97fe7cfc5091/1?pq-origsite=gscholar&cbl=18750&diss=y

  • 预测绿色出租车提示(开发)
    //github.com/kthouz/NYC_Green_Taxi

    该项目的目标是建立一个模型,该模型可以预测绿色出租车的驾驶员的司机在他/她的骑行中会收到的驾驶员。

    从TLC跳闸记录数据获得数据。在深入分析特征的统计显着性之后,优化了两个随机林模型,并结合了一个大约14的MSE的尖端。显得若干特征是非常重要的,例如骑车者是否用现金或电子方式支付赛道,跳闸持续时间和速度会给交通拥堵的想法。

    //camillegirabawe.shinyapps.io/nycgreentaxi/

  • TOPTOL客户端的评分模型(开发)

    建立了机器学习模型,可为顶部客户端进行类别的参与者。使用多变量线性回归算法构建模型。由于客户希望获得更大的受众,模型被规范化以克服任何过度的源头。
    技术堆栈:Python,MongoDB,Node.js.

  • EDA工具(开发)
    //www.youtube.com/watch?v=Q62jB0ZFv6M&t=1s

    我构建了一个探索性数据分析(EDA)工具,可用于在视觉上探索数据集,运行它的统计信息,并在实时添加注释,以便稍后可以保存或打印。我在前端的后端和D3.js中使用了Python-Flask。

技能

  • 语言

    Python, SQL., R, javascript.
  • 图书馆/ API.

    熊猫, scipy, 克里克特 - 学习, 纹orflow., 凯拉斯, d, 硒韦伯里夫
  • 行业专业知识

    物理
  • 其他

    机器学习, 数学建模, 线性代数, 统计数据, 数据工程学, 深度学习, 软件开发, 数据可视化, 自然语言处理(NLP), Web爬行者
  • 范式

    数据科学, 自动化测试
  • 贮存

    mysql., MongoDB.
  • 构架

    烧瓶
  • 工具

    原子, Git., adobe. Indesign., Apache气流, 马铃薯, COMSOL., Indesign CC., beyquery., MongoDB. Shell.
  • 平台

    苹果系统, 新遗物, arduino., 谷歌云平台(GCP), Linux., unix.

教育

  • 博士在物理学中
    2011年 - 2017年
    布兰纽斯大学 - 沃尔瑟姆,马

认证

  • 计算投资 - 凭证ID PPQHXX8CRWV7
    2016年7月 - 至今
    Coursera.

查看更多个人资料

加入Toptal.
与他人分享