Itamar Tsayag,以色列特拉维夫-雅福的开发者
Itamar is available for hire
Hire Itamar

Itamar Tsayag

验证专家  in Engineering

计算机视觉算法开发人员

Location
特拉维夫-雅福,以色列
至今成员总数
2022年2月25日

Itamar是一位才华横溢的算法开发人员和数据爱好者,拥有计算机视觉方面的专业知识, 机器学习, 以及统计分析. 他已经成功地部署了尖端的算法,以提高试管婴儿周期的疗效和中风诊断. 拥有电气工程和数据科学硕士学位, Itamar擅长阐述复杂的主题和推动有影响力的结果, 利用他的技术能力和商业头脑.

Portfolio

AIVF
视频,Python, PyTorch闪电,优化,胚胎学...
Viz.ai
Python,深度学习,计算机视觉算法,分析学,数据库...
国防公司(保密)
Python,视频处理,图像处理,光学传感器,深度学习...

Experience

Availability

Part-time

首选的环境

Ubuntu Linux, PyCharm, Visual Studio Code (VS Code), Amazon EC2, PIP, Git, Bitbucket, Vim文本编辑器, MacOS, Stock Trading

最神奇的...

...我的经验是研究和开发一种神经网络压缩算法,用于性能相当的小型网络.

Work Experience

首席算法开发人员

2022 - 2023
AIVF
  • 开发了用于提高IVF周期效率的胚胎分级算法的SW和ML流水线.
  • 在复杂的显微镜图像数据集上利用尖端视频分类和分割网络的算法.
  • 创造了一种算法,并成功部署为公司的旗舰产品, 在代码产品化方面表现出很强的专业知识.
Technologies: 视频,Python, PyTorch闪电,优化,胚胎学, Visual Studio Code (VS Code), Vim文本编辑器, ClearML, Data Science, Data Scientist, Scikit-learn, Matplotlib, 数据提取, Visualization, 开放神经网络交换(ONNX), Health, Startups, Data Analytics, 统计分析, Data Reporting, Research, XLSX文件处理, Microsoft Excel, 蒙特卡罗模拟, CSV文件处理, Data Cleansing, 数据结构, Data Modeling, 回归建模, 大数据集, 并行化, 工程特性, Cloud, 工程数据, Data Pipelines, 模式识别, Machine Vision, API集成, 最小可行产品(MVP), 模型开发, Transformers, 技术领导, AI Modeling, 人工智能模型训练

高级计算机视觉算法开发人员

2020 - 2022
Viz.ai
  • 开发了一种算法,在中风的情况下区分受损脑组织和健康脑组织.
  • 监督整个项目的注释指南, 数据库结构, 系统架构, 和软件开发来训练深度学习模型.
  • 监督软件质量,并担任技术领导,包括代码审查、打包和结构.
  • 使用Jira管理10人团队的任务. 该团队包括数据管理人员和算法开发人员.
技术:Python,深度学习,计算机视觉算法,分析学,数据库, Software, Algorithms, PyTorch, 亚马逊网络服务(AWS), 卷积神经网络(CNN), TensorFlow, Keras, 人工智能(AI), 软件架构, Jira, Slack, 机器学习, Image Analysis, Jupyter笔记本, 分类算法, APIs, 人工神经网络(ANN), 神经网络, JSON, 函数式编程, DevOps, Terraform, Decision Trees, Pytest, Unit Testing, 面向对象编程(OOP), Git, GitHub, 团队的领导, 医学成像, Ubuntu Linux, PyCharm, PIP, OpenCV, Cron, CSV, Pandas, NumPy, Data Analysis, Statistics, Jupiter, Amazon EC2, Amazon S3 (AWS S3), Docker, Back-end, 后端开发, Linux, AI Programming, Healthcare, AWS DevOps, 代码开发, 数据可视化, Plotly, 亚马逊SageMaker, Automation, JupyterLab, XGBoost, Random Forests, 2D, GPU Computing, 图形处理器(GPU), 2D Modeling, 机器学习操作(MLOps), 测试驱动开发(TDD), 深度神经网络, 计算机视觉, 3D, 分布式计算, Data Loading, 机器学习自动化, 监督式机器学习, Videos, Visual Studio Code (VS Code), Vim文本编辑器, ClearML, Data Scientist, Scikit-learn, Matplotlib, 数据提取, Visualization, 开放神经网络交换(ONNX), Health, Startups, Data Analytics, 统计分析, Data Reporting, Research, XLSX文件处理, Microsoft Excel, 对象检测, CSV文件处理, Data Cleansing, Data Modeling, 回归建模, 大数据集, 并行化, 工程特性, Cloud, 工程数据, 模式识别, Numba, Python的性能, Machine Vision, API集成, 最小可行产品(MVP), 模型开发, 技术领导, Data Scraping, AI Modeling, 人工智能模型训练

计算机视觉算法工程师

2020 - 2021
国防公司(保密)
  • 开发了一种在多传感器视频中实时检测物体的算法.
  • 增强地理对象作为视频图像上的地标,采用三维LLA到二维坐标投影.
  • 使用该算法支持检测和跟踪, 实现每秒高视频帧数(FPS),并支持RGB和热红外图像的多个视频域.
技术:Python,视频处理,图像处理,光学传感器,深度学习, 计算机视觉算法, PyTorch, 亚马逊网络服务(AWS), 卷积神经网络(CNN), TensorFlow, Keras, 机器学习, Image Analysis, Jupyter笔记本, 分类算法, 人工智能(AI), APIs, 人工神经网络(ANN), 神经网络, JSON, 函数式编程, Decision Trees, 面向对象编程(OOP), Git, GitHub, Ubuntu Linux, PyCharm, PIP, OpenCV, Cron, CSV, Pandas, NumPy, Data Analysis, Statistics, Jupiter, Amazon EC2, Fine-tuning, Linux, AI Programming, 代码开发, 数据可视化, Plotly, Automation, JupyterLab, XGBoost, Random Forests, 2D, GPU Computing, 图形处理器(GPU), 机器学习操作(MLOps), 深度神经网络, 计算机视觉, Analytics, Data Loading, 机器学习自动化, 监督式机器学习, Visual Studio Code (VS Code), Vim文本编辑器, Data Science, Data Scientist, Scikit-learn, Matplotlib, 数据提取, Integration, Visualization, 开放神经网络交换(ONNX), Startups, 统计分析, 优化算法, Microsoft Excel, CSV文件处理, Data Cleansing, 回归建模, 大数据集, 工程特性, Numba, Python的性能, Machine Vision, 模型开发, Data Scraping, Physics, 光学系统, AI Modeling, Scraping, 人工智能模型训练

Senior R&D Engineer

2018 - 2020
Magic Leap
  • 开发了一种新型飞行时间(ToF)深度传感器的校准程序和算法. 所有校准都是工厂准备的最低硬件要求和高性能要求.
  • 采用欧拉视频放大(EVM)算法,通过Magic Leap头戴式耳机的眼球追踪摄像头来估计用户的心率. 这是将耳机用于医疗目的可行性初步研究的一部分.
  • 分析跨平台数据,以支持有关头戴式显示器开发的关键架构决策.
  • 开发了一种生成合成校准向量的方法,使头戴式显示器能够在现实的边缘情况下进行性能测试校准场景.
技术:Python, Sensor Fusion, Sensor Data, 光学传感器, Simulations, 计算机视觉算法, 统计方法, Calibration, Deep Learning, Architecture, Hardware, 机器学习, 计算机视觉, PyTorch, 卷积神经网络(CNN), Depth Sensors, Image Analysis, Jupyter笔记本, 人工神经网络(ANN), 神经网络, JSON, Decision Trees, 面向对象编程(OOP), Git, GitHub, Ubuntu Linux, PyCharm, PIP, OpenCV, CSV, Pandas, NumPy, Data Analysis, Statistics, Jupiter, Linux, AI Programming, 数据可视化, Plotly, 蒙特卡罗模拟, JupyterLab, Random Forests, GPU Computing, 图形处理器(GPU), 深度神经网络, Analytics, 面部识别, Data Loading, FFmpeg, 监督式机器学习, Visual Studio Code (VS Code), Vim文本编辑器, Data Science, 三维姿态估计, Data Scientist, Matplotlib, Integration, Startups, 统计分析, 优化算法, Microsoft Excel, CSV文件处理, Data Cleansing, 回归建模, 大数据集, 工程特性, Machine Vision, Data Scraping, 数字高程模型, GIS, Physics, 光学系统

基于视觉变换的人脸特征检测

研究了视觉变形算法在人脸特征检测中的应用. 目标是提高在有遮挡的面部上的表现, 哪些是以前被热图回归方法所阻碍的. 变压器通过自我注意改善了遮挡地标的结果,但在处理无遮挡的人脸图像时导致误差增加.

用随机门发现一张中奖彩票

提出了一种基于随机门的剪枝方法. 通过将这种方法应用于过度参数化的神经网络, 在没有任何额外训练的情况下,发现了能够获得与目标网络相当结果的子网络. 这项研究为在保持性能的同时降低计算成本和内存需求提供了一条有前途的途径, 利用神经网络在各个领域都有实际的好处.

心率:使用AR HMD估计心脏BPM

EyeRate是一个自主项目,它利用了Magic Leap头戴式设备的眼球追踪摄像头. 目标是使用欧拉视频放大算法来估计用户的心率. 这个项目包括了解耳机的功能, 算法实现, 并开发了处理眼动摄像头数据的软件模块. 通过测试和改进, 该项目通过放大血液流动引起的颜色变化,成功估算出心率. EyeRate展示了眼球追踪技术在非侵入性健康监测方面的潜力.

动画自动化领域研究

我进行这项研究是为了评估一个旨在简化儿童动画创作过程的MVP的可行性. 核心理念是利用人形动画角色的多个图像作为输入, 最终目标是制作出一个以该角色为特色的优秀动画. 为实现这一目标,探索了两种主要和不同的方法.

第一种方法以利用2D图像动画网络为中心. 对这一类别下的方法进行了全面的探索,以衡量它们在减少动画创作所需时间方面的有效性.

与此同时,第二种方法深入到3D角色创建领域. Notably, 市场上有各种复杂的软件,能够为3D人物注入逼真的运动. As such, 主要的挑战是从提供的动画角色的多视角和多姿态图像中生成3D化身. 这一探索涉及到将静态图像无缝转换为动态图像的技术, 完全成熟的3D动画, 利用现有的运动支持软件资源.
2019 - 2022

电气工程硕士学位

巴伊兰大学-拉马特甘,以色列

2010 - 2014

电气工程学士学位

特拉维夫大学-特拉维夫,以色列

Libraries/APIs

PyTorch, Pandas, NumPy, XGBoost, Scikit-learn, Matplotlib, OpenCV, TensorFlow, Keras, FFmpeg, PyTorch闪电

Tools

Git, GitHub, Plotly, PyCharm, Jira, Pytest, Cron, Microsoft Excel, Bitbucket, Vim文本编辑器, Slack, Terraform, 亚马逊SageMaker, GIS

Languages

Python

Paradigms

Data Science, 函数式编程, Unit Testing, 面向对象编程(OOP), Automation, 测试驱动开发(TDD), 分布式计算, DevOps

Platforms

Ubuntu Linux, Amazon EC2, Jupyter笔记本, Visual Studio Code (VS Code), ClearML, 亚马逊网络服务(AWS), Linux, MacOS, Docker, NVIDIA CUDA

行业专业知识

Healthcare

Storage

JSON, Amazon S3 (AWS S3),数据库,数据管道

Other

Deep Learning, 机器学习, Software, 计算机视觉, 卷积神经网络(CNN), 人工智能(AI), 分类算法, 人工神经网络(ANN), 神经网络, CSV, Data Analysis, 数据可视化, 蒙特卡罗模拟, Random Forests, 监督式机器学习, Data Scientist, Startups, CSV文件处理, Machine Vision, 最小可行产品(MVP), 模型开发, 人工智能模型训练, 图像处理, 数字信号处理, 概率论, Research, 计算机视觉算法, Calibration, 医学成像, PIP, Algorithms, Analytics, Depth Sensors, 软件架构, Image Analysis, 三维姿态估计, APIs, Decision Trees, Statistics, Jupiter, Fine-tuning, AI Programming, 代码开发, 图像识别, JupyterLab, 2D, GPU Computing, 图形处理器(GPU), 2D Modeling, 机器学习操作(MLOps), 深度神经网络, 面部识别, Data Loading, 机器学习自动化, Videos, 数据提取, Visualization, 开放神经网络交换(ONNX), Health, Data Analytics, 统计分析, XLSX文件处理, Data Cleansing, 数据结构, Data Modeling, 回归建模, 大数据集, 并行化, 工程特性, Cloud, 模式识别, Writing & Editing, 内容写, Numba, Python的性能, API集成, Transformers, 技术领导, Data Scraping, Physics, 光学系统, AI Modeling, AI Research, Optimization, Linear Algebra, Calculus, 应用数学, Hardware, 统计方法, Sensor Fusion, Sensor Data, 光学传感器, Simulations, Architecture, 视频处理, Estimations, 谷歌合作实验室(Colab), 团队的领导, Back-end, 后端开发, AWS DevOps, 3D, Consulting, Embryology, NN Compression, Integration, Data Reporting, 优化算法, 生成对抗网络(GANs), 自然语言处理(NLP), Avatars, Motion AI, 计算机图形学, 对象检测, Stock Trading, 工程数据, 数字高程模型, Scraping, 首席人工智能官

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