۱۰ نخبه ایرانی در سیلیکون ولی
این تغییر برای متخصصان هندی اهمیت ویژه‌ای دارد. هند طی چند دهه به یکی از مهم‌ترین منابع نیروی کار فناوری برای شرکت‌های آمریکایی تبدیل شده است. از مهندسانی که با ویزای کاری به آمریکا رفته‌اند تا مدیرانی که در بالاترین سطوح شرکت‌های بزرگ فناوری فعالیت می‌کنند. اما محدودیت‌های تازه می‌تواند مسیر مهاجرت کاری را پرهزینه‌تر و نامطمئن‌تر کند. در سپتامبر ۲۰۲۵، دولت آمریکا پرداختی ۱۰۰هزار دلاری را برای برخی درخواست‌های جدید ویزای کار تخصصی H-۱B اعلام کرد و در سپتامبر ۲۰۲۶ این محدودیت را برای یک سال دیگر تمدید کرد. هم‌زمان، تعلیق دسترسی شماری از شرکت‌ها به فرآیند صدور گواهی نیروی کار برای دریافت اقامت دائم، فشار تازه‌ای بر مسیر ماندگاری کارکنان خارجی وارد کرده است. این سیاست‌ها به معنای لغو عمومی ویزای همه متخصصان خارجی نیست، اما هزینه و ریسک استخدام و حفظ نیروی متخصص را افزایش می‌دهد.
برای ایرانیان فعال در صنعت فناوری آمریکا، این وضعیت با لایه دیگری از دشواری همراه است. محدودیت‌های ناشی از تحریم‌ها و مناسبات سیاسی، دسترسی به فرصت‌های شغلی و جابه‌جایی بین‌المللی را پیچیده‌تر می‌کند. هرچند نمی‌توان همه این موانع را به‌طور مستقیم به سیاست جدید ویزای کار نسبت داد.
با این حال، حضور متخصصان ایرانی در شرکت‌های فناوری آمریکا فقط به نام‌های شناخته‌شده محدود نمی‌شود. در کنار مدیرانی مانند دارا خسروشاهی که در سطح عمومی شناخته شده‌اند، گروهی از ایرانیان در حوزه‌هایی فعالیت می‌کنند که کمتر به چشم می‌آیند. از طراحی تراشه و پردازش داده تا یادگیری ماشین، فناوری دوربین و توسعه زیرساخت‌های هوش مصنوعی. اثرگذاری این افراد لزوما در شهرت عمومی یا حضور رسانه‌ای آنها خلاصه نمی‌شود؛ گاهی سهمشان در توسعه یک محصول، پیشبرد یک پروژه پژوهشی یا ساخت شرکتی است که بعدتر به بازیگری مهم در بازار فناوری تبدیل می‌شود.
این گزارش به سراغ ده چهره ایرانی رفته است که مسیر حرفه‌ای آنها، بخش‌هایی از این حضور کمتر دیده‌شده را آشکار می‌کند. معیار انتخاب، صرفا شهرت یا ثروت نیست. تلاش شده افرادی معرفی شوند که نقش مشخصی در شرکت‌ها، محصولات یا فناوری‌های مهم داشته‌اند و در عین حال، نامشان برای مخاطب عمومی کمتر آشناست. در دوره‌ای که سیاست مهاجرتی آمریکا می‌تواند مسیر حرکت نیروی متخصص را تغییر دهد، مرور این تجربه‌ها پرسشی بزرگ‌تر را پیش می‌کشد: اگر جذب استعدادها یکی از مزیت‌های اصلی سیلیکون‌ولی بوده است، محدود کردن این مسیر چه اثری بر توان رقابتی خود صنعت فناوری آمریکا خواهد گذاشت؟
سالار کمانگر
سالار کمانگر از مدیرانی است که در شکل‌گیری مدل درآمدی گوگل و توسعه کسب‌وکارهای اینترنتی این شرکت نقش داشته‌اند. او در سال ۱۹۹۹ به گوگل پیوست و نهمین کارمند این شرکت شناخته می‌شود. در سال‌های نخست، کمانگر در تدوین برنامه کسب‌وکار و سامان‌دهی امور حقوقی و مالی شرکت مشارکت داشت؛ مسوولیت‌هایی که در کنار فعالیت‌های محصولی، به شکل‌گیری ساختار تجاری گوگل کمک کردند.
نقش مهم او در توسعه AdWords آشکار شد. سامانه تبلیغات مبتنی بر جست‌وجو که کمانگر در سال ۲۰۰۱ هدایت تیم راه‌اندازی آن را بر عهده گرفت. این محصول به گوگل امکان داد ترافیک موتور جست‌وجوی خود را به درآمد تبلیغاتی تبدیل کند و بعدها به یکی از پایه‌های اصلی کسب‌وکار تبلیغات دیجیتال شرکت تبدیل شد. از این منظر، کارنامه کمانگر فقط به مدیریت محصولات اینترنتی محدود نیست. او در توسعه مدلی مشارکت داشت که رابطه میان جست‌وجوی کاربران و تقاضای تبلیغ‌کنندگان را به یک منبع درآمد مقیاس‌پذیر تبدیل کرد.
کمانگر سپس معاون بخش برنامه‌های وب گوگل شد و بر محصولاتی مانند Gmail، Calendar، Blogger، Picasa و Google Docs نظارت داشت. او در اکتبر ۲۰۱۰ مدیرعامل یوتیوب شد و تا فوریه ۲۰۱۴ این سمت را حفظ کرد. این دوره با گسترش جایگاه یوتیوب در بازار ویدئوهای آنلاین همراه بود.
کمانگر نمونه معمار محصول است. کسی که نه در روزهای افول، بلکه در دوران شکل‌گیری گوگل و YouTube حضور داشت و در ساخت دو محصول تعیین‌کننده تاریخ اینترنت نقش داشت.
آزالیا میرحسینی
آزالیا میرحسینی در نقطه تلاقی پژوهش هوش مصنوعی و طراحی تراشه فعالیت می‌کند. حوزه‌ای که با افزایش تقاضا برای توان پردازشی، اهمیت اقتصادی بیشتری پیدا کرده است. او استادیار علوم کامپیوتر دانشگاه استنفورد و مدیر آزمایشگاه Scaling Intelligence است. گروهی پژوهشی که بر توسعه سامانه‌های هوش مصنوعی مقیاس‌پذیر تمرکز دارد. میرحسینی همچنین از بنیان‌گذاران شرکت Ricursive Intelligence است که توسعه ابزارهای هوش مصنوعی برای طراحی تراشه را دنبال می‌کند. بخش مهمی از شهرت حرفه‌ای او به مشارکت در توسعه AlphaChip در گوگل دیپ‌مایند بازمی‌گردد. این سامانه با استفاده از یادگیری تقویتی، چیدمان اجزای تراشه را بهینه می‌کند؛ فرایندی که بر عملکرد، مصرف انرژی و هزینه تولید پردازنده اثر می‌گذارد. طراحی چیدمان تراشه از مسائل پیچیده مهندسی است و استفاده از هوش مصنوعی می‌تواند زمان لازم برای بررسی گزینه‌های مختلف را کاهش دهد. فناوری AlphaChip در طراحی چند نسل از واحدهای پردازش تنسور گوگل به کار گرفته شده است.
میرحسینی در سال ۲۰۲۵ به همراه آنا گلدی، شرکت Ricursive Intelligence را تاسیس کرد. این شرکت در ژانویه ۲۰۲۶ از جذب ۳۰۰میلیون دلار سرمایه در دور سری A با ارزش‌گذاری چهار‌میلیارد دلاری خبر داد. پیش از آن نیز ۳۵میلیون دلار سرمایه اولیه جذب کرده بود. به این ترتیب، مجموع سرمایه اعلام‌شده شرکت به ۳۳۵میلیون دلار رسید.
از توسعه الگوریتم‌های هوش مصنوعی به تاسیس شرکتی رسیده که می‌خواهد طراحی تراشه را سریع‌تر و کارآمدتر کند؛ حوزه‌ای که در رقابت جهانی بر سر زیرساخت هوش مصنوعی، نقشی راهبردی دارد. آزالیا میرحسینی در سال ۸۳، توانسته بود در المپیاد ریاضی کشوری، مدال طلا دریافت کند.
امیر سالک
امیر سالک از مهندسان ایرانی‌تباری است که در توسعه زیرساخت سخت‌افزاری هوش مصنوعی نقش داشته‌اند. او پس از حدود یک دهه فعالیت در گوگل و مشارکت در توسعه تراشه‌های اختصاصی این شرکت، در اوت ۲۰۲۶ به تیم محاسباتی آنتروپیک، سازنده مدل هوش مصنوعی، Claude پیوست.
سالک تحصیلات خود را در رشته مهندسی برق در دانشگاه صنعتی شریف آغاز کرد و سپس مدرک دکترای مهندسی کامپیوتر و علوم کامپیوتر را از دانشگاه کالیفرنیای جنوبی گرفت. او پیش از پیوستن به گوگل در سال ۲۰۱۳، حدود هشت سال در انویدیا فعالیت داشت و سازمان طراحی سیستم‌روی‌تراشه این شرکت را بنیان گذاشت و هدایت کرد. این تجربه، زمینه فعالیت او در یکی از مهم‌ترین حوزه‌های زیرساخت محاسباتی را فراهم کرد.
در گوگل، سالک مسوول ایجاد و توسعه توانایی طراحی تراشه‌های اختصاصی برای مراکز داده بود و تا سال ۲۰۲۲ هدایت کسب‌وکار واحدهای پردازش تنسور (TPU) را بر عهده داشت. این تراشه‌ها برای پردازش‌های مرتبط با هوش مصنوعی طراحی شده‌اند و در توسعه زیرساخت محاسباتی گوگل نقشی اساسی دارند. طبق گزارش بلومبرگ، سالک در تحویل هفت نسل نخست این تراشه‌ها مشارکت داشت.
او پس از خروج از گوگل به شرکت سرمایه‌گذاری سربروس کپیتال منیجمنت پیوست و در حوزه سرمایه‌گذاری در فناوری‌های پیشرفته فعالیت کرد. حضور او در آنتروپیک، شرکتی که برای توسعه تراشه‌های اختصاصی خود نیرو جذب می‌کند، می‌تواند تجربه طراحی و توسعه سخت‌افزار در مقیاس بزرگ را به این مجموعه منتقل کند. سالک حالا به تیم محاسباتی آنتروپیک پیوسته است تا در حوزه توسعه سخت‌افزارهای بومی فعالیت کند.
آرش فردوسی
آرش فردوسی از کارآفرینانی است که در گسترش بازار ذخیره‌سازی ابری نقش داشته‌اند. او در سال ۲۰۰۷ به همراه درو هیوستون شرکت Dropbox را بنیان گذاشت؛. کسب و کاری که با ساده‌کردن ذخیره‌سازی، همگام‌سازی و اشتراک‌گذاری فایل‌ها، یکی از نیازهای روزمره کاربران و شرکت‌ها را به خدمتی نرم‌افزاری در مقیاس جهانی تبدیل کرد.
مزیت این مدل آن بود که دسترسی به فایل‌ها را از یک دستگاه مشخص جدا می‌کرد و امکان استفاده از آنها را در دستگاه‌های مختلف فراهم می‌ساخت.
فردوسی در سال‌های نخست شکل‌گیری شرکت، مسوولیت فنی مهمی بر عهده داشت و تا سال ۲۰۱۶ مدیر ارشد فناوری Dropbox بود. نقش او در توسعه محصول و زیرساخت فنی اهمیت داشت؛ سامانه‌ای که باید فایل‌های کاربران را ذخیره و میان دستگاه‌های مختلف همگام می‌کرد. دراپ‌باکس در سال ۲۰۱۸ وارد بورس شد؛ مرحله‌ای که این شرکت را از یک استارت‌آپ خصوصی به بنگاهی پذیرفته‌شده در بازار سرمایه تبدیل کرد.
فردوسی در سال ۲۰۲۰ از دراپ‌باکس جدا شد و فعالیت خود را در سرمایه‌گذاری فرشته و حمایت از شرکت‌های نوپا گسترش داد. او در اوت ۲۰۲۳ به‌عنوان شریک مهمان به صندوق سرمایه‌گذاری خطرپذیر Pear VC پیوست.
این صندوق اعلام کرده است که فردوسی پس از خروج از دراپ‌باکس، در سرمایه‌گذاری‌های مشترک با آن همکاری داشته و اکنون با بنیان‌گذاران شرکت‌های نوپا کار می‌کند. این نقش، تجربه ساخت یک شرکت فناوری از مرحله آغازین تا عرضه عمومی سهام را به ارتباط او با بنیان‌گذاران نسل بعدی استارت‌آپ‌ها پیوند می‌دهد.
مریم رفوگران
مریم رفوگران از مدیران و کارآفرینان صنعت نیمه‌رسانا است که فعالیت حرفه‌ای خود را بر فناوری‌های ارتباطات بی‌سیم متمرکز کرده است. او هم‌بنیان‌گذار و مدیرعامل شرکت Movandi است که بر توسعه تراشه‌ها و سامانه‌های رادیویی برای شبکه‌های ارتباطی نسل جدید تمرکز دارد. فناوری‌های این شرکت، از جمله راهکارهای مبتنی بر امواج میلی‌متری، می‌توانند به افزایش ظرفیت و گسترش پوشش شبکه‌های بی‌سیم کمک کنند. موضوعی که در توسعه زیرساخت‌های ۵G و ارتباطات پرسرعت اهمیت دارد. پیش از تاسیس Movandi، رفوگران در سال ۱۹۹۸ شرکت Innovent Systems را به همراه برادرش رضا رفوگران بنیان گذاشت. این شرکت در حوزه تراشه‌های ارتباطات بی‌سیم فعالیت می‌کرد و در سال ۲۰۰۰ به Broadcom فروخته شد. رفوگران پس از این واگذاری، در Broadcom مسوولیت‌های مدیریتی در بخش بی‌سیم را بر عهده گرفت و در توسعه راهکارهایی مشارکت کرد که چند استاندارد ارتباطی را در تراشه‌های یکپارچه به کار می‌گرفتند. این فناوری‌ها در دستگاه‌هایی مانند تلفن‌های هوشمند کاربرد دارند.
او در سال ۲۰۱۶ به همراه رضا رفوگران، Movandi را تاسیس کرد. این شرکت می‌کوشد با توسعه تراشه‌ها، سامانه‌های رادیویی و تکنولوژی هدایت امواج، محدودیت‌های فنی و اقتصادی گسترش شبکه‌های پرظرفیت را کاهش دهد. راهکارهای مبتنی بر امواج میلی‌متری، با وجود ظرفیت انتقال داده بالا، برای پوشش گسترده با موانع فنی روبه‌رو هستند. ازاین‌رو، توسعه تجهیزات تقویت و هدایت سیگنال می‌تواند در تجاری‌سازی آنها موثر باشد. در سال ۲۰۲۶، نام رفوگران در فهرست Female Founders ۵۰۰ مجله Inc. قرار گرفت. اهمیت کارنامه او در پیوند میان مهندسی نیمه‌رسانا، مدیریت صنعتی و کارآفرینی فناورانه است.
علی قدسی
علی قدسی، هم‌بنیان‌گذار و مدیرعامل دیتابریکس، از چهره‌هایی است که در تبدیل پژوهش دانشگاهی به کسب‌وکاری بزرگ در بازار داده و هوش مصنوعی نقش داشته‌اند. او در سال ۲۰۱۳ به همراه گروهی از پژوهشگران دانشگاه کالیفرنیا برکلی، شرکت دیتابریکس را تاسیس کرد. این شرکت بر پایه فناوری متن‌باز Apache Spark شکل گرفت. این پروژه دانشگاهی برای پردازش توزیع‌شده داده‌ها که بعدها به یکی از ابزارهای پرکاربرد تحلیل داده در سازمان‌ها تبدیل شد. قدسی پیش از تاسیس شرکت، در دانشگاه سلطنتی فناوری سوئد (KTH) در زمینه سیستم‌های توزیع‌شده پژوهش می‌کرد. او دکترای خود را در سال ۲۰۰۶ دریافت کرد و پس از فعالیت دانشگاهی در سوئد، به گروه پژوهشی برکلی پیوست. پژوهش‌های او در زمینه مدیریت منابع، زمان‌بندی پردازش و ذخیره‌سازی داده، با مسائلی ارتباط داشت که در سامانه‌های پردازش کلان‌داده اهمیت دارند. او از ژانویه ۲۰۱۶ مدیرعامل دیتابریکس شد.
ابعاد رشد دیتابریکس نشان می‌دهد که فعالیت قدسی از یک پروژه دانشگاهی متن‌باز فراتر رفته است. دیتابریکس در سال‌های اخیر از یک شرکت متمرکز بر تحلیل داده به عرضه‌کننده بستری برای مدیریت داده و توسعه برنامه‌های هوش مصنوعی گسترش یافته است. این شرکت در اوت ۲۰۲۶ ارزش‌گذاری ۱۹۰میلیارددلاری را تجربه کرد و در همان سال از نرخ درآمد سالانه بیش از هفت‌میلیارد دلار خبر داد. این ارقام، دیتابریکس را در زمره بزرگ‌ترین شرکت‌های خصوصی فناوری قرار می‌دهند.
بابک پرویز
بابک پرویز از پژوهشگرانی است که تجربه دانشگاهی را به توسعه محصولات تکنولوژیک در شرکت‌های بزرگ پیوند زده‌اند. او در دانشگاه واشنگتن به تدریس و پژوهش در حوزه مهندسی برق و رایانه پرداخت و سپس وارد صنعت فناوری شد. نام او بیش از همه با Google Glass گره خورده است. گوگل طی این پروژه تلاش کرد نمایش اطلاعات دیجیتال را از صفحه تلفن همراه به عینکی متصل به محیط واقعی منتقل کند. پرویز پیش از پیوستن به آمازون در سال ۲۰۱۴، در واحد پژوهشی Google X فعالیت می‌کرد. او تیم توسعه Google Glass را از آغاز تا عرضه هدایت کرد و در برنامه‌های دیگری، از جمله پژوهش درباره لنزهای تماسی هوشمند، نقش داشت. این لنزها قرار بود امکان استفاده از حسگرها و فناوری‌های الکترونیکی را در ابزاری بسیار کوچک فراهم کنند. مسیری که پیوند میان مهندسی مواد، اپتیک، الکترونیک و فناوری‌های زیستی را نشان می‌داد. پرویز در آمازون به معاونت شرکت رسید و بنیان‌گذار و رهبر Grand Challenge شد. این واحد مسوول شناسایی و توسعه حوزه‌های جدید کسب‌وکار در این شرکت بود. فعالیت‌های این واحد از سلامت دیجیتال تا تجهیزات پوشیدنی و کاربردهای یادگیری ماشین را در برمی‌گرفت. او پس از پایان فعالیت در آمازون، بین سال‌های ۲۰۲۳ تا ۲۰۲۵ به‌عنوان شریک سرمایه‌گذاری در Madrona Venture Group فعالیت کرد. بر اساس اطلاعات فعلی دانشگاه واشنگتن، پرویز اکنون بنیان‌گذار و مدیرعامل NewDays.ai است.
مریم عظیمی هاشمی
مریم عظیمی هاشمی، مهندس ایرانی فعال در اپل، در سپتامبر ۲۰۲۶ یکی از قابلیت‌های تازه دوربین آی‌فون ۱۸ پرو را در رویداد معرفی محصولات این شرکت ارائه کرد و در مدتی کوتاه مورد توجه بسیاری از رسانه‌های ایرانی قرار گرفت. اپل او را در ویدئوی معرفی محصول به‌عنوان مهندس کیفیت تصویر معرفی کرد. عظیمی تحصیلات دانشگاهی خود را در دانشگاه فردوسی مشهد آغاز کرد و سپس در دانشگاه بریتیش کلمبیا در کانادا به تحصیل در رشته مهندسی برق و رایانه ادامه داد. بر اساس اطلاعات منتشرشده در پروفایل حرفه‌ای او، وی در سال ۲۰۲۱ به اپل پیوست و ابتدا در دفتر کمبریج بریتانیا فعالیت داشت. سپس به دفتر این شرکت در کاپرتینو منتقل شد. تخصص او با کیفیت تصویر و الگوریتم‌های پردازش تصویر ارتباط دارد؛ حوزه‌ای که بر بازتولید رنگ، جزئیات، نور و کیفیت نهایی عکس اثر می‌گذارد.
در رویداد سپتامبر ۲۰۲۶، عظیمی قابلیت Apple Reference Image را معرفی کرد. این قابلیت با ثبت داده‌های دیجیتالی امضاشده از حسگر دوربین، تصویری مرجع فراهم می‌کند که امکان بررسی اصالت تصویر نهایی را افزایش می‌دهد.
چنین قابلیتی در شرایطی اهمیت پیدا می‌کند که ابزارهای ویرایش و تولید تصویر با هوش مصنوعی تشخیص عکس واقعی از تصویر دست‌کاری‌شده را دشوارتر کرده‌اند. اپل این فناوری را برای آی‌فون ۱۸ پرو و پرو مکس معرفی کرد و عظیمی در مراسم رونمایی، به‌عنوان مهندس کیفیت تصویر، آن را توضیح داد.
علی موسوی
علی موسوی، پژوهشگر ایرانی حوزه یادگیری ماشین، در مسیر حرفه‌ای خود از دانشگاه صنعتی شریف به دانشگاه رایس و سپس آزمایشگاه پژوهشی Google Brain و شرکت اپل رسیده است. زمینه اصلی فعالیت او هوش مصنوعی و یادگیری ماشین است. حوزه‌ای که در آن توسعه الگوریتم‌ها و روش‌های پردازش داده می‌تواند به بهبود قابلیت‌های جست‌وجو و خدمات هوشمند منجر شود.
موسوی مدرک کارشناسی مهندسی برق را در سال ۲۰۱۱ از دانشگاه صنعتی شریف دریافت کرد و سپس در دانشگاه رایس آمریکا به تحصیل در رشته مهندسی برق و رایانه ادامه داد. او در سال ۲۰۱۴ مدرک کارشناسی ارشد و در سال ۲۰۱۸ دکترای خود را از این دانشگاه گرفت. پژوهش‌های دانشگاهی او بر یادگیری ماشین، پردازش آماری سیگنال و روش‌های محاسباتی مبتنی بر داده متمرکز بود.او پس از پایان‌دوره دکترا به‌عنوان پژوهشگر مقیم هوش مصنوعی به Google Brain پیوست و در زمینه یادگیری تقویتی و سامانه‌های پیشنهاددهنده فعالیت کرد. در اکتبر ۲۰۲۰، موسوی به اپل پیوست و در پروفایل حرفه‌ای خود عنوان پژوهشگر ارشد یادگیری ماشین را ثبت کرد. در آن مقطع، حوزه کاری او با جست‌وجوی سیری و گراف دانش ارتباط داشت؛ دو زمینه‌ای که در سازمان‌دهی اطلاعات و ارائه پاسخ‌های مرتبط به کاربران نقش دارند.
مسیر پژوهشی موسوی از مهندسی برق در دانشگاه صنعتی شریف به پژوهش در یادگیری ماشین در دانشگاه رایس رسید. او پیش از پیوستن به اپل، در برنامه اقامت پژوهشی هوش مصنوعی گوگل‌برین فعالیت داشت. در رزومه پژوهشی او، یادگیری ماشین و پردازش آماری سیگنال از حوزه‌های اصلی کار معرفی شده‌اند؛ سابقه‌ای که پیوند میان مهندسی و هوش مصنوعی را نشان می‌دهد.
رسول شفیع‌پور
رسول شفیع‌پور، رتبه برتر کنکور و مهندس ارشد هوش مصنوعی و یادگیری ماشین در انویدیا، در حوزه‌ای فعالیت می‌کند که با افزایش اندازه مدل‌های هوش مصنوعی اهمیت بیشتری یافته است. کاهش هزینه محاسبات و افزایش کارآیی پردازش. سوابق حرفه‌ای او نشان می‌دهد که مسیر کاری‌اش از پژوهش دانشگاهی در پردازش سیگنال و یادگیری ماشین به فعالیت در مایکروسافت، اپل و انویدیا رسیده است.
شفیع‌پور مدرک کارشناسی خود را از دانشگاه صنعتی شریف دریافت کرد و سپس در دانشگاه روچستر آمریکا در رشته مهندسی برق و رایانه به تحصیل پرداخت. او در سال‌های ۲۰۲۰ تا ۲۰۲۴ در مایکروسافت فعالیت داشت و در بخش‌های داده و هوش مصنوعی و پژوهش ابری این شرکت تجربه کسب کرد. سپس به اپل پیوست و از آوریل ۲۰۲۴ تا ژوئیه ۲۰۲۵ در جایگاه پژوهشگر هوش مصنوعی و یادگیری ماشین فعالیت کرد. او در ژوئیه ۲۰۲۵ به انویدیا پیوست.
زمینه پژوهشی شفیع‌پور شامل قالب‌های عددی کم‌دقت برای یادگیری عمیق، پردازش سیگنال روی گراف‌ها و بهینه‌سازی مدل‌های یادگیری ماشین است. در یکی از کارهای او، قالب‌های داده با مقیاس‌بندی دقیق‌تر برای اجرای مدل‌های یادگیری عمیق بررسی شده‌اند؛ رویکردی که می‌تواند به استفاده کارآمدتر از حافظه و توان محاسباتی کمک کند. این موضوع برای مدل‌های بزرگ اهمیت دارد، زیرا هزینه اجرای آنها تنها به تعداد پارامترها وابسته نیست و به نحوه نمایش و پردازش داده‌ها نیز بستگی دارد. پروفایل پژوهشی او همچنین مشارکت در کارهای مرتبط با خانواده مدل‌های زبانی Nemotron ۳ انویدیا را ثبت کرده است.
