Amanbir Singh，印度德里的开发者
Amanbir is available for hire
Hire Amanbir

Amanbir Singh

验证专家  in Engineering

数据科学家和后端开发人员

Location
Delhi, India
至今成员总数
2021年9月13日

Amanbir在数据科学、分析和后端工程方面拥有10年的经验. 他曾在一家大型多边组织和早期科技创业公司工作. Amanbir擅长与客户合作解决复杂的商业问题，并在机器学习方面拥有深厚的专业知识, data analysis, 构建可扩展的web应用程序.

数据分析Data MiningData Analysis统计分析数据科学家探索性数据分析Web ScrapingData Scraping机器学习Back-endWeb开发CTOIntegration后端开发人工智能(AI)

Portfolio

季风CreditTech
Python, Pandas, Django, Angular, Docker, Kubernetes，机器学习...
美国的解释
Python，人工智能，机器学习，文本到语音(TTS)...
Harbor
OpenAI GPT-3 API, GPT, OpenAI GPT-4 API...

Experience

数据科学——10年姜戈- 7年熊猫- 7岁机器学习- 7年Python - 7年软件架构- 7年机器学习操作(MLOps) - 3年Docker - 3年

Availability

Part-time

首选的环境

Python, 数据分析, Data Science, 机器学习, Pandas, 生成预训练变压器(GPT), OpenAI GPT-3 API, 最小可行产品(MVP), 生成预训练变压器3 (GPT-3), OpenAI GPT-4 API, 用户界面(UI), 产品管理, 大型语言模型(llm)

最神奇的...

...我参与的数据科学项目是从头开始构建一个用于信用风险评估的自动机器学习平台.

工作经验

产品和工程主管

2016年至今
季风CreditTech
  • Led the development of the SaaS AutoML platform as an architect and product manager; made wireframes, 编写用户和功能需求, 决定后端架构, 用Django跑短跑, Angular, Jenkins, and Docker.
  • 内部使用的结构化AutoML库. 该平台生成了针对借贷进行优化的机器学习模型.
  • 担任我们内部数据科学团队使用的开发人员工具的产品经理和架构师，以加快模型开发和部署.
  • Managed client engagements with 15 banks and NBFCs; built and deployed models to identify risky borrowers at the time of application. 为客户增加了20%以上的收入.
  • 雇佣并管理了一个由10多名数据科学家和软件开发人员组成的团队. 进行一对一的指导，为团队设定目标，并指导初级成员.
  • 为支持多个和多阶段模型的机器学习模型构建了自动部署流程.
技术:Python, Pandas, Django, Angular, Docker, Kubernetes，机器学习, Data Science, 机器学习操作(MLOps), XGBoost, Jupyter笔记本, SQL, 数据分析, 数据可视化, Data Mining, Web Scraping, 数据报告, 人工智能(AI), Agile, Data Analysis, Time Series, 时间序列分析, Optimization, 金融建模, 亚马逊网络服务(AWS), MySQL, Azure, Scikit-learn, Statistics, 统计分析, 实时数据, 预测分析, APIs, Banking & Finance, Architecture, Leadership, 自动化脚本, Scripting, AWS Lambda, REST APIs, Amazon S3 (AWS S3), HTML, 决策树, 数据科学家, 自然语言处理(NLP), 推荐系统, Regression, PDF Scraping, Scraping, Back-end, 软件架构, Azure ML Studio, Git, 亚马逊DynamoDB, PostgreSQL, 不良贷款(NPL), Data Scraping, TypeScript, NumPy, MongoDB, Serverless, 预测建模, 客户细分, Visualization, Django REST框架, 完整的开发, API集成, AI Design, Automation, Full-stack, CSS, Flask, 解决方案架构, 软件开发, PyPDF2, openpyxl, Microservices, Advisory, 技术战略 & Architecture, Databases, Web开发, CTO, DevOps, 谷歌云平台(GCP), JavaScript, 对象关系映射(ORM), 技术领导, 数据库体系结构, 敏捷软件开发, 数据结构, 亚马逊SageMaker, ETL, 最小可行产品(MVP), 需求分析, Startups, Mathematics, 任务调度, 正则表达式, Sockets, 线性回归, 数据驱动的决策, 决策建模, 神经网络, Programming, Integration, 用户界面(UI), Cloud, Models, 探索性数据分析, EDA, Modeling, Data Cleaning, 非结构化数据分析, 大数据集, 数据收集, Spreadsheets, 机器学习自动化, Amazon弹性容器服务(Amazon ECS), 数据处理, 产品管理, Amazon EC2, 后端开发, Azure Cosmos数据库, GitHub, Azure的功能, Azure Blobs, Scrapy, 大型语言模型(llm), 回归建模, 语言模型, FastAPI, 集装箱化, Vertex, 系统架构, 产品路线图, 产品策略

AI /毫升开发人员

2023 - 2023
美国的解释
  • 开发了一个实时翻译API，可以跨任何语言将语音转换为语音.
  • 在Django中构建了一个后端来处理流音频数据，并返回翻译后的音频数据和转录. 后端还处理了会议创建和会议加入.
  • 在React中创建了一个前端，并使用RecordRTC捕获音频. 建立WebSocket连接，允许音频流到后端.
  • 部署在Azure服务的前端和后端.
  • 集成多种翻译和语音生成服务.
技术:Python，人工智能，机器学习，文本到语音(TTS), 语音到文本的转换, 自然语言处理(NLP), React, Azure文本到语音, Elementor, Django, Azure, OpenAI, WebSockets, TypeScript, JavaScript, RecordRTC, 语音识别, 语言模型, 提示工程, 系统架构, 新产品开发

AI/ML专家/顾问

2023 - 2023
Harbor
  • 是否促使工程改进LLM模型预测.
  • 将开源法学硕士与封闭模型进行比较.
  • 公司基础设施上的自托管开源法学硕士.
  • 在Python中构建一个提示测试框架来比较和改进提示.
技术:OpenAI GPT-3 API, GPT, OpenAI GPT-4 API, 生成预训练变压器(GPT), 生成预训练变压器3 (GPT-3), AIOps, 机器学习操作(MLOps), 自然语言处理(NLP), 图形处理器(GPU), AI Design, 亚马逊SageMaker, Hugging Face, ChatGPT, Amazon EC2, 后端开发, GitHub, LangChain, Pinecone, 大型语言模型(llm), OpenAI, LlamaIndex, 语言模型, 提示工程, 集装箱化, 系统架构

AI /毫升工程师

2023 - 2023
成长未知有限责任公司
  • 开发使用OpenAI api生成定制父母建议的提示.
  • 向提示添加上下文，以调整输出的语气.
  • 将OpenAI与其他选项进行比较，制定未来产品开发计划.
技术:Python, 机器学习, 语言模型, OpenAI GPT-4 API, OpenAI GPT-3 API, GPT, 数据科学家, 语言学习, 生殖系统, 自然语言处理(NLP), ChatGPT, 大型语言模型(llm), OpenAI, 提示工程, 系统架构

机器学习专家

2023 - 2023
AmpVis Ltd.
  • 建议客户构建MVP，包括所需的所有技术步骤.
  • 决定团队结构来处理不同的产品决策.
  • 为其他技术职位的招聘决策提供咨询.
技术:Python, 机器学习, 人工智能(AI), Data Science, APIs, 谷歌视觉API, 亚马逊Rekognition, Programming, Cloud, Models, 数据科学家, 生殖系统, Deep Learning, 大型语言模型(llm), 产品路线图, 产品策略

数据科学家

2023 - 2023
新云医疗有限公司
  • 构建了一个Looker Studio仪表板，以显示基于过滤器的数据和汇总统计信息.
  • 在Looker Studio中添加可视化功能，以从数据中生成见解.
  • 创建了根据所选字段动态更新的仪表板视图.
技术:Python, PDF Scraping, Scraping, Databases, Looker, Programming, 语言模型, GPT, Data Cleaning, 数据科学家, Spreadsheets, 数据处理, 大型语言模型(llm)

研究协调员

2015 - 2016
JustJobs网络
  • 建立内部数据管理系统来跟踪数据集的版本.
  • 领导了印度职业培训和技能建设项目的研究. Led data collection and analysis; published a findings report.
  • 设计统计学和R培训模块，用于新员工培训.
技术:Python, R, 数据分析, 数据可视化, Data Mining, Web Scraping, 数据报告, Data Analysis, Statistics, 统计分析, 自动化脚本, Scripting, 数据科学家, Regression, Scraping, Git, 预测建模, Visualization, Automation, Mathematics, 线性回归, 数据驱动的决策, 决策建模, Programming, Models, 探索性数据分析, EDA, Modeling, Data Cleaning, 非结构化数据分析, 数据收集, Spreadsheets, 数据处理, 回归建模

Consultant

2014 - 2015
世界银行集团
  • 监督全州范围内4500个个人和家庭调查的数据收集.
  • 建立模型以确定影响青少年教育和劳动力市场结果的因素.
  • 参与研究成果的传播.
技术:R, Data Science, 数据分析, 数据可视化, Data Mining, 数据报告, Data Analysis, Statistics, 统计分析, 自动化脚本, Scripting, Regression, Git, 预测建模, Visualization, ETL, Mathematics, 线性回归, 数据驱动的决策, 决策建模, Programming, Models, 探索性数据分析, EDA, Modeling, Data Cleaning, 非结构化数据分析, 数据收集, Spreadsheets, 数据处理, 回归建模

高级研究助理

2012 - 2014
小额信贷研究中心
  • 管理两项随机对照试验，研究印度金融准入的影响.
  • 培训和监督一个由30名成员组成的实地小组，在四个地区进行1 700项个人调查.
  • 使用Open Data Kit和SurveyCTO设计并实施了6份电子问卷，并构建了调查数据的后端.
技术:占据, Survey Design, Open Data Kit, 数据可视化, Data Mining, 数据报告, Data Analysis, 因果推论, Statistics, 统计分析, 自动化脚本, Regression, Visualization, Mathematics, 线性回归, 数据驱动的决策, Models, 探索性数据分析, EDA, Modeling, Data Cleaning, 非结构化数据分析, 数据收集, Spreadsheets, 数据处理, 回归建模

自动贷款平台

http://monsoonfintech.com/thoth/
建立了一个AutoML平台，从贷款人那里获取数据，并生成最先进的机器学习模型. 支持传统财务数据和替代(短信，手机等).) data.

该平台为新应用程序生成模型，并帮助收集运行贷款. 这是作为SaaS产品提供的.

为贷款人定制机器学习模型

http://monsoonfintech.com/
管理一个由开发人员和数据科学家组成的团队，为贷款人构建模型. 这包括预测贷款申请风险的模型, 金融产品推荐引擎, 和营销模式接触，以确定目标客户.

为印度最大的银行制造并交付模型. 这使得拖欠率降低了30%，贷款批准率提高了25%.

世界银行报告

http://documents.worldbank.org/en/publication/documents-reports/documentdetail/866381523450216235/a-window-of-opportunity-a-diagnostic-of-adolescent-girls-and-young-women-s-socio-economic-empowerment-in-jharkhand-india
与世界银行密切合作，确定重大挑战, 伴随着关键的改革, 贾坎德邦的青春期女孩, 印度面临着.

我的工作包括实验设计、数据收集、分析和建模. 我还负责报告的传播和与主要利益相关者的沟通.

Languages

Python, HTML, R, SQL, TypeScript, CSS, JavaScript

Frameworks

Django, Django REST框架，Bootstrap, Material UI, Angular, Flask, Scrapy

库/ api

Pandas, XGBoost, Scikit-learn, REST APIs, NumPy, 美丽的汤, Sockets, 谷歌视觉API, 亚马逊Rekognition, React, RecordRTC

Tools

亚马逊SageMaker, Git, Spreadsheets, Amazon弹性容器服务(Amazon ECS), GitHub, STATA, Open Data Kit, Azure ML Studio, Looker

Paradigms

Data Science, Automation, 对象关系映射(ORM), Agile, Microservices, 敏捷软件开发, ETL, 需求分析, DevOps

Platforms

Jupyter笔记本, AWS Lambda, Amazon EC2, Docker, 亚马逊网络服务(AWS), Azure, Azure的功能, Kubernetes, 谷歌云平台(GCP)

Storage

MySQL, Amazon S3 (AWS S3), PostgreSQL, MongoDB, Databases, 数据库体系结构, Azure Cosmos数据库, Azure Blobs, 亚马逊DynamoDB

Other

机器学习, 数据分析, Data Mining, Web Scraping, 人工智能(AI), Data Analysis, Statistics, 统计分析, 预测分析, APIs, Architecture, 自动化脚本, Scripting, 决策树, 数据科学家, 自然语言处理(NLP), Regression, PDF Scraping, Scraping, Back-end, 软件架构, 不良贷款(NPL), Data Scraping, 预测建模, 客户细分, Visualization, 完整的开发, API集成, 软件开发, PyPDF2, Advisory, 技术战略 & Architecture, Web开发, CTO, 技术领导, OpenAI GPT-3 API, 最小可行产品(MVP), Startups, 正则表达式, 线性回归, 数据驱动的决策, Programming, Integration, Models, GPT, 探索性数据分析, EDA, Modeling, Data Cleaning, 非结构化数据分析, 大数据集, 数据收集, 机器学习自动化, 数据处理, ChatGPT, 后端开发, 回归建模, OpenAI, 提示工程, 系统架构, 产品路线图, 产品策略, 新产品开发, 机器学习操作(MLOps), 数据可视化, 数据报告, Time Series, 时间序列分析, 实时数据, Leadership, 推荐系统, Serverless, AI Design, Full-stack, 解决方案架构, 数据结构, 生成预训练变压器(GPT), 生成预训练变压器3 (GPT-3), Mathematics, 任务调度, OpenAI GPT-4 API, 决策建模, 神经网络, Cloud, 语言模型, 语言学习, 生殖系统, 产品管理, LangChain, 大型语言模型(llm), 语音到文本的转换, 语音识别, LlamaIndex, FastAPI, 集装箱化, Survey Design, SaaS, Optimization, 金融建模, 因果推论, openpyxl, 用户界面(UI), Deep Learning, AIOps, 图形处理器(GPU), Hugging Face, Pinecone, 文本转语音(TTS), Azure文本到语音, Elementor, WebSockets, Vertex

行业专业知识

Banking & Finance

2008 - 2012

经济学和统计学学士学位

卡内基梅隆大学-匹兹堡，宾夕法尼亚州，美国

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.

Start hiring