چیزهایی که ساختم
پروژههای متنبازی که از یه ایده شروع شدن و تا یه محصول قابل استفاده جلو رفتن.
یه اکستنشن مرورگر که درخواست خامت رو همونجا، توی فیلد متن هر سایتی، به یه prompt دقیق تبدیل میکنه. با کلید API خودت کار میکنه؛ نتیجه رو کنار متن اصلی میبینی و تا تأیید نکنی چیزی عوض نمیشه. کد pasteشده هم دستنخورده میمونه. روی Firefox Add-ons منتشر شده.
ایجنتهایی که سر کار ساختم
دو سیستم خصوصی که از طراحی تا اجرا خودم ساختم: یه ایجنت تحقیق که پستهای شبکههای اجتماعی رو به گزارش کوتاه با لینک منبع تبدیل میکنه، و یه سیستم چندایجنتی که دادههای واحدها رو به گزارش دقیق و قابل اجرا میرسونه.
ایجنت رصد شبکههای اجتماعی
گزارش کوتاه با لینک منبع از شبکههای اجتماعی؛ هر روز یا هر وقت لازم باشه
یه ایجنت تحقیق با LangGraph طراحی کردم و ساختم که حجم زیاد پستهای هر روز رو به یه گزارش کوتاه با لینک منبع تبدیل میکنه. به سؤال مشخص هم جواب میده؛ مثلاً اینکه چند تا حساب خاص یا فالوئرهاشون دربارهٔ یه موضوع چی گفتن.
ایجنتهای تحلیل و گزارشگیری
ایجنتهای تخصصی که دادههای هر واحد رو به گزارش دقیق و قابل اجرا تبدیل میکنن
یه سیستم چندایجنتی BI طراحی کردم و ساختم: ایجنتهای تخصصی منابع انسانی، مالی و کمپینها دادههای هر واحد رو از یه MCP server میگیرن، روی عددهایی کار میکنن که کد قبلاً چکشون کرده و گزارش فارسی با قدمهای بعدی مشخص مینویسن؛ اصلاحهای مدیر هم برای دفعهٔ بعد یادشون میمونه.
کمی دربارهٔ من
من توسعهدهنده Pythonام و علوم کامپیوتر خوندم. بیشتر روی بکاند و برنامههایی کار میکنم که از LLM استفاده میکنن. در کنار توسعه، با Mercor به شکل قراردادی مدلهای AI رو ارزیابی میکنم: سؤالها و تسکهایی میسازم که نقطهضعف مدلهای قوی رو پیدا کنن. بهترین راه یاد گرفتن برام ساختن چیزهای واقعیه؛ پروژههای متنبازم هم جاییان که ایدهها رو امتحان میکنم و تا یه محصول قابل استفاده جلو میبرم. هنوز اول مسیر حرفهایم، ولی تحویل دادن کار درست، تست کردن و تموم کردن چیزی که شروع کردم برام جدیه.
- ساخت برنامههای AI با RAG و LangGraph؛ جابهجایی بین چند مدل و سرویس پشت FastAPI
- ارزیابی LLM با سؤالهای چالشی، جواب مرجع و rubricهایی که خطاها رو قابل تکرار میکنن
- بکاندی که بعد از crash هم کارش رو ادامه میده: کارهای نیمهتمام دوباره برداشته میشن
- رسوندن ایده به محصولی که کار میکنه، با تست و کدی که بشه نگهش داشت
“هیچوقت لازم نشد چیزی رو دو بار بهت بگم. هیچوقت دستخالی برنگشتی. بزرگترین نقطهقوتت؟ اینکه مشکل رو واقعاً حل میکنی.”
آموزش و ارزیابی AI (قراردادی) · Mercor
۲۰۲۶ · اکنونبرای ارزیابی مدلهای AI، سؤالها و تسکهایی میسازم که جاهای سخت رو هدف میگیرن: جستوجوی وب، استدلال چندمرحلهای و جوابهای اشتباهی که خیلی مطمئن بیان میشن. برای هر تسک هم جواب مرجع و rubric دقیق مینویسم تا بشه خطا رو دوباره دید و با معیار مشخص نمره داد.
توسعهدهنده نرمافزار · Dekamond
۲۰۲۵ · ۶ ماهبرای Kaleri.ai روی AI و اتوماسیون کار کردم: چند سیستم جمعآوری و پردازش داده ساختم، برای ابزارهای داخلی و تحلیل کسبوکار جریانهای کاری LLM با LangGraph و RAG پشت FastAPI راه انداختم و با انتخاب بهتر مدل، cache و بهینهسازی prompt هزینهٔ اجرای LLM رو حدود ۷۰٪ پایین آوردم.
توسعهدهنده Django (بکاند) · Arnikup
۲۰۲۴ · ۶ ماهتوی یه تیم پنجنفره روی بکاند اپ سفارش غذا کار کردم. APIهای محصولات و سفارشها رو با Django REST Framework و PostgreSQL ساختم و نگه داشتم؛ کارهای پسزمینه مثل پردازش سفارش و اعلانها رو به Celery سپردم. برای صف و cache از Redis، برای اجرا از Docker و برای تست از pytest استفاده کردیم.
کارشناسی ارشد مهندسی نرمافزار
۲۰۲۵ – اکنوندانشگاه آزاد اسلامی — واحد علوم و تحقیقات، تهران
کارشناسی علوم کامپیوتر
۲۰۲۰ – ۲۰۲۴دانشگاه گیلان، رشت
- مقام دوم مسابقهٔ تیمی برنامهنویسی Python، دانشگاه گیلان (۲۰۲۳)
- پژوهش دورهٔ کارشناسی روی الگوریتم Particle Swarm Optimization
- انگلیسی (سطح کاری حرفهای) · فارسی (زبان مادری)
بیا با هم یه چیز خوب بسازیم
برای کارهای بکاند و مهندسی AI و همکاریهای جالب آمادهام. از همینجا پیام بده یا مستقیم ایمیل بزن؛ پیامت به دستم میرسه.