محمد امین موسوی مدرک کارشناسی خود را در رشته مهندسی فناوری اطلاعات (IT) از دانشگاه آزاد کرج (KIAU)، البرز، ایران، در سال 2019 دریافت نمود. عنوان پایان‌ نامه کارشناسی وی تشخیص پلاک خودرو از طریق روش های مبتنی بر یادگیری ماشین بر روی بورد رزبری پای (Raspberry Pi) با استفاده از سیستم عامل های سبک بر پایه‌ی لینوکس نظیر Armbian بوده است که دارای چالش ‌های زیادی نظیر شخصی‌ سازی سخت افزاری و نرم افزاری برای بورد هایی با ظرفیت و منابع محدود هستند. علاقه‌ی شخصی ایشان در زمینه هوش مصنوعی و همچنین بورد ‌های امبدد است. ایشان در طول دوره کارشناسی خود در زمینه‌ی هوش مصنوعی، پروژه هایی نظیر پیاده‌ سازی الگوریتم‌ های بینایی ماشین جهت تفکیک دو محصول مختلف در خط تولید از یکدیگر و پیاده ‌سازی الگوریتم ‌های تشخیص ویژگی (Feature Detection) جهت ناوبری کوادکوپتر با استفاده از تصاویر دوربین کوادکوپتر بوده است. این مسئله از طریق مقایسه تصاویر گرفته شده در لحظه با تصاویر دیتاست تعریف شده از طریق الگوریتم ‌های توصیف‌گر (Descriptor) مانند SIFT و HoG بوده است. او از سال 2018 به عنوان مدرس دوره‌ های زبان برنامه نویسی پایتون، یادگیری ماشین و یادگیری عمیق در موسسات معتبر تهران مشغول به کار شد. در سال 2019 به عنوان دستیار پژوهشی به آزمایشگاه تعامل انسان و ربات دانشگاه تهران پیوست. او از زمان پیوستن به آزمایشگاه تارلب تا حال حاضر، زیر نظر دکتر مهدی طالع ماسوله، در زمینه‌ی پیاده‌ سازی الگوریتم‌ های یادگیری عمیقِ بهینه‌ شده برای بورد‌های امبدد نظیر Jetson Nano, BeagleBone و Raspberry Pi شروع به کار کرد. در حال حاضر ایشان بر روی بهینه ‌سازی الگوریتم هایی مبتنی بر بینایی ماشین با استفاده از یادگیری عمیق جهت تشخیص صحت شستشوی دست با تکیه بر استاندارد های سازمان بهداشت جهانی مشغول به کار است. تعامل بورد‌هایی نظیر Raspberry Pi، Arduino و Jetson Nano با یکدگیر و همچنین داشتن یک واسط گرافیکی کاربر (GUI) از دیگر کارهایی است که ایشان در این پروژه در حال همکاری است.