Heorh Mykhailiuk
وارسو, بولندا
تطوير الذكاء الاصطناعي وتعلم الآلة
(0) عن بُعد منذ 1 شهر
30 $ - للساعة
أقدم خدمات الذكاء الاصطناعي وتعلم الآلة لمساعدة الشركات على أتمتة المهام، واكتساب رؤى من البيانات، ودمج الميزات الذكية في منتجاتها.
ما أقدمه:
• تكامل نماذج اللغة الكبيرة: نماذج OpenAI، أنثروبية، أو مفتوحة المصدر في تطبيقك
• أنظمة RAG: روبوتات الدردشة والمساعدين المستندين إلى مستنداتك/بياناتك
• نماذج تعلم آلة مخصصة: التصنيف، التنبؤ، التوصية، اكتشاف الشذوذات
• معالجة اللغة الطبيعية: تحليل النص، تلخيص، المشاعر، استخراج الكيانات
• رؤية الحاسوب: تصنيف الصور، اكتشاف الأجسام (عند الاقتضاء)
• أساسيات MLOps: نشر النماذج، نقاط نهاية API، المراقبة، إعادة تدريب سير العمل
المشاريع النموذجية:
• إضافة مساعد ذكاء اصطناعي إلى تطبيق ويب أو هاتف جوال موجود
• بناء نظام أسئلة وأجوبة للوثائق لقواعد المعرفة الداخلية
• إنشاء نماذج توصية أو تنبؤ من بيانات الأعمال
• أتمتة سير العمل المتكرر باستخدام الذكاء الاصطناعي (الدعم، المحتوى، إدخال البيانات)
• POC/MVP للتحقق من فكرة الذكاء الاصطناعي قبل بناء المنتج بالكامل
العملية: اكتشاف → مراجعة البيانات/المتطلبات → النموذج الأولي أو نقطة التحميل → تطوير → اختبار → النشر والتوثيق. دعم اختياري مستمر وتحسينات في النموذج.
المكدس: بايثون، بايتورش/تينسورفلو، واجهة برمجة تطبيقات OpenAI، لانغتشين، فاستي بي، قواعد بيانات متجهة (باينكون/ويفييت)، نشر السحابة
ما أقدمه:
• تكامل نماذج اللغة الكبيرة: نماذج OpenAI، أنثروبية، أو مفتوحة المصدر في تطبيقك
• أنظمة RAG: روبوتات الدردشة والمساعدين المستندين إلى مستنداتك/بياناتك
• نماذج تعلم آلة مخصصة: التصنيف، التنبؤ، التوصية، اكتشاف الشذوذات
• معالجة اللغة الطبيعية: تحليل النص، تلخيص، المشاعر، استخراج الكيانات
• رؤية الحاسوب: تصنيف الصور، اكتشاف الأجسام (عند الاقتضاء)
• أساسيات MLOps: نشر النماذج، نقاط نهاية API، المراقبة، إعادة تدريب سير العمل
المشاريع النموذجية:
• إضافة مساعد ذكاء اصطناعي إلى تطبيق ويب أو هاتف جوال موجود
• بناء نظام أسئلة وأجوبة للوثائق لقواعد المعرفة الداخلية
• إنشاء نماذج توصية أو تنبؤ من بيانات الأعمال
• أتمتة سير العمل المتكرر باستخدام الذكاء الاصطناعي (الدعم، المحتوى، إدخال البيانات)
• POC/MVP للتحقق من فكرة الذكاء الاصطناعي قبل بناء المنتج بالكامل
العملية: اكتشاف → مراجعة البيانات/المتطلبات → النموذج الأولي أو نقطة التحميل → تطوير → اختبار → النشر والتوثيق. دعم اختياري مستمر وتحسينات في النموذج.
المكدس: بايثون، بايتورش/تينسورفلو، واجهة برمجة تطبيقات OpenAI، لانغتشين، فاستي بي، قواعد بيانات متجهة (باينكون/ويفييت)، نشر السحابة
يرجى الدخول كزبون لإعطاء رأيكم


