ধাপ গোনা: তোমার লুপটা আসলে কত খরচ করে
অ্যালগরিদম বোঝার আগে একটা অভ্যাস দরকার: একটা লাইন কতবার চলে সেটা গোনা। চারটা ছোট C++ প্রোগ্রাম দিয়ে সেই অভ্যাসটাই ধরিয়ে দিচ্ছি।
Problem Solving From Zero০১
ভাষা-মডেল আর আগে থেকেই চলতে থাকা সফটওয়্যারের মাঝের স্তরটা আমি বানাই।
পাঁচ বছরের বেশি সময় একই একগুঁয়ে প্রশ্ন নিয়ে কেটেছে: নোটবুকে যা কাজ করে, সেটাকে সত্যিকারের ব্যবহারকারীর সামনে টিকিয়ে রাখা যায় কীভাবে? বেশির ভাগ সময় তার মানে ব্যাকএন্ড সিস্টেম, প্রোডাকশনে মেশিন লার্নিং, আর মাঝখানের হারনেস স্তর। সম্প্রতি চতুর্থ একটা সুতো ঢুকেছে: জীববিজ্ঞানের জন্য মেশিন লার্নিং, যেখানে ডেটাসেট ছোট, লেবেল ঘোলা, আর লিডারবোর্ড জেতার চেয়ে নিজের সংখ্যার ব্যাপারে সৎ থাকা বেশি জরুরি।
এখন
আগস্ট ২০২৬ থেকে
সিনিয়র সফটওয়্যার ইঞ্জিনিয়ার, Mevrik
টেলিকম অপারেটর আর কয়েকশো ছোট ব্যবসার ব্যবহৃত একটি এআই কাস্টমার-এক্সপেরিয়েন্স প্ল্যাটফর্ম। আমি এআই দিকটায় কাজ করি: এজেন্ট, রিট্রিভাল, আর তার নিচের সার্ভিং পরিকাঠামো।
২০২৪ থেকে
প্রতিষ্ঠাতা, AlgolyzerLab
প্রয়োগমুখী এআইয়ের ছোট একটি স্টুডিও, যেসব কাজ কোনো প্রোডাক্ট রোডম্যাপে বসে না: অভিজাত ক্রিকেটের জন্য স্পোর্টস সায়েন্স, ডাক্তারদের জন্য ক্লিনিকাল সফটওয়্যার, কৃষিতে এআই, আর রিসার্চ ইঞ্জিনিয়ারিং।
যা নিয়ে ভাবি
০১
০২
জীববিজ্ঞানের জন্য মেশিন লার্নিং
অ্যান্টি-ইনফ্ল্যামেটরি পেপটাইড পূর্বানুমান, আর কম-অনুসন্ধিত ভাইরাল প্রোটিয়েজের বিরুদ্ধে প্রাকৃতিক যৌগের স্ট্রাকচার-সচেতন ভার্চুয়াল স্ক্রিনিং। দুটোই একই শিক্ষা দিয়েছে: মডেল ঠিক করার অনেক আগেই ডেটাসেট বাছাই ফলাফলটা ঠিক করে ফেলে।
০৩