edward Mihranyan,亚美尼亚埃里温的开发者
Eduard is available for hire
Hire Eduard

Eduard Mihranyan

Verified Expert  in Engineering

Machine Learning Developer

Location
Yerevan, Armenia
Toptal Member Since
January 10, 2022

爱德华是一位经验丰富的数据科学家,在IT公司和银行业工作过. 有七年以上的行业经验, 他已经证明了自己在提供高质量的端到端解决方案方面的能力,这些解决方案显著提高了公司的kpi. 他最近的项目是在生成人工智能领域,特别是法学硕士和Text2Image模型. Eduard is a problem solver. 他通过不断学习和保持最新状态不断提高自己的武器库.

Portfolio

Plat.AI
文本到图像,分析,机器学习,深度学习,金融,Python...
雅诗兰黛公司.
人工智能(AI),谷歌AI平台,推荐系统...
PicsArt
机器学习,深度学习,数据分析,工程,CI/CD管道...

Experience

Availability

Part-time

Preferred Environment

PyCharm, Slack, GitHub,亚马逊网络服务(AWS), ARIMA, Forecasting, JupyterLab

The most amazing...

...我为一家最大的照片编辑公司开发了一个内部推荐引擎.

Work Experience

高级机器学习工程师

2022 - PRESENT
Plat.AI
  • 创建对象替换模型, 哪个在图像中找到描述的对象,并用新对象的提供的图像替换它, 保持其他一切不变.
  • 对基于指令的LLM进行了微调,以解决公司数据的特定汇总任务.
  • 开发了一个强化学习环境,以优化探索和分配资源, 使公司利润最大化. 该项目具有最高的优先级,并显示出显著的改进.
  • 设计了保险评分模型, 哪一个估计事故发生的概率,并根据风险计算保险费率.
  • 建立了一个客户时间序列预测模型,用于银行业,以改进其评分模型.
Technologies: 文本到图像,分析,机器学习,深度学习,金融,Python, OpenAI GPT-3 API, GPT, Language Models, Reinforcement Learning, Amazon Web Services (AWS), 生成预训练变压器3 (GPT-3), 生成预训练变压器(GPT), OpenAI GPT-4 API, Predictive Modeling, Pricing Models, Git, Docker, Data Scientist, ChatGPT, OpenAI, Azure, Azure SQL Data Warehouse, 专用SQL池(以前称为SQL DW), 谷歌云平台(GCP), SQL, 大型语言模型(llm), Data Processing, Kubernetes

谷歌推荐AI专家

2022 - 2022
雅诗兰黛公司.
  • 开发了收集和预处理数据的自动推荐管道, trains a model, 并作为API端点来请求和获取建议.
  • 设计了一个全面的a /B测试来检查推荐模型的在线性能.
  • 创建并训练内部推荐模型(基于用户和基于项目),这些模型将来可能用于取代当前的解决方案.
Technologies: 人工智能(AI),谷歌AI平台,推荐系统, Google, Python, Machine Learning, APIs, Google BigQuery, AI Design, Neural Networks, Forecasting, MySQL, Data Pipelines, Snowflake, Model Development, Data Analytics, Data Extraction, Data Engineering, Git, Data Scientist, 谷歌云平台(GCP), Google Analytics, BigQuery, Data Processing

全栈机器学习科学家

2019 - 2022
PicsArt
  • 建立了一个基于稳定扩散的内部文本到图像生成模型, which works live, 和一个集成的微调机制,使生成器可以创建和修改用户的图片, e.g.,用你的脸创造一个超级英雄.
  • 开发了向用户推荐贴纸的推荐系统模型. 第一个模型是基于用户偏好的,在推出后,每个接触点的贴纸使用量增长了300%以上.
  • 在创建了一个考虑照片和贴纸之间的视觉匹配的模型后,付费内容的使用率增加了150%,订阅指标也有了显著增长.
  • 通过设计一个模型,捕捉用户对PicsArt工具和内容的偏好,并将其划分为有意义的细分,提高了营销团队在定位受众方面的活动成功率.
  • 创建一个异常检测算法,捕获应用程序崩溃中的异常峰值,并向开发团队报告, 改进团队修复bug的流程.
  • 通过开发向用户展示广告和订阅服务的广告优化模式,大大增加了公司的收入.
  • 为CEO进行全球公司分析,寻找最佳发展方式, 这改变了公司的发展方向,并导致了一个新的部门组织的最高优先级的项目.
  • 管理一个三人团队,负责不同的项目,并鼓励他们的个人成长.
Technologies: 机器学习,深度学习,数据分析,工程,CI/CD管道, Torch, Reinforcement Learning, Statistics, Research, Python, PySpark, Pandas, Scikit-learn, Gensim, NumPy, 人工智能(AI), Recommendation Systems, GitHub, Data Science, Google AI Platform, Mathematics, Analytics, Time Series, R, APIs, 自然语言处理(NLP), 生成预训练变压器(GPT), GPT, AI Design, Time Series Analysis, Amazon Web Services (AWS), Neural Networks, 人工神经网络(ANN), TensorFlow, Image Generation, ARIMA, ARIMA Models, Forecasting, LSTM, 自然语言理解(NLU), PyTorch, JupyterLab, MySQL, Random Forests, XGBoost, Data Pipelines, Linear Regression, Snowflake, Model Development, Keras, Computer Vision, BERT, Data Analytics, Data Reporting, Language Models, Data Extraction, Data Engineering, Predictive Modeling, Predictive Analytics, Databricks, Azure Databricks, Data-driven Marketing, Pricing Models, Git, Docker, Algorithms, Data Scientist, PostgreSQL, Plotly, Tableau, Data Manipulation, Data Modeling, OpenAI, Azure, 专用SQL池(以前称为SQL DW), Azure SQL Data Warehouse, 谷歌云平台(GCP), Statistical Data Analysis, SQL, Google Analytics, BigQuery, Transformers, Data Processing, Kubernetes

Machine Learning Scientist

2018 - 2019
Ameriabank
  • 开发了一个信用风险模型来预测保留客户的违约,这是目前获得零售信贷的主要方法. 结果是公司的利润显著增加.
  • 创建了一个预测企业客户风险的模型,作为获得企业信贷的主要方法, 这导致了公司利润的显著增长.
  • 开发信贷组合优化模型,提高当前投资组合的盈利能力.
技术:机器学习, Deep Learning, Finance, Data Analysis, Optimization, Python, Pandas, Torch, Scikit-learn, Gensim, NumPy, 人工智能(AI), GitHub, Data Science, Mathematics, Analytics, Time Series, R, APIs, AI Design, Architecture, Time Series Analysis, Amazon Web Services (AWS), Microsoft Power BI, Neural Networks, 人工神经网络(ANN), TensorFlow, AI Programming, ARIMA, ARIMA Models, Forecasting, LSTM, 自然语言理解(NLU), PyTorch, JupyterLab, MySQL, Random Forests, XGBoost, Data Pipelines, Linear Regression, Model Development, Keras, Computer Vision, BERT, Data Analytics, Data Reporting, Language Models, Data Extraction, Predictive Modeling, Predictive Analytics, Data-driven Marketing, Git, Algorithms, Data Scientist, PostgreSQL, Tableau, Data Manipulation, Financial Analysis, Statistical Data Analysis, SQL

Machine Learning Engineer

2017 - 2018
BetConstruct
  • 改进了之前的原型,用于模拟足球比赛的最终比分.
  • 开发了一个预测角球和足球比赛中黄牌或红牌数量的模型.
  • 创建了一个模型来预测篮球比赛的最终结果——赢、输或平局.
技术:机器学习, Deep Learning, Gaming, Python, Pandas, Data Analysis, Scikit-learn, NumPy, 人工智能(AI), GitHub, Data Science, Mathematics, Analytics, Time Series, R, AI Design, Microsoft Power BI, Neural Networks, 人工神经网络(ANN), TensorFlow, AI Programming, Forecasting, LSTM, 自然语言理解(NLU), PyTorch, JupyterLab, MySQL, Random Forests, XGBoost, Linear Regression, Model Development, Keras, Computer Vision, BERT, Data Analytics, Data Reporting, Data Extraction, Predictive Modeling, Algorithms, Data Scientist, Google Analytics

Data Scientist

2016 - 2017
TeamViewer Germany
  • Collaborated with the growth hackers team and analyzed the main direction of the company's growth; found out optimal bundling of current products and optimal prices for sales.
  • 根据过去用户的评论进行流失分析, 导致客户流失的主要原因(文本分析).
  • 创建分析仪表板,用于监控公司范围内的指标.
技术:机器学习, Statistics, Data Analysis, SQL, R, Pandas, Scikit-learn, NumPy, Data Science, Mathematics, Analytics, Time Series, AI Design, Time Series Analysis, Microsoft Power BI, Neural Networks, 人工神经网络(ANN), AI Programming, ARIMA Models, Forecasting, JupyterLab, Random Forests, XGBoost, Linear Regression, BERT, Data Analytics, Data Reporting, Predictive Analytics, Data-driven Marketing, Algorithms, Data Scientist, Tableau, Google Analytics

Text to Image Generator

一个基于稳定扩散的模型被训练成使用高斯噪声创建图像,同时采用用户提供的图像和文本形式的指导. 通过给模型提供用户的照片和附带的文字说明, 生成器可以根据给定的指令生成修改原始照片的新图像. For example, 它可以用用户的脸创建一个超级英雄的形象,并把超级英雄放在埃菲尔铁塔附近.

照片推荐系统

该模型在之前选择的基础上捕获了照片和贴纸之间的最佳匹配, 优质的照片编辑. 它使用了一种度量学习方法,根据照片和贴纸的视觉特征来获得它们之间的距离.

基于偏好的推荐系统

该模型捕获用户到项目和项目到项目的交互,以预测并向当前用户推荐新项目. 我们在PicsArt用户和他们使用贴图的大量数据上训练模型. 目前,该模型正在所有平台和接触点上生产.

Ads Optimization

In this project, 该模型捕获用户偏好和兴趣,以优化应用程序中的广告,并根据每个用户最喜欢的工具和内容显示订阅提供屏幕.

Credit Default Prediction

该项目涉及预测每笔贷款违约的概率,并确定每个客户的信誉. 每笔贷款的贷款金额和利率都是确定的, 或者如果违约的概率很高, 贷款请求被拒绝了.

营销活动优化

我在这个项目中的角色是创建一个机器学习模型,该模型可以发现用户对应用程序特性的兴趣,并将所有用户划分为具有相似兴趣的子组. 市场营销团队利用这一点在关键指标中具有较高转换率的小群体中开展有针对性的市场营销活动.

时间序列异常检测

该模型捕获了每小时计数数据崩溃行为的异常变化, 分析时间序列数据的历史. 当检测到异常时,它会提醒开发团队修复问题.

条件生成模型的统计保证

一项应用研究项目在巴黎ENSAE学院的Arnak Dalalyan教授的指导下进行. 我们从统计的角度引入了一个方便的框架来研究条件(对抗)生成模型. 它包括将生成装置建模为维度远小于环境空间的单位超立方体的光滑变换,并通过积分概率度量来测量生成模型的质量.

Aesthetic Predictor

训练一个模型来预测给定的照片是否可以被认为是美学的. 现有的最先进模型之间的主要区别在于,它捕获了没有出现在开源数据集中的公司特定标准. 它也被用作内容质量评估器, 这有助于提高依赖质量分数的其他模型的性能.

Languages

SQL, Python, R, Snowflake

Libraries/APIs

PySpark, LSTM, PyTorch, XGBoost, NumPy, Pandas, Scikit-learn, TensorFlow, Keras, Spark ML

Tools

Google Analytics, Gensim, GitHub, Git, Tableau, BigQuery, Google AI Platform, Microsoft Power BI, Plotly

Paradigms

Data Science

Other

Machine Learning, Deep Learning, Data Analysis, Statistics, 人工智能(AI), Recommendation Systems, Mathematics, Analytics, 自然语言处理(NLP), AI Design, Neural Networks, 人工神经网络(ANN), AI Programming, ARIMA, ARIMA Models, Forecasting, JupyterLab, Random Forests, Linear Regression, Model Development, BERT, Data Analytics, Data Reporting, GPT, 生成预训练变压器(GPT), Data Extraction, Predictive Modeling, Probability Theory, Predictive Analytics, Data Scientist, Data Modeling, Statistical Data Analysis, Transformers, Data Processing, Engineering, Torch, Reinforcement Learning, Research, Finance, Optimization, Time Series Analysis, Time Series, Google BigQuery, Architecture, Financial Modeling, SARIMA, 自然语言理解(NLU), Computer Vision, 生成对抗网络(GANs), Language Models, Word Embedding, OpenAI GPT-4 API, Azure Databricks, Data-driven Marketing, Pricing Models, Algorithms, Data Manipulation, OpenAI, Generative AI, 大型语言模型(llm), CI/CD Pipelines, Gaming, APIs, Image Generation, Google, ChatGPT, Generative Systems, Diffusion Models, 生成式人工智能(GenAI), Text to Image, Images, Clips, Aesthetics, Content, Data Engineering, OpenAI GPT-3 API, 生成预训练变压器3 (GPT-3), Financial Analysis

Frameworks

Spark

Platforms

Amazon Web Services (AWS), Databricks, 谷歌云平台(GCP), Kubernetes, Docker, Azure, Azure SQL Data Warehouse, 专用SQL池(以前称为SQL DW)

Storage

MySQL, PostgreSQL,数据管道

2019 - 2021

数据科学硕士学位

埃里温州立大学-埃里温,亚美尼亚

Collaboration That Works

How to Work with 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

Share your needs

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

Choose your talent

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.

Start hiring