University of Texas

---

SALONI SHAH
[e-mail]  https://github.com/SaloniShah95  https://www.linkedin.com/in/saloni-shah-ai
EDUCATION
University of Texas
Arlington, TX
Master of Science in Artificial Intelligence and Data Science
Aug 2019 – May 2021
National Institute of Technology
Jaipur, India
Bachelor of Technology in Computer Science and Engineering
Jul 2013 – May 2017
WORK EXPERIENCE
AirSpace
California, United States
Machine Learning Intern
Jun 2021 - present
· Launched an automated pipeline to train and serve Tensorflow regression models on Docker and generate
holdout data sets. Scaled it to enable seamless querying and analysis of hundreds of models.
· Defined and implemented metrics to achieve an insight on ETA prediction model performance.
· Designed data archival plan for models in-production, improving performance by 10%.
· Constructed train/test datasets and designed a model for flight delay prediction.
Jet Propulsion Lab, NASA
California, United States
Deep Learning Research Assistant
Jun 2020 - Sep 2020
· Achieved scalable and distributed Swarm Motion Planning via Integrated Optimization and Machine
Learning.
· Designed a sequential neural network architecture to perform trajectory planning on swarms of drones.
· Developed a custom objective function and metric in Tensorflow to achieve collision avoidance.
Fidelity Investments
Bangalore, India
Software/Big Data Engineer
August 2017 - June 2019
· Designed a custom NiFi processor to automate ingestion (Azure to AWS S3) and analysis pipeline in a
Datalake.
· Enabled Single Sign On authentication using Ping Federate with sidecar method on Kubernetes (EKS,AWS).
· Developed a full stack java based portal to manage compatibility status of applications owned by teams
across the organization.
Larsen and Tubro Infotech
Pune, India
Intern
May 2016 - July 2016
· Developed a Natural Language Processing based resume reader to perform entity extraction.
MASTERS PROJECTS
Understanding Clouds from Satellite Images
Fall 2020
· Designed an image segmentation CNN model by employing transfer learning to identify different kinds
of cloud patterns. Defined segmentation masks to separate overlapping patterns.
Implementing, testing and experimental analysis of centrality concepts
Fall 2020
· Developed an algorithm to detect hubs on a homogeneous and heterogeneous multi layer networks for
different centrality measures. Conducted experiments to develop a heuristic to find hubs in the AND
composition of 2 graphs and studied the effect of various graph properties on centrality measures.