data engineering , Nosql, Sql, Ml, Data Governance, Data Architecture, Kafka, MLops, Cloud-native architectures, Edge AI deployments, Ai, Generative AI

Machine Learning, Deep Learning, Tensorflow, Numpy, Pytorch, Pandas, MLops, Docker, Opencv, Rest Apis, Python, Computer Vision, scikit-learn, CNNs, Mask R-CNN, CLIP-like models, SAM-like models, YOLO, Transformers, Vision Transformers

snowflake , Machine Learning, Sklearn, Greenplum, Netezza, Pandas, Pytorch, Gcp, MLops, Spark, Microsoft Azure, Python, AWS, LangChain, Airflow, Generative AI, Feature Store, Teradata, Model Explainability, Model Deployment, E data, dbt, Observability

snowflake , Machine Learning, Sklearn, Greenplum, Netezza, Pandas, Gcp, Pytorch, MLops, Spark, Microsoft Azure, Python, AWS, LangChain, Airflow, Generative AI, Feature Store, Teradata, Model Explainability, Model Deployment, dbt, Observability

probabilistic models , Tensorflow, Pytorch, Python, Numpy, Deep Learning, Pandas, MLops, XAI methodologies, reinforcement learning, Scikit-learn, classical statistical methods

XGBoost, BigQuery, Pytorch, FastAPI, Python, Tensorflow, Pandas, Flask, Numpy, MLops, Vertex AI, scikit-learn

solace , Sonarqube, Spring Boot, Java, Numpy, Kafka, Pandas, AWS, Kotlin, Python, Azure, Veracode, Gcp, Project Loom, Checkmarx, Cython, GraalVM, GenAI Agentic AI, asyncio

Data Science, Ai, AI Frameworks, Programming Basics

Ml, Spark, Kafka, data pipelines, event-driven systems, Ai, Fraud Analytics, anomaly detection, Flink

Apis, Google Cloud Platform, Microservices, Enterprise Integration, Typescript, MLops, Terraform, Microsoft Azure, Kubernetes, Python, Azure DevOps, AWS, LLMOps, automation platforms, GitLab CI, GitHub Actions, RAG, event-driven architecture, observability