در حال بارگذاری

سلام، منمهدی تقیپرتره مهدی تقی — مهندس هوش مصنوعی و توسعه‌دهنده فول‌استکمحصولاتی مبتنی بر هوش مصنوعی می‌سازم.

بیوگرافی

مهندس هوش مصنوعی و توسعه‌دهنده فول‌استک

پرتره مهدی تقی — مهندس هوش مصنوعی و توسعه‌دهنده فول‌استک

من مهندس هوش مصنوعی هستم و روی ساخت راهکارهای هوشمند برای مسائل واقعی تمرکز دارم. الان بیشتر روی سیستم‌های داده‌محور و جست‌وجوی معنایی کار می‌کنم. تخصصم یادگیری ماشین، یادگیری عمیق، NLP و Computer Vision است و با ابزارهایی مثل PyTorch و TensorFlow کار می‌کنم. به‌عنوان توسعه‌دهنده فول‌استک هم با React.js، Django و PostgreSQL تجربه‌های دیجیتال end-to-end طراحی و پیاده‌سازی می‌کنم.

درباره من

مسیر من در فناوری از فروردین ۱۴۰۲ با یادگیری Python شروع شد و خیلی زود وارد هوش مصنوعی شدم؛ دوره‌های متعددی در Machine Learning، Deep Learning، Computer Vision و تحلیل داده گذراندم.

از شهریور ۱۴۰۲ به‌صورت فریلنس در حوزه AI کار می‌کنم و حدود ۳۵ پروژه در زمینه LLM، چت‌بات، ربات تلگرام و اپلیکیشن‌های هوشمند انجام داده‌ام. این کارها کمک کرد با حل مسئله‌های واقعی در حوزه‌های مختلف، تجربه عملی قوی بسازم.

در اواخر ۲۰۲۴ به‌عنوان نویسنده همکار با پژوهشگرانی از دانشگاه‌های معتبر دنیا روی یک پروژه علمی کار کردم که تحلیل مکانی-زمانی و یادگیری ماشین را روی داده‌های بهداشت عمومی اعمال می‌کرد. این پژوهش در مسیر انتشار است و به‌زودی منتشر می‌شود.

به‌عنوان AI Engineer به یک شرکت مشاوره کسب‌وکار پیوستم و حدود شش ماه است آنجا کار می‌کنم. کارم شامل ساخت چت‌بات‌های مبتنی بر RAG، پایپ‌لاین‌های OCR و scraping و پروژه‌های مرتبط بوده است. هم‌زمان React، Flask و Django را هم عمیق‌تر کردم تا در صورت نیاز فول‌استک کار کنم.

الان روی ایده‌ها و دو مقاله پژوهشی جدید کار می‌کنم و هم‌زمان نقش AI Engineer در صنعت را ادامه می‌دهم. موازی با آن، روی پروژه‌های فریلنس متمرکزم تا راهکارهای کامل و آمادهٔ پروداکشن در AI، بک‌اند و فرانت‌اند بسازم.

سوابق کاری

تجربه و سوابق

  1. 01

    گروه مشاوره ARI

    مهندس هوش مصنوعی و توسعه‌دهنده فول‌استک

    اردیبهشت ۱۴۰۴ - اکنون

    • طراحی پلتفرم هوشمند تجاری مبتنی بر هوش مصنوعی با استفاده از پایگاه‌داده‌های برداری و تولید تقویت‌شده با بازیابی (RAG) روی بیش از ۴,۳۰۰ گزارش تجاری اختصاصی.
    • توسعه لایه اجرای ایزوله LLM که امکان اجرای کدهای تولید شده توسط مدل را در محیط‌های ایمن سمت سرور روی مجموعه داده‌های محرمانه فراهم می‌کند و مرزهای حریم خصوصی داده را اعمال می‌کند.
    • ساخت و استقرار ADE (استخراج‌کننده اسناد هوشمند)، یک سیستم هوشمندی اسناد با کارایی بالا که از PaddleOCR و DTP2 برای استخراج ساختاریافته از فایل‌های PDF/PNG، نرمال‌سازی خودکار و همگام‌سازی یکپارچه با پایگاه داده استفاده می‌کند.
    • طراحی و مدیریت زیرساخت ETL توزیع‌شده و دریافت داده از بیش از ۳۰ پلتفرم مالی، خبری و تجارت الکترونیک، که خطوط لوله داده ساختاریافته قابل اعتماد را فراهم می‌کند.
    • مشارکت به‌عنوان عضو اصلی تیم در تبدیل فول‌استک چهار ماژول PowerBI به پلتفرم تولیدی "اتاق دیجیتال"، با پیاده‌سازی یکپارچه‌سازی SSO و معماری چند داشبورد.
    • توسعه خط لوله هوش مصنوعی کامل برای دریافت، ترکیب و تبدیل خودکار اخبار، با گردش کار مستقیم استقرار WordPress REST API.
    • استقرار و نگهداری سیستم‌های هوش مصنوعی و داده روی زیرساخت سرور خصوصی خودمدیریت‌شده، با تضمین ثبات عملیاتی، مقیاس‌پذیری و امنیت داده.
  2. 02

    فریلنسر

    دانشمند داده و توسعه‌دهنده پایتون

    شهریور ۱۴۰۲ - اکنون

    • مهندس هوش مصنوعی و یادگیری ماشین با بیش از ۳۰ پروژه موفق
    • اعمال هوش مصنوعی پیشرفته در تحقیقات آکادمیک، با همکاری دانشمندان بین‌المللی.
    • اعمال K-Means، DBSCAN و PCA برای خوشه‌بندی و کاهش ابعاد روی مجموعه داده‌های واقعی.
    • ساخت و ارزیابی مدل‌های طبقه‌بندی (KNN، SVM، Random Forest، MLP) برای وظایف پیش‌بینی.
    • توسعه راهکارهای هوش مصنوعی برای تشخیص عفونت COVID-19 و تشخیص اشیاء در تصاویر.
    • طراحی خطوط لوله کامل شامل پاکسازی داده، مهندسی ویژگی و اعتبارسنجی مدل.
  3. 03

    دبیرستان‌های سلام و موعود

    مدرس برنامه‌نویسی پایتون

    شهریور ۱۴۰۲ - دی ۱۴۰۳

    • آموزش برنامه‌نویسی پایتون و طراحی الگوریتم به دانش‌آموزان دبیرستانی.
    • برگزاری جلسات کدنویسی تعاملی و عملی برای آموزش مبانی برنامه‌نویسی.
    • راهنمایی دانش‌آموزان در توسعه پروژه‌ها (مانند ماشین‌حساب، اپلیکیشن آب‌وهوا و محاسبه‌گر BMI) با استفاده از پایتون.

Publications

  • 2026

    منتشر شده

    تحلیل‌های مکانی و یادگیری ماشین مرگ‌ومیر بیماری‌های قلبی‌عروقی در سراسر ایالات متحده: شناسایی متغیرهای مرتبط با استفاده از مقادیر شپلی

    ما خوشه‌بندی مکانی مبتنی بر GIS را با مدل‌های پیشرفته یادگیری ماشین ترکیب می‌کنیم تا مرگ‌ومیر بیماری‌های قلبی‌عروقی را در شهرستان‌های ایالات متحده پیش‌بینی کنیم. از مقادیر شپلی برای توضیح پیش‌بینی‌های مدل و برجسته‌سازی عوامل کلیدی الگوهای مرگ‌ومیر منطقه‌ای استفاده می‌شود.

مهارت ها

HTML
CSS
Python
JavaScript
TypeScript
SQL
R
Bash

Certifications

دوره‌ها

  • 01

    یادگیری عمیق

    مؤسسه فناوری تهران

    صادر شده مهر ۱۴۰۳Verify
  • 02

    بینایی ماشین و پردازش تصویر

    مؤسسه فناوری تهران

    صادر شده دی ۱۴۰۲Verify
  • 03

    تحلیل داده و یادگیری ماشین

    مؤسسه فناوری تهران

    صادر شده شهریور ۱۴۰۲Verify
  • 04

    برنامه‌نویسی با پایتون

    مؤسسه فناوری تهران

    صادر شده خرداد ۱۴۰۲Verify

مسابقات

  • 05

    گواهی شرکت در مسابقات FIRA RoboWorldCup

    جام جهانی روبات FIRA

    صادر شده اسفند ۱۳۹۷Verify
  • 06

    گواهی شرکت در مسابقات RoboCup آسیا-اقیانوسیه

    RoboCup آسیا-اقیانوسیه

    صادر شده آذر ۱۳۹۷Verify
  • 07

    گواهی مقام سوم در مسابقات RoboCup آسیا-اقیانوسیه

    فدراسیون RoboCup

    صادر شده آذر ۱۳۹۷Verify