مهندس هوش مصنوعی در Drivee AI · مسقط، عمان

بهراد عظیمیایجنت‌های هوش مصنوعی متنی و صوتی می‌سازم که شیفت شب کار می‌کنند.

ایجنت‌های هوش مصنوعی‌ای را طراحی می‌کنم، به پروداکشن می‌برم و ارزیابی می‌کنم که از طریق چت، پیامک، ایمیل و تلفن با مشتریان واقعی صحبت می‌کنند. این روزها روی سوفیا کار می‌کنم؛ ایجنت فروش ۲۴ ساعته Drivee AI برای نمایندگی‌های خودرو.

پس‌زمینه: یک شبکه عصبی تصادفی (CPPN) 8→16→16→16→3 بذر 0xc0ffee نشانگر را حرکت دهید تا نورون‌ها را کاوش کنید
~۵۰۰نمایندگی خودرو با ایجنتی کار می‌کنند که رویش کار می‌کنم
۴۳/۴۳نشت واقعی یادداشت‌های داخلی مدل که گاردی که ساختم در میان ۲۳۶ هزار پاسخ پروداکشن گرفت
۳۰۰+کامیت در ایجنت‌های هوش مصنوعی پروداکشن از اکتبر ۲۰۲۵
یک روزاز ایده تا ارسال به فروشگاه Chrome

۰۱ — اکنون

مهندس هوش مصنوعی در Drivee AI. ایجنت‌هایی می‌سازم که نمایندگی‌ها مشتریانشان را به آن‌ها می‌سپارند، و تست‌هایی که ثابت می‌کنند درست کار می‌کنند.

Drivee AI یک سیستم‌عامل هوش مصنوعی برای نمایندگی‌های خودرو در آمریکاست. ایجنت فروش آن، سوفیا، در هر ساعتی از شبانه‌روز ظرف چند ثانیه از طریق پیامک، ایمیل، چت وب‌سایت، مسنجر و اینستاگرام به هر مشتری بالقوه پاسخ می‌دهد؛ صدها هزار پاسخ در ماه. من روی خود هوش مصنوعی کار می‌کنم: اینکه اجازه دارد چه بگوید، چطور با خطا ایمن برخورد کند و چطور بسنجیم که درست جواب داده است.

Drivee AI ↗

مهندس هوش مصنوعی · مسقط، عمان · از اوت ۲۰۲۵ تاکنون

ساخت · سوفیا، ایجنت فروش هوش مصنوعی

  • مسئول موتور گفتگوی نسخه اول بودم (آوریل تا سپتامبر ۲۰۲۶): منطق نوبت‌دهی برای روزهای تعطیل و ساعات کاری، تقسیم پیامک‌ها با حفظ ساختارشان، پشتیبانی از MMS، و واژه‌نامه‌ای که نام مدل‌ها و تیپ‌ها را به موجودی واقعی نمایندگی وصل می‌کند.
  • موتور پیگیری هوش مصنوعی را از نو ساختم. هر پیام پیگیری زاویه‌اش را عوض می‌کند، آخرین حرف‌های دو طرف را می‌خواند، تکرار را تشخیص می‌دهد و فقط چیزی را پیشنهاد می‌کند که نمایندگی واقعاً می‌تواند ارائه دهد. همراه با ۴۱۰ خط تست منتشر شد.
  • گاردریل‌های نسخه دوم، که در آن طبقه‌بندها هر پیام را به ماژول‌های تخصصی می‌فرستند، یک مدل پیش‌نویس پاسخ را می‌نویسد و گاردهای اعتبارسنجی آن را بررسی می‌کنند: بدون قیمت ساختگی (از ۳۴/۴۸ به ۴۸/۴۸ سناریوی تست)، بدون نام ساختگی کارکنان (از ۲۹/۳۶ به ۳۶/۳۶)، و پیام‌های پیگیری‌ای که می‌دانند کدام خودروها فروخته شده‌اند (از ۶۱۷ به ۹۱۶ از ۹۲۹).
  • پایداری: جابه‌جایی خودکار به ارائه‌دهنده دوم مدل وقتی ارائه‌دهنده اصلی از کار بیفتد (از ۰/۳۳ به ۳۳/۳۳)، و «ساعات سکوت» برای تایمرهای نوبت که با اختلاف منطقه زمانی و ساعت تابستانی هم درست کار می‌کنند (۷۹ سناریو به‌علاوه یک شبیه‌ساز سفر در زمان).

ساخت · HeyGent، منشی صوتی هوش مصنوعی

  • معماری پرامپت برای یک ایجنت تلفنی که به تماس‌های کلینیک‌های دندان‌پزشکی در آمریکا و کانادا پاسخ می‌دهد: یک سیستم ماژولار Jinja2 که پرامپت هر کلینیک را از فلگ‌های قابلیت‌ها (نوبت‌دهی، لغو، پیام صوتی، انتقال تماس) می‌سازد و فقط ابزارهایی را در اختیار ایجنت می‌گذارد که آن کلینیک دارد.
  • جریان کامل تماس‌ها: نوبت‌دهی، تغییر نوبت، لغو در چارچوب محدودیت‌های کلینیک، تأیید نوبت، بیماران جدید و قدیمی، بیمه، زبان اسپانیایی، و مسیرهای جایگزین امن به پیام صوتی یا پذیرش.
  • یک ابزار قطعی برای تاریخ. مدل‌های زبانی در فهم «جمعه بعد ساعت ۳» ضعیف‌اند، برای همین ایجنت به‌جای حدس زدن یک پارسر آگاه از منطقه زمانی را صدا می‌زند. همچنین ساعت محلی کلینیک را حین تماس به گفتگو تزریق می‌کنم، طوری نوشته‌شده که موتور تبدیل متن به گفتار آن را طبیعی بخواند.

ارزیابی · قبل از انتشار ثابتش کن

  • یک دور تست قبل و بعد برای هر اصلاح: سناریوهای واقعی در کنار بازپخش موارد واقعی پروداکشن، با امتیازدهی خودکار. ۱۷ دور از سپتامبر تاکنون.
  • گارد نشت استدلال: جلوی رسیدن یادداشت‌های داخلی مدل به مشتری را می‌گیرد. روی ۲۳۶٬۶۱۵ پاسخ پروداکشن اجرا شد و هر ۴۳ نشت واقعی را گرفت، با فقط یک هشدار اشتباه.
  • مقایسه کور مدل‌ها: ۸۰ گفتگو که دو خانواده متفاوت از مدل‌ها داوری کردند تا مدل پشتیبان انتخاب شود. مدل برنده با میانه ۴٫۷ ثانیه پاسخ می‌دهد، در برابر ۱۴٫۶ ثانیه.

اشتراک · کار را قابل فهم کن

  • یک دوره آشنایی ۲۶ فصلی برای کدبیس نسخه دوم، یک گزارش تحقیق و توسعه درباره فاین‌تیون مدل‌های زبانی (۷۵ منبع)، و یک خلاصه به زبان ساده که برای هر گزارش و دور تست بایگانی می‌شود.
ردپای ایجنت · پیامک · ۱۱:۴۲ شب بازپخش

مشتریسلام! RAV4 XLE مدل ۲۰۲۳ هنوز موجود است؟ می‌توانم شنبه صبح ببینمش؟

planner.classify() → availability + appointment

inventory.search(model: "RAV4", trim: "XLE", year: 2023) → 1 in stock · 18k mi

dealer.hours(dept: "sales", day: "Sat") → 09:00–17:00

ایجنتبله، RAV4 XLE مدل ۲۰۲۳ (۱۸ هزار مایل) هنوز اینجاست. شنبه ساعت ۹ باز می‌کنیم. ساعت ۱۰:۳۰ یا ۱۱:۳۰ برایتان مناسب است؟

مشتری۱۰:۳۰ خوب است. خودروی قدیمی‌ام را هم معاوضه می‌کنید؟

appointments.book(slot: "Sat 10:30") → confirmed

knowledge.lookup("trade-in policy") → no dealer answer

handoff.create(reason: "trade-in") → task for sales team

guards(price, names, leak) → all clear

ایجنتنوبت شما برای شنبه ساعت ۱۰:۳۰ ثبت شد. درباره معاوضه خودرویتان از تیممان پرسیدم و پیش از مراجعه با شما تماس می‌گیرند.

ارزیابی · بازبینی گفتگو اطلاعات با موجودی می‌خواند قبول نوبت در ساعات کاری بخش است قبول رکورد نوبت با گفتگو می‌خواند قبول سؤال بی‌پاسخ به تیم ارجاع شد قبول بدون قیمت یا وعده ساختگی قبول
بازپخش نمایشی با نام‌های ساده‌شده ابزارها؛ داده واقعی مشتری نیست.
Pythonفراخوانی ابزارگاردریل و ارزیابیVapiOpenAIجابه‌جایی خودکار بین مدل‌هاElasticsearchCloud FunctionsCloud TasksFirebase RTDBGitHub ActionsTwilioSendGridDeepgramJinja2NexHealth APIClaude Code

۰۲ — روش کارم

مهندسی مبتنی بر هوش مصنوعی. اول کار خودم را خودکار می‌کنم.

بیشتر کارهای کنترل کیفیت و دسته‌بندی باگ‌هایم با اسکیل‌هایی (skills) انجام می‌شود که در Claude Code نوشته‌ام و با بازخورد تیم مدام بهترشان می‌کنم. ساعت‌ها بازبینی دستی به گزارشی تبدیل می‌شود که هر کسی می‌تواند دوباره اجرا کند، بررسی کند و درباره‌اش بحث کند.

conversation-review
$ /dealer-conversation-review
fetch   10 days · read-only
grade   30 chats per reviewer
score   7 areas · 0–5 · severity
report  findings + KPIs

ارزیابی تک‌تک گفتگوها

بازبین‌ها گفتگوهای یک نمایندگی را بر اساس یک معیار مکتوب ارزیابی می‌کنند: دقت، نوبت‌ها، ارجاع به کارکنان، قوانین نمایندگی، روند گفتگو، پیگیری‌ها و مشکلات سیستم. گزارش تعاملی شامل نقل‌قول‌های مستند، مشکلات تکراری، اصلاحات پیشنهادی و دکمه‌های موافق و مخالف است، به‌علاوه شاخص‌های عملکرد نمایندگی.

bug-triage
$ /v2-bug-triage
pull    Slack lists + Trello
join    chat behind each ticket
score   severity 0–100
split   AI fix vs backend fix

دسته‌بندی باگ‌ها همراه با شواهد

همه تیکت‌های باز Slack و Trello را جمع می‌کند، تکراری‌ها را حذف می‌کند، گفتگوی مشتری را پشت هر گزارش می‌گذارد و همه را بر اساس علت ریشه‌ای گروه‌بندی می‌کند تا اصلاحات دسته‌ای منتشر شوند، نه تیکت به تیکت. هر روز از نو ساخته می‌شود.

test-round
# price guard: no made-up prices
before  34/48 pass
after   48/48 · 2nd model 60/60
data    prod knowledge → dev
ship    dev → prod · archived

اصلاح را بسنج، نه حس را

هر تغییر یک دور تست قبل و بعد روی سناریوهای واقعی و موارد بازپخش‌شده پروداکشن دارد؛ روی محیط توسعه و با دانش واقعی نمایندگی‌ها از پروداکشن، که آن را فقط‌خواندنی و کلید به کلید منتقل می‌کنم. اصلاح فقط وقتی منتشر می‌شود که اعداد تکان بخورند.

چرخه روزانه‌ام

  1. به‌روزرسانی گزارش دسته‌بندی
  2. گروه‌بندی تیکت‌ها بر اساس علت ریشه‌ای
  3. برنامه‌ریزی اصلاح در یک صفحه تعاملی
  4. ساختن آن در یک worktree جداگانه
  5. استقرار روی محیط توسعه
  6. اجرای دور تست قبل و بعد
  7. انتشار و بستن تیکت‌ها
  8. بایگانی یک خلاصه به زبان ساده

۰۳ — سوابق

از پایپ‌لاین‌های داده مخابرات تا ایجنت‌های هوش مصنوعی در پروداکشن.

اوت ۲۰۲۵ – اکنونمسقط، عمان

مهندس هوش مصنوعی · Drivee AI

دو ایجنت پروداکشن از یک تیم: منشی صوتی HeyGent برای کلینیک‌های دندان‌پزشکی (۲۰۲۵–۲۰۲۶) و سپس سوفیا، ایجنت فروش Drivee AI برای نمایندگی‌های خودرو (۲۰۲۶ – اکنون).

  • ۳۱۰ کامیت در مخزن‌های ایجنت، سرور صوتی و بک‌اند.
  • صوت: سیستم پرامپت ماژولار، جریان تماس‌ها و ابزارهای سمت سرور با Vapi، Twilio و Deepgram.
  • سوفیا: مسئول موتور نسخه اول بودم، موتور پیگیری را از نو ساختم و گاردریل‌های نسخه دوم و جابه‌جایی خودکار بین مدل‌ها را اضافه کردم.
  • ابزارهای Claude Code تیم را برای بازبینی کیفیت گفتگوها، دسته‌بندی باگ‌ها و انتقال دانش از پروداکشن به محیط توسعه ساختم.
  • انتشار با GitHub Actions روی محیط‌های توسعه، استیجینگ و پروداکشن در Google Cloud.

نوامبر ۲۰۲۱ – دسامبر ۲۰۲۴تهران، ایران

توسعه‌دهنده نرم‌افزار، مهندسی داده · Thousandways Co.

مهندسی داده مخابرات برای عملیات شبکه و VoIP.

  • پایپ‌لاین‌های ETL خودکار (Airflow و SQL) و پارسرهای پایتونی برای عملیات شبکه مخابراتی و تحلیل VoIP ساختم، از جمله ابزارهای عیب‌یابی سیگنالینگ SIP.
  • ابزارهای تحلیل و شاخص‌های عملکرد با Pandas، NumPy و Matplotlib، و داشبوردهای Grafana و Apache Doris برای پایش لحظه‌ای توسعه دادم.
  • طبقه‌بندهای یادگیری ماشین ساختم که خرابی‌های شبکه را پیش‌بینی می‌کردند و هنگام افت کیفیت سرویس هشدار لحظه‌ای می‌دادند.
PythonAirflowSQLPandasGrafanaApache DorisDjangoSIP / VoIP

فریلنسدورکاری

مهندس داده · Agrimonia، دانشگاه میلان

یک مطالعه آماری درباره اثر آمونیاک کشاورزی بر کیفیت هوا. داده‌های منطقه‌ای را با Pandas و NumPy پاک‌سازی کردم و مدل‌های رگرسیون LASSO ساختم تا عوامل آلودگی از هم جدا شوند.

۰۴ — پروژه‌های شخصی

چیزهایی که عصرها و آخر هفته‌ها منتشر می‌کنم.

دوست دارم ایده‌ها را تا پروداکشن برسانم: پرداخت، تست‌ها، اسکریپت‌های استقرار، صفحه فروشگاه، و گزارش پس از رخداد وقتی کاری خراب می‌شود.

افزونه Chrome · محصول هوش مصنوعیاکتبر ۲۰۲۶ · منتشرشده در فروشگاه Chrome

GovVerdict: پیشنهاد بدهید یا نه؟ برای یک قرارداد فدرال، در حدود یک دقیقه

پیمانکاران کوچک آمریکایی ساعت‌ها صرف خواندن اسناد مناقصه می‌کنند فقط برای اینکه تصمیم بگیرند پیشنهاد بدهند یا نه. GovVerdict در پنل کناری Chrome روی SAM.gov کار می‌کند، آگهی و پیوست‌های PDF و Word آن را می‌خواند و حکمی (پیشنهاد بده / بررسی کن / پیشنهاد نده) همراه با امتیاز تناسب، چک‌لیست انطباق با الزامات پیشنهاد، نحوه ارزیابی پیشنهادها، ریسک‌ها و سؤال‌هایی برای مسئول قرارداد ارائه می‌دهد.

  • قوانین بر مدل غلبه می‌کنند: بررسی‌های قطعی شرایط (سهمیه، گواهی‌ها، کد NAICS، مهلت و محل اجرا) اول اجرا می‌شوند و هر شکست قطعی، فارغ از نظر مدل، حکم «پیشنهاد نده» را تحمیل می‌کند.
  • چندوجهی و ساختاریافته: Gemini روی Vertex AI فایل‌های PDF را مستقیم می‌خواند و طبق یک اسکیمای JSON پاسخ می‌دهد.
  • اصول پروداکشن: Manifest V3، Express روی Cloud Run، سهمیه مصرف در Firestore، محدودسازی مبدأ درخواست‌ها، پرداخت با Paddle و وب‌هوک‌های امضاشده، Secret Manager، ۲۳ تست روی فایل‌های واقعی SAM.gov و استقرار با یک دستور.
Gemini · Vertex AIChrome MV3Node / ExpressCloud RunFirestorePaddle
پنل کناری GovVerdict که برای یک قرارداد خدمات نظافت حکم «پیشنهاد بده» با امتیاز تناسب ۸۲ نشان می‌دهد و بررسی‌های سهمیه، NAICS، مهلت و محل اجرا را گذرانده است.
وب · پروژه مشتریاکتبر ۲۰۲۶ · منتشرشده

وب‌سایت نمونه‌کار اختصاصی، برای هر شغلی

چیزهایی را که آدم‌ها از قبل دارند، مثل نمونه‌کار PDF، رزومه و عکس پروژه‌ها، به یک وب‌سایت سریع و اختصاصی تبدیل می‌کنم که خودشان بتوانند به‌روزش کنند. اولینش برای Proshat ArcStudio است، دفتر معماری و ساخت در عمان و ایران، که روی proshat.studio منتشر شده. همین سایتی که می‌بینید هم نمونه دیگری است.

  • از PDF تا مطالعه موردی: یک نمونه‌کار ۳۷ صفحه‌ای به ۹ صفحه پروژه با ۵۶ تصویر تبدیل شد، با مقایسه قبل و بعد، نقشه‌های معماری، پانورامای ۳۶۰ درجه قابل کشیدن و گالری تمام‌صفحه.
  • نگهداری آسان: هر پروژه یک فایل Markdown است که با یک اسکیما بررسی می‌شود؛ هر غلط تایپی به‌جای خراب کردن سایت، پیامی نشان می‌دهد که فایل و فیلد را مشخص می‌کند.
  • سریع از پایه: بیلد ایستا با Astro، تصاویر واکنش‌گرای WebP، فونت‌های میزبانی‌شده روی خود سایت، بدون فریم‌ورک سمت مرورگر، حالت روشن و تیره، دامنه اختصاصی و استقرار با یک دستور روی Firebase Hosting.
AstroContent collectionsMarkdownتصاویر واکنش‌گراFirebase Hostingدامنه اختصاصی
صفحه اصلی proshat.studio: نام Proshat ArcStudio با حروف درشت کنار تصویری هوایی از یک ساختمان سبز پلکانی.
معاملات کمّی · مهندسی ریسک۲۰۲۶ · فقط معاملات کاغذی

موتور کپی‌تریدینگ و بک‌تستری که راستش را می‌گوید

  • سه استراتژی MACD را روی ۲۸٬۷۶۶ بازار پیش‌بینی پنج‌دقیقه‌ای بیت‌کوین، با قیمت‌های ورود واقعی از دفتر سفارش و بدون نگاه به آینده، بک‌تست کردم. هر سه ضرر دادند و دلیلش را نوشتم.
  • موتور کپی در هر چرخه پرتفو را با پرتفوی هدف هماهنگ می‌کند، پس اگر از کار بیفتد خودش ترمیم می‌شود. کلیدهای توقف برای ضرر روزانه و افت سرمایه حتی بعد از ری‌استارت هم سر جایشان می‌مانند، و طراحی‌اش فقط‌خواندنی است: اصلاً کدی برای امضای تراکنش ندارد.
  • بعد از ۱۰٪ افت در معاملات کاغذی، گزارش پس از رخداد نوشتم و اصلاحات را منتشر کردم: سقف جداگانه برای پوزیشن‌های خرید و فروش، هیسترزیس و دوره خنک‌سازی هنگام برگشت روند. تست‌های خودکار از ۲۷ به بیش از ۴۰ بررسی رسید.
  • یک مدل زبانی گزارش ماهانه را می‌نویسد، اما هیچ تصمیمی نمی‌گیرد.
PythonpandasGCECloud Run Jobsربات تلگرامClaude
بازی اندرویدسپتامبر ۲۰۲۶ · نسخه آزمایشی خصوصی

Orbital Pawn: یک سمساری پیکسل‌آرت در ایستگاه فضایی

اجناس را اسکن و بازسازی کنید، با مشتری‌های فضایی چانه بزنید و کالاهای دزدی را از گشت کهکشانی دور نگه دارید. در دو هفته و با Claude Code به‌عنوان هم‌برنامه‌نویس ساختمش.

تصویری از بازی Orbital Pawn: کف مغازه با دستگاه اسکن، ایستگاه بازسازی و مشتری‌ای که از راه می‌رسد. صفحه موجودی Orbital Pawn با فهرست اجناس، وضعیت، ارزش بازار و قیمت فروش.
  • Godot 4.3: حدود ۵٬۳۰۰ خط GDScript در ۴۱ اسکریپت و ۲۳ صحنه، با محتوای کاملاً داده‌محور در JSON (۱۰۷ آیتم و ۶ شخصیت مشتری).
  • یک پایپ‌لاین Python/Pillow که اسپرایت‌ها و آیکون‌ها را تولید می‌کند، یک تست سرتاسری خودکار و یک بیلد انتشار امضاشده.
Godot 4GDScriptPython / PillowAndroid

گرافیک: بسته Cosmic Lilac از PetricakeGames.

فریلنس · مشتری محرمانه۲۰۲۶ · در استفاده روزانه

بک‌آفیس هوش مصنوعی برای یک صرافی

  • ایجنت فروش در واتس‌اپ: وب‌هوک FastAPI با فراخوانی تابع OpenAI که نرخ‌های پلکانی را اعلام می‌کند، مشتریان بالقوه را ثبت می‌کند و اطلاعاتشان را ذخیره می‌کند. فارسی، عربی یا انگلیسی را تشخیص می‌دهد و به همان زبان ادامه می‌دهد، با گاردریل برای خارج نشدن از موضوع و سقفی برای دورهای فراخوانی ابزار. جایگزین یک ربات مبتنی بر قوانین شد.
  • از ایمیل‌های اعلان بانک تا دفتر حساب زنده: ایمیل‌های اعلان را از طریق IMAP می‌خواند، با پارسری مخصوص هر بانک تحلیلشان می‌کند، تکراری‌ها را بر اساس شناسه پیام و اثرانگشت محتوا حذف می‌کند، مانده‌ها را بازسازی می‌کند و به Google Sheets خروجی می‌دهد. ۹۷ تست.
فراخوانی تابع OpenAIFastAPIWhatsAppFirebaseCloud Runpytest
اپ هوش مصنوعی · فعال روی همین سایت۲۰۲۶

همزاد دیجیتال من

یک ایجنت گفتگو که از زبان خودم و با لحن خودم به سؤال‌های کارفرمایان پاسخ می‌دهد و فقط به چیزی تکیه می‌کند که روی همین سایت منتشر شده. به سؤال‌هایی که نباید، جواب نمی‌دهد و هر چیز تعهدآوری را به خود من ارجاع می‌دهد.

  • Gemini روی Vertex AI پشت یک سرویس کوچک Express روی Cloud Run که درخواست‌ها از طریق Firebase Hosting روی /api/chat به آن می‌رسند.
  • فقط روی همین سایت کار می‌کند و برای همه بازدیدکنندگان روی هم به ۱۵ پاسخ در ساعت محدود است. بعد از آن افراد را مستقیم به من ارجاع می‌دهد، امکان گذاشتن ایمیل را می‌دهد و نشانی‌شان را همراه گفتگو برایم می‌فرستد تا پیگیری کنم.
  • به‌عنوان پروژه یک دوره آموزشی با Next.js و FastAPI شروع شد؛ این نسخه پروداکشن آن است.
Gemini · Vertex AICloud RunExpressFirestoreFirebase Hosting

CI/CD برای یک استارتاپ

پایپ‌لاین‌های GitHub Actions با بیلد Docker، ارسال ایمیج به رجیستری و استقرار روی Kubernetes برای اپلیکیشن Django و Nuxt یک تیم.

kaktosol ↗

یک ربات تلگرامی کوچک که آبیاری کاکتوس‌هایم را یادم می‌اندازد.

CyberSec knowledge base ↗

یادداشت‌های پایان‌نامه‌ام درباره هانی‌پات‌های مبتنی بر هوش مصنوعی برای تشخیص تهدید.

8-puzzle ↗

حل پازل ۸ با الگوریتم‌های جستجوی مختلف و مقایسه آن‌ها کنار هم.

ai-learning-dump ↗

نوت‌بوک‌هایی از یادگیری علنی تکنیک‌های جدید هوش مصنوعی.

همین سایت

HTML، CSS و JS دست‌نویس. پس‌زمینه یک شبکه عصبی تصادفی است که در یک شیدر WebGL رندر می‌شود.

۰۵ — پژوهش و سخنرانی

هوش مصنوعی پیشنهاد می‌دهد، کد تصمیم می‌گیرد. مقاله‌مان را روی صحنه در دانشگاه نزوا ارائه کردم.

۱۵ نوامبر ۲۰۲۶ مقاله‌مان را در گردهمایی SNM05: AI-Powered Applications در دانشگاه نزوا ارائه کردم. ایده این است: بگذار مدل پیشنهاد بدهد و کد ساده و قطعی تصمیم بگیرد.

بهراد عظیمی پشت تریبون در سالن المشارق، در حال اشاره به اسلایدی با عنوان «One product. A reusable agent kernel.» در حالی که حاضران گوش می‌دهند.
سالن المشارق، نزوا۱۵ نوامبر ۲۰۲۶
گواهی ارائه که برای مقاله در SNM05: AI-Powered Applications، دانشگاه نزوا، ۱۵ نوامبر ۲۰۲۶ به بهراد عظیمی اعطا شد. گواهی ارائه
از صفحه عنوان مقاله: The AI Suggests, the Code Decides: Deterministic Grounding and Fail-Safe Tool Permissions in a Local-First Research Assistant، نوشته Surena Karimpour Ghannadi و Behrad Azimi.
مقاله · ماجرای کامل

Immortal Horizon Technologiesاین مقاله را با Surena Karimpour Ghannadi نوشتم و از طرف Immortal Horizon ارائه کردم؛ شرکتی که نرم‌افزاری می‌سازد تا ایجنت‌های هوش مصنوعی روی کامپیوتر خودتان کار کنند و کدی ساده بررسی کند چه ادعا می‌کنند و چه کاری انجام می‌دهند.

۰۶ — ابزارها

ابزارهایی که سراغشان می‌روم.

LLM و ایجنت‌ها

  • OpenAI
  • Gemini / Vertex AI
  • Claude · Claude Code
  • فراخوانی ابزار و تابع
  • خروجی ساختاریافته
  • معماری پرامپت
  • گاردریل
  • ارزیابی و بنچمارک مدل‌ها
  • RAG

صوت

  • Vapi
  • Twilio
  • تبدیل گفتار به متن (Deepgram)
  • تنظیم تبدیل متن به گفتار
  • کنترل تماس زنده
  • تحلیل پس از تماس

بک‌اند

  • Python
  • FastAPI
  • Flask
  • Django
  • Node.js / Express
  • TypeScript
  • وب‌هوک و REST
  • pytest

ابر و DevOps

  • Google Cloud: Cloud Run · Functions · Tasks · GCE
  • Firebase: RTDB · Firestore · Auth
  • AWS: Lambda · S3
  • Docker
  • GitHub Actions
  • Linux (LPIC-1/2)
  • nginx · systemd

داده و یادگیری ماشین

  • Pandas · NumPy
  • Airflow
  • SQL · Postgres · Redis
  • Elasticsearch
  • SQLAlchemy
  • PyTorch · TensorFlow
  • OpenCV
  • Grafana

فرانت‌اند و بیشتر

  • Next.js · React
  • Astro
  • Tailwind CSS
  • افزونه‌های Chrome (MV3)
  • WebGL / GLSL
  • Godot

۰۷ — درباره من

سلام، من بهراد هستم. بیشتر آدم‌ها «بن» صدایم می‌کنند.

عکس پرتره بهراد عظیمی.
مسقط، عمانGMT+4

مهندس هوش مصنوعی‌ای هستم که از مهندسی داده شروع کرده و این در کارم پیداست: برایم مهم‌تر از دمو، اتفاقی است که ساعت ۳ بامداد می‌افتد، وقتی یک مشتری واقعی چیزی می‌پرسد که مدل نمی‌داند.

سال‌های اول کارم را صرف ساختن پایپ‌لاین‌های داده مخابرات، پارسرهای VoIP و مدل‌های پیش‌بینی خرابی کردم. وقتی سراغ مدل‌های زبانی آمدم، دیدم بخش سخت محصولات هوش مصنوعی خود مدل نیست؛ همه چیزهایی است که دور آن است: ابزارها، گاردریل‌ها، ارزیابی، ارجاع به انسان و زیرساخت‌های بی‌زرق‌وبرقی که ایجنت را صادق نگه می‌دارند.

امروز شغلم ساختن ایجنت‌هایی است که با مشتریان حرف می‌زنند، و آن‌ها را به یک قانون پایبند می‌کنم: اگر هوش مصنوعی جواب را نمی‌داند، به یک انسان ارجاع بدهد. بیرون از کار، پروژه‌های شخصی را از صفر تا انتشار می‌سازم و معمولاً با هوش مصنوعی هم‌برنامه‌نویسی می‌کنم. دور از صفحه‌نمایش هم آکواریوم نگه می‌دارم، باغبانی می‌کنم (بله، ربات کاکتوس واقعی است) و کوه می‌روم.

تحصیلات

کارشناسی علوم کامپیوتر، دانشگاه تبریز (۲۰۱۹–۲۰۲۴)

پایان‌نامه

هانی‌پات‌های مبتنی بر هوش مصنوعی برای تشخیص هوشمند تهدید (استاد راهنما: دکتر جابر کریم‌پور)

زبان‌ها

فارسی (زبان مادری) · انگلیسی (C1)

گواهی‌ها

LPIC-1 و LPIC-2 (لینوکس) · مهندسی داده با Python و SQL · Pandas و Dask

در حال یادگیری

فاین‌تیون مدل‌ها، MCP و Terraform برای زیرساخت ایجنت‌ها در پروداکشن

همکاری با

تیم‌ها و مشتریانی در آمریکا، از مسقط

۰۸ — تماس

ایجنتی می‌سازید که باید درست کار کند؟ بیایید صحبت کنیم.

+968 9217 4088