السيرة الذاتية
معلومات عامة
| الاسم الكامل | ميس جمال |
| اللغات | العربية (اللغة الأم)، الإنجليزية (بطلاقة)، الروسية (بطلاقة)، الألمانية (مبتدئة) |
التعليم
-
2020 - 2024 دكتوراه في الذكاء الاصطناعي وتعلّم الآلة
معهد موسكو للفيزياء والتكنولوجيا (MIPT)، موسكو، روسيا - الأطروحة: تطوير وبحث خوارزميات وأساليب التخطيط التكيّفي لمناورات السيارة ذاتية القيادة.
- التخصص في تخطيط السلوك، تخطيط المهام والحركة، والتنبؤ بمسارات العوائق المتحركة (السيارات المحيطة).
-
2018 - 2020 ماجستير في أنظمة الميكاترونيكس والروبوتات
جامعة باومان موسكو التقنية الحكومية، موسكو، روسيا - الرسالة: تحكم بالمناورة وإمساك الأجسام باستخدام الشبكات العصبية الالتفافية للذراع الروبوتية ABB YuMi ذات 7 درجات حرية (ROS، MoveIt، Gazebo).
-
2012 - 2017 بكالوريوس في هندسة الميكاترونيكس والروبوتات والأتمتة
جامعة تشرين، اللاذقية، سوريا - مرتبة الشرف، برنامج المتميزين.
الخبرة
-
2022 - 2026 مهندسة تخطيط السلوك للأنظمة المستقلة
Integrant, Inc.، موسكو، روسيا - تطوير ونشر خوارزميات اتخاذ القرار الجاهزة للإنتاج في حزمة Apollo؛ التحقق على مركبة Kia Soul ذاتية القيادة عبر أكثر من 50 سيناريو (حضري، طرق سريعة، تقاطعات) مع تحسين الأداء بنسبة 10%.
- تصميم خوارزمية تخطيط وجدولة استدلالية لروبوت تنظيف خارجي ذاتي القيادة؛ التطوير والتحقق في CoppeliaSim مع محرك Bullet الفيزيائي.
- بناء وصيانة جسر ثنائي الاتجاه بين CARLA وApollo لتبادل بيانات الحساسات والتحكم، مما يتيح سير عمل من المحاكاة إلى النشر.
- تصميم وتحسين خوارزميات توليد المسارات باستخدام إطار فرينيه لمسارات سلسة وخالية من التصادم في بيئات ديناميكية.
- التعاون مع فرق الإدراك والتحكم لدمج خوارزميات التخطيط مع أنظمة الحساسات والتشغيل.
-
2020 - 2024 مساعدة باحثة - مرشحة دكتوراه
مركز النمذجة المعرفية، معهد موسكو للفيزياء والتكنولوجيا - تطوير إطار تخطيط المهام والحركة (FFStreams) يجمع بين البحث الاستدلالي وStreams لاتخاذ القرارات التكيّفية في الزمن الحقيقي ضمن قيود السلامة.
- توسيع الإطار بنموذج QCNet المحوّلي للتنبؤ بمسارات الوكلاء المتعددين، مما يتيح تخطيط السلوك الواعي بالتنبؤات.
- تقييم خوارزميات التخطيط عبر مجموعات بيانات مرجعية متعددة (inD، Argoverse 2، CitySim، INTERACTION، CommonRoad).
- تصميم خوارزميات أشجار السلوك القائمة على التعلّم للتجاوز والركن التكيّفي بالتعلم المعزز(RL).
- النشر في IEEE Robotics and Automation Letters (Q1) ومؤتمرات Springer LNCS.
المهارات
| لغات البرمجة والبرمجيات الوسيطة | ||||||||||
| C++ (أساسية) | ||||||||||
| Python (أساسية) | ||||||||||
| MATLAB | ||||||||||
| Simulink | ||||||||||
| CUDA | ||||||||||
| ROS | ||||||||||
| ROS2 | ||||||||||
| CyberRT | ||||||||||
| MoveIt | ||||||||||
| القيادة المستقلة والمحاكاة | ||||||||
| Apollo Auto | ||||||||
| CARLA | ||||||||
| CoppeliaSim (Bullet) | ||||||||
| Gazebo | ||||||||
| LG SVL | ||||||||
| CommonRoad | ||||||||
| RoadRunner | ||||||||
| تعلّم الآلة والرؤية الحاسوبية | ||||
| PyTorch | ||||
| TensorFlow | ||||
| OpenCV | ||||
| تخطيط الحركة واتخاذ القرار | |||||||||
| تخطيط المهام والحركة (TAMP) | |||||||||
| أشجار السلوك | |||||||||
| التعلم المعزز | |||||||||
| تخطيط المسار (A*، RRT، Lattice) | |||||||||
| تحسين المسارات (Frenet، MPC) | |||||||||
| البحث الاستدلالي | |||||||||
| دمج الحساسات | |||||||||
| التنبؤ بمسارات الوكلاء المتعددين | |||||||||
| هندسة البرمجيات | |||||
| Git | |||||
| GitHub | |||||
| التحكم بالإصدارات | |||||
| تصحيح الأخطاء | |||||
الاهتمامات الأكاديمية
| القيادة المستقلة | |||
| تخطيط السلوك واتخاذ القرار في ظل عدم اليقين | |||
| نقل الخوارزميات من المحاكاة إلى الواقع | |||
| التخطيط والذكاء الاصطناعي | ||||
| تخطيط المهام والحركة (TAMP) | ||||
| التنبؤ بمسارات الوكلاء المتعددين | ||||
| البحث الاستدلالي والقائم على التعلّم | ||||
اللغات
- العربية: اللغة الأم
- الإنجليزية: بطلاقة
- الروسية: بطلاقة
- الألمانية: مبتدئة