C#, ASP.NET Core, SQL Server ve Redis ile hızlı ve güvenilir backend'ler geliştiriyor, büyük veriden öğrenmek için tensör ayrışımı yöntemleri üzerine araştırma yapıyorum. Canlı sistemlerde on yılı aşkın mühendislik deneyimi araştırmamı pratik tutuyor; matematik de mühendisliğimi titiz kılıyor.
CP ayrışımı: rank-1 terimlerin toplamı; burada tek bir terim, T ≈ a ∘ b ∘ c.
Yıllık yüksek trafikli backend sistemleri deneyimi
Mimarisini tasarladığım uyarlamalı test platformundaki öğrenci sayısı
Tasarladığım Redis HA kurulumunda en yoğun anda eşzamanlı sınav kullanıcısı
Bilgisayar Bilimleri yüksek lisans not ortalaması (≈ ilk %5)
C#, ASP.NET Core, SQL Server, Redis ve Docker ile yüksek trafikli sistemler geliştirmede on yılı aşkın deneyime sahip kıdemli bir .NET backend mühendisiyim. Yaklaşık 89.000 öğrenciye hizmet veren ve sınavların en yoğun anlarında 45.000–70.000 eşzamanlı kullanıcıyı karşılayan çevrim içi değerlendirme platformları için .NET 6/8 mikroservisleri, SQL Server optimizasyonu ve Redis yüksek erişilebilirlik mimarisi hayata geçirdim; öncesinde bankacılık ve finans sistemleri üzerinde çalıştım. Teknik lider olarak işin içinde yer alıyorum: performans iyileştirme, dağıtık önbellekleme, canlı ortamdaki sorunların giderilmesi ve backend ekiplerine mentorluk.
Akademik tarafım da en az bu kadar derin. Uygulamalı Matematik lisansının ardından Tarbiat Modares Üniversitesi'nde Bilgisayar Bilimleri yüksek lisansı yaptım; Tensör Temsiliyle Büyük Veri Öğrenimi başlıklı tezimde, kosinüs dönüşümü tabanlı bir çarpım üzerine kurulu bir tensör ayrışımı olan tc-SVD'yi ve bunun üzerinde çalışan öğrenme yöntemlerini geliştirdim. İleri Makine Öğrenmesi ve Veri Madenciliği derslerinde ders asistanlığı da yaptım. Bu iki dünya birbirini besliyor: araştırma mühendisliğimi daha titiz kılıyor, canlı sistemler de araştırmamı gerçekçi tutuyor.
Tam biyografi, kariyer ve temel bilgiler
Hem sektörde hem akademide çalışıyorum: baskı altında da hızlı kalan canlı sistemler geliştiriyor, büyük ölçekli verinin matematiğini araştırıyorum.
Kıdemli Backend Mühendisi · 10+ yıl
Bilgisayar Bilimleri Yüksek Lisansı · Tarbiat Modares Üniversitesi
Matematiğe ve araştırmaya dayanan, on yılı aşkın canlı sistem mühendisliği.
NovaTech · Tahran (uzaktan)Şu an
Yaklaşık 89.000 öğrenci için IRT tabanlı uyarlamalı test platformu; .NET mikroservis ekibine liderlik ediyorum.
.NET 6/8 · EF Core · SQL Server · Redis · Docker · Python
Bağımsız
.NET üzerinde geliştirilmiş pazaryerleri, bankacılık araçları, iş sistemleri ve SaaS ürünleri.
.NET · ASP.NET Core · EF Core · SQL Server · PostgreSQL · Redis · RabbitMQ · React · React Native
Noraco · Avustralya (uzaktan, sözleşmeli)
5.000+ sınav sorusundan oluşan bir soru bankası için PDF'ten LaTeX'e dönüşüm ve LLM etiketleme pipeline'ı.
FastAPI · React · LaTeX · LLM API'leri
Gozine2 · Tahran
45.000–70.000 eşzamanlı kullanıcı için Redis Sentinel ile yüksek erişilebilirlik; bir veri bilimi ekibi kurdum.
.NET 6 · SQL Server · Redis · RabbitMQ · Docker · Serilog
Gozine2 · Tahran
Daha hızlı raporlama ve canlı ortamdaki incelemeler için yapılandırılmış loglama.
ASP.NET Core · SQL Server · Redis · Serilog
Refah Bankası döviz bürosu
Elektronik tabloya dayalı muhasebenin yerini alan döviz havalesi back office sistemi.
ASP.NET Core · EF Core · SQL Server · Serilog
OmidanHozoor · Tahran
React ve React Native uygulamalarını kararlı hâle getirdim; sürümlü ve belgelenmiş REST API'ler geliştirdim.
React · React Native · .NET Core · Swagger
Withem
Oyuncular için .NET altyapısıyla geliştirilmiş kapalı bir sosyal ağ.
İleri Makine Öğrenmesi ve Veri Madenciliği
Makine öğrenmesi ve veri madenciliği dersleri; 2018'de ve 2020–2021'de yeniden.
Tarbiat Modares Üniversitesi · Tahran
Not ortalaması 18,8 / 20 (≈ ilk %5). Büyük veri öğrenimi için tensör temsili üzerine tez.
Tensör Ayrışımı · Makine Öğrenmesi · Büyük Veri
Urmiye Üniversitesi · Urmiye
İki alanın da üzerine kurulduğu matematiksel temel.
Büyük verinin sınıflandırılmasına ve kümelenmesine uygulanan tensör ayrışımı, t-SVD, tensör çarpımları ve matrisleştirme.
Tez özetini okuGeliştirirken ve araştırırken kullandıklarım.
Yüksek trafiğe göre ayarlanmış C# ve ASP.NET Core API'leri, arka plan servisleri ve veri erişimi.
Sınav günü zirvelerinde ayakta kalan net sınırlar ve dayanıklı tasarımlar.
45.000–70.000 eşzamanlı kullanıcının arkasındaki SQL Server iyileştirmeleri, dağıtık önbellekleme ve mesajlaşma.
Container'lar, CI/CD, gözlemlenebilirlik ve birim testinden yük testine kadar testler.
Tensör yöntemleri, makine öğrenmesi ve veri madenciliği; ayrıca uygulamalı yapay zekâ ve madde tepki kuramı.
React ve React Native ile web ve mobil arayüzler, FastAPI ile Python API'leri.
İki dil ana dilim, iki dilde de profesyonel düzeydeyim.
Geliştirdiğim ve liderlik ettiğim canlı sistemler ve akademik alanımın arkasındaki araştırmalar.
Kişiselleştirilmiş değerlendirmeler için IRT güdümlü soru seçimi; sınav zirvelerinde ayakta kalacak şekilde kurulmuş puanlama, raporlama ve analiz iş akışları.
Sınav zirvelerinden önce Locust yük testleriyle doğrulanan bir Redis Sentinel mimarisi ile SQL Server ve API iyileştirmeleri.
LLM ile üretilen konu, beceri ve zorluk etiketleriyle çalışan bir PDF'ten LaTeX'e pipeline'ı ve QA ile çevrim içi yayınlama için bir React konsolu.
Anlık piyasa ve bankacılık metrikleri tek arayüzde; .NET Core mikroservisleri, SignalR akışı ve yeniden kullanılabilir grafik bileşenleri üzerine kurulu.
Elektronik tabloya dayalı döviz havalesi muhasebesinin yerini alan bir back-office sistemi: havaleler, komisyonlar, karşı taraf bakiyeleri ve raporlar; eski veriler için de bir içe aktarıcı.
tc-SVD: kosinüs dönüşümü tabanlı bir çarpım üzerine kurulu, veriyi sınıflandırma ve kümeleme için kompakt bir öznitelik uzayına eşleyen bir tensör ayrışımı.
MATLAB'de tc-SVD ve t-SVD; yüksek lisans araştırmamdaki tensör tabanlı sınıflandırma, kümeleme ve artımlı güncellemelerle birlikte.
Hesaplar, işlemler ve krediler için Clean Architecture, DDD ve CQRS ile yapılandırılmış bir finansal yönetim backend'i.
İntegral denklemler, dalgacık yöntemleri ve Runge–Kutta şemaları üzerine sayısal analiz makalelerindeki deneyleri yeniden üreten Mathematica notebook'ları.
Rekabetçi programlama ve makine öğrenmesinde, binlerce katılımcı arasında elde edilen dereceler.
50.000+ kişi arasında
2.000+ kişi arasında
5.000+ kişi arasında
Makine öğrenmesi
Tensör yöntemleri, büyük veri ve backend mühendisliği üzerine yazılar.
Tensörlerin birden fazla SVD'si vardır ve her biri bir şeyden ödün verir. Tucker, CP ve t-SVD'nin arkasındaki t-çarpımı üzerine bir tur; çalıştırabileceğiniz kısa bir NumPy implementasyonuyla birlikte.
Mahdi Molavi
Yazıyı oku
Tarbiat Modares Üniversitesinde Dr. Mansoor Rezghi danışmanlığında hazırladığım yüksek lisans tezimin özeti ve Tensor Notları serisinin başlangıç sayfası. Tez, veriyi tensör olarak tutar ve kosinüs dönüşümüne dayanan bir tensör
Mahdi Molavi
Yazıyı oku
Video oynatıcılar oynatma, duraklatma, atlama ve heartbeat olayları gönderir ve bunların bir kısmı hiç ulaşmaz. Bu gürültülü telemetriyi .NET 10 ve SQL Server ile her öğrenen için güvenilir izlenme süresi verilerine nasıl
Mahdi Molavi
Yazıyı oku
Sınav platformları haftalarca sakin kalır, sonra herkes aynı anda başlar. Redis Sentinel failover'ı, StackExchange.Redis yapılandırması, stampede'e dayanıklı önbellekleme ve Locust ile yük testleri; 45.000 ile 70.000 arası
Mahdi Molavi
Yazıyı oku
Makine öğrenmesi iş akışlarının çoğu görüntüleri ve videoları uzun vektörlere çevirir ve bu sırada yapılarını kaybeder. Tensörlere sade bir giriş: modlar, lifler, dilimler, açılım ve mod-n çarpımı.
Mahdi Molavi
Yazıyı oku
