Leandro J M Machado,Florianópolis的软件开发商 - 巴西圣卡塔琳娜州
Leandro J M Machado

Florianópolis的软件开发人员 - 巴西圣卡塔琳娜州

成员自2018年8月8日起
Leandro是一个数据科学家,自2013年以来,他'S一直为电子商务,广告,保险和金融服务领域的客户提供数据和机器学习解决方案。他的专业知识从早期原型设计到部署大型机器学习服务。
Leandro现在 可用的 for hire

文件夹

  • 价值
    亚马逊网络服务(AWS),AWS,Tensorflow,Python
  • 卡普柯
    宝石,Solr,Tivotal Cloud Foundry(PCF),Hadoop,Apache Kafka,Apache Hive ...
  • Chaordic.
    redis.,Cassandra,Apache Kafka,Elasticsearch,AWS S3,AWS EC2,Spark,Scala ...

经验

地点

Florianópolis - 巴西圣卡塔琳娜州

可用性

兼职

优选的环境

亚马逊网络服务(AWS),GitHub,AWS,Docker,Spark,Scala,Python

最神奇的......

......我'VE帮助建立是一家数字银行,从巴西最大的银行划伤。

就业

  • 领导科学家

    2017年 - 至今
    价值
    • 开发并维护了信用和欺诈分析管道。
    • 写入风险,合规性,投资组合管理和定价政策。
    • 基于主席团,购买和社交网络数据建造和支持专有的信用评分系统。
    • 映射和集成数据提供商。
    • LED团队。
    技术:亚马逊网络服务(AWS),AWS,Tensorflow,Python
  • 数据科学家|送货带领

    2016 - 2017年
    卡普柯
    • 开发并管理Bradesco的分析解决方案'下一步;包括项目范围,规划,报告和风险管理。
    • LED开发了下一步银行的自助服务帮助解决方案'S移动应用程序。该模型基于TF-IDF信息检索,使用汤普森采样进行反馈提升。
    • 管理下一家银行的支出限制推荐解决方案的开发'S移动应用程序。该模型基于用户用户的协作过滤,使用具有线性回归模型的帐户和信用卡数据来处理冷启动。
    • LED开发实时提供下一体银行的推荐解决方案'S移动应用程序。该模型必须实时跟踪客户交易,以推荐基于客户偏好和合格合作伙伴的个性化优惠和特权。
    技术:Gemfire,Solr,Tivotal Cloud Foundry(PCF),Hadoop,Apache Kafka,Apache Hive,Spark,Python
  • 大数据科学家

    2013 - 2016年
    Chaordic.
    • 电子商务的研究和开发建立推荐算法。
    • 开发了一个用于跨商店广告的实时产品推荐服务。该模型使用了客户'■当前利益列表,推荐在其他在线商店更便宜的类似产品。该解决方案还包括拍卖系统的拍卖系统的设计。
    • 为广告建立了一个实时招标系统,以便自动化和增加广告商的投资回报率。该模型被认为是客户'S导航和购买历史估计最佳出价价格。
    • 创建了一个实验平台,用于简化A / B测试的评估和部署。该平台有助于进行在线实验的一半时间和成本。
    技术:Redis,Cassandra,Apache Kafka,Elasticsearch,AWS S3,AWS EC2,Spark,Scala,Python

经验

  • 应用机器学习的建议(其他令人惊叹的事情)
    //medium.com/@leandromachado_11293/from-magic-to-method-advices-for-applying-machine-learning-fb363136e786

    我写了一篇关于如何有效地应用机器学习的文章,以便有效地应用于行业问题。

  • 消费者支出限制建议(发展)

    我设计并导致了一个数字银行推荐系统的实现,帮助客户为17个交易类别中的每一个设置最佳支出限制。

    该解决方案建在Scala / Spark和Leveraged客户信用卡的Terabytes和检查帐户交易数据。通过使用线性模型和用户用户的协作滤波的组合,解决方案足够强大,适用于所有类别的客户。

  • 实时信用分析管道(开发)

    我设计并导致了在线消费者融资解决方案的信用和欺诈分析算法的实施。

    该解决方案是在Python中实施的,并利用信用局和其他替代数据来源的数据,以有效地评估客户信誉。欺诈分析步骤包括面部识别,并将提供的信息与社交网络等在线声誉源相匹配。通过这种技术的组合,我们可以为客户提供快速和光线的换行过程,同时实现默认预测的KS和GINI的市场度量。

  • 实验平台(开发)

    我设计并领导了一种用于高效分析A / B测试实验的工具的实施。

    它包括一个Scala / Spark作业,它从几个来源中取消 - 例如印象,点击,购买等,并处理此信息以输出许多统计和假设测试。该方法包括用于稳健和计算的分析的袋子袋的袋子的实施。它将运行实验的时间和成本降低了一半。

  • 电子商务中实时广告推荐系统(开发)

    我设计并导致了跨商店广告的实时推荐系统的实现。

    该服务在Scala中实施,并利用了产品内容,产品-Ctr / Chanc等变量,以及客户的交易历史,以推荐类似的产品。该解决方案建立在Scala中,并从Elasticsearch,Cassandra和Redis等数据库中消耗数据。它还提供30多个广告商,并部署在巴西的三大ecommerces之一。

技能

  • 语言

    Scala., Python
  • 构架

    火花, Hadoop., 烧瓶
  • 图书馆/ API.

    火花流, 克里克特 - 学习, numpy., 纹orflow.,
  • 平台

    jupyter笔记本, Apache Kafka., AWS. EC2., 枢轴云铸造(PCF), 亚马逊网络服务(AWS), Docker.
  • 贮存

    Elasticsearch., AWS. S3, Apache Hive., 卡桑德拉, redis.
  • 其他

    推荐系统, 广告, 信用风险, 宝石, CloudFoundry., 自然语言处理(NLP), 社交网络, AWS.
  • 工具

    solr., GitHub.
  • 行业专业知识

    电子商务

教育

  • 计算机科学理学学士学位
    2009年 - 2013年
    Felderade Federal de Santa Catarina - Florianópolis,巴西
  • 完成计算机科学的学分
    2012年 - 2012年
    弗吉尼亚大学 - 夏洛茨维尔,VA,美国

查看更多个人资料

加入Toptal.
与他人分享