Andranik Khachatryan，亚美尼亚埃里温的开发者
Andranik is available for hire
Hire Andranik

Andranik Khachatryan

验证专家  in Engineering

机器学习开发人员

Location
亚美尼亚埃里温
至今成员总数
June 3, 2019

安藤拥有AWS机器学习专业证书、博士学位.D. 在计算机科学领域，对机器学习充满热情. 他专门研究“经典”机器学习, 还有深度学习的计算机视觉, 并且一直对gan着迷. 他有使用亚马逊SageMaker部署多个ML产品的经验.

机器学习Deep Learning人工智能(AI)深度神经网络计算机视觉NumPyPyTorch亚马逊网络服务(AWS)推荐系统C#PythonSciPyKerasTensorFlowClustering

Portfolio

特使传媒集团
亚马逊网络服务(AWS)、Python、亚马逊SageMaker...
Things Inc.
Python 3, PyTorch, Jupyter, Jupyter笔记本, Google collaboration (Colab)...
Aisle3
Python，亚马逊网络服务(AWS)， PyTorch，深度神经网络...

Experience

Python - 6年机器学习- 6年亚马逊网络服务(AWS)——3年亚马逊SageMaker - 3年计算机视觉- 3年深度学习- 3年PyTorch - 3年TensorFlow - 3年

Availability

Part-time

首选的环境

PyTorch, Python, Visual Studio Code (VS Code)

最神奇的...

...Project一直在创建一个图像搜索引擎，即使查询图像被大量修改，也可以从数百万候选图像中找到原始图像.

工作经验

机器学习 Lead

2019 - PRESENT
特使传媒集团
  • 创建了一个内部框架，对特使传媒集团特定的数据和任务进行自动机器学习. 我们使用AWS堆栈，可以在一个小时内训练和部署一个新模型，而无需编写代码.
  • 参与将我们的框架作为AWS合作伙伴成功的案例研究(http://aws).amazon.com/partners/success/envoy-media-toptal/).
  • 使用亚马逊SageMaker训练、测试、部署和监控机器学习模型.
  • 与特使传媒集团团队合作制定长期人工智能/机器学习战略.
  • 创建了一个框架，支持简单的模型创建和生命周期管理, 包括监控和可视化. 我们在生产环境中部署了10到100个实时机器学习模型.
技术:亚马逊网络服务(AWS)、Python、亚马逊SageMaker, 人工智能(AI), 人工神经网络(ANN), 渐变增强树, Data Science, 机器学习, Docker, Jupyter笔记本, SciPy, XGBoost, 可解释人工智能(XAI), 机器学习操作(MLOps), GPT, 自然语言处理(NLP), 生成预训练变压器(GPT)

机器学习工程师和顾问

2022 - 2022
Things Inc.
  • 使用各种方法训练我们自己的扩散模型. 这些模型是在Google Colab笔记本电脑上使用较弱的gpu和较小的数据集完成的, 但我们成功地让事情运转起来，并准备进行大规模的实验.
  • 研究了扩散概率模型去噪(DDPM)和扩散隐式模型去噪(DDIM)相关的大量论文和代码库。.
  • 对竞争对手做过调查吗?, 比如《欧博体育app下载》, 了解这个行业目前的状况.
技术:Python 3, PyTorch, Jupyter, Jupyter笔记本, Google collaboration (Colab), 计算机视觉, 亚马逊网络服务(AWS), 亚马逊SageMaker, 生成对抗网络(GANs), 扩散模型, DDPM, DDIM, 图像处理

机器学习主管

2020 - 2021
Aisle3
  • 开发产品配套发动机样机, 用图片和描述匹配来自不同卖家的相同产品. 使用OpenCV和convnet生成图像特征，以及矢量索引存储和搜索.
  • 监督公司的长期机器学习战略, 决定哪些方向是未来最有希望的. 在AWS的整体系统架构上与其他团队紧密合作.
  • 管理一个小型远程团队，负责将产品匹配引擎投入生产. 到我离开公司的时候, 我们有一个产品匹配API和一个内部开发的使用API的标签工具.
技术:Python，亚马逊网络服务(AWS)， PyTorch，深度神经网络, 人工神经网络(ANN), 人工智能(AI), 计算机视觉, OpenCV, TensorFlow, Deep Learning, FAISS, AWS Fargate, Amazon S3 (AWS S3), FastAPI, SQL, 图像处理, Jupyter笔记本

亚马逊SageMaker顾问

2019 - 2020
Visably LLC(通过TopTal)
  • 为客户提供咨询，将他们的本地机器学习解决方案迁移到亚马逊SageMaker.
技术:亚马逊网络服务(AWS)、亚马逊SageMaker、Jupyter笔记本

机器学习工程师(远程)

2019 - 2019
Pirate Labs
  • 创建了一个推荐系统，为一家拥有多个客户的公司提供营销电子邮件, 多样化的客户. 每个客户都是一个销售不同产品的商店，这些商店彼此之间非常不同. 我们创造了一个适用于所有人的单一系统.
  • 设计、实现并测试推荐系统. 它具有高度可配置性和灵活性, 使其能够有效地适应每个店铺的独特设置.
  • 监督测试并帮助将系统投入生产.
技术:推荐系统, 分解的机器, Python, 机器学习, Data Science, NumPy, Pandas, SQL, Jupyter笔记本

联合创始人,首席执行官

2018 - 2019
NVision LLC
  • 为爬行创建了基于云的基础设施, indexing, 并支持数以千万计的图像数据库.
  • 从数以千万计的图像数据库中检索图像. 查询图像可能是原始图像的严重修改版本.
  • 启用图像数字水印(原型).
技术:PyTorch, TensorFlow, Keras, OpenCV, Python, C++, SQL, 图像处理, Jupyter笔记本, 生成对抗网络(GANs)

推荐系统开发人员(自由职业者)

2017 - 2018
Triskk.com
  • 帮助创建推荐系统原型.
  • 用Python创建、测试和调优原型.
  • 在AWS基础设施中实现系统，并使其可用于生产.
技术:亚马逊网络服务(AWS)、Git、Jupyter、NumPy、Python、SQL、Jupyter笔记本

产品经理

2016 - 2017
Armsoft
  • 担任内部开发ETL的产品经理.
  • 从一开始就参与产品创造:设计、实施、测试.
  • 监督客户端部署和服务监控.
技术:TFS, R, Visual Studio， .NET, C#

研究和教育中心主任

2012 - 2017
Armsoft
  • 创建了一个高要求的教育项目，一个职位有10多人申请.
  • 共同制定了教育中心的总体战略, 包括创建课程, 设计录取流程, 招聘讲师. 管理1-2名助理，负责日常运营.
  • 管理入学考试(最多三轮)，超过300名申请者和20多名讲师/助教/同事参与了不同的考试.
  • 研究并发表于IEEE TKDE, 目前在谷歌学术“数据库和信息系统”类别中排名第一."
技术:R

基于深度学习的数字水印

http://github.com/ando-khachatryan/HiDDeN
PyTorch实现论文“HiDDeN:用深度网络隐藏数据”，作者:Jiren Zhu, Russell Kaplan, Justin Johnson, 李飞飞:http://arxiv.org/abs/1807.09937

非常大的图像数据库与先进的搜索功能

图像搜索数据库，索引数以千万计的图像，并能够找到原始照片, 即使查询图像被严重裁剪, resized, down-sampled, 原版的拼贴版. 水平可扩展，基于云.

推荐系统与亚马逊SageMaker

作为团队的远程成员为一家初创公司制作了一个推荐系统. 最后的实现使用亚马逊SageMaker来训练和部署模型.

这是我的第一个机器学习项目，非常吸引人. 我从一个NumPy scratch实现开始，最后使用了SageMaker, 那是当时刚刚发布的.

亚马逊SageMaker上的机器学习

在亚马逊SageMaker上进行模型训练、测试、部署、监控和再培训.

Libraries/APIs

PyTorch, NumPy, Keras, TensorFlow, SciPy, XGBoost, Scikit-learn, Pandas, OpenCV

Tools

亚马逊SageMaker, PyCharm, Jupyter, Git, Visual Studio, TFS, AWS Fargate

Paradigms

Data Science

Platforms

亚马逊网络服务(AWS)， Jupyter笔记本, Visual Studio Code (VS Code)， Docker

Other

Game Theory, Deep Learning, 图像处理, 机器学习, 人工智能(AI), 人工神经网络(ANN), 神经网络, 深度神经网络, 计算机视觉, Economics, 推荐系统, 分解的机器, Clustering, Data Analysis, 生成对抗网络(GANs), 计算机科学, FAISS, FastAPI, 渐变增强树, 微软Azure, 谷歌合作实验室(Colab), 扩散模型, DDPM, DDIM, 可解释人工智能(XAI), 机器学习操作(MLOps), 自然语言处理(NLP), GPT, 生成预训练变压器(GPT)

Languages

Python, c#， SQL, c++， R, Python 3

Frameworks

.NET

Storage

亚马逊S3 (AWS S3)，谷歌云

2007 - 2012

Ph.D. 计算机科学

卡尔斯鲁厄理工学院-卡尔斯鲁厄，德国

2003 - 2005

计算机科学硕士学位

埃里温州立大学-埃里温，亚美尼亚

2020年1月至2023年1月

AWS认证机器学习-专业

亚马逊网络服务(AWS)

2019年2月至今

序列模型

Coursera

2019年2月至今

深度学习专业化

Coursera

2018年1月至今

卷积神经网络

Coursera

2017年12月至今

神经网络和深度学习

Coursera

2017年12月至今

构建机器学习项目

Coursera

2017年12月至今

改进深度神经网络:超参数调整、正则化和优化

Coursera

2017年8月至今

机器学习

Coursera

2017年7月至今

面向大数据的图形分析

Coursera

2017年6月至今

大数据建模和管理系统

Coursera

2017年6月至今

机器学习与大数据

Coursera

2017年6月至今

大数据集成与处理

Coursera

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