Santiago Hernández，阿根廷布宜诺斯艾利斯的开发者
Santiago is available for hire
Hire Santiago

Santiago Hernández

Verified Expert  in Engineering

机器学习工程师和开发人员

Location
布宜诺斯艾利斯，阿根廷
Toptal Member Since
January 29, 2019

Santiago是一名热衷于解决大规模数据问题的机器学习工程师, optimization, 工程问题. 他带领数据科学家团队构建了预测全球超过3亿用户价值的产品，以优化世界领先公司的广告. 圣地亚哥认为发展优雅是一项严肃的事业, efficient, 以及精心设计的软件系统.

Python 3PythonSQLPandasPostgreSQLREST APIsAlgorithmsSSHMachine LearningTornadoDistributed SystemsLinuxGitSciPyFlask

Portfolio

ZeeMaps (via Toptal)
Bootstrap, PostgreSQL, Redis, Plotly, ipythnotebook, Docker, SaaS, Dash...
自由市场(包含Mutt数据)
Docker，机器学习，ippython笔记本，优化，编程...
Jampp
Pandas, Scikit-learn, Tornado, C, Presto DB, PostgreSQL, Bash, Git...

Experience

机器学习- 4年SQL - 4 yearsPython - 4 years多处理- 3年PostgreSQL - 3 yearsREST APIs - 3 yearsScikit-learn - 3年数据科学- 3年

Availability

Part-time

首选的环境

Bash, Vim文本编辑器，Python, Git, Linux

The most amazing...

...我开发了一个机器学习系统，每小时可以传输超过6000万条消息，并实时构建数据集来预测移动应用的盈利情况.

Work Experience

Data Scientist

2019 - PRESENT
ZeeMaps (via Toptal)
  • 分析公司的系统即服务(SaaS)数据，以找到见解并制定战略业务决策.
  • 建立一个仪表板来评估公司的发展，方便地看到分析和辅助决策.
  • 将订阅用户分为获得用户和风险用户，使我们能够专注于防止风险用户流失, 推动公司发展.
  • 提供收益、终身价值、流失率和其他用户类别指标的可见性.
  • 标记高和中等流失风险的用户，以便提供重点支持和客户服务.
  • 分析和优化赞助搜索活动，以获得新用户.
  • Dockerized仪表盘系统的设置和部署.
  • 执行每个计划和每个用户的成本分析，以评估当前SaaS的定价方法，并在适当的时候通过与高客户执行交易来提高收入.
技术:引导, PostgreSQL, Redis, Plotly, ipythnotebook, Docker, SaaS, Dash, Python, Data Science

机器学习和优化领导者

2019 - 2020
自由市场(包含Mutt数据)
  • 定义了一个优化问题，以优化营销团队的预算和目标ROAS(广告支出回报)，目标分配来自Google Shopping的收入.
  • 对公司和营销团队的数据进行探索性数据分析，以了解预算之间的关系, goals, and results.
  • 开发了成本预测和预测系统, 谷歌购物活动的收入和投资回报取决于预算和目标ROAS目标受业务约束.
  • 设计并开发了一个系统来解决优化问题，并根据预测确定如何在Google Shopping上设置数字营销活动, 预测和业务限制.
  • 使用docker容器和docker compose对系统的设置和部署进行Dockerized.
  • 在一个国家为两个账户部署了系统, after the results, 在同一个国家的另外五个账户上, 随后推广到其他国家.
Technologies: Docker，机器学习，ippython笔记本，优化，编程, Prophet ERP, Pandas, Scikit-learn, Forecasting, Data Science, Python

机器学习工程负责人

2015 - 2019
Jampp
  • 内置的机器学习在线估计器每小时处理超过6000万条程序化广告信息(拍卖的中标率), 第二种价格是拍卖的成本, 以及新用户和应用内事件的转换).
  • 对模型进行优化和特征工程，转化率超过15%，公司净收入增加30%.
  • 开发收入和库存采购优化系统，使净收入增加20%以上.
  • 创建了多个web界面，为机器学习和优化系统提供可见性和可解释性.
  • 领导数据科学家定义和开发处理超过2亿用户的用户集群系统.
  • 开发了一个系统，使用前面提到的系统来做出各种决定——比如出价多少，为哪个客户——在实时拍卖中出售移动应用程序上的广告位.
Technologies: Pandas, Scikit-learn, Tornado, C, Presto DB, PostgreSQL, Bash, Git, 亚马逊网络服务(AWS), Linux, Python

研究员|开发人员

2013 - 2014
综合神经科学实验室
  • 使用Fisher的LDA和svm与EMOTIV EPOC脑电图耳机兼容，在Python中创建了一个思维拼写器.
  • 在一个基于放松的竞赛游戏中工作，使用阿尔法脑波检测玩家.
  • 协助开发稳态视觉诱发电位选择界面，从远处控制乐高头脑风暴汽车.
  • 建了一个网络服务器来控制耳机, 启动不同的系统, 记录大脑活动和用户输入来扩大我们的数据集.
  • 使用不同的分类算法和信号环境研究了念咒变体.
技术:Emotiv SDK, Python

建立更强大的数据科学团队

Nowadays, 在数据科学团队中工作需要与来自不同背景的人一起工作, 比如数学家, economists, actuaries, physicists, and engineers. 作为数据科学团队的技术领导者意味着你不仅要确保研究, insights, 产品不仅为公司增加了价值，而且还具有可复制性, maintainable, reliable, scalable, performant, testable, and correct.

For this reason, 我开始了一系列计算机科学和软件工程方面的现场技术培训，因为团队的数据科学家没有工程或计算机科学背景.

培训课程的主题是算法复杂性, 编程练习, environment setups, data structures, 面向对象的哲学, 软件架构.

On the tech side, 这与适当的入职和代码审查相结合，导致了更好的产品和更快的开发时间. On the social side, 我们很高兴地发现，通过学习和讨论共同的兴趣，我们意外地组建了一个更强大的团队.

数字营销的动态消费模型

在数字营销行业, 绩效营销平台及其客户必须定义广告活动的目标和支出模式，以确定如何向客户收费(如固定的CPM), CPC, CPI or CPA).

我研究了一种新的消费模式，在这种模式下，客户和平台就最大预算和目标达成一致，比如每次点击或购买的最大成本，然后系统在实现目标并确保双方都满意的情况下，找到向客户收费的最优价格.

移动应用程序中的事件预测

我建立了一个统计学习系统来估计移动应用程序用户在应用程序上执行事件的概率. 在线算法每天处理超过400万个数据点，以不断拟合新数据.

这是一个具有挑战性的项目，因为有不同类型的应用程序(如送餐或机票预订应用程序)。, 不同类型的事件(如搜索或购买), 延迟的转换反馈(人们通常不会在看完广告后马上预订机票).

在将其部署到生产环境并将其用于收益优化之前, 回答以下几个问题是很重要的:
•适合一个好的估计器所需的最小数据量是多少?
•如果你停止从数据中学习，继续使用当前的估算器，会发生什么?
•你有多愿意等待延迟的反馈?
•在应用程序中的所有事件中，你想预测哪一个?

在解决了问题并考虑了可能的突发事件之后, 该系统顺利推出，没有出现任何问题.

理财教育手游

我设计并搭建了一款面向青少年进行金融教育的手机游戏后端.

这款游戏从头开始模拟说唱歌手的职业生涯, 在这款游戏中，玩家必须玩迷你游戏并做出正确的决定才能在职业生涯中取得进步.

球员的经理通过给他建议和建议来平衡业余时间来帮助他, 借钱去更大的场地玩游戏，购买物品来增加角色的流量. 该项目在Itau银行和Red Hat组织的竞赛中提出.

Languages

Python 3, Python, SQL, Bash Script, Bash, C, HTML, JavaScript

Libraries/APIs

Scikit-learn, Pandas, REST api, NumPy, SciPy, Matplotlib, ZeroMQ, Keras

Storage

PostgreSQL, Redis, Amazon S3, MySQL

Other

点击率(CTR), Machine Learning, Tornado, Algorithms, Distributed Systems, Optimization, Vowpal Wabbit, SSH, Multiprocessing, Dash, SaaS, Forecasting, Programming, Image Processing

Frameworks

Presto DB, Flask, Bootstrap

Tools

Git, Docker Compose, Vim Text Editor, Emotiv SDK, ippython Notebook, Plotly, Prophet ERP

Paradigms

Data Science

Platforms

Linux、Docker、Jupyter Notebook、亚马逊网络服务(AWS)、Amazon EC2

2015 - 2019

计算机科学硕士学位

布宜诺斯艾利斯大学-布宜诺斯艾利斯，阿根廷

2009 - 2014

计算机科学学士学位

布宜诺斯艾利斯大学-布宜诺斯艾利斯，阿根廷

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

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