# Maryam Miradi

Speaker · Dr. Maryam Miradi · 5 talks

Canonical: https://homus.dev/speakers/maryam-miradi

- [Năm project AI agent để build năm 2026: kiến trúc đầy đủ và cách trở nên dễ được tuyển](https://homus.dev/talks/5-ai-agents-projects-to-build-in-2026-full-ai-architecture-10x-system.md): Maryam Miradi, Dr. Maryam Miradi. Kiến trúc năm project multi-agent: cảnh báo thảm hoạ, phát hiện bệnh từ ảnh mắt, graph cho đường bộ, legal agent với ADK và MCP, agent tự cải thiện.
- [20 khái niệm nền tảng để build AI agent production, kèm code](https://homus.dev/talks/20-end-to-end-ai-agents-fundamentals-in-2026-full-stack-github.md): Maryam Miradi, Dr. Maryam Miradi. 20 khái niệm AI agent qua năm layer: agent loop, planning, memory, sandbox, tool retrieval, multi-agent, guardrails, eval, prompt injection, tracing, mỗi cái kèm code.
- [RAG đã đổi: pipeline, use case và cây quyết định chọn RAG năm 2026](https://homus.dev/talks/rag-has-changed-2026-senior-ai-engineers-guide-types-use-cases-decision-tree.md): Maryam Miradi, Dr. Maryam Miradi. Pipeline RAG production bảy bước, ba use case, chín loại RAG mới, vectorless RAG, LLM Wiki và cây quyết định chọn đúng RAG theo bài toán.
- [Jev, LLM, BERT và XGBoost cùng giải một bài toán phân loại ngân hàng](https://homus.dev/talks/i-made-jev-llms-bert-xgboost-solve-the-same-problem-raw-results.md): Maryam Miradi, Dr. Maryam Miradi. So Jev, GPT-4.1 nano, MiniLM và XGBoost trên 120 tin nhắn BANKING77: accuracy, Macro-F1, latency, chi phí, cách từng model chạy và khi nào dùng cái nào.
- [Sáu failure của production AI agent, cách sửa và checklist](https://homus.dev/talks/stop-building-ai-agents-until-you-watch-this-6-failures-fixes-checklists.md): Maryam Miradi, Dr. Maryam Miradi. Sáu failure của production agent qua một hệ thống ghép thận mô phỏng: semantic, loop và evaluation engineering, kèm fix, checklist và demo Gradio.

Nguồn: https://homus.dev/speakers/maryam-miradi · cập nhật 2026-10-25