میلاد امیریان فر
مهندس ارشد MLOps شرکت کادکاد آلمان
متخصص DevOps و Kubeflow
استراتژیست زیرساخت هوش مصنوعی
میلاد امیریانفر، مهندس ارشد MLOps و متخصص DevOps با بیش از یک دهه تجربه در طراحی و پیادهسازی زیرساختهای مقیاسپذیر برای سیستمهای هوش مصنوعی است. او در استقرار پایپلاینهای یادگیری ماشین، بهینهسازی کلاسترهای GPU/Kubernetes و اجرای CI/CD برای مدلهای هوش مصنوعی تخصص دارد.
میلاد با تلفیق دانش فنی و تجربه عملی، سیستمهایی با کارایی بالا و پایداری فوقالعاده برای سازمانها و استارتاپها ایجاد میکند.
🚀 دستاوردها و نقشها
- طراحی و استقرار ۱۵ پایپلاین MLOps پیشرفته در Kubeflow برای پروژههای HPC با GPUهای A100 و V100.
- پیادهسازی ۱۸ پایپلاین End-to-End با استقرار در Azure، GitLab، GitHub Actions و استفاده از GitOps (FluxCD).
- بهینهسازی عملکرد سیستمها و کاهش زمان بارگذاری صفحات وب بیش از ۶۴٪ و ارتقای Uptime به ۹۹.۹٪.
💼 سوابق و فعالیتها
- MLOps: Kubeflow Pipelines، MLflow، PyTorch، Scikit-learn، Neural Networks
- Cloud & DevOps: AWS (EC2, ECS, RDS, S3, EKS)، Azure DevOps، Terraform
- Container & Orchestration: Kubernetes، Docker، EKS، GPU-Operator، GPU-Direct
- CI/CD & Version Control: GitLab CI/CD، GitHub Actions، Jenkins، Code Pipeline، FluxCD (GitOps)
- Big Data & Database: Apache Kafka، Redis، MongoDB
- Scripting & OS: Python، Bash، Linux
- Configuration Management: Ansible
🧩 نوآوریها
- طراحی معماری MLOps با پشتیبانی HPC GPU برای آموزش مدلهای سنگین.
- بهینهسازی کلاسترهای Kubernetes با GPU-Operator و GPU-Direct برای افزایش کارایی.
- استفاده از GitOps (FluxCD) برای خودکارسازی کامل چرخهی استقرار در پلتفرمهای ابری مختلف.
📜 گواهینامهها
- AWS Cloud Practitioner Essentials و DevOps on AWS
- Agile Project Management (Google)
- Product Management Essentials (University of Maryland)
AWS Cloud Practitioner Essentials و DevOps در AWS مدیریت پروژه چابک (گوگل) ملزومات مدیریت محصول (دانشگاه مریلند)
نقلقول از سخنران
«زیرساخت هوش مصنوعی جایی است که نوآوری به واقعیت تبدیل میشود.»