Ing. samir dadah

• Worked with HTML5, CSS3, JavaScript, and Laravel's built-in Blade templating engine to build dynamic and responsive user interfaces. • Proficient in using the Laravel framework for full-cycle web development. • Developed and maintained numerous web applications using PHP. • Worked closely with front-end developers, UX/UI designers, and product managers to understand requirements and deliver high-quality features. • Worked extensively with MySQL and PostgreSQL.

• Deploy virtual machines, containers, serverless computing and Prepare and congure cloud services. • Monitor system performance and troubleshoot problems Related to VMware infrastructure. • Install, congure, and manage VMware Virtualization technologies. • Monitor and maintain health, performance and safety of Windows 365 environments. • Design, implement and manage cloud infrastructures Microsoft Azure. • Deploying resource scaling startups using CloudFormation and Terraform tools.

• Developed and customized WordPress themes and plugins to meet specific client requirements, ensuring responsive design and user-friendly interfaces that enhance the user experience. • Managed and updated website content, ensuring all information is accurate and optimized for search engines (SEO). • Worked closely with clients to gather requirements and deliver tailored solutions. • Provided ongoing technical support and troubleshooting for WordPress sites, addressing issues related to plugins, themes.

• Entwickeln und implementieren Sie Modelle für maschinelles Lernen für verschiedene Anwendungen die Verarbeitung natürlicher Sprache, Computer Vision und Empfehlungssysteme. • Verarbeiten und analysieren Sie große Datensätze, um aussagekräftige Muster und Erkenntnisse zu extrahieren. • Entwerfen und erstellen Sie skalierbare und effiziente Pipelines für maschinelles Lernen. • Arbeiten Sie mit Software-Engineering-Teams zusammen, um Modelle für maschinelles Lernen.

• Wird in der Machine-Learning-Community für ihre umfangreichen Bibliotheken verwendet (NumPy, Pandas, Scikit-learn, TensorFlow, PyTorch). • Mathematik und Statistik. • Bereinigen, Transformieren und Organisieren von Rohdaten in ein geeignetes Format für die Analyse. • Algorithmen für maschinelles Lernen: Überwachtes Lernen, unüberwachtes Lernen, halbüberwachtes und selbstüberwachtes Lernen, halbüberwachtes. • Virtualisierungstechnologien wie Hyper-V, VMware oder Citrix.