زنجير إيكلاسوف

قبل انضمامه إلى جامعة محمد بن زايد للذكاء الاصطناعي، جمع البروفيسور إيكلاسوف بين البحث الأكاديمي والتدريس والابتكار الصناعي. وقبل توليه منصبه الحالي أستاذاً، شغل منصب باحث ما بعد الدكتوراه في الجامعة نفسها، حيث ساهم في مشاريع كان لها تأثير كبير في التحسين طرق تفكير النماذج اللغوية الكبيرة. كما قاد جهود البحث في مشروع EnergyAI التابع لشركة أدنوك، حيث طور حلول ذكاء اصطناعي مخصصة لمجالات محددة. تشمل خبرته الصناعية تأسيس شركةSmart System Technologies LTD، وهي شركة ناشئة تركز على كشف أضرار التي تلحق بالطرق، بالإضافة إلى اضطلاعه بأدوار هندسية في شركتيReLive Intelligence LTD وComputer Vision Technologies LTD، حيث طور خوارزميات ذكاء اصطناعي لتطبيقات الرؤية الحاسوبية واسعة النطاق. ساهم البروفيسور إيكلاسوف على المستوى الأكاديمي في تدريس مساقات تعلم الآلة المتقدم والتعلم العميق، وإرشاد الطلاب وإلقاء محاضرات بما فيها ندوة بحثية في جامعة أكسفورد.

• باحث ما بعد الدكتوراه – جامعة محمد بن زايد للذكاء الاصطناعي
• باحث زائر – كينغز كوليدج لندن
• دكتوراه في تعلم الآلة – جامعة محمد بن زايد للذكاء الاصطناعي
• ماجستير في الرياضيات – جامعة نزارباييف
• بكالوريوس في الرياضيات – جامعة نزارباييف

• نشر له دراسات في بعض من أقوى مؤتمرات الذكاء الاصطناعي في العالم بما فيها: NeurIPSو ACLو IJCAI و ACMLوIEEE
• متحدث في ندوة بحثية في معهد الرياضيات بجامعة أكسفورد (2024)
• زيارة بحثية في كينغز كوليدج لندن للعمل على المشكلات التركيبية في معالجة اللغة الطبيعية
• مؤسس مشارك سابق لشركة Smart System Technologies LTD
• باحث رئيس في الذكاء الاصطناعي لذا شركة أدنوك حيث عمل على تطوير EnergyAI المدعوم بنموذج لغوية كبيرة

• دراسة بعنوان – SVRPBench: A Realistic Benchmark for Stochastic Vehicle Routing Problem مُقدَّمة للمشاركة في مؤتمر NeurIPS، عام 2025.
• دراسة بعنوان – LLM-BabyBench: Understanding and Evaluating Grounded Planning and Reasoning in LLMs مُقدَّمة للمشاركة في مؤتمر NeurIPS، عام 2025.
• دراسة بعنوان – Hypothesis-Powered End-to-End Agents of Data Science مُقدَّمة للمشاركة في مؤتمر ICML، عام 2025.
• دراسة بعنوان – Library-Like Behavior in Language Models is Enhanced by Self-Referencing Causal Cycles نُشرت في مؤتمر ACL، عام 2025.
• دراسة بعنوان – Self-Guiding Exploration for Combinatorial Problems نُشرت في مؤتمر NeurIPS، عام 2024.
• دراسة بعنوان – Reinforcement Learning for Solving Stochastic Vehicle Routing Problem نُشرت في مؤتمر ACML، عام 2023.
• دراسة بعنوان – Reinforcement Learning Approach to Stochastic Vehicle Routing Problem with Correlated Demands نُشرت في مجلة IEEE Access، عام 2023.
• دراسة بعنوان – On the Study of Curriculum Learning for Inferring Dispatching Policies on the Job Shop Scheduling نُشرت في مؤتمر IJCAI، عام 2023.