من مهندس نرمافزار رباتیک و مدیر محصول فنی با بیش از ۴ سال تجربه در خودمختاری رباتهای چهارپا، اگزواسکلتونهای توانبخشی، شبیهسازی ربات، کنترل تعبیهشده و سامانههای عاملمحور هستم. کارم لایههای مهندسی و محصول را به هم متصل میکند: از معماری ROS2 و یکپارچهسازی ربات تا کشف مشتری، تعریف نیازمندی، اولویتبندی و رساندن محصول به MVP.
در LabCD.ai ابتدا مهندس نرمافزار رباتیک بودم و در فوریه ۲۰۲۶ به مدیر محصول فنی ارتقا یافتم. در توسعه AgenticControl، یک چارچوب چندعاملی برای طراحی سیستمهای کنترل، از مرحله ایده تا MVP مشارکت کردم؛ بیش از ۱۰۰ مصاحبه با مشتری انجام دادم؛ نیازمندیهای محصول و معماری سیستم را تعریف کردم؛ و فعالیت ۷ مهندس و ۳ ذینفع را هماهنگ کردم.
همزمان در حال تکمیل کارشناسی ارشد مهندسی مکاترونیک در دانشگاه علم و صنعت ایران هستم. پژوهشم بر ناوبری آگاه از ریسک ربات چهارپا با یادگیری تقویتی عمیق، Isaac Gym، برنامهریزی Dijkstra و MPPI متمرکز است. چارچوب گزارششده در ۱۲٬۰۰۰ محیط موازی آموزش دید، در نقشههای دیدهنشده به نرخ موفقیت ۹۴٫۲٪ رسید و برخوردهای شبیهسازیشده را نسبت به روشهای یکپارچه ۷۱٫۴٪ کاهش داد.
چه کار میکنم
- توسعه نرمافزار رباتیک ROS2 در Python و C++، شامل خطوط حسگر، عملگر، کنترل و برنامهریزی حرکت.
- یادگیری ربات، یادگیری تقویتی، ادراک و خودمختاری آگاه از ریسک.
- جریانهای شبیهسازی تا سختافزار و سختافزار در حلقه با Isaac Gym/Sim، Gazebo، RViz و MoveIt.
- چشمانداز محصول، نگارش MRD/PRD، کشف مشتری، نقشه راه و تعیین محدوده MVP.
- تحویل میانتخصصی در تیمهای رباتیک، کنترل، هوش مصنوعی، نرمافزار و کسبوکار.
تجربههای منتخب
مدیر محصول فنی
LabCD.ai، فوریه ۲۰۲۶ - اکنون
- سند پایه نیازمندیهای بازار، برنامه کسبوکار و بوم کسبوکار یک استارتاپ هوش مصنوعی عاملمحور را تدوین کردم.
- پژوهش بازار، تحلیل رقبا و بیش از ۱۰۰ مصاحبه با مشتری را به نیازمندیهای محصول و نقشه راه اولویتبندیشده تبدیل کردم.
- معماری و منطق اعتبارسنجی AgenticControl را تعریف کردم و به رساندن آن از ایده به MVP کمک کردم.
- فعالیت ۷ مهندس و ۳ ذینفع را در حوزههای هوش مصنوعی، کنترل، نرمافزار و کسبوکار هماهنگ کردم.
مهندس نرمافزار رباتیک
LabCD.ai، نوامبر ۲۰۲۵ - فوریه ۲۰۲۶
- جریان کاری عاملی برای تریم، استخراج فضای حالت، تولید کنترلکننده و شبیهسازی حلقهبسته طراحی کردم.
- منطق تحلیل توپولوژی و اتصال سیگنالها را توسعه دادم و حل عددی، خطیسازی، تحلیل پایداری و تحلیل حوزه فرکانس را یکپارچه کردم.
پژوهشگر و مهندس نرمافزار رباتیک آزمایشگاه هوش مصنوعی و سیستمهای دینامیکی دانشگاه علم و صنعت ایران، نوامبر ۲۰۲۴ - اکنون
- نیازمندیها، معیارهای ارزیابی و مؤلفههای یادگیری تقویتی ناوبری سلسلهمراتبی ربات چهارپا را طراحی کردم.
- ۱۲٬۰۰۰ محیط Isaac Gym را بهصورت موازی اجرا کردم و برنامهریزی سراسری Dijkstra را با ۲۵۶٬۰۰۰ مسیر همزمان MPPI ترکیب کردم.
- در یکپارچهسازی شبیهسازی تا واقعیت یک بازوی رباتیک ۵ درجه آزادی با ROS2 و RViz مشارکت کردم.
مدیر فنی و محصول
Diginext Startup Camp، اوت ۲۰۲۵ - نوامبر ۲۰۲۵
- چشمانداز، نیازمندیها، نقشه راه و معماری فنی یک محصول ویرایش ویدئو مبتنی بر LLM را تعریف کردم.
- طی اسپرینتهای چابک پنجهفتهای یک نمونه اولیه MVP داخلی ساختم؛ پروژه پیش از آزمون با کاربران بیرونی یا عرضه متوقف شد.
مهندس نرمافزار رباتیک مرکز CARE دانشگاه فردوسی مشهد، فوریه ۲۰۲۲ - ژانویه ۲۰۲۴
- بستههای ماژولار ROS2 در C++ و Python را برای حسگرها، کنترل موتور، کالیبراسیون و گشتاور کمکی بلادرنگ اگزواسکلتونها توسعه دادم.
- مدیر پروژه و نویسنده اصلی کنترلکننده فازی کمکبهاندازهنیاز اگزواسکلتون زانو با نرخ اجرای ۲۵۰ هرتز بودم.
- حسگرها، موتورها، بردهای کنترلی Raspberry Pi و رابطهای ارتباطی را یکپارچه و کالیبره کردم.
تحصیلات
کارشناسی ارشد مهندسی مکاترونیک دانشگاه علم و صنعت ایران، ۲۰۲۴ - ۲۰۲۶
پایاننامه: برنامهریزی مسیر و کنترل آگاه از ریسک برای ربات چهارپا تحت عدم قطعیت تعامل با محیط، با استفاده از یادگیری تقویتی عمیق، Isaac Gym و MPC/MPPI.
برنده مدال برنز جایزه پرورش استعداد ۲۰۲۵، دانشکده مهندسی مکانیک.
دیپلم مدیریت محصول
Alison Academy، ۲۰۲۳ - ۲۰۲۴
مدیریت چرخه عمر محصول، Agile/Scrum، تجربه کاربر و تفکر طراحی، پژوهش بازار، آزمایش و راهبرد دادهمحور.
کارشناسی مهندسی مکانیک دانشگاه فردوسی مشهد، سپتامبر ۲۰۱۸ - فوریه ۲۰۲۴
پروژه: طراحی، شبیهسازی و پیادهسازی سیستم کنترل فازی زمان واقعی برای اگزوسکلتون زانو با استفاده از MATLAB، C++، Python، ROS2 و Raspberry Pi.
برگزیده بهعنوان دانشجوی فناور برتر سال ۲۰۲۳ توسط گروه مهندسی مکانیک.
توانمندیهای اصلی
نرمافزار رباتیک: ROS2، Python، C++، RViz، MoveIt، Gazebo و یکپارچهسازی حسگر و عملگر.
شبیهسازی و کنترل: Isaac Gym/Sim، MATLAB/Simulink، Simscape Multibody، یادگیری تقویتی، MPC/MPPI، کنترل فازی و PID، شبیهسازی تا واقعیت و سختافزار در حلقه.
هوش مصنوعی و ادراک: یادگیری تقویتی عمیق، سامانههای LLM/VLM و چندعاملی، OpenCV، YOLO، Depth Anything V2 و فیلتر Kalman.
محصول و تحویل: راهبرد محصول، MRD/PRD، کشف مشتری، نقشه راه، اولویتبندی، Agile/Scrum، توسعه MVP و هماهنگی ذینفعان.
ابزار مهندسی و سختافزار: Git، Docker، Linux، MATLAB، Raspberry Pi، Arduino، ESP32، کنترلکنندههای موتور، IMU، انکودر و سامانههای PLC.