محمدمهدی لطفی نژاد

• رهبری راهکارهای ایجنتیک تحلیل ریسک و پایش مدل روی Azure Fabric در CIMB، با LangChain، LangGraph و Rayfin برای خودکارسازی بررسی ریسک و نظارت بر عملکرد مدل‌ها.
• رهبری راهکارهای داده و تحلیل سازمانی برای مشتریانی مانند CIMB، Petronas، Shell، TNB و تیم‌های کسب‌وکار منطقه‌ای.
• پردازش روزانه‌ی بیش از ۲ ترابایت داده‌ی مخابراتی در محیط‌های چندمنطقه‌ای AWS با Databricks، Apache Spark، Redshift، S3، Athena و Lambda.
• ساخت و راهبری بیش از ۲۰ پایپ‌لاین داده و جریان کاری BI با دسترس‌پذیری ۹۹٫۹٪ برای تحلیلگران در ۹ بازار منطقه‌ای.
• معماری زیرساخت داده‌ی حقوقی مبتنی بر هوش مصنوعی برای بیش از ۱۰ هزار درخواست تحلیل پرونده و ۵۰ هزار سند حقوقی در روز.
• کاهش ۶۰ درصدی مداخله‌ی دستی در فرایندهای حقوقی و کوتاه‌کردن زمان رسیدگی به پرونده از ۴۸ به ۱۸ ساعت با خودکارسازی جریان کار.
• آموزش بیش از ۱۰۰۰ متخصص در کشورهای آسه‌آن در دوره‌های دارای اعتبار HRDC در علم داده، Python، تحلیل ابری و کلان‌داده.

1. CIMB

   Lead Data Scientist

   CIMB

   اوت ۲۰۲۶ — اکنون

   هوش مصنوعی ایجنتیک و تحلیل ریسک روی Azure Fabric در واحد ریسک گروه.

   • رهبری طراحی و تحویل راهکارهای ایجنتیک تحلیل ریسک و پایش مدل روی Azure و Microsoft Fabric برای ذی‌نفعان ریسک اعتباری، بازار و عملیاتی در سطح گروه.
   • معماری زیرساخت داده‌ی Fabric برای تحلیل ریسک، شامل لایه‌های medallion در Lakehouse، پایپ‌لاین‌های Data Factory و مدل‌های معنایی Power BI به‌عنوان منبع واحد گزارش‌دهی ریسک.
   • ساخت جریان‌های کاری چندایجنتی با LangChain، LangGraph و Rayfin — هماهنگ‌سازی بازیابی، فراخوانی ابزار و بازبینی انسانی — برای خودکارسازی بررسی ریسک، مستندسازی و گزارش‌دهی.
   • پایش خودکار عملکرد مدل شامل پایداری جمعیت و ویژگی‌ها (PSI/CSI)، قدرت تفکیک (Gini/KS)، کالیبراسیون و data drift، همراه با هشدار مبتنی بر آستانه برای مالکان مدل.
   • پایه‌گذاری رویه‌ی LLMOps برای سیستم‌های ایجنتیک: نسخه‌بندی پرامپت، چارچوب ارزیابی، guardrail، پایش هزینه و تأخیر، و CI/CD برای استقرار ایجنت‌ها روی Azure.
   • همکاری با تیم‌های اعتبارسنجی مدل، حاکمیت داده و فناوری برای هم‌راستایی راهکارها با استانداردهای مدیریت ریسک مدل و الزامات نظارتی.
   • رهبری و منتورینگ تیمی میان‌رشته‌ای از دانشمندان و مهندسان داده و تعیین جهت فنی و استانداردهای تحویل برای نقشه‌ی راه تحلیل ایجنتیک.
2. CADS

   Principal Lead Data Scientist & Corporate Trainer

   The Center of Applied Data Science (CADS)

   مه ۲۰۲۳ — اوت ۲۰۲۶

   • رهبری پروژه‌های علم داده، تحلیل و مهندسی داده برای مشتریان سازمانی از جمله CIMB، Petronas، Shell و TNB، از مرحله‌ی پیشنهاد تا استقرار.
   • طراحی پایپ‌لاین‌های ETL و تحلیلی مبتنی بر Spark روی AWS و GCP برای گزارش‌دهی سازمانی، آماده‌سازی داده و کاربردهای یادگیری ماشین.
   • توسعه‌ی داشبوردهای Power BI مورد استفاده‌ی بیش از ۴۰ ذی‌نفع در بازاریابی، عملیات و مالی برای تصمیم‌های راهبردی فصلی.
   • طراحی مسیر مهاجرت پلتفرم داده از سیستم‌های on-premises قدیمی به AWS با حدود ۳۰٪ کاهش هزینه‌ی زیرساخت.
   • رهبری و منتورینگ تیمی ۵ نفره از دانشمندان داده و طراحی برنامه‌های آموزشی سازمانی در مدیریت داده، مدل‌سازی ML، کلان‌داده و هوش مصنوعی.
3. M.ai

   Chief Data and Knowledge Officer / AI Data Platform Lead

   Magna.ai

   فوریه ۲۰۲۴ — فوریه ۲۰۲۵

   نقش رهبری عملیاتی داده، هوش مصنوعی و پلتفرم در استارتاپ حقوقی مبتنی بر هوش مصنوعی برای تحلیل پرونده‌ها.

   • مالکیت سرتاسری پلتفرم داده‌ی حقوقی هوش مصنوعی: مهندسی داده، تحلیل گراف، خودکارسازی جریان کار، پردازش محتوا برای RAG و زیرساخت تولید.
   • معماری زیرساخت AWS با Terraform و Helm برای بیش از ۱۵ میکروسرویس در محیط‌های dev، staging و production با استقرار تکرارپذیر.
   • استقرار سرویس‌های API و جریان کار روی Kubernetes برای بیش از ۱۰ هزار درخواست تحلیل پرونده در روز با مقیاس‌پذیری خودکار و rolling update.
   • رهبری توسعه‌ی پایگاه داده‌ی گرافی Neo4j و انبار داده‌ی Redshift و طراحی پایپ‌لاین‌های ورود داده برای بیش از ۵۰ هزار سند حقوقی در روز.
   • خودکارسازی فرایند پرونده‌ها: ۶۰٪ کاهش مداخله‌ی دستی و کاهش میانگین زمان رسیدگی از ۴۸ به ۱۸ ساعت.
   • پیاده‌سازی observability و حاکمیت پلتفرم داده با Prometheus، Grafana، ELK، اصل حداقل دسترسی IAM، رمزنگاری و مدیریت اسرار با Vault.
4. ADA

   Senior Data Engineer

   Axiata Digital Advertising (ADA)

   مارس ۲۰۲۰ — مارس ۲۰۲۳

   زیرمجموعه‌ی تحلیل داده و هوش مصنوعی گروه Axiata، فعال در ۹ بازار جنوب و جنوب‌شرق آسیا.

   • طراحی و راهبری بیش از ۲۰ پایپ‌لاین داده‌ی تولیدی با Databricks و Apache Spark برای پردازش روزانه‌ی بیش از ۲ ترابایت داده‌ی مخابراتی در محیط‌های چندمنطقه‌ای AWS.
   • مدیریت زیرساخت داده‌ی AWS شامل Redshift، S3، Athena و Lambda برای بیش از ۱۵ پایپ‌لاین خودکار و داشبورد BI با دسترس‌پذیری ۹۹٫۹٪.
   • پیاده‌سازی تأمین منابع ابری با Terraform و یکسان‌سازی محیط‌های dev، staging و production برای سرویس‌های مهندسی داده.
   • راهبری انبارهای داده‌ی Snowflake و Redshift با بیش از ۲۰ ترابایت داده‌ی مخابراتی و بهبود ۴۰ درصدی کارایی کوئری‌ها با طراحی جدول و تنظیم distribution key.
   • توسعه‌ی داشبوردهای Power BI و Tableau برای تحلیل بازاریابی از منابع Facebook Ads، Google Ads، MobileWala، StartIO و منابع داخلی، مورد استفاده‌ی بیش از ۳۰ تحلیلگر در ۹ بازار.
   • ایجاد رویه‌های CI/CD و پایش سرویس‌های داده با Jenkins، CloudWatch، Grafana و هشدارهای سفارشی برای سلامت پایپ‌لاین، کیفیت داده و مصرف منابع.
   • رهبری و منتورینگ ۳ مهندس داده و هماهنگی تحویل data martها با تیم‌های علم داده، تحلیل و کسب‌وکار.
5. CADS

   Senior Data Scientist & Corporate Trainer

   The Center of Applied Data Science (CADS)

   ژوئن ۲۰۱۸ — فوریه ۲۰۲۰

   • راه‌اندازی واحد مهندسی داده‌ی شرکت، ساخت فرایندهای تحویل و پشتیبانی از طراحی راهکارهای تحلیلی و ML سازمانی.
   • طراحی پایپ‌لاین‌های تحلیل بازاریابی دیجیتال روی AWS و GCP با یکپارچه‌سازی منابع داده‌ی چندکاناله برای گزارش‌دهی مشتریان.
   • تهیه‌ی پیشنهادهای فنی و تحویل راهکار در معماری انبار داده، مدل‌سازی ML و پردازش کلان‌داده برای مشتریانی مانند CIMB و TNB.
   • طراحی و برگزاری دوره‌های دارای اعتبار HRDC در علم داده، Python، تحلیل ابری و کلان‌داده برای بیش از ۲۰۰ متخصص در آسه‌آن.
6. R

   Big Data Engineering Team Lead

   Raha (Knowledge-Based Company)

   مه ۲۰۱۶ — ژوئن ۲۰۱۸

   • رهبری ۶ مهندس داده در ساخت پایپ‌لاین‌های ورود داده‌ی دانشگاهی مبتنی بر Hadoop با پردازش روزانه‌ی بیش از ۱۰۰ گیگابایت روی خوشه‌ای ۱۰ گره‌ای.
   • توسعه‌ی پایپ‌لاین‌های تحلیلی PySpark و Apache Spark و طراحی جریان‌های ETL برای تغذیه‌ی سیستم‌های توصیه‌گر.

سوابق پیشین