穆罕默德Ezzeldin,剑桥的机器学习开发商,马马,美国
穆罕默德Ezzeldin

机器学习开发商在剑桥,马,美国

成员自2018年12月28日以来
穆罕默德是一台机器学习技术领先于影响。他曾研究过脸部检测,面部地标跟踪,头部姿势估计和物体检测。此前,他曾担任嵌入式和后端软件工程师和机器学习研究员(计算机愿景)。 Mohamed巧妙地结合了技术来设置ML云管道,并优化ML模型在移动和嵌入式设备上运行。
穆罕默德现在 可用的 for hire

文件夹

  • 影响
    亚马逊网络服务(AWS),Jenkins ...
  • Cliqz.
    亚马逊网络服务(AWS),烧瓶,redis,elasticsearch,aws,python
  • 微软
    视觉工作室,C ++

经验

地点

剑桥,马,美国

可用性

兼职

优选的环境

numpy,scikit-leorge,熊猫,keras,tensorflow,python

最神奇的......

......迁移I.'ve run was Affectiva'S的整个研究部门从古典ML到Deep NNS,包括建立数据,培训管道和招聘团队。

就业

  • 机器学习技术领先

    2016年 - 2020年
    影响
    • 迁移的影响'通过构建并发数据准备和模型训练框架和建立内部部署和云基础设施来帮助研究人员在研究中花费更多的研究,从古典ML对深NNS的研究。
    • 培训和生产化的面部检测,面部地标跟踪,头部姿势估计和物体检测的模型。
    • LED研究和工程努力将整个脸部分析管道移植到TFLITE和QUALCOMM SNPE运行时间。
    • LED POC用于多种功能,如车载身体姿势估计,婴儿座椅和手机检测。
    • 帮助聘请了许多计算机视觉研究人员,重点是深度学习专业知识。
    • 将客户要求转化为数据和研究需求,包括指定数据的数量和规格,研究员时间,评估整体风险和可实现的KPI。
    • 在开罗组织了关于汽车的深入学习和计算机愿景的领先会议(Cairo Ai Meetup)。在埃及和德国的多种技术活动和暑期学校提出了影响。
    技术:亚马逊网络服务(AWS),Jenkins,Snapdragon神经处理引擎(SNPE),C ++,AWS,Docker,Keras,Tensorflow,Python
  • 后端软件工程师

    2014 - 2016年
    Cliqz.
    • 建立了新闻文章索引和关键字搜索管道。
    • 根据社交媒体信号(如反应,转发和股份)开发了一篇文章搜索排名系统。
    • 优化的搜索响应时间为数百万新闻文章至10毫秒以下。
    技术:亚马逊网络服务(AWS),烧瓶,redis,elasticsearch,aws,python
  • 软件工程师实习生

    2015年 - 2015年
    微软
    • 添加了Microsoft Office支持Windows 10的新虚拟桌面功能。Word是第一个支持此功能的MS Office应用程序。
    • 启动了PowerPoint的工程管理人员和Excel的讨论,以跨MS Office应用程序推出虚拟桌面支持。
    • 在C ++ MS Office Code Base中开发了一组可重用功能,以提供Win10'S虚拟桌面功能到办公室产品套房的其余部分。
    技术:Visual Studio,C ++
  • 后端软件工程师

    2013 - 2014年
    影响
    • 在视频标签工具(Web)中开发了大量功能,并进行了优化,以允许增加并发贴标程序/用户的数量来扩展标签操作。
    • 通过实现ActiveLearning管道并使用ML分类器来选择有希望的视频来标记来减少2-3x的手动数据标记成本。
    • 构建了ETL管道,以馈送人类面部表情的最大存储库,并使用分布式柱状数据库(Vertica)进行实时数据挖掘的数据库数据库模式。
    • 通过在分布式数据库集群中查找和删除长站瓶颈来改进频率使用的常用查询时间超过八次。
    技术:亚马逊Web服务(AWS),AWS,Vertica,JavaScript,MySQL,Django,Python
  • 嵌入式软件工程师

    2011年 - 2012年
    瓦莱奥
    • 在包括用于CAN总线的驱动器的多核PowerPC微控制器上维护了Park4U(自动停车)的硬件抽象层(驱动程序)。
    • 在Park4U中为几个C模块创建了GUI可配置自动化测试。
    • 开发了一个静态分析工具,以测试基于编译器(Windriver)输出报告的可执行文件的需求符合性。
    技术:PowerPC,DOORS,QT,C ++,C

经验

  • Saratan:3D医用CT图像中的自动肝脏和病变分割(开发)
    //github.com/mohamed-ezz/saratan

    该项目是本文的官方实施“使用级联全卷积神经网络和3D条件随机领域CT中的自动肝脏和损伤分割。”
    它可以使用卷积网络和条件随机字段实现肝脏算法的训练,推理和评估管道,以便肝脏肝脏分段病变(癌症组织)。

技能

  • 语言

    Python, SQL., C ++, C, javascript.
  • 图书馆/ API.

    纹orflow., 凯拉斯, 熊猫, OpenCV., numpy., 克里克特 - 学习
  • 平台

    亚马逊网络服务(AWS), Docker., Linux., AWS. EC2.
  • 其他

    Tensorflow Lite., 计算机视觉, 人工智能(AI), 机器学习, 深度学习, AWS.
  • 构架

    Qt., PowerPC., 烧瓶, django
  • 工具

    贾拉, AWS. EBS., AWS.批处理, , 视觉工作室, Snapdragon神经加工发动机(SNPE), 詹金斯
  • 范式

    敏捷, 克鲁姆
  • 贮存

    mysql., AWS. S3, AWS. RDS., Elasticsearch., redis., vertica

教育

  • 机器学习中的科学硕士
    2014 - 2016年
    TechnischeUniversitätMünchen - 德国慕尼黑
  • 计算机科学理学学士学位
    2006 - 2011年
    德国大学在开罗 - 开罗,埃及

查看更多个人资料

加入Toptal.
与他人分享