Nicolas Knudde is een natuurkundig ingenieur met een focus op computationele fysica met een doctoraat in machine learning, waar hij nieuwe toepassingen van gespecialiseerde machine learning en statistische modellen identificeerde, meer specifiek Gaussiaanse processen, en praktische machine learning-oplossingen leverde in veel door de industrie aangestuurde projecten. Hij heeft bewezen ervaring te hebben met het brengen van machine learning-modellen in productiesystemen en heeft ervaring met werken in een multiculturele en multidisciplinaire omgevingen.
Hij werd gekozen voor prestigieuze en competitieve stageplaatsen bij Amazon en JPMorgan. Bij Amazon deed hij onderzoek naar bayesiaanse technieken voor gebruik in propriëtaire markttoepassingen, in samenwerking met vooraanstaande experts in het veld, zoals professor Neil Lawrence. Bij JPMorgan Chase & amp; Hij formuleerde en programmeerde data-efficiënte machine learning-technieken voor schaars verhandelde producten op de Credit QR-afdeling, waarbij de deskundige kennis van financiële experts en handelaren werd geïntegreerd in intelligente besluitvormingssystemen en een echte praktische impact van machine learning-modellen en geavanceerde statistische analyse mogelijk werd door modellen samen met het team in productie te nemen, wat resulteert in 60% van de geautomatiseerde transacties.
Opleiding
- Doctoraat in Computerwetenschappen, Machine Learning – Universiteit Gent
- Master in Toegepaste Fysica – Universiteit Gent
Vaardigheden
- Phython, TensorFlow, sklearn, MATLAB, linux, git
- Aantoonbare ervaring met het introduceren van machine learning-modellen in productiesystemen
- Uitgebreide kennis van Bayesiaanse modellering via doctoraatsstudies met toppublicaties
- Expert in machine learning en statistische analyse met een gedegen academische opleiding
Kan je ons wat meer vertellen over hoe je dagelijks de visie van een klant probeert te vertalen in een praktische en realistische ML toepassing?
Vaak heb ik het gevoel dat AI en ML worden gepromoot door de media en bedrijven, omdat het momenteel een hot topic is. Echter, in vele gevallen ontbreekt het aan een directe toepassing, of echte impact. Ik zie het als onze taak om samen met onze klanten te gaan kijken waar de echte noden en opportuniteiten liggen in hun specifieke business. Hierbij speelt de technologie een grote rol, maar is dit echter ondergeschikt aan de concrete impact op efficientie en concurrentieel vermogen.