أنا باحث مساعد وطالب دكتوراه في الهندسة الكهربائية وهندسة الحاسوب في جامعة ولاية نيو مكسيكو، أعمل بدافع قوي على توظيف أحدث تقنيات معالجة اللغة الطبيعية (NLP) ونماذج اللغة الكبيرة (LLMs) لتعزيز كل مرحلة من مراحل خط أنابيب الضبط الدقيق (Fine-tuning pipeline). يركز بحثي الحالي على تطوير دفاعات مدعومة بالذكاء الاصطناعي — مثل اكتشاف الشذوذ، الضبط العدائي، معايرة الثقة، وتدفقات البيانات الآمنة — لجعل نماذج اللغة الكبيرة أكثر متانة وموثوقية ومقاومة للتلاعب في البيئات الواقعية. كما أنني أعمل على ابتكار نماذج لغة صغيرة (TinyML-powered SLMs) مخصصة للأجهزة الطرفية (Edge Devices)، لجلب قدرات معالجة اللغة الطبيعية الآمنة والسريعة مباشرة إلى المنصات محدودة الموارد.

لدي أكثر من سبع سنوات من الخبرة العملية في الأنظمة الإلكترونية الفرعية، تصميم العتاد (Hardware Design)، وتطوير البرمجيات المدمجة (Firmware Development) ضمن قطاعات البحث والرعاية الصحية والإلكترونيات الاستهلاكية. صممت وحققت نجاحًا في التحقق من كل شيء بدءًا من لوحات دوائر مطبوعة (PCBs) مكوّنة من 8 طبقات وصولًا إلى أنظمة منتجة على نطاق واسع ومتوافقة مع معايير FCC / UL / ATEX. أُتَخصّص في إدارة طاقة أنظمة على رقاقة (SoC Power Management) وتحسين الأداء الحاسوبي، حيث أطبق طرق التعلم الآلي مثل DBSCAN-initialized NMF للتعرّف الدقيق على استهلاك الطاقة وحماية المنصات متعددة النوى من التهديدات الحرارية وهجمات القنوات الجانبية.

أتقن استخدام MATLAB، SPICE، TensorFlow، PyTorch، YOLO، وسلاسل أدوات TinyML. كما أنني أنجزت أنظمة حافة إنترنت الأشياء (IoT Edge Systems)، كاميرات مدعومة بالذكاء الاصطناعي، أجهزة تتبع (Telematics Devices)، وحلول قيادة ذكية. تشمل أبحاثي المنشورة مجالات مثل التعلم العميق لتجزئة أورام الدماغ، الكشف عن القيادة المشتتة، والهياكل متعددة النوى الآمنة. أزدهر في العمل عند تقاطع الذكاء الاصطناعي مع العتاد، وأسعى لدفع عجلة الابتكار في الأنظمة المدمجة، الأمن، والذكاء الاصطناعي الطرفي (Edge-AI).