Ayush Pal

أبني أنظمة ذكاء اصطناعي من مستوى الإنتاج تربط الفجوة بين الابتكار في الذكاء الاصطناعي التوليدي وموثوقية المؤسسات. حاليا كمهندس برمجيات في Payoneer، وأتخصص في تصميم نماذج أتمتة كاملة التقنية وعالية الدقة للذكاء الاصطناعي — بما في ذلك أنظمة الأمن السيبراني المعتمدة على GAN وسير العمل المعتمد على RAG. تركيزي هو تحويل نماذج الذكاء الاصطناعي إلى منتجات قابلة للتوسع وموثوقة.
عروضي وأهميتي في الأعمال:
- وكلاء الذكاء الاصطناعي المستقلون وسير العمل الذكي: أبني أنظمة مدفوعة بالأحداث مثل InboxboxAI التي تتعامل مع مهام متعددة الخطوات مثل مزامنة IMAP في الوقت الحقيقي والتصنيف الآلي. وهذا يقلل من التكاليف التشغيلية من خلال استبدال الفرز اليدوي للبيانات بالتنفيذ الذاتي.
- RAG عالي الدقة والردود المقترحة: أصمم خطوط إنتاج التوليد المعزز بالاسترجاع (RAG) التي تربط ردود الذكاء الاصطناعي بالبيانات الخاصة مثل ملفات PDF والبريد الإلكتروني. هذا يقضي على الهلوسات، ويوفر إجابات دقيقة وواعية للسياق يمكن للمستخدمين الوثوق بها.
- أتمتة المؤسسة الكاملة: أطور أطر عمل قوية باستخدام جافا وبلاي رايت لتأمين تدفقات الأعمال الحيوية مثل المدفوعات والانضمام. من خلال دمج هذه الأنظمة في GitHub Actions، أمكن الشركات من النشر يوميا دون أي أخطاء تؤثر على الإيرادات.
- الأمن السيبراني المعتمد على الذكاء الاصطناعي: أستخدم نماذج مبنية على GAN لتقوية الأنظمة ضد التهديدات الآلية، وهي تقنية استخدمتها لزيادة دقة كشف DDoS إلى 99.61٪. هذا يضمن بقاء الخدمات ذات الحركة العالية آمنة ومتاحة تحت الهجمات المتطورة.
- تسليم المنتج الجاهز للإنتاج: لدي سجل مثبت في شحن المنتجات الحية، من مساعد RFI في الهاكاثون العالمي الذي حصل على المركز الثالث إلى روبوت الدردشة AskDISHA 2.0 ل IRCTC. وهذا يضمن الانتقال من المفهوم إلى أصل وظيفي منتشر.