سارا رضایی

• تلفن: +98 912 345 6789
• ایمیل: sara.rezaei@email.com
• موقعیت: تهران، ایران
• LinkedIn: sara-rezaei-ai

خلاصه

به مدت 7 سال به تدریس و تحقیق در زمینه علوم کامپیوتر در سطح دانشگاهی مشغول بوده و در توسعه برنامه درسی هوش مصنوعی و یادگیری ماشین مشارکت فعال داشته‌ام. توانایی بالایی در الهام بخشیدن به دانشجویان و هدایت پروژه‌های تحقیقاتی پیشرفته دارم، که منجر به افزایش 25 درصدی مشارکت دانشجویان در کنفرانس‌های علمی شده است.

تجربه اثبات شده در انتشار مقالات تحقیقاتی در ژورنال‌های معتبر و همکاری با تیم‌های چند رشته‌ای برای پیشبرد دانش در حوزه‌های پردازش زبان طبیعی و بینایی ماشین. متعهد به پرورش نسل بعدی متخصصان فناوری با رویکردی نوآورانه و عملی در آموزش.

سوابق کاری

استادیار علوم کامپیوتر, دانشگاه صنعتی شریف -- تهران، ایران

سپتامبر 2019 – حال

• تدریس دروس پیشرفته هوش مصنوعی، یادگیری ماشین، ساختمان داده‌ها و الگوریتم‌ها به بیش از 150 دانشجو در هر ترم.

• هدایت 10 پروژه تحقیقاتی کارشناسی ارشد و دکترا در زمینه‌های پردازش تصویر و داده‌کاوی، که 3 مورد از آنها منجر به انتشار مقاله در ژورنال‌های ISI شد.

• توسعه و بازبینی برنامه درسی دوره کارشناسی ارشد هوش مصنوعی، شامل افزودن ماژول‌های جدید در یادگیری عمیق و شبکه‌های عصبی.

• افزایش 30 درصدی نرخ استخدام فارغ‌التحصیلان در شرکت‌های فناوری برتر از طریق ارائه راهنمایی شغلی و تقویت مهارت‌های عملی.

مربی علوم کامپیوتر, دانشگاه تهران -- تهران، ایران

سپتامبر 2017 – اوت 2019

• طراحی و ارائه کارگاه‌های آموزشی عملی برای دانشجویان کارشناسی در مورد برنامه‌نویسی پایتون و اصول پایگاه داده.

• کمک به اساتید در انجام پروژه‌های تحقیقاتی مربوط به الگوریتم‌های بهینه‌سازی و هوش جمعی.

• ارزیابی و نمره‌دهی تکالیف و امتحانات برای بیش از 200 دانشجو در هر ترم با ارائه بازخورد سازنده برای بهبود یادگیری.

تحصیلات

دانشگاه صنعتی شریف, دکترای تخصصی (PhD) در علوم کامپیوتر (گرایش هوش مصنوعی) -- تهران، ایران

سپتامبر 2013 – اوت 2017

دانشگاه تهران, کارشناسی ارشد (M.Sc.) در علوم کامپیوتر -- تهران، ایران

سپتامبر 2011 – اوت 2013

دانشگاه صنعتی امیرکبیر, کارشناسی (B.Sc.) در مهندسی کامپیوتر (گرایش نرم‌افزار) -- تهران، ایران

سپتامبر 2007 – اوت 2011

مهارت‌ها

زبان‌های برنامه‌نویسی: پایتون (TensorFlow, Keras, PyTorch, Scikit-learn), جاوا، C++, R

هوش مصنوعی و یادگیری ماشین: یادگیری عمیق، شبکه‌های عصبی، پردازش زبان طبیعی (NLP), بینایی ماشین، یادگیری تقویتی، الگوریتم‌های ژنتیک

پایگاه داده: SQL, MongoDB, PostgreSQL

ابزارها و پلتفرم‌ها: Jupyter Notebook, Google Colab, Git, Docker, MATLAB, LaTeX

مهارت‌های آموزشی و پژوهشی: طراحی برنامه درسی، تدریس، راهنمایی دانشجویان، نگارش مقالات علمی، ارائه کنفرانس، مدیریت پروژه تحقیقاتی