پرش به محتوای اصلی
پیمان سلیمی
فاEN

درباره من

مهندس نرم‌افزار، ریاضی‌دان کاربردی، پژوهشگر

ترکیبی از مهندسی نرم‌افزار، ریاضیات کاربردی و پژوهش علمی — با تمرکز بر تبدیل مسائل واقعی به راه‌حل‌های فنی قابل اتکا.

خلاصه حرفه‌ای

کار من در مرز سه حوزه است: مهندسی نرم‌افزار، محاسبات و ریاضیات کاربردی، و پژوهش علمی. این ترکیب باعث می‌شود بتوانم مسائل فنی را از صورت‌بندی اولیه تا پیاده‌سازی و تحویل نهایی به‌طور کامل دنبال کنم.

در نرم‌افزار، روی توسعه full-stack، طراحی بک‌اند، API، مدل داده، و معماری سامانه‌های قابل نگهداری تمرکز دارم. در محاسبات، از مدل‌سازی ریاضی و بهینه‌سازی تا الگوریتم‌های فراابتکاری و محاسبات علمی. در پژوهش، از طراحی متدولوژی تا تحلیل داده و انتشار.

تجربه

نمای کلی از مسیر حرفه‌ای.

  • مهندس نرم‌افزار

    پروژه‌های صنعتی و محصولات نرم‌افزاری

    توسعه full-stack، طراحی بک‌اند، API، مدل داده و معماری سامانه‌ها با تمرکز بر نگهداشت‌پذیری و رشد.

  • پژوهشگر و مشاور علمی

    پروژه‌های دانشگاهی و صنعتی

    طراحی پژوهش، مدل‌سازی ریاضی، تحلیل داده، و ارائه نتایج در قالب گزارش و مقاله.

  • مدرس

    آموزش تخصصی و پروژه‌محور

    آموزش برنامه‌نویسی، الگوریتم، محاسبات علمی و مفاهیم یادگیری ماشین به‌صورت پروژه‌محور.

هویت بین‌رشته‌ای

چرا ترکیب نرم‌افزار و ریاضیات در این پروژه معنا دارد.

نرم‌افزار
ابزار ساخت راه‌حل‌های واقعی و قابل استفاده.
ریاضیات کاربردی و محاسبات
زبان صوری برای مدل‌سازی و تحلیل دقیق مسئله.
هوش مصنوعی و یادگیری ماشین
قابلیتی که از داده، تصمیم و پیش‌بینی می‌سازد.
پژوهش
روش‌شناسی برای اعتبارسنجی و انتشار نتایج.

زمینه ریاضیات

کارشناسی ارشد ریاضیات. تمرکز بر مدل‌سازی ریاضی، بهینه‌سازی، روش‌های عددی، محاسبات علمی، و الگوریتم‌های فراابتکاری مانند الگوریتم ژنتیک و تکامل تفاضلی.

زمینه کارشناسی مهندسی مکانیزاسیون کشاورزی، که تجربه اولیه کار با سیستم‌های واقعی و داده‌محور را شکل داد.

پژوهش و انتشارات

فعالیت پژوهشی در حوزه‌های محاسباتی و ریاضیات کاربردی.

فعالیت پژوهشی در حوزه‌های مدل‌سازی محاسباتی، بهینه‌سازی، و کاربردهای یادگیری ماشین در مسائل علمی و مهندسی. نتایج در قالب مقالات علمی منتشر شده‌اند.

برای فهرست کامل انتشارات، پروفایل Google Scholar مرجع اصلی است.

برای مشاهده انتشارات، از پروفایل Google Scholar استفاده کنید.

نشانه‌های اعتبار

منابع بیرونی که قابل بررسی هستند.

  • تجربه حرفه‌ای در مهندسی نرم‌افزار و توسعه full-stack
  • کارشناسی ارشد ریاضیات
  • انتشارات علمی و حضور در Google Scholar
  • نمایه ISC
  • پروژه‌های صنعتی و دانشگاهی

پروفایل‌های بیرونی

منابع قابل بررسی برای مطالعه بیشتر.

برای همکاری آماده‌اید؟

مسئله یا پروژه را توصیف کنید؛ در مورد رویکرد مناسب صحبت می‌کنیم.

شروع همکاریمشاهده خدمات