Construiré e implementaré modelos personalizados de aprendizaje automático y canalizaciones MLOps — por hora

Construyo e implemento sistemas completos de aprendizaje automático listos para producción que resuelven problemas de negocio reales, no solo prototipos que se quedan en un cuaderno acumulando polvo.

Con 15 años de experiencia profesional como líder creativo antes de pasar a la ingeniería de aprendizaje automático, aporto algo que la mayoría de los ingenieros de ML no tienen: una perspectiva estratégica y centrada en el negocio. No solo construyo modelos, entiendo por qué los necesita y qué deben lograr comercialmente. Esto significa que cada sistema que entrego está diseñado teniendo en cuenta sus objetivos operativos reales, no solo las métricas de precisión técnica.

Mi experiencia abarca todo el ciclo de vida de MLOps. Manejo todo, desde la ingeniería de datos sin procesar y la extracción de características hasta el entrenamiento de modelos, evaluación e implementación completa de CI/CD en Google Cloud Platform o Hugging Face. No necesitas contratar personas separadas para preparación de datos, modelado e implementación — entrego el pipeline completo.

Mis especialidades principales incluyen el modelado predictivo para pronosticar resultados comerciales, la visión por computadora y el aprendizaje profundo utilizando redes neuronales convolucionales, el procesamiento del lenguaje natural para el análisis de texto y la comprensión del lenguaje, la previsión de series temporales para la planificación de la demanda y la predicción operativa, y las aplicaciones de GenAI, incluidas las tuberías RAG y las integraciones de LangChain.

Los proyectos reales que he construido e implementado incluyen un sistema de detección de anomalías utilizando autoencoders y espectrogramas mel para mantenimiento predictivo (preseleccionado en ITEC Beijing), una aplicación de predicción de migrañas de extremo a extremo implementada en Hugging Face, un modelo de pronóstico de demanda de restaurantes para optimización de inventario, un clasificador de enfermedades de plantas basado en CNN implementado en GCP con un frontend en vivo, y una aplicación de calificación de tareas impulsada por IA para el sector educativo.

Mi stack tecnológico incluye Python, TensorFlow, Keras, Scikit-Learn, Pandas, NumPy, MLflow, Docker, GitHub Actions, GCP y Hugging Face — todo lo necesario para llevar un concepto de datos sin procesar a un sistema implementado, en vivo y escalable.

Este Zinn tiene un precio por hora. Por favor, envíame un mensaje antes de ordenar para que podamos definir el alcance de tu proyecto, estimar las horas requeridas y asegurarnos de que estamos alineados en los entregables antes de que te comprometas. Luego, simplemente selecciona el número de horas como tu cantidad al finalizar la compra.

Convirtamos sus datos en una solución implementada que realmente funcione.