Rajeev Gupta
Verified Expert in Engineering
Machine Learning Developer
Rajeev对数据和机器学习充满热情，在众多行业和应用程序的数据科学项目中拥有超过五年的经验. 他目前专注于TensorFlow等尖端技术, Keras, deep learning, and most of the Python data science stack. Rajeev使用这些技能解决了NLP中的许多实际业务问题, image processing, and time series domains.
Portfolio
Experience
Availability
Preferred Environment
Google Cloud, Jupyter Notebook, Spyder, Git
The most amazing...
...我实现的项目是一个NLP注意力增强顺序推理模型，用于自动化其中一个业务流程.
Work Experience
Data Developer
Availyst LLC
- 与美国一家食品聚合初创公司合作，研究数据工程和数据抓取, using the Python data science stack, Jupyter Notebook, and AWS services.
- 处理了推荐引擎为用户推荐的一种食物和餐厅.
- 使用Python开发抓取应用程序，并使用AWS服务进行部署.
Independent Consultant — Data Scientist
JSS Information Technology Business Incubator
- 在JSS信息技术企业孵化器担任数据科学导师.
- 帮助小公司和初创公司利用他们的数据.
- 使用机器学习创建预测模型.
- 用神经网络进行自然语言处理.
- 开发分类和回归算法.
- Implemented time-series forecasting.
- Developed image detection with deep learning.
Data Scientist – Fintech Project
Forbes Media - Q.ai
- 管理商业智能团队，作为客户的高级数据科学家.
- Worked as a quant researcher, 使用先进形式的定量技术和人工智能来生成跨多个资产类别的投资建议, including stocks, ETFs, options, and cryptocurrencies.
- 使用Dash为增长、营销和领导团队创建了一个仪表板, Plotly, and Tableau.
Senior Data Scientist and Data Analyst
Premier Global Management Consultancy
- 担任客户及其团队的数据科学家和高级分析师.
- 曾为美国一家大型时装零售商进行需求空间细分.
- 将600万客户数据映射到需求空间段.
Data Scientist
美国一家电信和媒体公司
- 与美国一家电信和媒体公司合作，识别假新闻.
- 建立了两个模型来识别文章中的讽刺和量化谬误.
Independent Consultant – Data Scientist
IBM
- 曾为IBM美国公司优化其美国设施租赁以运行其运营.
- 开发Python模型以提高设施利用率, 降低设施运营成本和租赁成本，减少业务限制.
Independent Consultant – Data Scientist
AbbVie, Inc.
- 与c级高管和产品管理团队密切合作，分析调查并生成数据/报告.
- 帮助产品团队和执行团队做出更明智的决策——通过发现新的机会来增加市场份额, 瞄准细分市场，设计巧妙的解决约束的新方法.
Independent Consultant – Data Scientist
Newristics
- 开发了一个Python应用程序，该应用程序使用自然语言处理与深度神经网络序列来序列学习以实现业务流程自动化.
- Reduced the cost of business operations.
Data Scientist
Sopra Steria Singapore
- Worked with the Land Transport Authority, 新加坡将实现将城市转变为数字化和智能化城市的愿景，以提高为市民提供服务的效率, using machine learning, predictive modeling, and data mining.
Data Scientist
Steria India
- Built a recommendation system for an eCommerce site; it recommended the best possible items to buy based on customer history and collaborative filtering.
- 通过为一家零售银行开发一种分类算法，帮助客户流失预测，识别下一季度可能流失余额的客户，比当前季度至少减少50%.
- 为一家零售银行创建了一个分类算法，通过交叉销售其产品来提高现有客户的销售额, the personal loan (customer cross-sales).
Technical Program Manager
Steria India — Barclays Bank
- 在五年内建立约4300万英镑的客户留存业务效益, cost savings, 以及新的商业机会，预计成本约为1200万英镑.
- 作为指导委员会的重要成员，确定用户需求并为大约250个用户开发定制解决方案,000 Barclaycard acquiring merchants.
- 领导一个包括解决方案架构师在内的147人的项目团队, designers, developers, 测试人员在整个项目开发生命周期中分布在多个地理位置.
- 始终保持在每月资源和预算预测的5%左右.
- 在一个由22个项目经理组成的团队中，被认为是解决问题的人，年支出超过7000万英镑.
Experience
IBM
我开发了Python整数编程算法来解决这个问题. 考虑业务约束使这个问题变得有趣和独特. 我在算法中参数化了优化周期(面向未来的周期)，提供了多个解. The client especially appreciated this feature.
技术:Python, plot，线性编程，包装纸浆
Newristics
我自动化了消息评分过程，在这个过程中，团队将新消息与旧消息进行比较，并对其进行分析，以评估它对启发式的描述有多接近.
然后使用文本清理对文本数据进行预处理, text normalization, and generated unigram bigram of normalized data. 我建立了两个主要模型来解决这个问题:XGBoost和深度神经网络序列到序列学习.
对于XGBoost，我创建了大约900个特性(分为三个部分).
•NLP基本特征:信息的字数/比例/字符数, TF-IDF of unigram/bigram, gensim TF-IDF similarity, and so on
•词嵌入-自/预训练Word2vec/手套加权平均嵌入向量的相似度(TF-IDF为权重), etc.
•图节点度，邻居的交集，k-core/k-clique，分离度等.
我使用深度学习的序列到序列模型来增强序列推理神经网络架构.
Technologies: Python, LSTM, gensim, GloVe, SpaCy, NLTK, Scikit-learn, TensorFlow, Keras, Jupyter Notebook, Git, Google Cloud Platform
AbbVie, Inc.
我们采访了119名医生，了解影响市场驱动因素的HCV组属性, 55 physicians concerning patient treatment, 60位医生关于销售代表的互动以及他们对信息和互动的印象.
我与c级高管和产品管理团队密切合作，分析调查并生成数据/报告. 这有助于产品团队和执行团队做出更明智的决策——通过识别新的机会来增加市场份额, target segments, 并设计出巧妙的解决约束的新方法.
技术:Python, R, Plotly, Matplotlib, Regression, Cluster, Association Rule
Classify H&E Stained Histological Breast Cancer Images
技术:Python 3, Keras, NumPy, Pandas, SciPy, Scikit-learn
啤酒公司sku级的需求预测
以便计划其生产和分销，并帮助批发商进行计划, 对他们来说，准确估计每个批发商(60)的SKU水平(34)的需求是很重要的。.
数据:使用60家机构、34家sku四年的数据进行预测.
•价格促销(美元/升):价格, sales, 以单位单位月为单位，按每百升的美元价值进行促销
•历史销量(百升):以代理商-库存-月为单位的销售数据
•天气(摄氏度):一个机构月份的平均最高温度
•行业苏打水销售额(百升):行业苏打水销售额
•事件日历:事件细节(体育、嘉年华等)
•行业量(百升):行业实际啤酒量
• Demographics: Demographic details (yearly income in dollars); used deep neural networks sequence to sequence learning for demand prediction
基于深度学习的卫星图像特征检测
Skills
Languages
Python, Python 3, SQL, R, CICS, COBOL, Java, XML, JavaScript, CSS
Frameworks
LightGBM, Apache Spark
Libraries/APIs
TensorFlow, TensorFlow Deep Learning Library (TFLearn), Matplotlib, Scikit-learn, Pandas, NumPy, XGBoost, CatBoost, Keras, PyTorch, SciPy, Dask, LSTM, SpaCy, Natural Language Toolkit (NLTK), PySpark
Tools
Jupyter, GitHub, Seaborn, Plotly, Git, Spyder, Gensim, Cluster, Tableau, JCL, Ab Initio, Amazon Elastic MapReduce (EMR)
Paradigms
数据科学，敏捷软件开发，线性编程
Platforms
Docker, Amazon Web Services (AWS), Jupyter Notebook, Google Cloud Platform (GCP), WebSphere, Oracle, Tango
Storage
数据管道、Google Cloud、IBM Db2、VSAM (Virtual Storage Access Method)、MySQL
Other
Data Analysis, Data Analytics, Data Scraping, Data Engineering, Quantitative Modeling, Quantitative Analysis, Mixed-integer Linear Programming, Deep Learning, Deep Neural Networks, Convolutional Neural Networks, Recurrent Neural Networks (RNNs), Long Short-term Memory (LSTM), Natural Language Processing (NLP), Image Processing, Time Series Analysis, Artificial Intelligence (AI), Machine Learning, Modeling, Statistical Modeling, Statistical Methods, Statistical Learning, Analytics, GPT, Generative Pre-trained Transformers (GPT), Statistics, Numba, Optimization, Reinforcement Learning, Deep Reinforcement Learning, Dash, GloVe, Regression, Association Rule Learning, Classification, Content Management, Scraping
Education
Master's Degree in Computer Science
Jawaharlal Nehru University - New Delhi, India
Bachelor's Degree in Mathematics
Delhi University - Delhi, India
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.
Share your needs
Choose your talent
Start your risk-free talent trial
Top talent is in high demand.
Start hiring