درباره من
مهندس نرم‌افزار هوش مصنوعی با پیشینه مهندسی DevOps، با تمرکز بر طراحی و توسعه راهکارهای تولیدی و آماده استقرار (Production-Ready) در حوزه‌های هوش مصنوعی مولد (Generative AI)، مدل‌های زبانی بزرگ (LLM)، هوش مصنوعی عامل‌محور (Agentic AI)، سیستم‌های RAG و MCP.
دارای تجربه در توسعه سیستم‌های Backend ابری و Cloud-Native با استفاده از Python، Go، TypeScript، Docker و Kubernetes و مسلط به توسعه AI Agentها، جستجوی معنایی (Semantic Search)، Embeddingهای برداری، مهندسی پرامپت، یکپارچه‌سازی APIهای هوش مصنوعی و معماری Microservices مقیاس‌پذیر.
تجربه توسعه راهکارهای End-to-End هوش مصنوعی در حوزه‌هایی مانند تولید محتوا، دستیارهای دانش پزشکی و پردازش تصاویر پزشکی، با ترکیب دانش عمیق در مهندسی نرم‌افزار و زیرساخت با فناوری‌های مدرن هوش مصنوعی.
سوابق کاری
مهندس نرم افزار هوش مصنوعیAISmoothyپروژه‌ای
مهندس دواپسمرکز فناوری دانشگاه شریفقراردادی
مهندس دواپسازکی سرمایهقراردادی
مهندس دواپسهمراه اولتمام‌وقت
تحصیلات
کارشناسیمهندسی کامپیوترآزاد تهران مرکز
گواهینامه‌ها
Associate AI Engineer for DevelopersDataCamp۱۴۰۵
(Secure AI/ML Driven Software Development (LFEL1012Linux Foundation۱۴۰۴
AWS Certified AI PractitionerKodeKloud۱۴۰۴
Microsoft Certified Azure AI Engineer AssociateKodeKloud۱۴۰۴
Certified Kubernetes Application Developer (CKAD)Cloud Academy۱۴۰۲
Security HackathonQuera۱۴۰۲
خدمات
Agentic Solutionتوسعه برنامه‌های Generative AI و LLM — طراحی و توسعه برنامه‌های آماده تولید مبتنی بر مدل‌های زبانی بزرگ و APIهای هوش مصنوعی. سیستم‌های AI Agent و Multi-Agent — توسعه ایجنت‌های هوشمند و گردش‌کارهای چندعاملی برای انجام وظایف پیچیده و خودکارسازی فرآیندها. RAG و جستجوی معنایی — ساخت سیستم‌های هوشمند مبتنی بر Embedding، جستجوی برداری و تولید تقویت‌شده با بازیابی اطلاعات. دستیارهای هوشمند و سیستم‌های Q&A — توسعه دستیارهای هوشمند برای پاسخ‌گویی به سؤالات مبتنی بر اسناد، دانش و حوزه‌های تخصصی. یکپارچه‌سازی APIهای هوش مصنوعی — اتصال مدل‌های زبانی، مدل‌های Embedding و سرویس‌های AI به اپلیکیشن‌ها از طریق APIهای مقیاس‌پذیر و پایدار. معماری راهکارهای هوش مصنوعی — طراحی معماری End-to-End، انتخاب فناوری‌ها، گردش‌کارها و برنامه اجرایی برای پروژه‌های AI. هوشمندسازی اسناد — تبدیل اسناد غیرساختاریافته به اطلاعات قابل جستجو، پردازش و استفاده توسط سیستم‌های هوش مصنوعی. راهکارهای هوش مصنوعی در حوزه سلامت — توسعه راهکارهای RAG، دانش پزشکی و پردازش تصاویر پزشکی برای فرآیندهای حوزه سلامت. یادگیری ماشین و تشخیص ناهنجاری — توسعه پایپ‌لاین‌های بلادرنگ یادگیری ماشین برای تشخیص ناهنجاری و تحلیل هوشمند داده‌ها. راهکارهای Knowledge Graph — ساخت سیستم‌های دانش متصل با استفاده از روابط ساختاریافته و داده‌های معنایی.
Software Engineeringتوسعه Backend و API — طراحی و توسعه سرویس‌های Backend و APIهای مقیاس‌پذیر با Python، Go و فریم‌ورک‌های مدرن. معماری Microservices — طراحی و تبدیل سیستم‌ها به معماری Microservices مقیاس‌پذیر، قابل نگهداری و توسعه. توسعه Cloud-Native — ساخت اپلیکیشن‌های Containerized برای اجرا و مقیاس‌پذیری در محیط‌های ابری و Production. Docker و Kubernetes — کانتینری‌سازی، ارکستراسیون و استقرار سرویس‌های پایدار با Docker و Kubernetes. اتوماسیون CI/CD — خودکارسازی فرآیند Build، تست و Deployment برای تحویل سریع‌تر و قابل‌اعتمادتر نرم‌افزار. Monitoring و Observability — پیاده‌سازی مانیتورینگ و مشاهده‌پذیری اپلیکیشن و زیرساخت با Prometheus، Grafana، Elasticsearch و ابزارهای مرتبط. اتوماسیون زیرساخت — خودکارسازی زیرساخت و استقرار سرویس‌ها با Terraform، Ansible، Helm و ابزارهای CI/CD. راهکارهای Database و Caching — طراحی لایه‌های داده و Cache با PostgreSQL، MongoDB، Redis، Qdrant و فناوری‌های مرتبط.
AI-Powered Document Intelligence Platform
AI Solution Architect API
DICOM PHI MONAI Pipeline
AI Medical Knowledge Assistant