سید وهاب میررکنی

سید وهاب میررکنی (زادهٔ ۱۹۷۹) پژوهشگر ایرانی علوم رایانه است که به‌عنوان Google Fellow و معاون رئیس پژوهش (VP) در Google Research فعالیت می‌کند. او رهبری گروه‌های پژوهشی الگوریتم و بهینه‌سازی گوگل را بر عهده دارد که حوزه‌هایی مانند الگوریتم‌های بازار، کاوش گراف در مقیاس بزرگ و بهینه‌سازی مقیاس‌پذیر را در بر می‌گیرند.

حوزه‌های پژوهشی میررکنی شامل نظریه الگوریتم‌ها، بهینه‌سازی توزیع‌شده و تصادفی، اقتصاد محاسباتی، طراحی مکانیزم، یادگیری و کاوش مبتنی بر گراف و مسائل الگوریتمی در یادگیری ماشین و هوش مصنوعی مولد است. او از نویسندگان مقالهٔ تأثیرگذار Locality-sensitive hashing scheme based on p-stable distributions (۲۰۰۴) است و آثار علمی‌اش تاکنون ده‌ها هزار بار مورد استناد قرار گرفته‌اند.

زندگی و تحصیلات

میررکنی در سال ۱۹۷۹ در ایران زاده شد و دوران دبیرستان را در دبیرستان استعدادهای درخشان شهید سلطانی کرج گذراند.

او در سال ۲۰۰۱ مدرک کارشناسی مهندسی کامپیوتر را از دانشگاه صنعتی شریف دریافت کرد. سپس برای ادامه تحصیل به مؤسسه فناوری ماساچوست (MIT) رفت و در سال ۲۰۰۵ مدرک دکتری خود را در رشته ریاضیات کاربردی (علوم رایانه نظری) زیر نظر میشل گومنس دریافت کرد.

فعالیت حرفه‌ای

میررکنی پس از پایان دوره دکتری، به‌عنوان پژوهشگر در Microsoft Research، گروه نظریه محاسبات مؤسسه فناوری ماساچوست و شرکت Amazon.com فعالیت کرد و در سال ۲۰۰۸ به Google Research پیوست.

او در گوگل به‌ترتیب سمت‌های پژوهشگر ارشد (Senior Research Scientist)، دانشمند ممتاز (Distinguished Scientist)، مدیر ارشد پژوهش (Senior Research Director)، Google Fellow و معاون رئیس پژوهش (VP) را بر عهده داشته است. وی در این سمت رهبری گروه‌های پژوهشی الگوریتم و بهینه‌سازی گوگل را بر عهده دارد و پژوهش‌هایی در زمینه الگوریتم‌های بازار، بهینه‌سازی، یادگیری مبتنی بر گراف و هوش مصنوعی را هدایت می‌کند.

میررکنی همچنین به‌عنوان استادیار وابسته در مؤسسه کورانت دانشگاه نیویورک درس «Algorithms and Economics of the Internet» را تدریس کرده است.

پژوهش‌ها و دستاوردهای علمی

پژوهش‌های میررکنی در مرز میان نظریه الگوریتم‌ها و کاربردهای صنعتی آن قرار دارد. آثار او در زمینه الگوریتم‌های تقریبی، الگوریتم‌های تصادفی، اقتصاد محاسباتی، طراحی مکانیزم، بیشینه‌سازی توابع زیرمدولار، الگوریتم‌های بازارهای تبلیغاتی، کاوش گراف در مقیاس بزرگ و بهینه‌سازی توزیع‌شده از پژوهش‌های شناخته‌شده این حوزه به‌شمار می‌روند.

در سال‌های اخیر، تمرکز پژوهشی او بر مسائل الگوریتمی مرتبط با یادگیری ماشین، هوش مصنوعی مولد، مدل‌های زبانی بزرگ، یادگیری مبتنی بر گراف، بهینه‌سازی آنلاین و بهینه‌سازی آموزش مدل‌های هوش مصنوعی بوده است.

یکی از شناخته‌شده‌ترین آثار او مقالهٔ Locality-sensitive hashing scheme based on p-stable distributions است که در سال ۲۰۰۴ منتشر شد و از آثار کلاسیک حوزه جست‌وجوی تقریبی در فضاهای با ابعاد بالا به‌شمار می‌رود. این مقاله هزاران بار مورد استناد قرار گرفته و از آثار پراستناد علوم رایانه محسوب می‌شود.

فهرست کامل آثار علمی میررکنی در پایگاه DBLP منتشر شده است.

جوایز و افتخارات

• جایزه بهترین مقاله دانشجویی سمپوزیوم ACM-SIAM در الگوریتم‌های گسسته (SODA)، ۲۰۰۵
• جایزه بهترین مقاله کنفرانس ACM در تجارت الکترونیک (ACM EC)، ۲۰۰۸
• جایزه بهترین مقاله کنفرانس ACM SIGKDD برای مقالهٔ Efficient Algorithms for Public-Private Social Networks، ۲۰۱۵
• برنده جایزه مصطفی (ص) در حوزه علم و فناوری اطلاعات و ارتباطات، ۲۰۲۵