Pankaj Kumar

مهندس ذكاء اصطناعي/تعلم آلي متخصص في بناء أنظمة ذكية وقابلة للتوسع باستخدام التعلم الآلي، والتعلم العميق، ونماذج اللغة الكبيرة (LLMs). لديه خبرة في تطوير تطبيقات الذكاء الاصطناعي من البداية إلى الطرف بما في ذلك تطوير وضبط نماذج اللغة الكبيرة (LLM)، وتخصيص نماذج GPT، وClaude، وLLaMA، وهندسة التوجيهات، وتحسين الطلبات، وأنظمة التوليد المعزز بالاسترجاع (RAG)، ونشر وتحسين نماذج اللغة الكبيرة على نطاق واسع.

خبرة قوية في معالجة اللغة الطبيعية (NLP) بما في ذلك تصنيف النصوص، وتحليل المشاعر، والتعرف على الكيانات المسماة (NER)، والترجمة الآلية، والذكاء الاصطناعي المحادثي، وتطوير روبوتات الدردشة. ماهر في مهام رؤية الحاسوب مثل اكتشاف الأجسام، التعرف على الكائنات، تقسيم الصور، تصنيف الصور، تحليل الفيديو، تتبع الكائنات، وتحسين نشر الذكاء الاصطناعي للحواف.

لديه خبرة في تصميم هياكل التعلم العميق، بما في ذلك CNNs وRNNs والنماذج القائمة على المحولات، مع معرفة قوية بتعلم النقل، وضبط النماذج بدقة، وتحسين الشبكات العصبية، وضغط النماذج، وتطوير بنية التعلم العميق المخصصة. بالإضافة إلى ذلك، لديه خبرة في تقنيات الذكاء الاصطناعي التوليدي مثل GANs، والمشفرات الذاتية المتغيرة (VAEs)، ونماذج الانتشار، وتوليد النص إلى صورة، وتوليد الصورة إلى صورة، وتطبيقات الفن بالذكاء الاصطناعي، وتخصيص الانتشار الثابت.

خبرة عملية في التعلم التعزيزي، بما في ذلك تحسين السياسات، وأنظمة التعلم المعزز متعددة الوكلاء، وخوارزميات التحكم في الروبوتات، وتطوير الذكاء الاصطناعي للألعاب. كما لديه خبرة في أنظمة السلاسل الزمنية والتنبؤ، بما في ذلك النمذجة المالية، التنبؤ بالمخزون، التنبؤ بالطلب، اكتشاف الشذوذ، وتحليل البيانات التسلسلية.

ماهر في MLOps ونشر أنظمة الذكاء الاصطناعي، بما في ذلك خطوط أنابيب CI/CD لنماذج التعلم الآلي، ومراقبة النماذج، وإعادة تدريب النماذج، وتتبع التجارب، وتحسين البنية التحتية القابلة للتوسع باستخدام منصات السحابة. لديه خبرة في تقنيات الحاويات والتنسيق مثل Docker وKubernetes، وأدوات تتبع التجارب مثل MLflow وWeights & Biases.

متقن أطر ومكتبات الذكاء الاصطناعي وتعلم الآلة، بما في ذلك PyTorch لأبحاث التعلم العميق وأنظمة الإنتاج، وTensorFlow وKeras لنشر الذكاء الاصطناعي للمؤسسات، وHugging Face Transformers لتطوير نماذج LLM ومعالجة اللغة الطبيعية، وOpenCV لتطبيقات رؤية الحاسوب، وscikit-learn لخوارزميات التعلم الآلي الكلاسيكية، وJAX لأبحاث التعلم الآلي عالية الأداء.

لديه خبرة في البنية التحتية للذكاء الاصطناعي السحابي بما في ذلك AWS SageMaker، ومنصة Google Cloud AI مع تسريع TPU وقدرات AutoML، وAzure Machine Learning لحلول الذكاء الاصطناعي على مستوى المؤسسات.