Mohammad Panahi

Senior Technical Lead KI / CTO

Technischer Leiter KI & Systemarchitekt — LLMs, RAG, Computer Vision und produktive KI im großen Maßstab.

Berufserfahrung

  • Chief Technology Officer (CTO) — Booq

    2025 – Heute · Isfahan

  • Gründer; Leitung Produkt und Engineering — Barzaman

  • Gründer und Inhaber — Beshkaneh

  • KI-Ingenieur — Kartez Contract

    2025 – 2026 · Isfahan

  • KI-Forscher und -Ingenieur — Sino

    2022 – 2025 · Isfahan

  • Softwareentwickler — Atlas Peimay Hooshmand

    2021 – 2022 · Isfahan

    Softwarelösungen geliefert; große Projekte externer Auftragnehmer gesteuert, geprüft und abgenommen.

  • KI-Forscher — National Elites Foundation (Shahid-Ahmadi-Roshan-Programm)

    2021 – 2022 · Isfahan

    Forschung zur persischen Sprachsynthese, beauftragt und betreut von MCI / Hamrah-e Aval (Irans größtem Mobilfunkbetreiber), im Rahmen der National Elites Foundation des Iran.

  • KI-Forscher — Privatunternehmen (Name nicht genannt)

    2020 – 2021 · Isfahan

    Reduktion von Speckle-Rauschen in der MRT-Bildgebung und verwandten Verfahren.

  • Softwareentwickler — Sahand Sanat Partikan

    2019 · Isfahan

    Ein Modul zur Hardwareverwaltung von SIM-Karten über AT-Befehle in Qt/C++ entwickelt.

Ausbildung

  • PhD — Isfahan University of Technology

    2025 – Heute · Isfahan

  • MSc — Isfahan University of Technology

    2022 – 2025 · Isfahan

  • BSc — Isfahan University of Technology

    2018 – 2022 · Isfahan

  • Schulabschluss — Shahid-Ejei-Schule für Hochbegabte

    2014 – 2018 · Khomeinishahr, Isfahan

    SAMPAD – Irans nationales Förderprogramm für hochbegabte Schüler.

Forschung

  • Vorhersage der Genexpression (Molekularbiologie) aus digitalen Pathologiebildern

    2025

    Gene-expression assays are slow, expensive and logistically painful. Whole-slide pathology images are fast and cheap. This thesis asks whether the second can stand in for the first — recovering molecular-biology signal directly from gigapixel pathology images, under a hard constraint on compute and latency. The approach combines graph neural networks, vision foundation models, large-language-model techniques adapted for this task, and statistical/probabilistic methods.

  • Simulation der visuellen Kognition des Menschen und Unterscheidung echter Wahrnehmung von Halluzination

    2022

    A year-long study using generative models — autoencoders and GANs — to model how the human brain constructs visual understanding, and to distinguish genuine perception from hallucination.

Kompetenzen

  • KI und Daten

    Große Sprachmodelle (LLM), Retrieval-Augmented Generation (RAG), Verarbeitung natürlicher Sprache, Chatbots und Frage-Antwort-Systeme, Computer Vision, Bildverarbeitung, Auswertung von Satellitenbildern, Medizinische Bildanalyse, Graph Neural Networks, Deep Learning, Maschinelles Lernen, Generative Modelle (GAN, Autoencoder), Sprachsynthese und Spracherkennung (TTS/ASR), Data Mining, Datenanalyse, Business Intelligence

  • Software- und Web-Engineering

    Software Engineering, Python, Programmierung (allgemein), Web-Engineering, Datenbanken (relational und NoSQL), Qt / C++ (Embedded-Tooling)

  • Infrastruktur und DevOps

    DevOps, GPU-Optimierung, Architektur für hohe Lasten

  • Führung

    Technische Leitung (CTO), Projektplanung und -management, Steuerung und Abnahme der Leistungen von Dienstleistern und Teams, Produkt 0→1→Verkauf, Mentoring