Über
Yauheni Suvitau ist ein hochqualifizierter Machine-Learning- und NLP-Ingenieur mit über acht Jahren Erfahrung in der Entwicklung produktionsreifer KI-Systeme in den Bereichen Gesundheitswesen, FinTech, Telekommunikation und E‑Commerce. Dank seines fundierten mathematischen Hintergrunds und praxisnahen Engineering-Ansatzes entwickelt er intelligente Lösungen, die Rohdaten in umsetzbare Erkenntnisse und skalierbare Produkte verwandeln.
Er ist versiert in Python, PyTorch, SQL und modernen ML-Frameworks wie CatBoost, XGBoost, LightGBM und Sklearn und hat Modelle für Klassifikation, Regression, Prognosen, Named Entity Recognition und Computer Vision entwickelt und implementiert.
Zu seinen Aufgaben gehört außerdem die Gestaltung von Datenpipelines, die Optimierung von Algorithmen und die Integration von ML-Diensten in komplexe Systemarchitekturen. Seine Cloud-Erfahrung umfasst AWS (EC2, S3, SQS) und Azure, unterstützt durch starke DevOps-Kenntnisse in Docker und Kubernetes für Containerisierung und skalierbare Bereitstellung.
Im Laufe seiner Karriere hat Yauheni KI-gesteuerte Plattformen geschaffen, die messbaren Geschäftswert liefern, darunter:
- Ein Healthcare-Chatbot, der medizinische Literatur auswertet und mit Retrieval-augmented Generation in der Stimme von Ärzten antwortet
- Ein Computer-Vision-System für Echtzeit-Analysen im OP mithilfe von YOLOv8 und multimodalen Datenströmen
- Finanzanalysen und NER-Modelle zur Klassifikation von Nachrichten und Extraktion von Marktinformationen
- Eine digitale Hypothekenplattform, unterstützt durch schnelle, hochpräzise Dokumentenverarbeitungs-Microservices
- Systeme zur Kundenabwanderungs- und Betrugserkennung für Telekom-Anbieter, vollständig integriert in Echtzeit-Entscheidungsprozesse
Seine Erfahrung umfasst fortschrittliche Modellentwicklung, Verbesserungen der Systemarchitektur, schnellere Datenverarbeitung sowie die sichere, zuverlässige und effiziente Bereitstellung von KI-Lösungen. Darüber hinaus leitet er Datenanalysen, definiert End-to-End-ML-Pipelines, baut ETL-Prozesse auf und arbeitet eng mit Geschäftspartnern zusammen, um technische Lösungen an strategische Ziele anzupassen.
Yauheni besitzt die Zertifizierung AWS Solutions Architect – Associate sowie einen Bachelor in Angewandter Mathematik und Informatik. Als engagierter Lerner erkundet er regelmäßig neue Ansätze in ML, NLP und angewandter KI und arbeitet aktiv teamübergreifend, um die Engineering-Exzellenz bei Vention zu fördern.
Technische Kompetenzen:
Maschinelles Lernen und NLP: PyTorch, Sklearn, CatBoost, LightGBM, XGBoost, YOLOv8, NER, Klassifizierung, Regression, Prognosen, Stimmungsanalyse
Programmierung: Python, SQL, Bash Datenverarbeitung und -analyse: Pandas, NumPy, Power BI, ETL-Pipelines, Feature Engineering
Cloud und DevOps: AWS (EC2, S3, SQS), Azure Blob Storage, Docker, Kubernetes
Datenbanken: MySQL, PostgreSQL, SQLite, Oracle SQL, MongoDB
Microservices und Web: Flask, FastAPI, Django, BeautifulSoup
Systemdesign und -architektur: verteilte Verarbeitung, Echtzeitanalyse, API-Integration