Ahmed E.
Ingénieur Machine Learning
Il est spécialisé dans la création d’algorithmes avancés pour diverses applications de vision par ordinateur et dans l’optimisation des modèles pour une utilisation dans le monde réel.
Sa carrière a touché divers secteurs, notamment le sport et l’automobile, ce qui témoigne de sa capacité d’adaptation et de sa polyvalence. Il a notamment réussi à mettre en œuvre des réseaux neuronaux à partir de zéro en utilisant C++ et CUDA, ce qui souligne son expertise technique et son engagement en faveur de l’innovation.
Ahmed a notamment obtenu la deuxième place au concours IEEEXtream 12.0. Par ailleurs, il souhaite vivement explorer les possibilités offertes par le secteur médical.
Expertise principale
Computer Vision5 ans
TensorFlow3 ans
PyTorch5 ans
C++3 ansExpérience7
Ingénieur en apprentissage automatique / vision par ordinateur
- Optimisation des modèles de Machine Learning et développement d'un framework C++ optimisé pour le déploiement d'applications de Machine Learning sur des appareils de périphérie et dans le cloud.
- Collaboration à divers projets de vision par ordinateur dans l'industrie automobile, notamment le système d'aide à la conduite autonome, le système de surveillance des anomalies en ville et le système de stationnement avec alerte de violation.
- Utilisation d'un large éventail d'outils, notamment Python, C++, TensorRT, CUDA, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git, et CI/CD avec 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
CudaIngénieur en apprentissage automatique / vision par ordinateur
- A développé des systèmes de détection et de suivi d’objets pour l’analyse de contenu de surveillance afin d’améliorer les mesures de sécurité.
- A utilisé des outils tels que Python, C++, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git, Jira, Google Cloud, CI/CD, et 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.
TensorFlowNumPyOpenCVPyTorchIngénieur en apprentissage automatique / vision par ordinateur
- A contribué à l’analyse du contenu vidéo pour les vidéos de football, qui comprenait la détection d’objets, le suivi et la reconnaissance d’actions pour les joueurs, les ballons et les articulations du corps.
- A utilisé une variété d’outils et de technologies, y compris Python, C++, TensorFlow, NumPy, Docker, OpenCV, Git, Jira, et AWS.
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.
TensorFlowOpenCVExcellence en ingénierie
Tous les Ingénieur Machine Learnings qui ont postulé chez Proxify sont notés de 0 à 300 en excellence en ingénierie, l'un des cinq paramètres que nous évaluons. Ce score reflète uniquement l'excellence en ingénierie, basée sur des entretiens, des exercices à domicile, des sessions de codage en direct, et/ou des évaluations de performance en poste. La courbe montre comment tous les Ingénieur Machine Learnings évalués sont répartis sur cette plage, où se situe notre seuil d'acceptation pour ce paramètre, et où se situe Ahmed.
Score 183 · Top 13% of engineers
Éducation
Arrêtez de naviguer.
Soyez jumelé plus rapidement.
Parlez à un expert et obtenez des correspondances personnalisées de notre réseau en seulement 2 jours.
Accédez à plus de 6 000+ experts
Soyez jumelé avec un développeur en 2 jours en moyenne
Embauchez rapidement et facilement avec un taux de réussite de 94%