苏雷什Kasipandy
验证专家 in 工程
数据科学家和开发人员
一部分数据科学家,一部分云解决方案架构师, 苏雷什擅长处理业务问题,并建立端到端云数据系统来解决这些问题. 从流数据管道到数据湖再到深度学习系统, Suresh利用最新的技术和尖端的方法来构建健壮和容错的系统,帮助您从数据中利用业务价值.
Portfolio
Experience
Availability
首选的环境
Jupyter笔记本, MacOS, Linux, Python, TensorFlow
最神奇的...
...我做的是一个订餐应用的推荐系统, 为每个用户提供独特和个性化的用户体验.
工作Experience
数据工程师
辉瑞- PGS操作的见解
- 设计并实现端到端数据管道系统.
- 为几个备受瞩目的项目贡献了数据工程和API开发.
- 参与仓库和应用程序使用的关系和图形数据模型的数据建模.
数据科学家
Foodhub
- 在AWS上构建Redshift数据仓库,用于分析和报告.
- 使用Python、Apache气流、Apache火花和AWS Glue开发ETL工作流.
- 使用AWS QuickSight构建完整的BI报告套件.
- 创建了一个聊天机器人解决方案,使用BotXO自动化客户服务交互.
- 使用AWS Kinesis和AWSλ从MySQL设计流数据管道.
- 使用AWS Kinesis、Apache火花、AWS S3和Apache Hudi部署了一个流数据湖解决方案.
- 建立了一个欺诈检测系统来检测和标记欺诈订单.
- 通过证明多个垂直领域的业务价值,验证了Segment客户数据平台(CDP)的POC, 包括市场营销, 发展, 和操作.
- 使用基于AWS S3的关联分析部署了一个购物车内推荐引擎, AWSλ, Apache火花, 和AWS API网关.
- 安装了一个基于购买历史的推荐引擎,使用基于AWS Neptune(高性能图形数据库)的NLP和图形技术, AWS S3, AWSλ, Apache火花, 和AWS API网关.
Web开发人员
Chowmill公司.
- 在React Native中设计并实现了一个移动应用的前端功能, 包括UI, 场景导航, 推送通知.
- 带头实现几个特性, 包括促销码, 地址条目, 支付流程.
- 使用Firebase实现用户活动跟踪和事件日志记录.
- 通过用户活动跟踪,对用户体验进行了一些改进,为更好的用户体验做出了贡献.
- 使用Git, Bitbucket, 和Jira在新功能的实现和发布上与团队协调.
- 识别、记录并解决了错误和缺陷.
数据分析师实习生
Triva Tek Systems
- 为使用Python的临时分析请求创建了预处理和清理数据的脚本.
- 根据需求和业务规则为新功能构建数据模型.
- 分析历史数据,然后创建洞察和趋势报告.
- 在Tableau中开发仪表板和KPI报告,帮助业务用户监控业务效率.
Web开发人员
Techguru
- 根据客户需求开发网站的用户体验和前端.
- 编写数据库脚本以及SQL存储过程、函数和触发器.
- 对客户进行社交媒体情感分析和数字营销分析,并根据kpi提出改进建议,提高网站流量和可访问性.
- 编写使用Ajax与RESTful web api和web服务交互的应用程序级代码, JSON, XML, 和jQuery.
Experience
端到端BI系统
使用ETL管道(内置Python和Pyspark), 我们将每日和每小时批量的事务性和操作性数据转移到数据仓库中, 使技术用户可以根据需要运行分析查询. 然后,我们使用亚马逊QuickSight构建了一个仪表板和报告生态系统,以帮助监控业务绩效指标和kpi, 允许业务用户监视和优化业务性能.
客服聊天机器人
Ted, 的聊天机器人, 在不影响客户体验质量的情况下,将90%的客户服务交互自动化. 它成功地处理了400%的客户基础增长的流量,并且在CSAT分数达到80%的情况下,消除了扩大客户服务团队的需要.
个性化推荐
欺诈检测系统
Skills
语言
Python, SQL, Python 3, Cypher, 雪花, XML
库/ api
TensorFlow, Scikit-learn, PySpark, Pandas, OpenCV, NumPy
Tools
亚马逊QuickSight, Git, GitHub, Jira, Tableau, Apache气流, Amazon弹性容器服务(Amazon ECS), 亚马逊雅典娜, 亚马逊的, 你只看一次(YOLO), 亚马逊OpenSearch
Paradigms
数据科学,ETL,商业智能,DevOps
平台
Jupyter笔记本, 亚马逊网络服务(AWS), MacOS, Linux, Docker, AWSλ, Amazon EC2, 砖, Kubernetes
Storage
数据管道, 图形数据库, 数据的湖泊, Redshift, Amazon S3 (AWS S3), MySQL, Neo4j, 数据库, PostgreSQL, JSON
Other
机器学习, 数据挖掘, 自然语言处理(NLP), 工程数据, 数据分析, 数据分析, GPT, 生成预训练变压器(GPT), APIs, 非结构化数据分析, ETL工具, 数据操作, 随机建模, 组织, 时间序列分析, Apache Hudi, 亚马逊运动, Segment, Chatbots, 关联规则学习, 推荐系统, 数据建模, 数据策略, GraphDB, 指示板, 数据可视化, Big Data, Writing & Editing, 深度学习, 卷积神经网络(CNN), 递归神经网络(rnn), 数据报告, 人工智能(AI), 客户之旅, 用户的旅行, 数据迁移, 分析, 报告, 算法, NLU, 仪表板发展, k近邻(KNN), 数据清理, 用户体验(UX), 亚马逊API网关, 因果推论, 生成的人工智能, 三角洲湖, Delta Live Tables, 生产
框架
Spark, Apache火花, Selenium, Data Lakehouse
行业专业知识
医疗保健
Education
数据科学硕士学位
南加州大学-洛杉矶,加州,美国
计算机工程学士学位
喀里多尼亚工程学院-马斯喀特,阿曼
认证
砖注册数据工程师助理
砖
高级数据科学家(SDS)
美国数据科学委员会(DASCA)
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.
分享你的需求
选择你的才能
开始你的无风险人才试验
对顶尖人才的需求很大.
开始招聘