Thomas James Cartwright，英国爱丁堡的开发者
Thomas is available for hire
Hire Thomas

Thomas James Cartwright

Verified Expert  in Engineering

机器学习工程师和开发人员

Location
Edinburgh, United Kingdom
Toptal Member Since
July 17, 2020

Thomas有三年的行业设计经验, 开发和生产机器学习解决方案，并有五年开发软件解决方案的行业经验. 他拥有爱丁堡大学(University of Edinburgh)的人工智能(AI)理学硕士学位, 专攻传统机器学习, deep learning, and reinforcement learning. 因为对创业有浓厚的兴趣, Thomas加入Toptal以贡献他的专业知识并探索新的挑战.

Machine LearningArtificial Intelligence (AI)Data EngineeringRecommendation SystemsPythonPandasNumPyDeep Neural Networks自然语言处理(NLP)SQLC#Amazon Web Services (AWS)TensorFlowPyTorchDocker

Portfolio

BlackRock
亚马逊网络服务(AWS)、人工智能(AI)、数据科学、Python...
Getaroom
亚马逊网络服务(AWS)， Keras, NumPy, TensorFlow, Python
Barrachd
SQL, NumPy, Python

Experience

Python - 8 yearsMachine Learning - 4 yearsData Science - 4 yearsDeep Neural Networks - 3 years人工智能(AI) - 3年Recommendation Systems - 2 years亚马逊网络服务(AWS) - 1年Reinforcement Learning - 1 year

Availability

Part-time

Preferred Environment

人工智能，机器学习，数据科学

The most amazing...

...我开发的是一种机器学习代理，可以教模拟机器人走路.

Work Experience

Machine Learning Engineer

2021 - PRESENT
BlackRock
  • 开发和生产机器学习模型，使用Scikit-learn预测金融工具价格, PyTorch, NumPy, Pandas, Python, Docker, and AWS.
  • 通过确定项目需求范围来管理涉众关系, designing key success metrics, specifying timelines, and presenting findings.
  • 领导为新的和现有的机器学习项目引入敏捷过程.
  • 向技术和非技术利益相关者展示模型设计和结果.
  • 使用Python设计了一个模型回溯测试和监控框架, Docker, and AWS—EC2, SageMaker, and CloudWatch.
Technologies: 亚马逊网络服务(AWS)、人工智能(AI)、数据科学、Python, PyTorch, NumPy, Pandas, Docker, Scikit-learn

Machine Learning Engineer

2019 - 2021
Getaroom
  • 改进并产品化了一个深度学习NLP模型，实现了95%以上的分类准确率.
  • 设计并实施新模型来预测新物业的销售, 从而使房产价格的收集更加准确和高效.
  • 在向非技术团队展示结果之前，对大型嘈杂数据集进行分析.
  • 通过并行化提高了现有机器学习模型的性能, the user of GPUs, and refactoring of Python code.
  • 确保AI/ML解决方案能够向非技术人员解释.
  • 在大型嘈杂数据集上编写高效的Athena查询，用于数据分析和开发.
技术:亚马逊网络服务(AWS)， Keras, NumPy, TensorFlow, Python

Software Developer

2017 - 2019
Barrachd
  • 使用Python (NumPy, SciPy)， c#开发在线应用程序 .NET, JavaScript, React, and SQL.
  • 领导微服务的设计和实现，该微服务将大量传入消息与复杂查询相匹配. 使用高级Python和线性代数, 该服务将处理时间从几分钟缩短到不到一秒.
  • 参与一个组件的设计和实现，该组件将大量传入消息聚集在一起, 因此简化了数据处理管道.
  • 在一个团队工作，实现数据分析软件，允许用户可视化和分析每小时数百万个社交媒体互动的数据. 这使客户能够从大量无组织的数据中获得可操作的见解.
  • 开发了与大量社交媒体api的集成, 确保收集最少的数据，以保持低运营成本，并确保客户只看到相关信息.
  • 向团队的技术和非技术成员展示和描述技术上复杂的组件.
Technologies: SQL, NumPy, Python

QA Lead | Software Developer

2014 - 2017
RotaGeek
  • 发起并领导整个测试过程，减少bug, a more robust product, and a faster development cycle.
  • 选择软件发布日期，平衡客户需求和产品质量.
  • 收集客户反馈，使未来的产品开发与客户需求保持一致.
  • 向技术和非技术涉众沟通和演示产品.
Technologies: Python, SQL

公民科学推荐系统

http://github.com/tjcdev/qc-recommender
一个在公民科学门户网站上向用户推荐新的SciStarter项目的系统. 推荐系统使用用户以前完成的项目, and the contents of projects, 建立用户兴趣档案.
在SciStarter网站上使用无监督任务聚类和用户推荐系统来提高用户的参与度和完成任务的质量.

Languages

Python, SQL, C#

Libraries/APIs

Pandas, NumPy, TensorFlow, PyTorch, Scikit-learn, Keras

Other

Recommendation Systems, Machine Learning, Artificial Intelligence (AI), Data Engineering, Deep Neural Networks, 自然语言处理(NLP), GPT, 生成预训练变压器(GPT), Reinforcement Learning

Paradigms

Data Science

Platforms

亚马逊网络服务(AWS)， Docker

Storage

Google Cloud

2017 - 2019

人工智能硕士学位

爱丁堡大学-爱丁堡，苏格兰

2010 - 2014

Bachelor's Degree in Mathematics

爱丁堡大学-爱丁堡，苏格兰

JULY 2017 - PRESENT

Machine Learning Specialization

Coursera

Collaboration That Works

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.

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.

Top talent is in high demand.

Start hiring