امیرحسین جعفرنژاد

متخصص ارشد هوش مصنوعی و علم داده

متخصص هوش مصنوعی و علم داده با سابقه درخشان در توسعه پروژه‌های نوآورانه در حوزه‌های هوش مصنوعی، بیوانفورماتیک، پردازش تصویر، و پزشکی

.

افتخارات بین‌المللی و ملی

مدال طلا، مسابقات جهانی اختراعات آمریکا SVIIF 2025، سیلیکون ولی، کالیفرنیا

مدال نقره، مسابقات جهانی اختراعات، ژنو، سوئیس 2025 ویژه اعضا سازمان مخترعین IFIA

مدال برنز، مسابقات جهانی اختراعات، ژنو، سوئیس 2025

دارنده مدرک تخصصی اختراعات از WIPO (سازمان جهانی اختراعات)

دارنده مدرک تخصصی اختراعات از USPTO (سازمان اختراعات آمریکا)

دارنده مدارک تخصصی اختراعات از EPO (سازمان اختراعات اتحادیه اروپا)

دارنده مدرک تخصصی اختراعات و نوآوری از کالج ابن سینا گرجستان

مدرک اخترااعات و نوآوری از آکسفورد

دارنده مدرک Nasa space apps challenge از NASA

مقام دوم، مسابقات کشوری نوآوری هوش مصنوعی (آیوکاپ)

طرح برتر، اولین رویداد هوش مصنوعی و پزشکی، دانشگاه شهید بهشتی

عضویت‌های حرفه‌ای

عضو فدراسیون بین‌المللی مخترعین (IFIA) با عنوان INV

عضو خانه مخترعین

عضو رسمی انجمن هوش ایران

 همکاری های تخصصی:

همکاری در پروژه های مشترک با دانشگاه  های  مطر ح و تاپ  دنیا  در آمریکا و کانادا : MIT   ,   Harvard   ,    john hopkins   ,   british columbia

همکاری در چندین پروژه با  Leo Anthony Celi  , Norman G. Nicolson    استادان مطرح  آمریکا در مقالات نیچر که تاسال 1405  چاپ خواهد شد

همکاری با دانشگاه علوم پزشکی مشهد و   MAYO clinic  در آمریکا   که  خروجی در ژورنال BMC  انگلستان چاپ شد

همکاری با دانشگاه علوم پزشکی شیراز و بیمارستان آنکولوژی امیر  که خروجی در ژورنال ESMO  با ایمپکت 67 چاپ شد.

همکاری با دانشگاه  علوم پزشکی ایران و کلینیک تخصصی مسعود  تهران

تخصص‌ها و دستاوردها

گذراندن دوره‌های حرفه‌ای هوش مصنوعی از دانشگاه‌های هاروارد، شهید بهشتی، و صنعتی امیرکبیر 

 اجرای بیش از ۵۰ پروژه موفق در حوزه‌های هوش مصنوعی، بیوانفورماتیک، پردازش تصویر، و برنامه‌نویسی (پایتون و R)

طراحی و پیاده‌سازی راهکارهای پیشرفته هوش مصنوعی با تمرکز بر نوآوری و تأثیرگذاری عملی

  • کارشناس هوش مصنوعی/مدرس

    AIOLEARN

    تهران

  • مدیر دپارتمان هوش مصنوعی

    اکادمی مخترعین

    تهران

    • تحلیل داده‌ها و ارائه راهکارهای مبتنی بر هوش مصنوعی که منجر به افزایش بازدهی در فرایندهای کسب و کار شد
    • اجرای پروژه‌های یادگیری عمیق در زمینه پردازش زبان طبیعی، افزایش دقت مدل‌ها
    • توسعه استراتژی‌های هوش مصنوعی و برنامه‌ریزی برای استفاده از داده‌ها به منظور بهبود خدمات و محصولات شرکت
    • مدیریت ارتباط با مشتریان و برقراری همکاری‌های بین‌المللی در زمینه تحقیق و توسعه تکنولوژی‌های هوش مصنوعی

  • رئیس هیاًت مدیره

    شرکت HOPA

  • دیتاساینتیست

    بیمارستان فوق تخصصی انکولوژی امیر

    فارس، شیراز

    • توسعه مدل‌های پیش‌بینی با استفاده از الگوریتم‌های یادگیری ماشین برای بهبود دقت کاهش خطا در خدمات
    • تحلیل داده‌های بزرگ با استفاده از ابزارهای پیشرفته مانند Python و R برای شناسایی الگوهای مخفی و بهینه‌سازی فرایندها.
    • ایجاد داشبوردهای تعاملی با استفاده از Matabase برای نمایش معیارهای کلیدی عملکرد و تسهیل تصمیم‌گیری برای مدیران.
    • همکاری با تیم چند رشته‌ای به منظور جمع‌آوری و پردازش داده‌ها، بهبود کیفیت داده‌ها و کاهش زمان پردازش به ۳۰%.
    • مستند سازی و ارائه نتایج تحلیل‌ها به ذینفعان مجموعه به‌منظور اطلاع‌رسانی و ارتقاء سطح تصمیم‌گیری در سازمان.
    • ایجاد داشبورد مدیریت پزشکان

  • متخصص هوش مصنوعی

    VirCollab

    کانادا

    مدل سازی پیشرفته آنالیز دیتا های زیستی پژوهش در زمینه سرطان آموزش مدل های هوش مصنوعی مخصوص پردازش تصاویر رادیومیکس
    • تحلیل و بهینه‌سازی الگوریتم‌های یادگیری ماشین برای پروژه‌های مختلف
    • پیاده‌سازی شبکه‌های عصبی عمیق برای پیش‌بینی داده‌ها با دقت بالا
    • طراحی و توسعه مدل‌های پردازش زبان طبیعی برای بهبود ارتباطات مشتری
    • همکاری با تیم‌های چندرشته‌ای برای ادغام راه‌حل‌های هوش مصنوعی در محصولات
    • آموزش و مشاوره به همکاران در زمینه کاربردهای هوش مصنوعی و یادگیری عمیق

  • متخصص هوش مصنوعی/پژوهشگر

    شرکت نفت و گاز پترو پالا توس

    تهران

    • تحلیل و پیش‌بینی داده‌ها با استفاده از الگوریتم‌های یادگیری ماشین و یادگیری عمیق.
    • طراحی سیستم تشخیص چهره با الگوریتم دیپ فیس
    • توسعه نرم‌افزارهای هوش مصنوعی برای پردازش تصویر و تحلیل احساسات.
    • همکاری با تیم‌های برای تحقیق و توسعه در زمینه هوش مصنوعی.
    • ارزیابی و بهبود عملکرد مدل‌های هوش مصنوعی موجود با استفاده از داده‌های جدید.

  • مشاور در ضمینه هوش مصنوعی

    شرکت حسابرسی ایوار

    • تحلیل نیازهای مشتریان و ارائه راهکارهای هوش مصنوعی برای بهینه‌سازی فرآیندهای کسب و کار.
    • طراحی و پیاده‌سازی مدل‌های یادگیری ماشین برای پیش‌بینی رفتار مشتری و افزایش فروش.
    • آموزش تیم‌های داخلی در زمینه استفاده از ابزارهای هوش مصنوعی و داده‌کاوی.
    • همکاری با تیم‌های چندرشته‌ای برای توسعه محصولات مبتنی بر هوش مصنوعی و ارائه مشاوره‌های فنی.
    • ارزیابی عملکرد و بهبود الگوریتم‌های هوش مصنوعی با استفاده از تکنیک‌های تست A/B.
  • 100%
    برنامه نویسی پایتون Python
  • 100%
    یادگیری عمیق
  • 100%
    یادگیری ماشین
  • 80%
    زبان برنامه نویسی R
  • 100%
    بیوانفورماتیک
  • 100%
    شبکه های عصبی
  • 100%
    تحلیل داده
  • 100%
    هوش مصنوعی پزشکی
  • 100%
    پردازش زبان طبیعی
  • 100%
    مدل سازی پیشرفته
  • 100%
    الگوریتم های بهینه سازی
  • 80%
    سیستم های توصیه گر
  • 100%
    علم داده
  • 100%
    ابزار های هوش مصنوعی
  • 100%
    API
  • 100%
    +Security
  • 100%
    پردازش تصویر با OpenCV
  • 100%
    پردازش سیگنال صوت
  • 100%
    SQL
  • 100%
    Data Cleaning
  • 100%
    تحلیل داده های بیو انفورماتیک
  • 80%
    آنالیز سینگل سل
  • 100%
    PyTorch
  • 100%
    Keras
  • 100%
    TensorFlow
  • 100%
    Power BI
  • 60%
    Tableau
  • 100%
    Visualization
  • 100%
    بینایی ماشین
  • 100%
    تحلیل داده‌های بزرگ
  • 100%
    مدیریت پروژه
  • 100%
    نوآوری فناوری
  • 100%
    همکاری بین‌المللی
  • 60%
    جاوا اسکریپت
  • 60%
    RF

  • انگلیسی

  • انگلیسی
    60%

  • کلاسیفیکیشن سرطان مغز

    کارفرما / درخواست کننده: دانشگاه تهران

    پروژه کلاسیفیکیشن سرطان مغز یک پروژه پیشرفته پایتون، با توسعه یک خط لوله خودکار یادگیری ماشین برای طبقه‌بندی نتایج بیماران مبتلا به سرطان مغز (مرگ یا بقا) با استفاده از Gradient Boosting Classifier، با دقت استثنایی 98٪، برجسته شده است. این پروژه شامل پیش‌پردازش داده‌ها (پر کردن مقادیر گمشده، رمزگذاری و مقیاس‌بندی)، انتخاب ویژگی با SelectKBest، کاهش ابعاد با UMAP، و ارزیابی جامع با متریک‌های پیشرفته (دقت، یادآوری، F1، ROC، SHAP) است. مجهز به رابط CLI، ذخیره‌سازی مدل با joblib، و خروجی نتایج به اکسل، این پروژه با بهره‌گیری از ابزارهایی نظیر pandas، scikit-learn، و umap-learn، نمونه‌ای برجسته در یادگیری ماشین زیست‌پزشکی ارائه می‌دهد.

    لینک مرتبط: https://github.com/Ajafarnezhad/portfolio/tree/main/Advanced-Projects/brain-cancer-classifier

  • CyberSecuritySuite

    پروژه CyberSecuritySuite، ابزاری حرفه‌ای برای ارتقای امنیت برنامه‌های وب، با رعایت استانداردهای OWASP ASVS v5.0 (2025)، NIST SSDF، و ISO/IEC 27001:2022، طراحی شده است. این پروژه با قابلیت‌هایی نظیر اسکن پورت، بررسی آسیب‌پذیری وابستگی‌ها، تحلیل استاتیک کد، شناسایی آسیب‌پذیری‌های OWASP Top 10، و ارتباطات رمزنگاری‌شده، نمونه‌ای برجسته از مهندسی نرم‌افزار سطح سازمانی و کدنویسی امن ارائه می‌دهد. با بهره‌گیری از Docker، CI/CD، و رابط کاربری مبتنی بر JWT، این پروژه با پوشش تست بیش از ۸۰٪ و گزارش‌های PDF، انتخابی ایده‌آل برای پورتفولیو متخصصان امنیت سایبری است.

    لینک مرتبط: https://github.com/Ajafarnezhad/portfolio/tree/main/Advanced-Projects/CyberSecuritySuite

  • تحلیل تشخیص تقلب در بیمه

    پروژه تحلیل تشخیص تقلب در بیمه با استفاده از تکنیک‌های پیشرفته یادگیری ماشین، با بهره‌گیری از مجموعه داده‌ای شامل ۱۰۰۰ رکورد بیمه، به شناسایی الگوها و پیش‌بین‌های تقلب پرداخته است. این پروژه با پیش‌پردازش داده‌ها، تحلیل اکتشافی (EDA)، و مدل‌سازی با Random Forest و شبکه‌های عصبی عمیق، ابزاری قدرتمند برای کاهش ضررهای مالی شرکت‌های بیمه ارائه می‌دهد. با تمرکز بر ویژگی‌هایی نظیر میزان ادعای کل، شدت حادثه، و جزئیات دموگرافیک، مدل‌ها به دقت قابل‌توجهی دست یافته و با رابط کاربری حرفه‌ای و تجسم‌های قابل‌ارائه، گزینه‌ای ایده‌آل برای پورتفولیوهای علمی و تصمیم‌گیری در صنعت بیمه است.

    لینک مرتبط: https://github.com/Ajafarnezhad/portfolio/tree/main/Advanced-Projects/Insurance%20Fraud%20Detection%20Analysis

  • شناسی اثر PTH /VIT D بر کلسیم پس از جراحی تیروئید در بیماران

    کارفرما / درخواست کننده: مرکز ترومای شیراز

    اثر ویتامین دی و تغییرات آن و تغییرات هرمون های تیروئیدی بر کلسیم قبل و بعد از عمل

  • تشخیص سرطان مغز MGMT/IDH

    کارفرما / درخواست کننده: مرکز سرطان شناسی دانشگاه بریتش کلمبیا

    پس از چاپ نتایج در ژورنال های مربوطه اطلاعات منتشر میشود

  • انالیز تداخلات دارویی

    کارفرما / درخواست کننده: بیمارستان فوق تخصصی انکلوژی شیراز

    انالیز تداخلات دارویی چند سال اخیر بیمارستان

  • طراحی داشبورد مدیریت بیمارستان امیر زیرمجموعه دانشگاه علوم پزشکی شیراز

    کارفرما / درخواست کننده: بیمارستان فوق تخصصی آنکولوژی شیراز

    طراحی داشبورد مدیریت بیمارستان ، شامل مدریت مالی، مدیریت داروخانه، مدیریت انبار، مدیریت پزشکان و انترن های مجموعه

  • پروژه پیشبینی بازپرداخت وام بانکی

    پروژه پیش‌بینی وام بانکی، یک ابزار قدرتمند پایتون برای پیش‌بینی هوشمند تأیید وام با استفاده از یادگیری ماشین است که با رابط کاربری بصری و قابلیت‌های پیشرفته، فرآیند تحلیل داده‌ها، آموزش مدل، و پیش‌بینی نتایج وام را ساده‌سازی می‌کند. این پروژه با تولید تجسم‌هایی مانند نمودارهای همبستگی، توزیع وضعیت وام، و ماتریس‌های گیجی، و دستیابی به دقت، یادآوری، و F1-score با درصد بالا، به‌ویژه با استفاده از مدل‌های بهینه‌شده با Random Forest، گزینه‌ای برجسته برای نمایش مهارت‌های تحلیل داده و مدل‌سازی در حوزه مالی است.

    لینک مرتبط: https://github.com/Ajafarnezhad/portfolio/tree/main/Intermediate-Projects/bank-loan-predictor

  • تشخیص و شناسایی ژن های اثر گذار در سرطان کولون

    کارفرما / درخواست کننده: John Hawkins

    پروژه با پروفسور John Hawkins از آمریکا انجام شده

  • تشخیص و شناسایی بیومارکر ها در سرطان برست و تفاوت آن در افراد مختلف

    کارفرما / درخواست کننده: مرکز فوق تخصصی برست شیراز

  • تشخیص یماری ARMD چشم به کمک هوش مصنوعی

    کارفرما / درخواست کننده: دکتر فروردین

  • طراحی کنترل ماوس هوشمند به کمک دست طراحی شده برای آینه هوشمند

    کارفرما / درخواست کننده: دکتر جمل عاملی

  • تحلیل اثرگذاری ژن CDKN2A در سرطان کولون

    کارفرما / درخواست کننده: John Hawkins

  • تشخیص سنگ کلیه به کمک هوش مصنوعی

    این پروژه یک راه‌حل پیشرفته مبتنی بر یادگیری عمیق برای طبقه‌بندی و تشخیص سنگ کلیه در تصاویر پزشکی ارائه می‌دهد. با بهره‌گیری از مدل‌های EfficientNetB3، ResNet101 یا DenseNet161 برای طبقه‌بندی و YOLOv8 برای تشخیص اشیا، این سیستم دقت بالایی در تصویربرداری پزشکی ارائه می‌کند. ویژگی‌های کلیدی شامل افزایش داده پیشرفته (چرخش، تغییر رنگ، برش مقیاس‌شده)، معیارهای ارزیابی جامع (دقت، حساسیت، امتیاز F1، AUROC)، بهینه‌سازی برای GPU A100 با استفاده از AMP، و ابزارهای تجسم داده با Matplotlib و Seaborn است. این پروژه با قابلیت مقیاس‌پذیری و مدیریت خطا، گزینه‌ای ایده‌آل برای نمایش در یک نمونه‌کار حرفه‌ای تصویربرداری پزشکی است.

    لینک مرتبط: https://github.com/Ajafarnezhad/portfolio/tree/main/Advanced-Projects/kidney-stone-classifier

  • پیش‌بینی فشار ونتیلاتور با استفاده از مدل LSTM

    این پروژه یک برنامه وب حرفه‌ای و تمام‌عیار برای پیش‌بینی فشار ونتیلاتور با استفاده از مدل LSTM بر روی داده‌های سری زمانی است. رابط کاربری مدرن و پاسخ‌گو با React و Tailwind CSS طراحی شده و امکان بارگذاری فایل CSV از طریق کشیدن و رها کردن را فراهم می‌کند. بک‌اند با Flask پیاده‌سازی شده و API مقاومی برای پیش‌بینی ارائه می‌دهد. ویژگی‌های کلیدی شامل پیش‌بینی دقیق با مدل LSTM، معماری مقیاس‌پذیر، بارگذاری امن فایل، و ثبت خطاها است. این پروژه با ساختار استاندارد و مستندات کامل، گزینه‌ای ایده‌آل برای نمایش در نمونه‌کار حرفه‌ای توسعه وب و یادگیری ماشین است.

    لینک مرتبط: https://github.com/Ajafarnezhad/portfolio/tree/main/Advanced-Projects/ventilator-pressure-prediction

  • ventilator-pressure-prediction

    این پروژه یک برنامه وب حرفه‌ای و تمام‌عیار برای پیش‌بینی فشار ونتیلاتور با استفاده از مدل LSTM بر روی داده‌های سری زمانی است. رابط کاربری مدرن و پاسخ‌گو با React و Tailwind CSS طراحی شده و امکان بارگذاری فایل CSV از طریق کشیدن و رها کردن را فراهم می‌کند. بک‌اند با Flask پیاده‌سازی شده و API مقاومی برای پیش‌بینی ارائه می‌دهد. ویژگی‌های کلیدی شامل پیش‌بینی دقیق با مدل LSTM، معماری مقیاس‌پذیر، بارگذاری امن فایل، و ثبت خطاها است. این پروژه با ساختار استاندارد و مستندات کامل، گزینه‌ای ایده‌آل برای نمایش در نمونه‌کار حرفه‌ای توسعه وب و یادگیری ماشین است.

    لینک مرتبط: https://github.com/Ajafarnezhad/portfolio/tree/main/Advanced-Projects/ventilator-pressure-prediction

  • Face Mask Detection

    این پروژه یک برنامه وب حرفه‌ای برای تشخیص استفاده از ماسک صورت با استفاده از مدل شبکه کانولوشنی (CNN) است. رابط کاربری پاسخ‌گو و کاربرپسند با React و Tailwind CSS طراحی شده و امکان بارگذاری تصاویر با قابلیت کشیدن و رها کردن را فراهم می‌کند. بک‌اند با Flask پیاده‌سازی شده و API مقاومی برای پیش‌بینی ارائه می‌دهد. ویژگی‌های کلیدی شامل پیش‌بینی دقیق با مدل CNN، معماری مقیاس‌پذیر، بارگذاری امن فایل، و ثبت خطاها است. این پروژه با کد سازمان‌یافته و استاندارد، گزینه‌ای عالی برای نمایش در نمونه‌کار حرفه‌ای در حوزه یادگیری ماشین و توسعه وب است.

    لینک مرتبط: https://github.com/Ajafarnezhad/portfolio/tree/main/Advanced-Projects/ventilator-pressure-prediction

  • سایر پروژه ها

    کارفرما / درخواست کننده: کارفرما های دیگر

    1. خطوط هوایی بین‌المللی

    2. بیمه پزشکی

    3. طبقه‌بند سنگ کلیه

    4. بیماری آلزایمر

    5. شمارش اشیا در تصویر

    6. طبقه‌بندی امتیاز اعتباری

    7. پیش‌بینی قیمت ارز دیجیتال

    8. استراتژی قیمت‌گذاری پویا

    9. پیش‌بینی احساسات متن از ابتدا تا انتها

    10. پیش‌بینی حق بیمه سلامت

    11. سیستم توصیه شغلی

    12. سیستم توصیه نتفلیکس

    13. سیستم توصیه اخبار

    14. بیماری پارکینسون

    15. تحلیل احساسات پارسی

    16. تحلیل احساسات در زمان واقعی

    17. پیش‌بینی حقوق

    18. تحلیل زنجیره تأمین

    19. تحلیل جام جهانی ۲۰۲۲

    20. مدل‌سازی موضوع

    21. پیش‌بینی دیابت نوع ۲

    22. تحلیل چت واتساپ

    23. تحلیل کیفیت هوا

    24. تحلیل احساسات نظرات اپلیکیشن

    25. پردازشگر صوتی

    26. پیش‌بینی بیت‌کوین

    27. سیستم توصیه کتاب

    28. تشخیص سرطان سینه

    29. طبقه‌بند CIFAR-10

    30. پیش‌بین CO2

    31. تحلیل واکسن‌های کووید

    32. بهینه‌سازی پیش‌بینی تقاضا و موجودی

    33. پیش‌بین دیابت

    34. تشخیص اخبار جعلی

    35. طبقه‌بند آیتم‌های مد

    36. طبقه‌بند میوه

    37. تشخیص دست‌نوشته دیجیتال

    38. بیماری قلبی

    39. تحلیل سبد بازار

    40. سرطان دهان

    41. مقایسه سهام

    42. تشخیص استرس

    43. مولد متن به تصویر

    44. مولد متن به ویدئو

    45. مولد آب‌وهوا

    46. تحلیل قابلیت آب

    47. تحلیل سبک کلمات

رزومه ی حرفه ای خود را در کمتر از ده دقیقه بسازید

اطلاعات پایه، سوابق تحصیلی، کاری و مهارتی خود را وارد کنید و رزومه گرافیکی و حرفه ای خود را در قالب های متنوع دریافت کنید.

ساخت رزومه در این قالب
ایجاد شده توسط cvbuilder.me