منتخب
RateLimitEngine؛ کنترل نرخ برای سامانه‌های .NET
کتابخانه .NET 8 برای rate limiting با چهار الگوریتم، state محلی یا Redis و رفتار صریح در همزمانی و failure.
پیمان سلیمی · مهندس نرم‌افزار و طراح راهکار
از مسئله پیچیده تا راهکار قابل اجرا
مسائل نرم‌افزاری، محاسباتی و هوشمند را از فهم نیاز و ساختار مسئله تا مدل‌سازی، طراحی، پیاده‌سازی و اعتبارسنجی پیش می‌برم؛ با ترکیب مهندسی نرم‌افزار و تفکر کمی.
01
فهم مسئله
02
مدل‌سازی
03
طراحی و پیاده‌سازی
04
نتیجه قابل استفاده
چه مسئله‌ای دارید؟
نزدیک‌ترین توصیف به مسئله، محدودیت یا نتیجه‌ای که دنبال می‌کنید را انتخاب کنید.
شواهد منتخب
نمونه‌ای از کاری که ساخته‌ام
یک پروژه واقعی را برای نشان دادن نوع مسئله، تصمیم‌های فنی و خروجی قابل بررسی در اینجا آورده‌ام.
- منتخب
Elasticsearch Search Platform؛ مهندسی جست‌وجو و relevance
پلتفرم جست‌وجو با Elasticsearch برای relevance، filtering، facets، pagination و explainability.
- منتخب
Convex QP Solver؛ حل عددی بهینه‌سازی مقید
Solver پایتون برای Convex QP با interior-point، Mehrotra، validation عددی و مقایسه با solverهای مرجع.
پژوهش و همکاری علمی
شواهد پژوهشی
چند نمونه از کارهای منتشرشده و یادداشت‌های پژوهشی که مسیر فکری و عمق فنی این بخش از کار را نشان می‌دهند.
پژوهش منتخب
Modified α-ψ-contractive mappings with applications
یک کار با نویسندگی اول درباره تعمیم شرایط انقباضی و اثبات نتایج نقطه ثابت، همراه با کاربردهایی در معادلات انتگرالی.
پژوهش منتخب
Best Proximity Point Results in Non-Archimedean Fuzzy Metric Spaces
مطالعه وجود و یکتایی best proximity point در فضاهای fuzzy با ساختار non-Archimedean.
پژوهش منتخب
Fixed point results for cyclic α-ψφ-contractions with application to integral equations
گسترش نتایج نقطه ثابت برای نگاشت‌های cyclic α-ψφ در فضاهای metric-like، همراه با کاربرد در معادلات انتگرالی.
سه هاب مکمل
پژوهش، پروژه و یادگیری در یک مسیر به هم متصل‌اند
هر بخش نقش خودش را دارد؛ اما میان آن‌ها ارتباط رفت‌وبرگشتی وجود دارد: پژوهش سابقه و ایده‌های علمی را نشان می‌دهد، پروژه اجرای فنی و شواهد قابل بررسی را، و یادگیری مفاهیم، مقاله‌ها و پروژه‌ها را برای فهم عمیق‌تر توضیح می‌دهد.
دانش و توضیح
یادگیری
ریاضیات، الگوریتم و AI، همراه با توضیح آموزشی مقاله‌ها و پروژه‌های عمومی و ارجاع روشن به منبع اصلی.
ورود به یادگیری →شواهد فنی
پروژه‌ها
مطالعات موردی، تصمیم‌های فنی، خروجی‌ها و مخازن GitHub برای بررسی اجرای واقعی.
ورود به پروژه‌ها →شواهد علمی
پژوهش
مقالات، یادداشت‌های پژوهشی، DOI و پروفایل‌های علمی برای دیدن سابقه و عمق پژوهشی.
ورود به پژوهش →این سه هاب مستقل‌اند؛ لینک‌های بین آن‌ها فقط جایی ساخته می‌شوند که ارتباط واقعی و مفیدی برای خواننده وجود داشته باشد.
روش کار
روش کار
نوع راهکار را با ماهیت مسئله تعیین می‌کنم؛ از مهندسی سیستم تا مدل‌سازی کمی و هوشمندسازی، با توجه به محدودیت‌ها و امکان اعتبارسنجی.
سامانه‌های نرم‌افزاری و معماری
از تحلیل نیاز و فرایند تا طراحی معماری، توسعه و یکپارچه‌سازی سیستم‌های قابل اتکا و قابل تغییر.
مدل‌سازی، الگوریتم و تصمیم‌گیری
برای مسئله‌هایی که به صورت‌بندی کمی نیاز دارند، از مدل‌سازی، الگوریتم، تحلیل داده و بهینه‌سازی برای رسیدن به راهکار قابل اجرا استفاده می‌کنم.
هوشمندسازی و سیستم‌های تطبیقی
وقتی تصمیم‌گیری یا رفتار سیستم باید داده‌محور و هوشمند شود، بر راهکارهایی تمرکز می‌کنم که درون یک سیستم مهندسی‌شده و قابل ارزیابی عمل کنند.
مهندسی نرم‌افزار در کنار تفکر کمی
سابقه کار من از توسعه و معماری سامانه‌های سازمانی و تجاری تا الگوریتم، مدل‌سازی، بهینه‌سازی، آمار، محاسبات علمی و یادگیری ماشین را دربر می‌گیرد. ارزش این ترکیب زمانی آشکار می‌شود که مسئله فقط «نوشتن کد» نباشد.
مسئله‌ای دارید که پاسخ آماده‌ای برایش کافی نیست؟
مسئله، هدف و محدودیت‌ها را توضیح دهید؛ درباره ساختار مسئله و مسیر مناسب برای حل آن گفت‌وگو می‌کنیم.