Eyasu Saketa
أديس أبابا, إثيوبيا
Eyasu Saketa
مهندس ذكاء اصطناعي وتعلم الآلة أول
الفئة : الذكاء الإصطناعي
أنا مهندس أول في الذكاء الاصطناعي وتعلم الآلة، حاصل على دكتوراه في الذكاء الاصطناعي، ومتخصص في سد الفجوة بين الأبحاث المتقدمة وأنظمة الإنتاج.
الخبرة الأساسية:
RAG المؤسسي والذكاء الاصطناعي العامل: تصميم خطوط أنابيب استرجاع متعددة المراحل مع تصحيح ذاتي ذاتي.
تحسين الأجهزة: خبير في تحسين نماذج التعلم العميق (PyTorch/MLX) لسيليكون آبل (سلسلة M) باستخدام Metal Performance Shaders ومعماريات الذاكرة الموحدة.
الرؤية الحاسوبية الطبية: خبرة واسعة في التعلم الذاتي للإشراف الذاتي لعلم الأمراض النسيجي والفحص الخلوي الآلي.
محركات التوليد (Generative Engines): مطور "مشروع إيثر"، محرك ألعاب من اللغة الطبيعية إلى ثنائية الأبعاد يستخدم DSLs مخصصة.
أقدم حلول ذكاء اصطناعي عالية الأداء وفعالة من حيث التكلفة للشركات الناشئة والمؤسسات التي تبحث عن ذكاء قوي وقابل للتوسع وواع للأجهزة.
الخبرة الأساسية:
RAG المؤسسي والذكاء الاصطناعي العامل: تصميم خطوط أنابيب استرجاع متعددة المراحل مع تصحيح ذاتي ذاتي.
تحسين الأجهزة: خبير في تحسين نماذج التعلم العميق (PyTorch/MLX) لسيليكون آبل (سلسلة M) باستخدام Metal Performance Shaders ومعماريات الذاكرة الموحدة.
الرؤية الحاسوبية الطبية: خبرة واسعة في التعلم الذاتي للإشراف الذاتي لعلم الأمراض النسيجي والفحص الخلوي الآلي.
محركات التوليد (Generative Engines): مطور "مشروع إيثر"، محرك ألعاب من اللغة الطبيعية إلى ثنائية الأبعاد يستخدم DSLs مخصصة.
أقدم حلول ذكاء اصطناعي عالية الأداء وفعالة من حيث التكلفة للشركات الناشئة والمؤسسات التي تبحث عن ذكاء قوي وقابل للتوسع وواع للأجهزة.
أوقات العمل
- الإثنين:08h00 إلى 18h00
- الثلاثاء:08h00 إلى 18h00
- الأربعاء:08h00 إلى 18h00
- الخميس:08h00 إلى 18h00
- الجمعة:08h00 إلى 18h00
- السبت:غير موجود
- الأحَد:غير موجود
قام بتصميم ونشر محركات RAG للمؤسسات من مستوى الإنتاج، باستخدام خطوط أنابيب استرجاع متعددة المراحل والتصحيح الذاتي الوكيل لضمان دقة 99٪ في استرجاع المعلومات.
تم تحسين تدريب التعلم العميق والاستدلال لأجهزة Apple Silicon (M2 Pro/M3)، باستخدام بنى Metal Performance Shaders (MPS) وUnified Memory لتقليل زمن الاستجابة بنسبة 12٪.
تم هندسة بروتوكولات إدارة وأمان سرية قائمة على البيئة لقواعد الشيفرة على نطاق المؤسسة، وحل الثغرات الحرجة في المستودعات التعاونية.
المطور الرئيسي ل "مشروع إيثر": أنشأ محرك ألعاب توليدي يحول اللغة الطبيعية إلى ألعاب ثنائية الأبعاد وظيفية عبر لغة JSON مخصصة للمجال (DSL).
تم تحسين تدريب التعلم العميق والاستدلال لأجهزة Apple Silicon (M2 Pro/M3)، باستخدام بنى Metal Performance Shaders (MPS) وUnified Memory لتقليل زمن الاستجابة بنسبة 12٪.
تم هندسة بروتوكولات إدارة وأمان سرية قائمة على البيئة لقواعد الشيفرة على نطاق المؤسسة، وحل الثغرات الحرجة في المستودعات التعاونية.
المطور الرئيسي ل "مشروع إيثر": أنشأ محرك ألعاب توليدي يحول اللغة الطبيعية إلى ألعاب ثنائية الأبعاد وظيفية عبر لغة JSON مخصصة للمجال (DSL).
تقليل التكاليف: لا أدير فقط النماذج؛ أنا أقوم بتصميمها لتكون فعالة حسابيا، مما يقلل من عبء السحابة والأجهزة.
الموثوقية العالية: خلفيتي البحثية تتيح لي تنفيذ التحقق الدقيق و"فحوصات" الوكلاء لضمان أن مخرجات الذكاء الاصطناعي آمنة للإنتاج.
الأدوات المخصصة: الخبرة في بناء لغات مخصصة للمجالات (DSLs) تتيح للمستخدمين غير التقنيين التفاعل مع أنظمة الذكاء الاصطناعي المعقدة.
الموثوقية العالية: خلفيتي البحثية تتيح لي تنفيذ التحقق الدقيق و"فحوصات" الوكلاء لضمان أن مخرجات الذكاء الاصطناعي آمنة للإنتاج.
الأدوات المخصصة: الخبرة في بناء لغات مخصصة للمجالات (DSLs) تتيح للمستخدمين غير التقنيين التفاعل مع أنظمة الذكاء الاصطناعي المعقدة.
تسريع الأجهزة: فهم عميق لأنماط تصميم FPGA/ASIC لاستنتاج الشبكات العصبية.
البنى المتوازية: إتقان SIMD (تعليمة واحدة، بيانات متعددة) ومزامنة متعددة النوى لأحمال عمل الذكاء الاصطناعي عالية الإنتاجية.
الذكاء الاصطناعي الحافة والذكاء المدمج: خبرة في ضغط النماذج (الكم والتقليم) لتركيب البنى المعقدة على الأنظمة المدمجة ذات الموارد المحدودة.
الحوسبة غير المتجانسة: خبرة في تقسيم أعباء عمل الذكاء الاصطناعي بين وحدة المعالجة المركزية، ووحدة معالجة الرسوميات، ووحدة معالجة الأعصاب المتخصصة لتحسين الطاقة المنخفضة والكمون المنخفض.
البنى المتوازية: إتقان SIMD (تعليمة واحدة، بيانات متعددة) ومزامنة متعددة النوى لأحمال عمل الذكاء الاصطناعي عالية الإنتاجية.
الذكاء الاصطناعي الحافة والذكاء المدمج: خبرة في ضغط النماذج (الكم والتقليم) لتركيب البنى المعقدة على الأنظمة المدمجة ذات الموارد المحدودة.
الحوسبة غير المتجانسة: خبرة في تقسيم أعباء عمل الذكاء الاصطناعي بين وحدة المعالجة المركزية، ووحدة معالجة الرسوميات، ووحدة معالجة الأعصاب المتخصصة لتحسين الطاقة المنخفضة والكمون المنخفض.
الأجهزة: تصميم VLSI، الأنظمة المدمجة، وبرمجة FPGA.
الأنظمة: أنظمة التشغيل في الوقت الحقيقي (RTOS) وتصميم بروتوكول الشبكة.
الرياضيات: البنى المتقطعة، الجبر الخطي، والتفاضل والتكامل (الأساس لتعلم الآلة).
البرمجيات: هياكل البيانات والخوارزميات، المترجمات، وC++/Assembly المتقدمة.
الأنظمة: أنظمة التشغيل في الوقت الحقيقي (RTOS) وتصميم بروتوكول الشبكة.
الرياضيات: البنى المتقطعة، الجبر الخطي، والتفاضل والتكامل (الأساس لتعلم الآلة).
البرمجيات: هياكل البيانات والخوارزميات، المترجمات، وC++/Assembly المتقدمة.
يرجى الدخول كزبون لإعطاء رأيكم
محترفون مدعومون
محتاجون إلى خدمة ؟
هل تريدون الإستفادة من خدمات هذا المحترف ؟
أنشروا إحتياجكم وستتلقون عشرات المقترحات من محترفي المنصة.
