Profilbild von Joaquin GomezPrats Data Scientist | Machine Learning Engineer aus Berlin

Joaquin Gomez Prats

nicht verfügbar bis 01.05.2024

Letztes Update: 05.02.2024

Data Scientist | Machine Learning Engineer

Abschluss: Diplom Ingenieur Elektrotechnik
Stunden-/Tagessatz: anzeigen
Sprachkenntnisse: deutsch (verhandlungssicher) | englisch (verhandlungssicher) | spanisch (Muttersprache)

Dateianlagen

Lebenslauf-JGP_060923.pdf
CV-JGP_060923.pdf
Arbeitszeugnisse-JGP_011023.pdf

Skills

 
Key Skills: Data Science, Machine Learning, Elektrotechnik, Prototyping, KI-Beratung, Vorträge. Wichtigste angewandte Tools: Python (numpy, pandas, matplotlib, scikit-learn, Keras, FastAPI, OpenCv), Matlab, Linux, Git, Docker, Electronics,
Data Science / Machine Learning Skills und Kenntnisse:
  • Supervised, Unsupervised and Reinforcement Learning
  • Machine Learning System Design
  • Neural Networks
  • Classification: Multiclass, Multilabel
  • Linear / Logistic Regression
  • Recommender Systems
  • Sentiment Analysis
  • Support Vector Machines
  • Principal Component Analysis (PCA)
  • Anomaly Detection
  • K-Means (Clustering)
  • Decision Trees. Random Forests
  • u.v.m
  • Deep Learning Specialization
    • Neural Networks and Deep Learning
    • Hyperparameter tuning, Regularization and Optimization
    • Machine Learning Projects Structurization
    • Convolutional Neural Networks
    • Sequence Models
 
  • Entwickelte Projekte und Aktivitäten:
    • Automated Cattle Counting System: Object Detection und Tracking über Computer Vision und Neuronale Netze
    • Stella: Georeferenziertes Wetterwarnsystem für die Landwirtschaft.
    • Machine Learning (ML) fundamentals and types of ML algorithms. Vortrag/Klasse für das Philospher-Kolloquium
    • Automated Trading Bot.
    • Deep-Tic-Tac-Toe: Reinforcement Learning und Explainable AI. Pädagogisch
 
  • Tools / Werkzeuge / Programmiersprachen
    • Python
      • Numpy
      • Pandas
      • Matplotlib
      • Keras/Tensorflow
      • OpenCV
    • Jupyter Notebooks
    • SQL. MySQL
    • MATLAB
    • Simulink
    • Git
    • Linux (Debian, Ubuntu)

Wind Energy / Windenergie Erfahrung:
  • Fachkompetenz und Aufgaben: Entwicklung von Pitch-Antrieben sowie Umsetzung in elektrischem und mechanischem Design, Programmierung und Parametrierung von Pitch-Frequenzumrichtern, Digitaltechnik, Auswertung von SCADA-Daten, Signalverarbeitung, Fehler-Ursachen-Analyse, Aufbau und Betreuung von Prototypanlagen, Planung und Durchführung von Messungen und Tests, Ultrakondensatoren, Spezifikationen von Komponenten und Software, Modellbildung und Simulation.
  • Ausgewählte entwickelte und implementierte Projekte:
    • Alternative back-up system with ultracapacitors: End-to-End-Implementierung.
    • Automated wind park data analyze: Automatisierung der Analyse der Sensordaten von Windturbinen zur Erkennung von Anomalien und Erzeugung statistischer Daten für Zertifizierungszwecke.
    • Thermisches Nabenmodell: Modellentwicklung, -implementierung, -simulation und -validierung.
    • Second source pitch system: Konzept und Implementierung eines alternativen Pitchsystems
    • Frequency Converter Logic Simulator
  • Überfachliche Qualifikationen: analytisches Denken, Flexibilität, Kreativität, Teamfähigkeit, Fremdsprachenkenntnisse (Englisch, Deutsch), Zielstrebigkeit, Selbstorganisation, Reisebereitschaft
Elektronikingenieurwesen Kenntnisse:
  • Digitaltechnik
  • Nachrichtentechnik
  • Signalverarbeitung
  • Schaltpläne
  • Physik, Modellen und Simulation

Projekthistorie

07/2018 - bis jetzt
Data Science | Machine Learning | Elektrotechnik

Fachkompetenz und Aufgaben: Data Science, Machine Learning, Scientific Programming, KI-Beratung, Vorträge.

Entwickelte Projekte und Aktivitäten:

        ◦ Automated Cattle Counting System: Object Detection und Tracking über Computer Vision und Neuronale Netze
        ◦ Machine Learning (ML) fundamentals and types of ML algorithms. Vortrag/Klasse für das Philospher-Kolloquium
        ◦ Automated Trading Bot.
        ◦ Deep-Tic-Tac-Toe: Reinforcement Learning und Explainable AI. Pädagogisch
        ◦ Stella: Georeferenziertes Wetterwarnsystem für die Landwirtschaft.

* Wichtigste angewandte Werkzeuge: Python (Numpy, Matplotlib, Pandas), Keras, OpenCv, Git, Jupyter Notebooks, SQL, Matlab, Linux.

10/2020 - 11/2021
Development and implementation of a medical classification software via statistical methods and Machine Learning
MIA Medical Information Analytics GmbH (Pharma und Medizintechnik, 10-50 Mitarbeiter)

MIA Medical Information Analytics GmbH. Data Scientist, Machine Learning Developer.
Development and implementation of a medical classification software via statistical methods and Machine Learning
Applied Technologies: Python, numpy, pandas, matplotlib, scikit-learn, Keras, FastAPI, NLP, tf-idf, Fasttext,
Linux, Git, Docker

10/2019 - 06/2020
Data Science | Machine Learning
F13 Solutions (Sonstiges)

Georeferenziertes Wetterwarnsystem für die Landwirtschaft.

Implementierungsdetails: Das System sammelt die Vorhersagedaten mehrerer Wetterdienste für einen bestimmten Standort, validiert sie (a posteriori) durch Benutzereingabe oder eine lokal installierte Wetterstation und lernt auf der Grundlage dieser Daten, Warnungen besser vorherzusagen. Es handelt sich also um ein maschinelles Online-Lernsystem. Es sendet Warnungen und Berichte über einen Telegramm-Bot.


02/2019 - 08/2019
Softwareentwickler
Privatkunde (Konsumgüter und Handel)

Automatisiertes Trading Bot. Regelbasiert.


07/2018 - 12/2018
Data Science | Machine Learning
National University of Rosario (Öffentlicher Dienst, 1000-5000 Mitarbeiter)

Deep-Tic-Tac-Toe: Reinforcement Learning und Explainable AI: Pädagogisches selbstlernendes Brettspiel.


03/2011 - 01/2018
Entwicklungsingenieur, Windenergie. Pitch-System
Suzlon Energy Ltd, Rostock. Wind-Energy (Energie, Wasser und Umwelt, 5000-10.000 Mitarbeiter)

Fachkompetenz und Aufgaben: Entwicklung von Pitch-Antrieben sowie Umsetzung in elektrischem und mechanischem Design, Programmierung und Parametrierung von Pitch-Frequenzumrichtern, Digitaltechnik, Auswertung von SCADA-Daten, Signalverarbeitung, Fehler-Ursachen-Analyse, Aufbau und Betreuung von Prototypanlagen, Planung und Durchführung von Messungen und Tests, Ultrakondensatoren, Spezifikationen von Komponenten und Software, Modellbildung und Simulation

Ausgewählte entwickelte und implementierte Projekte:
  • Alternative back-up system with ultracapacitors: End-to-End-Implementierung.
  • Automated wind park data analyze: Automatisierung der Analyse der Sensordaten von Windturbinen zur Erkennung von Anomalien und Erzeugung statistischer Daten für Zertifizierungszwecke.
  • Thermisches Nabenmodell: Modellentwicklung, -implementierung, -simulation und -validierung.
  • Second source pitch system: Konzept und Implementierung eines alternativen Pitchsystems
  • Frequency Converter Logic Simulator
Angewandte Tools: Matlab, Simulink, CoDeSys, Frequenzumrichter-Software, Schaltpläne, Logisim

Überfachliche Qualifikationen: analytisches Denken, Flexibilität, Kreativität, Teamfähigkeit, Fremdsprachenkenntnisse (Englisch, Deutsch), Zielstrebigkeit, Selbstorganisation, Reisebereitschaft

10/2009 - 03/2010
Wissenschaftler. Autonomes Fahren
Institut für Regelungstechnik (IFR), TU Braunschweig und Niedersächsisches Forschungszentrum Fahrzeugtechnik (NFF) (>10.000 Mitarbeiter)

Forschungsthema: Autonomes Fahren, Datenverarbeitung, Sensordatenfusion, Regelungstechnik, Ortung.
  • Übertragung, Verarbeitung und Auswertung von Sensor-Daten (LIDAR-Scanner) für Fahrspurerkennung und Tracking, Ortung Konzeptentwicklung und Simulierung, Datenfusion (zw. Sensor-Daten und Luftbild), GUI Entwicklung für Visualisierung und Simulierung, Unterrichtung und Betreuung von Studierenden (Matlab)
  • Angewandte Fachkenntnisse und Werkzeuge: Nachrichtentechnik, Signalverarbeitung, Modellierung, Matlab, Matlab-Simulink, Linux, C, Eclipse.

06/2008 - 09/2009
Systems Administrator: network, security, and database administration
Universidad de Ciencias Médicas (Medizinische Universität) (Pharma und Medizintechnik)

Implementierung eines Gesundheitsmanagementsystem.
  • Konzeption, Inbetriebnahme und Wartung eines Kommunikationszentrums; Projektmanagement; Entwicklung und Implementierung einer Sicherheitsstrategie; Datenmonitoring, Controlling und System-Evaluation; Einrichtung und Konfiguration der Hard- und Software; Einrichtung und Administration der Datenbank
  • Installation und Betriebsführung eines elektrischen Generators gegen Stromausfall
  • Angewandte Fachkenntnisse und Werkzeuge: Netzwerkmanagement, TCP/IP, VoIP, Windows, Linux, MySQL (Servers), Elektroteknik.

Reisebereitschaft

Verfügbar in den Ländern Deutschland, Österreich und Schweiz
Profilbild von Joaquin GomezPrats Data Scientist | Machine Learning Engineer aus Berlin Data Scientist | Machine Learning Engineer
Registrieren