
Maskinlæringsingeniør
Han har specialiseret sig i at skabe avancerede algoritmer til forskellige computer vision-programmer, og han optimerer modeller til brug i virkelige scenarier.
Han har arbejdet i forskellige brancher i løbet af sin karriere, herunder sport og bilindustrien, så han er en tilpasningsdygtig og alsidighed medarbejder. Han stod blandt andet for en vellykket implementering af neurale netværk fra bunden ved hjælp af C++ og CUDA, hvilket understreger hans tekniske ekspertise og sans for innovation.
Ahmed fik blandt andet en andenplads i IEEEXtream 12.0-konkurrencen. Derudover er han meget interesseret i at udforske mulighederne inden for sundhedssektoren.


Developed Object Detection and Tracking systems for surveillance content analysis to enhance security measures;
Employed tools like Python, C++, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git, Jira, GCloud, CI/CD, and Jenkins.
Contributed to Video Content Analysis for football videos, encompassing Object Detection, Tracking, and Action Recognition for players, balls, and body joints;
Utilized Python, C++, TensorFlow, NumPy, Docker, OpenCV, Git, Jira, and AWS.

Addressed Security Video Surveillance issues, implementing Object Classification and Detection using Deep Learning and Computer Vision techniques;
Employed Python, OpenCV, TensorFlow, and Git.
Ingeniørmæssig fremragendehed
Ahmed samlede præstation i en 90-minutters teknisk vurdering i realtid er blandt de top 25% bedst kontrollerede Maskinlæringsingeniør hos Proxify.
Tal med en ekspert og få skræddersyede matches fra vores netværk på kun 2 dage.
Få adgang til over 6.000+ eksperter
Få matchet med en udvikler på gennemsnitligt 2 dage
Ansæt hurtigt og nemt med 94 % matchsuccess