Ahmed E.
Machine Learning Engineer
Hän on erikoistunut luomaan kehittyneitä algoritmeja erilaisiin tietokonenäön sovelluksiin ja optimoimaan malleja reaalimaailman käyttöön.
Hänen uransa on ulottunut eri aloille, kuten urheiluun ja autoteollisuuteen, mikä osoittaa hänen sopeutumiskykynsä ja monipuolisuutensa. Yksi hänen merkittävistä saavutuksistaan on neuroverkkojen toteuttaminen tyhjästä C++:lla ja CUDA:lla, mikä korostaa hänen teknistä asiantuntemustaan ja sitoutumistaan innovointiin.
Ahmedin saavutuksiin kuuluu muun muassa toinen sija IEEEXtream 12.0 -kilpailussa. Lisäksi hän on erittäin kiinnostunut mahdollisuuksista lääketieteen alalla.
Tärkein asiantuntemus
Computer Vision5 vuotta
TensorFlow3 vuotta
PyTorch5 vuotta
C++3 vuottaKokemus7
Koneoppiminen / Tietokonenäkö-insinööri
- Koneoppimismallien optimointi ja optimoidun C++-kehyksen kehittäminen koneoppimissovellusten käyttöönottoa varten reunalaitteissa ja pilvipalveluissa.
- Yhteistyö erilaisissa autoteollisuuden tietokonenäköhankkeissa, mukaan lukien autonominen kuljettajan apujärjestelmä, kaupunkien poikkeavuuksien seurantajärjestelmä ja pysäköintijärjestelmä, joka varoittaa pysäköintirikkomuksista.
- Hyödynsi monenlaisia työkaluja, kuten Python, C++, TensorRT, CUDA, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git ja CI/CD Jenkinsin kanssa.
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
CudaKoneoppiminen / Tietokonenäkö-insinööri
- Kehitti kohteiden havaitsemis- ja seurantajärjestelmiä valvontasisällön analysointia varten turvatoimien tehostamiseksi.
- Hyödynsi työkaluja, kuten Python, C++, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git, Jira, Google Cloud, CI/CD ja 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.
TensorFlowNumPyOpenCVPyTorchKoneoppiminen / Tietokonenäkö-insinööri
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.
TensorFlowOpenCVTekniikan huippuosaaminen
Kaikki Machine Learning Engineert, jotka ovat hakeneet Proxifylle, pisteytetään välillä 0–300 insinööritaidon perusteella, joka on yksi viidestä arvioimastamme parametrista. Tämä pistemäärä heijastaa ainoastaan insinööritaitoa, perustuen haastatteluihin, kotitehtäviin, suorissa koodausistunnoissa sekä työn suorituskyvyn arvioinnissa annettuihin tuloksiin. Kaavio näyttää, miten kaikki arvioidut Machine Learning Engineert jakautuvat tässä mittakaavassa, hyväksymisrajamme tälle parametrille sekä missä kohtaa Ahmed sijaitsee.
Score 183 · Top 13% of engineers
Koulutus
Lopeta selaaminen.
Sovitetaan nopeammin.
Keskustele asiantuntijan kanssa ja saat räätälöityjä ehdotuksia verkostostamme vain 2 päivässä.
Pääsy yli 6 000+ asiantuntijaa
Löydä kehittäjä keskimäärin 2 päivässä
Palkkaa nopeasti ja helposti 94% onnistuneella osumalla