Stefan Petrov
Verified Expert in Engineering
机器学习开发人员
从高中开始,Stefan就对人工智能的潜力着迷. 在过去的几年里, 作为使用R的十多种分析产品的主要开发人员,他一直在谋生, Python, Mathematica, .NET, and Java. Recently, Stefans一直专注于运筹学类型的问题和使用随机森林, 时间序列模型, Keras, 神经网络的TensorFlow, PyMC3, Stan代表贝叶斯模型, 线性编程和MIP编程.
Portfolio
Experience
Availability
首选的环境
PostgreSQL, JetBrains, RStudio
The most amazing...
...我写的代码是一个连续逼近算法来计算最佳的货运时间表. 我们使用了列生成和L1松弛的组合.
Work Experience
机器学习工程师
Freelance
- 开发了股票价格预测的机器学习算法,夏普比率为3.2. 使用机器学习、神经网络和传统预测机制的集合. 使用Google Cloud创建并开发了API和数据管道.
- 通过NLP管道对新闻进行分析,以预测外汇汇率变化.
- Did prediction and optimization of required inventory levels for inventory stock levels with many item types (>30000 SKU). 使用机器学习分类和概率规划,结合运筹学技术.
- 从自我报告调查中估计的精神疾病类型和严重程度(使用NLP和ML技术). 与医学专科医生(精神病学)合作.
- 在细粒度空间尺度(各国尺度不同)上对人口数据进行时空分析,用于收入估算. 使用特殊的时空统计技术.
Head of Research
Transmetrics
- 在1 - 3个项目中担任所有问题的关键分析贡献者.g. 任何需要优化、统计、ML或AI的内容). projects.
- 使用机器学习、统计和深度神经网络技术预测需求时间序列.
- 建模和优化运输公司的问题, like: routing, network design, 仓库优化, using ML, 线性优化, 近似算法MIP, CP, 和强化学习, 和概率规划.
- 分析和协商业务需求和项目方向,考虑:. •数据可用性,. •业务需求,. •解决某些类型问题的可行性和技术;. •进行反事实分析以证明价值.
- 业务——很好地收集了运营数据, 但有时它不能很好地支持分析任务(例如.g.,重要的数据只收集了一部分). 使用ML、概率规划和凸优化来解决这些问题.
- 执行代码审查, 指导和促进解决问题的过程, 阅读论文,在组织内传播知识.
- 估算租赁资产的回报时间, 使用生存分析和其他ML/统计技术.
- 招聘、面试和指导团队成员. 参与产品开发及售前工作.
量化开发人员
CommEq资产管理公司
- 用Python开发算法交易系统. 重构代码库,使代码行数减少六倍. 将机器学习算法更改为1,在回测中表现更好.
- 为新闻分类和标注执行了一些自然语言处理工作(多标签分类问题), 显著改进了目前使用的模型. 测量方法是汉明损失.
- 利用凸优化技术进行投资组合再平衡.
定量分析仪
Bwin.派对数码娱乐
- 开发模块,确定感兴趣的事件(目标)的概率, points, 以及体育赛事的价格(赔率), 在公司网站上提供. 主要使用Mathematica和f#.
- 解决各种BI问题(如.g., 新运动模式发布对该运动收入的影响, 客户分类, and others). 使用ML和统计学技术,e.g. XGBoost分类等.
- 改进了排球和其他几个点运动模型,提高了P&L对它们的影响很大. 使用数值分析算法,回溯测试和ML. 也参加过篮球和网球模特.
- 开发了目前使用的大部分客户分类(危险与否), VIP or not, 即将搅拌/不搅拌, 等等)模型. 使用机器学习,深度学习和概率编程算法.
- 处理定价问题(定价组合). 采用近似算法求解非线性优化问题.
- 使用f#和Mathematica开发运动模型库(直接部署到生产中)和简单的GUI客户端(用于交易员的质量控制).
量化开发人员
保加利亚蓝边| Evolution Capital Management
- 开发高频交易策略, 目的是在日本进行贸易, 使用专门版本的PCA, ML, and optimization.
- 通过技术交易实施主要方法——试图确定市场中的持久机制, 基于电子交易账簿中相关数量的检测.
- 在回溯测试/交易平台(c#, MS SQL栈)工作.
- 在考虑延迟和交易成本等交易复杂性之前,使用R/Python开发EDA和原型设计以及策略性能上界的估计.
- 研究订单动态(e).g.(投标的预期寿命).
定量和后端开发人员
Cayetano Gaming
- 与指定游戏逻辑的游戏设计师一起开发一款老虎机游戏, 什么类型的奖励和迷你游戏存在, 并提供游戏应该如何“感觉”的愿景.“这表现在支付的波动性、奖金结构、奖金频率等方面. For example, “寒意”可能会经常导致小额支出, 而充满悬念的游戏可能会有较少的大额支付.
- 在一个负责编写游戏逻辑和开发内部组合优化器的团队工作,以找到合适的符号分布,从而满足游戏的“感觉”和预期的支付属性.
- Wrote three games, 其中一个新颖之处在于玩家方面涉及了一些策略. 这需要不同的定价技巧.
- 实现了对轮盘赌行为的临时统计分析.
Experience
高频回测机
Skills
Languages
Python, Python 3, R, SQL, f#, Wolfram, Julia, c#, Scala, Java
Tools
statmodels, Mathematica, JetBrains, CPLEX, IBM Watson, Tableau
Paradigms
Data Science, 线性规划, 约束编程, 商业智能(BI), 异常检测
Other
Data Analytics, Algorithms, 应用数学, 时间序列分析, Forecasting, Linear Regression, 数据可视化, Graph Theory, 数学建模, Time Series, Machine Learning, Data Reporting, Product Analytics, 项目领导, Data Mining, ARIMA Models, 统计建模, Neural Networks, 自然语言处理(NLP), 软件开发, SaaS, 数学金融学, Statistics, 贝叶斯统计, 供应链优化, 混合整数线性规划, 渐变增强树, 客户细分, GPT, 生成预训练变压器(GPT), Product Design, Spatial Analysis, 强化学习, 运筹学, Team Leadership, Teamwork, Gradient Boosting, 凸优化, Data Analysis, 概率论, 数控编程, Dashboards, 主成分分析(PCA), Economics, 计算机工程, 根本原因分析, 逻辑回归, Logistics, 深度神经网络, 递归神经网络(rnn), Random Forests, 支持向量机(SVM), 聚类算法, 随机建模, 分层聚类, Google Data Studio
Frameworks
RStudio Shiny, Apache Spark, .NET
Libraries/APIs
Scikit-learn, SciPy, TensorFlow, Flask-RESTful, XGBoost
Platforms
Jupyter Notebook, RStudio, Docker, Linux, Ubuntu, Google Cloud SDK
Storage
MongoDB, Teradata, Microsoft SQL Server, PostgreSQL
Education
经济学数学建模硕士学位
索菲亚大学-索菲亚,保加利亚
计算机工程学士学位
名古屋工业大学-名古屋,日本
应用数学学士学位
索菲亚大学-索菲亚,保加利亚
日语课程证书
东京外国语大学-东京,日本
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.
Share your needs
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.
Start hiring