Aleksandar is available for hire
Hire Aleksandar亚历山大Milchevski
验证专家 in Engineering
机器学习开发人员
Location
马其顿斯科普里,
至今成员总数
2019年10月30日
Aleksandar拥有超过十年的数据综合研究和开发经验, 机器学习, 计算机视觉, 以及信号/图像处理. 他喜欢远程工作和解决复杂的问题. 他为自己能够写出干净、易读的代码而自豪.
Portfolio
协作组(整体客户端)
Python, 亚马逊网络服务(AWS), Amazon rekrecognition, 计算机视觉...
Miracle Mill, GmbH
亚马逊网络服务(AWS)、亚马逊Kinesis数据消防水带、AWS Glue...
莱宝(通过Toptal)
机器学习,音频单次处理,数字信号处理,Python
Experience
Availability
Part-time
首选的环境
亚马逊网络服务(AWS)、谷歌云、Python、Linux
最神奇的...
...我研究的是一个DNA测序软件.
工作经验
机器学习工程师
2020 - 2022
协作组(整体客户端)
- 领导了视频处理API的研究和开发.
- 使用AWS从视频中提取有价值的信息.
- 后端使用Ruby on Rails.
技术:Python, 亚马逊网络服务(AWS), Amazon rekrecognition, 计算机视觉, 音频处理, 机器学习, Data Science
机器学习工程师
2019 - 2021
Miracle Mill, GmbH
- 使用AWS (Glue)参与了多个项目, SageMaker, DynamoDB, 和Lambda)和ETL使用Apache Spark.
- 领导机器学习模型的选择、训练和验证.
- 将算法投入生产.
技术:亚马逊网络服务(AWS)、亚马逊Kinesis数据消防水带、AWS Glue, 亚马逊SageMaker, 机器学习, Python
音频信号处理工程师
2020 - 2020
莱宝(通过Toptal)
- 分析、处理和分类录音.
- 采用离散傅立叶变换(DFT)等信号处理技术.
- 使用逻辑回归和其他机器学习技术.
技术:机器学习,音频单处理,数字信号处理,Python
数据科学家
2016 - 2019
Nucleics
- 在C/ c++中改进和开发生产就绪的软件.
- 研究基因组学和DNA测序领域的前沿思想.
- 执行和测试了几个复杂的想法, 包括深度卷积神经网络的训练和测试.
技术:DNA测序,生物信息学,机器学习,Keras, Python, R, C, c++
计算机视觉工程师
2016 - 2017
Sentice Tech
- 从事图像异常检测.
- Used OpenCV.
技术:Python
信号处理顾问
2016 - 2016
ECGalert
- 实现了心电信号的处理和去噪.
- 实现了流水线离散小波变换(DWT).
- 研究了几种FIR和IIR滤波器在心电信号表示中的应用.
技术:数字信号处理,c++
机器学习研究科学家
2014 - 2016
NAGI
- 致力于研究和开发最先进的情感识别算法.
- 参加第五届国际视听情感挑战及工作坊.
- 领导开发了一个通过wifi进行人员跟踪的解决方案. 使用Apache Spark实现模型.
技术:情感识别,机器学习,MATLAB, Spark, c++, Python
初级教研助理
2010 - 2014
电气工程与信息技术学院
- 为数字信号处理领域的几门课程进行听觉和实验练习.
- 电能质量评估工作. 使用机器学习技术检测和分类干扰.
- 积极参与研究项目《欧博体育app下载》, ERA.NET PLUS项目."
- 利用OpenCV实现支持向量机人脸检测.
技术:数字信号处理、计算机视觉、机器学习、MATLAB、C语言
初级研究员
2009 - 2011
Dip team
- 从事JPEG编码图像中环形伪影强度的检测和量化工作.
- 开发了一种鲁棒的多帧超分辨率算法.
- 了解了机器学习和解逆问题的基本思想.
技术:数字信号处理,机器学习,C语言,MATLAB
Experience
结合正则化线性回归和增强回归树的多模态情感分析
开发了一种利用视频特征的多模态情感分析方法, audio, 心电图(ECG), 以及结合两种回归技术的皮肤电活动(EDA), 即增强回归树和线性回归. Moreover, 为了利用情感维度的时间相关性,提出了一种新的正则化线性回归方法. 最后的预测是使用在不同组的特征上单独训练的回归器的决策级融合得到的. 在基准数据集上获得的良好结果表明了该方法的有效性和有效性.
心电信号滤波的改进流水线小波实现
http://www.sciencedirect.com/science/article/abs/pii/S0167865517302118在这个项目中,离散小波变换实现了一个带通滤波器去噪心电信号. 采用圆形缓冲器实现了DWT带通滤波器的新改进版本. 时间性能分析和得到的解决方案与. 现有的解决方案已经完成.
基于机器学习的超分辨率配准误差鲁棒算法
http://ieeexplore.ieee.org/abstract/document/5739234In this work, 针对存在配准误差和异常值的情况,提出了一种新的两阶段鲁棒超分辨方法. 在第一阶段, 使用机器学习方法为指示配准错误存在的每个LR(低分辨率)图像创建权重矩阵. 在第二阶段, 使用所有LR图像和相关权重矩阵执行超分辨率, 创建一个没有错误工件的映像.
适用于人脸去识别问题的通用人脸检测和姿态估计算法
在这项工作中,解决了图像中的人脸去识别问题. 解决这个问题的第一步是设计一个成功的通用人脸检测算法,该算法可以检测图像或视频中的所有人脸, 不管姿势如何. 如果人脸检测算法连一张脸都检测不到, 去识别算法的影响可以被抵消. 为此,提出了一种新的人脸检测算法,用于人脸检测和姿态估计. 该算法使用三个线性支持向量机分类器的集合. The first, second, 第三个SVM分类器估计人脸的音高, yaw, 和滚转角, 并使用逻辑回归将结果组合并输出最终决策. Second, 利用人脸检测结果和一种简单的空间变异体去识别算法,展示了同时进行人脸检测和人脸去识别的好处.
Education
2013 - 2015
迈向Ph的过程.D. 在机器学习中
马其顿斯科普里电子工程和信息技术学院
2009 - 2013
信号处理硕士学位
马其顿斯科普里电子工程和信息技术学院
2005 - 2009
电子与信号处理专业本科以上学历
马其顿斯科普里电子工程和信息技术学院
认证
2020年7月至2023年7月
AWS认证数据分析-专业(上. Big Data)
AWS
2019年11月- 2022年11月
AWS机器学习-专业
AWS
2019年9月至2021年9月
谷歌云认证专业数据工程师
Google Cloud
2019年4月至今
谷歌云平台的数据工程、大数据和机器学习
Coursera (GCP)
2019年2月至今
机器学习与TensorFlow在谷歌云平台
Coursera (GCP)
2018年6月至今
Deep Learning
Coursera (deeplearning.ai)
Skills
库/ api
TensorFlow, Keras, Amazon rekrecognition, OpenCV
Tools
MATLAB, AWS Glue, 亚马逊SageMaker
Languages
c++, C, Python, R
Paradigms
Data Science
Storage
Google Cloud
行业专业知识
生物信息学
Frameworks
Spark
Platforms
Linux、亚马逊网络服务(AWS)
Other
机器学习, 数字信号处理, Big Data, Deep Learning, 亚马逊Kinesis数据消防水带, 音频单处理, DNA测序, 计算机视觉, 情感识别, 信号处理, Electronics, 音频处理
有效的合作
如何使用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
分享你的需求
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
选择你的才能
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.
对顶尖人才的需求很大.
Start hiring