Dávid Natingga博士.D.
验证专家 in 工程
数据科学家和开发人员
Dávid帮助他的客户用数学解决最复杂的分析问题, 数据科学, 和技术. 他帮助过许多客户,包括Infosys、Palantir、Suez和TomTom等大公司. Dávid最热门的领域是高频时间序列分析. 他使不可能成为可能. 他的发明包括鲁棒傅里叶变换, 鲁棒异常检测, 克服了更高维度的诅咒. Dávid的优点包括好奇心、创造力和毅力.
Portfolio
Experience
Availability
首选的环境
亚马逊网络服务(AWS), SQL, Go, Julia, Python, TensorFlow, Git, Linux, XGBoost
最神奇的...
...我执行的算法优化是用一个数学公式替换大量的AWS实例, 在普通的笔记本电脑上,哪一个计算瞬间.
工作Experience
数据科学家
Freelance
- 为瞬态检测创造了新的机器学习算法, 本地化, 异常检测, 以及需求预测, 水力管网内.
- 为液压时间序列的专利事件检测解决方案做出了贡献.
- 设计和开发分析解决方案,以解决水务公司面临的具体问题.
- 创建了数据验证算法来验证导入的数据,并检测和纠正损坏的时间序列数据.
- 构建了一个自动报告生成工具,以提供数据质量的概述, 查明数据中的具体问题, 并检测数据捕获的设备的问题.
- 设计了一个可扩展的SQL数据库结构, 基于TimescaleDB扩展, 进行大规模的研究实验.
- 发现客户基础架构中的错误,并建议对其进行简化和解耦,以使其更健壮,更有效地在开发团队和数据科学团队之间工作.
- 创建了新的算法来检测传感器设备的机械错误配置,并纠正错误配置设备的数据.
- 对从监测装置收到的数据的不确定性和置信区间进行了广泛的统计研究.
- 为高级分析开发战略路线图和新架构.
软件工程师
TomTom
- 找出没有已知规范的复杂遗留GIS数据的规范,并成功地将其迁移到新的格式.
- Converted, processed, 并生成了用于全球导航平台的整个世界地图数据.
- 针对给定的不完善和错误数据,开发了概率地图数据错误检测工具.
数据科学家
Pact Coffee(实习生)
- 用Go语言开发了一种推荐新咖啡的算法, 没有用户反馈, 基于它们的内在属性.
- 实现了优于专业咖啡鉴赏家的算法性能.
- 在普通硬件上提供快速的执行速度.
前向部署工程师
Palantir Technologies(实习生)
- 为Palantir Government平台开发文档相似度搜索插件,为Elasticsearch服务器集成安全层, 包括http和Palantir内部认证端点和访问控制列表.
- 扩展代码库, 它包含了超过一百万行代码, 有有限的文件, 并且依赖于遗留软件.
- 更新了以前开发的插件,html - export for Maps,从而满足现有的客户端.
前向部署工程师
Palantir Technologies(实习生)
- 开发一个Java插件, 用于地图的html -出口商, 出口瓷砖, Palantir对象, KML对象, layers, 和其他地图数据从Palantir政府平台到一个HTML文件.
- 在不兼容的地理信息系统之间转换瓦片.
- 直接与客户沟通, 实现了成功部署和使用我开发的插件的记录.
脚背研究实习生
印孚瑟斯实验室
- 研究了并行算法的优化问题,分析了非对称负载分配, 导致出版.
- 在Nvidia (CUDA)显卡上实现了一个自制的序列数据挖掘算法.
- 开发辅助工具,包括统计序列生成器.
Experience
寻找最佳电池尺寸
非侵入式负载监控
智能电动汽车充电
David开发并成功部署了一种智能电动汽车充电算法,该算法使用巧妙的数学方法处理整个过程, 优化技术, 还有启发式算法.
猫,狗,还是熊猫?
数学玻璃
http://play.google.com/store/apps/details?id=user.david.natingga.mathglass索菲娅猜数字
http://play.google.com/store/apps/details?id=user.david.natingga.sophianumberguesser你知道索菲亚是怎么猜出隐藏数字的吗?
Skills
Tools
Git, GIS, Plotly, GitLab, GitHub
Paradigms
异常检测,数据科学,线性编程,敏捷
Platforms
Linux、NVIDIA CUDA、亚马逊网络服务(AWS)
Other
数学, 算法, 机器学习, 人工智能(AI), 统计数据, 优化, Research, 推荐系统, 预测, 时间序列分析, 数论, 数据分析, 数据质量分析, 数据分析, 数据报告, 数学分析, 数学建模, 凸优化, 预测分析, 数据可视化, Google Cloud ML, 深度学习, 对象识别, 计算机视觉, 计算机视觉算法, 深度神经网络, NLU, 自然语言理解(NLU), Big Data, Economics, 降低成本 & 优化,线性优化,or工具,组合优化,信号处理
Languages
Python, Julia, Go, Java, SQL, C, c++, Bash, JavaScript, Python 3, Rust
库/ api
TensorFlow, NumPy, Pandas, Scikit-learn, Keras, Matplotlib, Node.. js、JSON API、XGBoost
Storage
JSON
Education
Ph.D. 数学(可计算性理论)
利兹大学-利兹,英格兰,英国
计算机工程硕士(人工智能)
帝国理工学院-伦敦,英国
认证
解决问题
在线自由职业平台