Publication
加速与BERT: NLP优化模型
http://t8h.qfyx100.com/natural-language-processing/accelerate-with-bert-nlp-optimization-models
Jesse is available for hire
Hire JesseJesse Moore
Verified Expert in Engineering
数据科学家和软件开发人员
Location
Calgary, AB, Canada
Toptal Member Since
June 4, 2019
Jesse是一位经验丰富的数据科学家、CTO和创始人，擅长解决复杂问题. 他创立了四家公司, including Sigmai, an automated news parsing company for hedge funds that was acquired in 2018; Mobilads, reaching an annual run rate of $5 million a year; Bluescribe, a bi-directional English and French translation engine for Canadian legal documents; and Relu Analyticsa, 一家数据科学咨询公司. 他目前在ThinkAlpha Securities担任数据科学主管.
Portfolio
THINKalpha
Python 3，亚马逊网络服务(AWS)， SpaCy...
Voiceops
文档处理，自定义BERT，数据科学，深度学习...
Mobilads
数据科学，亚马逊网络服务(AWS)， Python，数据可视化...
Experience
Availability
Part-time
首选的环境
GitHub, Sublime Text, Linux, Python，亚马逊网络服务(AWS)，人工智能(AI)
The most amazing...
...我建立了一个深度学习算法来检测股市中影响市场的事件. 我们能够帮助对冲基金提高回报.
Work Experience
数据科学/定量交易主管
2020 - PRESENT
THINKalpha
- Designed, built, 并管理着一个涵盖全球股票的量化交易引擎, currencies, 和cryptocurrencies. 这个系统被用来建立和优化交易策略，交易了数亿资金.
- 构建和集成ETL管道, monitoring, 并编写量化数据库代码，该数据库包含所有支持资产的市场数据，并将其与回溯测试和实时交易代理系统集成.
- 创建了一个自然语言到量化公式的翻译引擎，从口头描述到公式生成量化交易策略，可以在ThinkAlpha的交易引擎中进行回溯测试或交易.
- 为阿凡达交易员构建、部署和优化各种自定义交易策略.
- 设计、构建和管理一系列高夏普交易策略.
技术:Python 3，亚马逊网络服务(AWS)， SpaCy, 生成预训练变压器(GPT), GPT, 自然语言处理(NLP), Machine Learning, SQL, Data Visualization, Data Engineering, 统计分析, Cloud, Real-time Data, Statistics, 预测分析
深度学习工程师
2019 - 2021
Voiceops
- 开发基于aws的大规模机器学习基础设施的架构和构建. VoiceOps是一个人工智能驱动的呼叫中心指导和培训平台.
- 建立DL模型来支持转录过程. 包括脚本预训练，微调，并充分整合变压器(e.g., BERT, 各种各样的拥抱脸转换器)转换成包含文本和统计数据的新颖架构.
- 构建一个修改过的转换器，自动对转录的质量进行评分，并确定它们是否应该传递给客户端(ROC-AUC = 0).90).
- 创建了一个修改后的转换器，可以根据文本自动检测扬声器(ROC-AUC = 0).97).
- 自动估计转录所需的时间，以取代固定价格系统(节省总转录成本的20-30%).
- 通过Seq2seq架构改进的自动语音识别(ASR).
Technologies: 文档处理，自定义BERT，数据科学，深度学习, 亚马逊网络服务(AWS), PyTorch, 生成预训练变压器(GPT), GPT, 自然语言处理(NLP), Machine Learning, Python, Keras, Fairseq, 人工智能(AI), SQL, Data Engineering, 统计分析, Cloud
首席技术官
2019 - 2021
Mobilads
- 构建一个地理空间系统，根据车辆和移动GPS数据绘制物理广告印象. Mobilads地理空间系统成功地在全球范围内运行，并扩展到数千辆汽车和数十亿个GPS点.
- 为Mobilads的客户开发自动报告系统以演示该技术.
- 通过整合普查建立公司的知识产权组合, geotracking, 和社交数据，以丰富Mobilads对看到他们车辆的人的了解. 这确保了持续的行业领先的广告支出回报.
- 设计并领导Mobilads应用程序的开发，用于自动管理数万名司机.
Technologies: 数据科学，亚马逊网络服务(AWS)， Python，数据可视化, Data Engineering, 统计分析, Cloud, Real-time Data
创始人、首席执行官和首席顾问
2016 - 2021
Relu Analytics
- 担任Step Energy Services的高级数据科学家. 建立了优化固定设备使用的算法, 包括延长维修, failure prediction, forecasting, and budgeting, 以及现金流量预测.
- 与Cinelytics的领导团队合作，构建可扩展的NLP管道. 提供代码示例，并带领软件工程团队以Cinelytic数据科学家的身份构建和部署深度学习模型.
- 设计一个端到端机器学习应用程序，使用Google Cloud作为前端团队的API，通过公司的UI提供预测. 担任Meditalente GMBH的数据科学家.
技术:文档处理, Custom BERT, Web Scraping, Data Science, Deep Learning, 亚马逊网络服务(AWS), PyTorch, GPT, 生成预训练变压器(GPT), 自然语言处理(NLP), Machine Learning, Keras, Scikit-learn, Python, 人工智能(AI), SQL, Data Visualization, Data Engineering, 统计分析, 谷歌云平台(GCP), Cloud, Real-time Data, 预测分析
CEO |前任首席数据科学家
2017 - 2019
Sigmai
- 领导一个由15名数据科学家组成的团队, linguists, software engineers, product managers, 以及销售专业人士，导致Sigmai于2018年被Commetric收购.
- 主要关注使用Keras和TensorFlow进行文本分类的深度学习及其在基于规则的NLP系统中的集成.
- 开发了一个内存不足的文档聚类系统，允许对数十亿篇新闻文章进行聚类.
- 建立了一个自然语言处理(NLP)系统，可以与金融领域最好的NLP公司相媲美，并与一些最大的基金经理进行了数据试验.
- 领导和监督新闻应用(app).Newsful.它入围了2018年SIIA CODiE奖. 业务运营被Commetric收购.
Technologies: 文档处理，自定义BERT，数据科学，深度学习, 亚马逊网络服务(AWS), 自然语言处理(NLP), 生成预训练变压器(GPT), GPT, Machine Learning, R, Keras, Python, 人工智能(AI), Data Engineering, 统计分析, Cloud, Statistics, 预测分析
Data Scientist
2016 - 2018
Zalando
- 在Spark on AWS中开发分析工具和ETL管道.
- 为特定广告活动的目标受众构建预测工具.
- 使用Python和R Shiny为产品所有者开发交互式数据应用程序，以自动执行耗时的分析任务, 包括客户旅程和广告支出回报.
- 开发了一个系统，优化广告在搜索和推荐引擎中的放置方式，以减少由于广告放置不当而导致的收入损失，最高可达0美元.每月500万美元.
- 设计了一个系统，用于确定多个并发广告活动的因果影响, including off-site, on-site, banner Ads, and full-page ads, 使用回归和贝叶斯时间序列模型.
技术:亚马逊网络服务(AWS), Data Science, Machine Learning, Scikit-learn, R, Python, SQL, Data Engineering, 统计分析, Cloud, Statistics, 预测分析
Experience
NHL系统投注
从一开始，这个项目的目标就是预测冰球比赛的结果，并试图找到传统供应商(如Bet365和Pinnacle)在投注赔率方面的系统性错误.
2019年1月，该系统开始与最佳提供商在能力上接近平价, 并在二月份超过它.
2019年3月投入生产，并在接下来的12个月里成功交易, 该系统给投资者带来了900%以上的回报.
2019年1月，该系统开始与最佳提供商在能力上接近平价, 并在二月份超过它.
2019年3月投入生产，并在接下来的12个月里成功交易, 该系统给投资者带来了900%以上的回报.
Newsful
http://www.youtube.com/watch?v=84KyTm3Xecc&t=85sSigmai的专有NLP技术使我们的客户能够第一个对突发新闻采取行动，并使我们能够建立一个令人难以置信的公司历史档案.
Newsful就是这项技术的一个演示, 并入围了CODiE最佳商业智能报告奖 & Analytics category.
Newsful就是这项技术的一个演示, 并入围了CODiE最佳商业智能报告奖 & Analytics category.
天网自然语言处理系统
一个专有的端到端基于深度学习的文本分类NLP系统的主要作者.
实现了基于实体的分类(根据文本中与特定实体相关的文本进行分类)的最新结果.
实现了基于实体的分类(根据文本中与特定实体相关的文本进行分类)的最新结果.
KISS Classifier
利用不断增长的能力，利用迁移学习在短时间内开发世界级的自然语言处理(NLP)算法, 我希望使用尽可能少的代码行创建最简单的分类器. 这个分类器的目标是，除了测试各种隐藏层大小之外，不需要用户进行任何定制.
BERT在自然语言处理中的应用
http://www.youtube.com/watch?v=4Z_TzZJ-v3o我解释“使用BERT加速自然语言处理”. 数据收集工作非常繁重, time-consuming, expensive, 也是NLP项目成功的头号限制因素. Preparing data, 建设弹性管道, 在数百种可能的准备方案中做出选择, 即使有才华横溢的机器学习工程师，“准备好模型”也可能需要几个月的努力. Finally, 训练和优化深度学习模型需要直觉理解的结合, technical expertise, 以及坚持解决问题的能力. 谷歌的BERT(来自变压器的双向编码器表示)形成了迁移学习，需要的数据和训练时间要少得多. 构建世界级的模型成为任何数据科学家的可能, 而不仅仅是拥有大量预算的大公司的领域.
Skills
Languages
Python 3, Python, SQL, Bash, R
Libraries/APIs
Scikit-learn, PyTorch, Keras, SpaCy
Paradigms
Data Science
Industry Expertise
Project Management
Other
Document Processing, Custom BERT, 人工智能(AI), Regression, Classification, Machine Learning, Deep Learning, 自然语言处理(NLP), Feature Engineering, 时间序列分析, Data Cleaning, Data Visualization, Data Engineering, 统计分析, GPT, 生成预训练变压器(GPT), Real-time Data, 预测分析, Fairseq, Web Scraping, Ensemble Methods, 归因建模, Cloud, Statistics, Sports, Product Management, 机械工程
Platforms
亚马逊网络服务(AWS)、Linux、谷歌云平台(GCP)
Tools
GitHub, MATLAB
Education
2007 - 2012
机械工程学士学位
阿尔伯塔大学-埃德蒙顿，阿尔伯塔，加拿大