帕特丽夏Cobelli，乌拉圭蒙得维的亚部门蒙得维的亚开发人员
Patricia is available for hire
Hire Patricia

帕特丽夏Cobelli

验证专家  in Engineering

机器学习工程师和人工智能开发人员

Location
乌拉圭蒙得维的亚，蒙得维的亚省
至今成员总数
2022年11月8日

Patricia是一位自学成才的机器学习工程师，拥有计算机视觉方面的专业知识. 她可以处理机器学习解决方案的每一步, 从数据工程到模型培训和在AWS上的部署. 帕特丽夏即将完成她的硕士学业，并与布朗大学的研究人员合作完成她的论文.

数据可视化机器学习深度学习人工智能(AI)FastAPI计算机视觉GitPythonPandasPyTorchPython 3数据争吵Back-endWebhooks亚马逊网络服务(AWS)图像识别开源

Portfolio

累了银行家
api、AWS IAM、AWS Lambda、Amazon Simple Queue Service (SQS)...
Pento
Python 3, PyTorch, 亚马逊网络服务(AWS)， GitHub, JavaScript, Flask...
西班牙大学República
MATLAB, Python 3, PyTorch, GitLab，机器学习，深度学习...

Experience

神经网络- 3年Git - 3年亚马逊网络服务(AWS): 2年FastAPI - 2年PyTorch - 2年PostgreSQL - 2年Python 3 - 2年烧瓶- 2年

Availability

Part-time

首选的环境

GitHub，亚马逊网络服务(AWS)， Python 3, PyTorch, Trello, Slack

最神奇的...

...解决方案使用计算机视觉模型来自动增强电子商务产品图像, 提高转换效率，降低设计成本.

工作经验

后端工程师

2023年至今
累了银行家
  • 总结文献使用GPT-3, GPT-3.5、GPT-4.
  • 开发REST API，并使用Serverless将其部署到AWS API Gateway.
  • 创建并填充PostgreSQL数据库，并将其部署到AWS RDS.
  • 结合AWS SQS和AWS Lambdas开发数据ETL, 哪些计划提取数据, 转换它并将其存储在数据库中.
Technologies: api、AWS IAM、AWS Lambda、Amazon Simple Queue Service (SQS), 亚马逊API网关, Amazon RDS, FastAPI, SQL, SQLAlchemy, PostgreSQL, Scraping, GPT, OpenAI GPT-3 API, 自然语言处理(NLP), Webhooks, Clean Code

机器学习工程师

2020 - 2023
Pento
  • 规划并指导目标检测库的开发. 它允许没有计算机视觉知识的数据科学家在不需要理解计算机视觉模型的情况下向他们的管道中添加有价值的信息.
  • 开发了一个网络应用程序，提供洞察力，以提高在线营销kpi. 它涉及数据提取和分析, 模型实现, 使用FastAPI进行API开发, 使用React进行前端开发, 以及它们的部署.
  • 创建了一个开源工具来跟踪和比较嵌入. 我们希望结果是我们可以使用的，从而导致一个健壮且易于使用的工具.
  • 通过实现用于分割的多个计算机视觉模型，实现在线模型生成器的自动层创建, 关键点检测, etc. 通过开发模型，层生成不再是瓶颈.
技术:Python 3, PyTorch, 亚马逊网络服务(AWS)， GitHub, JavaScript, Flask, FastAPI, 神经网络, PostgreSQL, React, 机器学习, 深度学习, 数据可视化, 数据科学, Python, 人工智能(AI), 计算机视觉, Back-end, Datasets, 数据争吵, Pandas, Node.js, MySQL, Python Dataclasses, APIs, API的应用程序, Pydantic, Python Attrs, 图像处理, 机器学习操作(MLOps), 生成模型, 稳定的扩散, 开源, PIP, Linux, PyCharm, 生成对抗网络(GANs), 对象检测, 对象跟踪, 亚马逊SageMaker, OAuth, SQLAlchemy, 图像识别, 早期的创业公司, OAuth 2, 计算机视觉算法, Webhooks, Clean Code

Researcher

2018 - 2023
西班牙大学República
  • 实现了基于物理信息的神经网络，用于从激光雷达数据点重建风场, 成为我国第一个使用这项技术的人.
  • 应用马尔可夫链蒙特卡罗算法(MCMC)计算了一个低调节风电场的可能可用功率, 提供单个值输出和置信范围.
  • 给一班工科学生教授流体力学.
技术:MATLAB, Python 3, PyTorch, GitLab，机器学习，深度学习, 数据可视化, Python, 人工智能(AI), 物理模拟, Datasets, 数据争吵, 模拟, Pandas, PIP, Linux, PyCharm, 数据科学, Energy

数据科学家

2021 - 2022
Renovus
  • 开发了数据批量预处理的端点, 考虑所有丢失或不正确数据的可能性.
  • 引导机器学习模型实现. 通过结合机器学习和风能专业知识, 我可以推荐一种解决方案，证明它在成本效益方面更好.
  • 开发了一个API，将处理后的数据发送到前端.
技术:Python 3, FastAPI, PostgreSQL, 数据可视化, 数据科学, Python, Back-end, 数据争吵, Pandas, 亚马逊网络服务(AWS), MySQL, APIs, API的应用程序, Pydantic, Python Attrs, 机器学习操作(MLOps), PIP, SQLAlchemy, 早期的创业公司, Energy

模型自动生成

一个网络应用程序，允许用户在不同的地方模拟图像. 我帮助开发了自动创建Photoshop图层的模型，以创建模型效果. 这涉及到分割模型, 关键点检测模型, 经典的计算机视觉技术, etc.

开源软件工具

一个用Python开发的开源工具，用于跟踪和比较嵌入空间. 我参与了演示的开发和最终的代码审查，以及处理新问题.

目标检测工具

我是开发PyTorch对象检测库的团队负责人. 我们为数据科学家创建了一个工具，可以在不需要计算机视觉知识的情况下将目标检测包含在他们的管道中.

网络应用程序的数字营销优化

该项目涉及开发一个React web应用程序，使用Python后端和PyTorch和Scikit-learn模型. 我是开发应用程序的小团队的一员，参与了产品的每个技术方面. 最初，我研究了数据，研究了广告参数和期望kpi之间的关系. 然后，我创建了特征提取管道，并将它们部署到Serverless中. 最后，我们使用React、顺风CSS和Chart开发了显示数据的前端.js.

计算机视觉模型中心

该项目涉及一个内部模型中心，其中包含用于销售目的的不同计算机视觉模型. 这些模型包括颜色检测, 背景去除, 图像分类, 以及目标检测.

开发并部署了颜色检测模型和图像分类模型. 我还创建了使用这些模型的网页.

风电场分析工具

这个工具包括一套分析模型，用来预测一个被削减的风力发电场可能产生的电力. 我是这个工具的唯一开发者, 建立模型来预测入流风速, 模拟尾流, 并指出下游风力涡轮机可能的功率.

可再生能源分析Web应用程序

http://www.renovus.tech/
这个项目包括开发一个网络应用程序，集中所有与风能和太阳能农场有关的数据, 从维护文档到在线指标和天气预报. 我用FastAPI创建了风能后端.

超分辨率的论文

我是一篇论文的主要研究者，该论文评估了单图像超分辨率的不同生成对抗网络(gan)架构. 两种不同的gan架构, SRGAN和ESRGAN, 是否通过基于结果的比较指标进行研究, inference, 培训时间.

投资分析网页

这个项目包括一个网页，完整地分析了S&500强公司. 它包括股票价格、资产负债表、收益电话会议记录摘要和10-Q文件. 我负责数据管道, 设计数据库, 搜集资料, 存储在数据库中, 并创建API将数据提供给前端.
2021 - 2023

能源工程硕士学位

乌拉圭蒙得维的亚共和国大学

2022 - 2022

应用数学访问研究员

布朗大学-普罗维登斯，罗德岛，美国

2015 - 2020

机械工程专业工程师学位

乌拉圭蒙得维的亚共和国大学

2018 - 2018

化学工程专业工程师学位

萨拉曼卡大学-萨拉曼卡，西班牙

2020年11月至今

使用Python访问Web数据

密歇根大学| Coursera

2020年11月至今

Python数据结构

密歇根大学| Coursera

2015年1月至今

英语水平证书

剑桥大学

库/ api

PyTorch, Pandas, SQLAlchemy, React, Node.js, Pydantic, Scikit-learn

Tools

Git, GitHub, GitLab, PyPI, MATLAB, Trello, Slack, PyCharm, 亚马逊SageMaker, AWS IAM, Amazon Simple Queue Service (SQS)

Languages

Python 3, Python, JavaScript, SQL

Paradigms

数据科学，干净的代码，REST

Storage

PostgreSQL, MySQL, Elasticsearch

Frameworks

Flask, Tailwind CSS, OAuth 2

Platforms

亚马逊网络服务(AWS)、Linux、AWS Lambda

Other

神经网络, FastAPI, 机器学习, 深度学习, 数据可视化, 人工智能(AI), 计算机视觉, Datasets, 图像处理, Back-end, 物理模拟, 数据争吵, 模拟, Python Dataclasses, APIs, API的应用程序, Python Attrs, 机器学习操作(MLOps), 对象检测, 图像识别, 早期的创业公司, Energy, 计算机视觉算法, Webhooks, 生成模型, 稳定的扩散, 开源, PIP, Serverless, 生成对抗网络(GANs), 对象跟踪, OAuth, 人工智能编程, Models, 自然语言处理(NLP), 生成预训练变压器3 (GPT-3), GPT, 生成预训练变压器(GPT), 亚马逊API网关, Amazon RDS, Scraping, OpenAI GPT-3 API

有效的合作

如何使用Toptal

在数小时内，而不是数周或数月，我们的网络将为您直接匹配全球行业专家.

1

分享你的需求

在与Toptal领域专家的电话中讨论您的需求并细化您的范围.
2

选择你的才能

在24小时内获得专业匹配人才的简短列表，以进行审查，面试和选择.
3

开始你的无风险人才试验

与你选择的人才一起工作，试用最多两周. 只有当你决定雇佣他们时才付钱.

对顶尖人才的需求很大.

开始招聘