ML engineer · MLOps · LLMs

Machine Learning Engineer

Plantilla para ML engineers que necesitan demostrar shipping en producción: serving, MLOps, observabilidad y coste de inferencia.

Vista previa

Diego Navarro

MACHINE LEARNING ENGINEER

[email protected]+34644444444Valencia, Españalinkedin.com/in/diegonavarrogithub.com/diegonavarro

Habilidades

Lenguajes: Python, Go, Rust, SQL, C++ (kernels CUDA básicos)

ML frameworks: PyTorch, JAX, Transformers, PyTorch Lightning, scikit-learn

Serving e inferencia: Triton, vLLM, TorchServe, KServe, ONNX Runtime, TensorRT

MLOps: Kubeflow, Argo Workflows, MLflow, Weights & Biases, DVC, BentoML

Experiencia

Lumina AI

Senior Machine Learning Engineer · Remoto · ene 2023 – Actualidad

· Diseñé y desplegué un sistema de RAG para asistentes internos sobre 4 M de documentos, sirviendo 80 req/s con …

· Reduje el coste de inferencia de los LLMs de la compañía un 62% combinando cuantización (AWQ), batching dinámi…

Northbeam Logistics

Machine Learning Engineer · Madrid · jun 2020 – dic 2022

· Llevé a producción un modelo de detección de fraude (gradient boosting + features en tiempo real con Feast) qu…

· Construí el pipeline de features en streaming sobre Kafka + Flink, sirviendo 4.500 features en tiempo real con…

Proyectos

tinyserve (Rust, ONNX) · https://github.com/diegonavarro/tinyserve

llm-evals-template · https://github.com/diegonavarro/llm-evals-template

Educación

Universidad Politécnica de Valencia

Máster en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital · 2018 – 2020

Universidad Politécnica de Valencia

Grado en Ingeniería Informática · 2014 – 2018

CV para machine learning engineers con foco en producción: serving, MLOps, evals y observabilidad de modelos. Pensado para perfiles que llevan modelos (incluidos LLMs) a producción, no para investigación pura.

Etiquetas

ML engineer · MLOps · LLMs · Serving · Producción

Carga la plantilla en el editor y empieza a personalizarla.

Otras plantillas