Golnaz, graduada en Ingeniería Informática por la Universidad Tecnológica de Hamedan (2013), obtuvo un máster en Ingeniería Informática, centrada en sistemas en red por la Universidad de Teherán (2016). En 2019, publicó un artículo titulado «TSS: medida de búsqueda de similitud temporal para redes de información heterogéneas». Sus intereses de investigación incluyen el aprendizaje automático, procesamiento de lenguaje natural, redes sociales y aprendizaje profundo. Cuenta con seis años de experiencia en el área de Data Science y durante estos años ha trabajado en diferentes proyectos, comenzando con proyectos de IoT, incluyendo reconocimiento de actividades para la salud y posicionamiento en interiores. Su enfoque principal fue en modelos de aprendizaje automáticos y procesamiento de señales. Posteriormente, trabajó en algoritmos de detección de fraude para una red de anuncios para detectar “clics falsos” e implementó algunos algoritmos de aprendizaje profundo para que el equipo de desarrollo del juego los pusiera en práctica. En 2020, trabajó en la implementación de motor de búsqueda e I + D en metodologías de aprendizaje profundo y tareas de procesamiento de lenguaje natural. Su principal lenguaje de programación es Python.

Golnaz Nikmehr se incorpora al equipo DEUSTEK/MORElab como investigadora pre-doctoral donde va a realizar su tesis doctoral dentro del proyecto Retos INCEPTION. Su rol será desarrollar un mecanismo para la detección temprana de ideación suicida basándose en la actividad de los usuarios en redes sociales.