Ahmed E.
Machine Learning Engineer
Hij is gespecialiseerd in de ontwikkeling van geavanceerde algoritmen voor diverse applicaties op gebied van computer vision en de optimalisatie van modellen voor praktijkgebruik.
In de loop van zijn carrière heeft hij in verschillende sectoren gewerkt, zoals in de sportsector en de auto-industrie, een bewijs van zijn aanpassingsvermogen en polyvalentie. Een van zijn opmerkelijke prestaties is de succesvolle implementatie van neurale netwerken met C++ en CUDA, wat zijn technische expertise en zin voor innovatie onderstreept.
Tot de successen van Ahmed behoort ook het behalen van de tweede plaats in de wedstrijd IEEEXtream 12.0. Hij is ook erg geïnteresseerd in het ontwikkelen van oplossingen voor de medische sector.
Hoofd expertise
Computer Vision5 jaar
TensorFlow3 jaar
PyTorch5 jaar
C++3 jaarErvaring7
Machine Learning / Computer Vision-ingenieur
- Optimalisering van machine learning-modellen en ontwikkelen van een geoptimaliseerd C++ framework voor het implementeren van machine learning-toepassingen op randapparaten en in de cloud.
- Bijdrage aan verschillende computer vision-projecten in de auto-industrie, waaronder het Autonomous Driver Assistance-systeem, City Anomaly Monitoring System en Violation Alert Parking System.
- Toepassing van zeer diverse tools zoals Python, C++, TensorRT, CUDA, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git en CI/CD met 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-ingenieur
- Ontwikkeling van objectherkennings- en volgsystemen om bewakingsvideo's te analyseren en beveiligingsmaatregelen te verbeteren.
- Toepassing van tools zoals Python, C++, CMake, PyFacch, TensorFlow, NumPy, Docker, OpenCV, Git, Jira, Google Cloud, CI/CD en 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-ingenieur
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.
TensorFlowOpenCVUitmuntendheid in techniek
Alle Machine Learning Engineers die zich hebben aangemeld bij Proxify worden gescoord van 0 tot 300 op technische uitmuntendheid, een van de vijf parameters die we evalueren. Deze score weerspiegelt uitsluitend de technische uitmuntendheid, gebaseerd op interviews, huiswerkopdrachten, live coding-sessies en/of beoordelingen van de werkprestatie. De curve laat zien hoe alle geëvalueerde Machine Learning Engineers verdeeld zijn over dat bereik, waar onze acceptatiedrempel voor deze parameter ligt, en waar Ahmed zich bevindt.
Score 183 · Top 13% of engineers
Educatie
Stop met browsen.
Word sneller gekoppeld.
Praat met een expert en krijg binnen 2 dagen op maat gemaakte matches uit ons netwerk.
Toegang tot meer dan 6.000+ experts
Word binnen gemiddeld 2 dagen gekoppeld aan een ontwikkelaar
Huur snel en eenvoudig in met 94% matchingsucces