Traduit par Google
Science des données pratique - Préparation à l'entretien - Travailler à rebours à partir du produit final avec l'apprentissage automatique
Àpd 54 € /h
Le cours vous apprend à appliquer vos compétences en mathématiques et en codage et vous prépare aux entretiens avec des entreprises allant des start-ups aux grands géants de la technologie. Il couvre la partie ML : (i) travailler à rebours à partir de l'énoncé du problème avec les yeux de la science des données, (ii) choisir la meilleure approche d'apprentissage automatique, (iii) approfondir le ML et préparer l'entretien : (iv) vous préparer à répondre aux questions techniques , (v) questions sur les concepts de ML, (vi) questions sur les produits, (vii) questions sur les principes de travail.
Lieu
En ligne depuis la Belgique
Présentation
Je suis Sr Data Scientist | Chef de produit senior avec plus de 9 ans d'expérience sur Amazon, Generali et PWC. Je suis passionné par l'élaboration de stratégies, le lancement de produits et la démocratisation des connaissances en IA.
Education
Master of Science, Mathématiques (Probabilités et Statistiques) de l'Université de Belgrade, GPA 9.75/10
Baccalauréat ès sciences, mathématiques (probabilités et statistiques) de l'Université de Belgrade, GPA 9.28/10
Baccalauréat ès sciences, mathématiques (probabilités et statistiques) de l'Université de Belgrade, GPA 9.28/10
Expérience / Qualifications
Amazon UE, Italie / Belgique
Extensions Sr Product Manager (Juillet '21 - présent)
• Propriétaire de la stratégie de sélection et de gestion des fournisseurs pour l'expansion d'Amazon dans une nouvelle géographie, créant et
s'exécutant sur un modèle d'exploitation évolutif et allégé pour la première fois sur Amazon pour l'expansion
• Lancement du leader monothread de la localisation de catalogues pour 5 nouveaux pays sur 3 continents
Amazon UE, Milan, Italie
Scientifique principal des données | Chef de produit Sr (Juillet '19 – Juin '21)
• Diriger une équipe qui utilise l'apprentissage automatique pour introduire un changement radical dans le commerce de détail d'Amazon EU en incubant
des idées innovantes qui améliorent l'expérience client et optimisent la gestion des affaires.
• Projets : détection automatique des causes profondes à l'aide de la PNL sur les commentaires des clients (réduction du taux de retour de 24 % grâce au ML
classification et extraction d'insights non supervisée) ; Pipeline d'inférence causale pour la propension aux promotions et
incrémentalité (>1000 utilisateurs professionnels, économies annuelles 12%) ; Prévision de l'érosion des prix tout au long du cycle de vie du produit
• Pile technique : Python (spacy/BERT, sklearn, Keras), AWS (Lambda, Amazon SageMaker, s3, QuickSight)
Groupe Generali, Milan, Italie
Sr Data Scientist ( mars '16 - juin '19)
• Projets de science des données de bout en bout : configuration de l'analyse de rentabilisation, conseils sur le processus analytique, mise en œuvre du produit
• Domaines d'activité : Optimisation et automatisation des processus, Fraude, Gestion des sinistres, Assurance maladie, Tarification
• Algorithmes d'apprentissage automatique : apprentissage en profondeur avec Keras, vision par ordinateur, traitement du langage naturel, OCR
• Pile technique : Python, Spark, R, Microsoft Azure, Spotfire, Tableau
Generali assurance Serbie, Belgrade, Serbie
Actuaire (13 juin – 16 février)
• Tarification et développement de produits pour l'assurance de dommages, modélisation de nouveaux tarifs pour l'assurance non-vie
• Évaluation du risque de tarification, évaluation du risque de réserve et calcul des réserves techniques
• Prévisions et business plans : meilleure estimation du passif
PricewaterhouseCoopers, Belgrade, Serbie
Stagiaire en assurance (septembre '12 – mars '13)
• Membre de l'équipe sur les missions d'audit d'états financiers : audit des processus commerciaux, de la conception et du fonctionnement de
contrôles internes, réalisation de tests de corroboration
• Évaluation des provisions pour pertes sur prêts dans le secteur des services financiers
Extensions Sr Product Manager (Juillet '21 - présent)
• Propriétaire de la stratégie de sélection et de gestion des fournisseurs pour l'expansion d'Amazon dans une nouvelle géographie, créant et
s'exécutant sur un modèle d'exploitation évolutif et allégé pour la première fois sur Amazon pour l'expansion
• Lancement du leader monothread de la localisation de catalogues pour 5 nouveaux pays sur 3 continents
Amazon UE, Milan, Italie
Scientifique principal des données | Chef de produit Sr (Juillet '19 – Juin '21)
• Diriger une équipe qui utilise l'apprentissage automatique pour introduire un changement radical dans le commerce de détail d'Amazon EU en incubant
des idées innovantes qui améliorent l'expérience client et optimisent la gestion des affaires.
• Projets : détection automatique des causes profondes à l'aide de la PNL sur les commentaires des clients (réduction du taux de retour de 24 % grâce au ML
classification et extraction d'insights non supervisée) ; Pipeline d'inférence causale pour la propension aux promotions et
incrémentalité (>1000 utilisateurs professionnels, économies annuelles 12%) ; Prévision de l'érosion des prix tout au long du cycle de vie du produit
• Pile technique : Python (spacy/BERT, sklearn, Keras), AWS (Lambda, Amazon SageMaker, s3, QuickSight)
Groupe Generali, Milan, Italie
Sr Data Scientist ( mars '16 - juin '19)
• Projets de science des données de bout en bout : configuration de l'analyse de rentabilisation, conseils sur le processus analytique, mise en œuvre du produit
• Domaines d'activité : Optimisation et automatisation des processus, Fraude, Gestion des sinistres, Assurance maladie, Tarification
• Algorithmes d'apprentissage automatique : apprentissage en profondeur avec Keras, vision par ordinateur, traitement du langage naturel, OCR
• Pile technique : Python, Spark, R, Microsoft Azure, Spotfire, Tableau
Generali assurance Serbie, Belgrade, Serbie
Actuaire (13 juin – 16 février)
• Tarification et développement de produits pour l'assurance de dommages, modélisation de nouveaux tarifs pour l'assurance non-vie
• Évaluation du risque de tarification, évaluation du risque de réserve et calcul des réserves techniques
• Prévisions et business plans : meilleure estimation du passif
PricewaterhouseCoopers, Belgrade, Serbie
Stagiaire en assurance (septembre '12 – mars '13)
• Membre de l'équipe sur les missions d'audit d'états financiers : audit des processus commerciaux, de la conception et du fonctionnement de
contrôles internes, réalisation de tests de corroboration
• Évaluation des provisions pour pertes sur prêts dans le secteur des services financiers
Age
Adolescents (13-17 ans)
Adultes (18-64 ans)
Niveau du Cours
Débutant
Intermédiaire
Avancé
Durée
60 minutes
Enseigné en
anglais
italien
serbe
français
Compétences
Disponibilité semaine type
(GMT -05:00)
New York
Mon
Tue
Wed
Thu
Fri
Sat
Sun
00-04
04-08
08-12
12-16
16-20
20-24
Garantie Le-Bon-Prof