Ahmed E.
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.
Hovedekspertise
Computer Vision5 år
TensorFlow3 år
PyTorch5 år
C++3 årErfaring7
Machine Learning / Computer Vision Engineer
- Optimering af maskinlæringsmodeller og udvikling af en optimeret C++ webramme til implementering af maskinlæringsprogrammer på edge-enheder og i skyen.
- Samarbejdede om forskellige computer vision-projekter i bilindustrien, herunder Autonomous Driver Assistance System, City Anomaly Monitoring System og Violation Alert Parking System.
- Brugte en bred vifte af værktøjer, herunder Python, C++, TensorRT, CUDA, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git og CI/CD med Jenkins.
Machine Learning/Computer Vision Engineer
- Leading a small team that is responsible for optimizing machine learning models, and building an optimized C++ framework to deploy machine learning applications on edge devices and on the cloud
- Collaborating on multiple computer vision projects in the automotive industry, including Autonomous Driver Assistance system, City Anomaly Monitoring System and Violation Alert Parking System.
- Utilizing tools such as Python, C++, TensorRT, CUDA, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git, CI/CD, and Jenkins.
TensorFlow
NumPy
OpenCVPyTorch
CudaMachine Learning / Computer Vision Engineer
- Udviklede systemer til registrering og sporing af objekter til analyse af monitoreringsindhold for at forbedre sikkerhedsforanstaltningerne.
- Brugte værktøjer som Python, C++, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git, Jira, Google Cloud, CI/CD og Jenkins.
Machine Learning/Computer Vision Engineer
-
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.
TensorFlowNumPyOpenCVPyTorchMachine Learning / Computer Vision Engineer
Machine Learning/Computer Vision Engineer
-
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.
TensorFlowNumPyOpenCV
Machine Learning/Computer Vision Engineer
-
Addressed Security Video Surveillance issues, implementing Object Classification and Detection using Deep Learning and Computer Vision techniques;
-
Employed Python, OpenCV, TensorFlow, and Git.
TensorFlowOpenCVIngeniørmæssig fremragendehed
Alle Maskinlæringsingeniører, der har ansøgt til Proxify, får en score fra 0 til 300 på teknisk dygtighed, en af de fem parametre, vi evaluerer. Denne score afspejler kun teknisk dygtighed baseret på interviews, hjemmeopgaver, live kodningssessioner og/eller vurderinger af præstationer på jobbet. Kurven viser, hvordan alle evaluerede Maskinlæringsingeniører er fordelt over dette interval, hvor vores acceptgrænse for denne parameter ligger, og hvor Ahmed står.
Score 183 · Top 13% of engineers
Uddannelse
Stop med at søge.
Bliv matchet hurtigere.
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