Gründer und KI Engineer
März 2026 · HeuteVerantwortlich für die Produktausrichtung sowie die KI, Backend, Daten, MLOps und AWS Infrastruktur einer produktiven Media Intelligence Plattform.
Ich bin Mobin Shahidi, ein in Berlin ansässiger AI Engineer mit mehr als 7 Jahren Engineering Erfahrung. Ich entwickle produktive AI Systeme, Empfehlungssysteme, LLM Anwendungen, Datenpipelines und Full Stack Produkte, von der ersten Idee bis zum zuverlässigen Deployment.
AI Engineer mit mehr als 7 Jahren Engineering Erfahrung, darunter mehr als 3 Jahre Spezialisierung auf AI und ML sowie mehr als 4 Jahre Full Stack Softwareentwicklung. Ich entwickle AI Systeme von Datenpipelines und Modellentwicklung bis zu Cloud Deployment, MLOps und produktivem Betrieb.
Meine Laufbahn begann im Full Stack Product Engineering mit SaaS Plattformen, REST APIs, Datenbanken und produktiven Universitätssystemen. Durch mein Masterstudium und angewandte Forschung vertiefte ich AI, Empfehlungssysteme, NLP, Erklärbarkeit und Informationsqualität. Heute verbinde ich Software Engineering und Machine Learning, indem ich Forschungsideen in zuverlässige, beobachtbare und wartbare AI Systeme überführe.
Eine kompakte Übersicht meiner Berufserfahrung, abgeglichen mit meinen öffentlichen beruflichen Profilen und meinem Lebenslauf.
Verantwortlich für die Produktausrichtung sowie die KI, Backend, Daten, MLOps und AWS Infrastruktur einer produktiven Media Intelligence Plattform.
Entwicklung von Pipelines zur Informationsqualität, Vorhersagemodellen und einem qualitätsbewussten Empfehlungssystem für Nachrichtendomains im EU geförderten Projekt Social Media for Democracy.
Konzeption und Umsetzung einer automatisierten Reddit Datenpipeline für die Erforschung politischer Diskussionen mit strukturierter Extraktion und Datenqualitätsprüfungen.
Entwicklung und Evaluation erklärbarer Empfehlungsmodelle sowie Mitautor einer Forschungsarbeit über gemeinsame Empfehlungs und Erklärungsgenerierung.
Verantwortlich für Architektur, Backend Entwicklung, Kundenabläufe, Lizenzierung, Deployment und laufende Produktiv Releases eines datenschutzorientierten SaaS Produkts.
Eine praktische Verbindung aus AI Forschung, Production Engineering, Cloud Betrieb, Produktdenken und Startup Umsetzung. Mein Fokus liegt auf Fähigkeiten, die Ideen von Prototypen zu verlässlichen Systemen führen.
Intelligente Systeme vom Modell bis zur Produktion.
Zuverlässiger Backend, Frontend und Produktcode.
Bereitstellbare, beobachtbare und reproduzierbare Systeme.
Von Forschungsfragen zu messbaren Systemen.
Klare Produktabläufe mit solidem Engineering.
Verantwortung für Produkt, Nutzer und Umsetzung.
Blazor
ML.NET
MS SQL Server
IIS
A Framework for Accurate Recommendations and Explanation Generation Using Multi-Task Learning
M. Mansoorizadeh, M. Shahidi, A. Nazari · 2023
Improving News Reliability in Algorithmic Newsfeeds
M. Shahidi, L. Oswald, S. Herzog, S. Lewandowsky · 2026
Exogenous Cues to Information Quality
M. Shahidi, L. Oswald, S. Herzog, S. Lewandowsky · 2026
Possible Futures: Societal Consequences of Algorithmic Design and Social Media Use
S. Banisch, Mobin Shahidi, S. Lewandowsky · 2026
Ausgewählte Auszüge aus beruflichen Referenzen und Kooperationen.
“He was one of the best students in my class… His outstanding scientific knowledge and presentation skills impressed me.”
“His critical thinking and programming abilities make him a skillful programmer who can quickly implement theory into practice.”
“He consistently impressed me with his ability to understand complex concepts… and performed at a very high level.”
“He built a Reddit data pipeline from scratch and developed a novel recommender system… demonstrating exceptional technical skill.”
Ein kurzer Einblick in die menschliche Seite meiner Arbeit: Ideen präsentieren, in Teams arbeiten und auch außerhalb der digitalen Arbeit aktiv bleiben.
Eine Forschungspräsentation über Social Media Signale zur Bewertung der Informationsqualität in digitalen Nachrichtenumgebungen.
Ein virtuelles Masterseminar auf Farsi, das meinen Präsentationsstil und die verständliche Vermittlung von AI Themen zeigt.
Teamführung auf dem Spielfeld mit Kommunikation, Zusammenarbeit und gemeinsamer Dynamik.
Ein kleiner Einblick in Vertrauen, Wärme und gemeinsame Rituale in guten Teams.
Zweiter Platz bei einem PES2019 Wettbewerb mit Strategie, Fokus und sportlichem Ehrgeiz.
Offen für AI und ML Engineering, angewandte Forschung und produktorientierte AI Positionen, insbesondere wenn Forschung in zuverlässige produktive Software überführt werden soll.