Ahmed E.
Machine Learning Engineer
Han specialiserar sig på att skapa avancerade algoritmer för olika Computer Vision-applikationer och optimerar modeller för verklig användning.
Hans karriär omfattar högt varierande branscher såsom sport och fordonsindustrin, vilket visar hans anpassningsförmåga och mångsidighet. En av hans anmärkningsvärda prestationer bestod i att med framgång implementera neurala nätverk från grunden med hjälp av C++ och CUDA, vilket understryker hans tekniska expertis och passion för innovation.
Ahmed har också kommit tvåa i tävlingen IEEEXtream 12.0. Och han brinner för att utforska nya möjligheter inom den medicinska sektorn.
Huvudsaklig expertis
Computer Vision5 år
TensorFlow3 år
PyTorch5 år
C++3 årErfarenhet7
Maskininlärning / Computer Vision Engineer
- Optimerade maskininlärningsmodeller och utvecklade ett optimerat C++ framework för att deploya applikationer för maskininlärning på edge-enheter och i molnet.
- Samarbetade på olika Computer Vision-projekt i fordonsindustrin, däribland Autonomous Driver Assistance system, City Anomaly Monitoring System och Violation Alert Parking System.
- Använde en bred uppsättning av verktyg, inklusive Python, C++, TensorRT, CUDA, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git och 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
CudaMaskininlärning / Computer Vision Engineer
- Utvecklade objektdetekterings- och spårningssystem för analys av övervakningsinnehåll för att förbättra säkerhetsåtgärderna.
- Använde verktyg som Python, C++, CMake, PyTorch, TensorFlow, NumPy, Docker, OpenCV, Git, Jira, Google Cloud, CI/CD och 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.
TensorFlowNumPyOpenCVPyTorchMaskininlärning / 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.
TensorFlowOpenCVIngenjörsexcellens
Alla Machine Learning Engineerer som har ansökt till Proxify får ett betyg från 0 till 300 på ingenjörskompetens, en av de fem parametrar vi utvärderar. Detta betyg speglar endast ingenjörskompetens och baseras på intervjuer, hemuppgifter, live-kodningssessioner och/eller prestationer på jobbet. Kurvan visar hur alla utvärderade Machine Learning Engineerer är fördelade över det intervallet, var vår accepteringsgräns för denna parameter ligger och var Ahmed befinner sig.
Score 183 · Top 13% of engineers
Utbildning
Sluta bläddra.
Få matchad snabbare.
Prata med en expert och få skräddarsydda matchningar från vårt nätverk på bara 2 dagar.
Tillgång till över 6 000+ experter
Hitta en utvecklare i genomsnitt 2 dagar
Anställ snabbt och enkelt med 94% matchningsframgång