أو
Ahsan Akhtar - الغلاف
Ahsan Akhtar

Ahsan Akhtar

الذكاء الاصطناعي التوليدي، مطور بايثون
📍 إسلام أباد, باكستان · (0) · عضو منذ يناير 2026
التوفر
🏠 يعمل عن بُعد / من منزله نعم لا
🧰 يتنقل إلى موقع العميل نعم لا

تقديم

أنا إحسان أختر، مهندس تعلم آلي ومطور بايثون ولدي خبرة 5+ سنوات في بناء حلول أعمال مدعومة بالذكاء الاصطناعي للشركات الناشئة، والعلامات التجارية للتجارة الإلكترونية، وشركات العقارات، وشركات التصنيع.

لا أكتب فقط الشيفرة — بل أبني أنظمة تزيد الإيرادات، وتقلل التكاليف، وأتمتة العمليات باستخدام تعلم الآلة، ورؤية الحاسوب، ومعالجة اللغة الطبيعية، وعلوم البيانات.
💼 ما الذي يمكنني أن أبنيه لك
🤖 حلول الذكاء الاصطناعي وتعلم الآلة
توقع تغير العملاء – اعرف أي العملاء سيغادرون قبل أن يغادروا
توقعات المبيعات (LSTM، Prophet) – التنبؤ بالإيرادات المستقبلية واحتياجات المخزون
تحليل المشاعر (BERT, LSTM) – تحليل تقييمات العملاء وتعليقاتهم
نماذج الاحتيال والمخاطر
أنظمة التصنيف والتنبؤ

👁️ رؤية الحاسوب (YOLO، CNN، OpenCV)
اكتشاف عيوب المنتج في المصانع
مراقبة المركبات وحركة المرور (YOLOv11 – دقة 95٪)
تحليل كاميرات المراقبة
تصنيف الصور والتعرف عليها

📄 روبوتات الدردشة الذكية وذكاء الوثائق
روبوتات الدردشة الذكية للمواقع والدعم
PDF & وثائق الأسئلة والأجوبة (RAG + Ollama)
روبوتات قاعدة المعرفة للفرق الداخلية
البحث داخل آلاف الوثائق

🌐 جمع البيانات عبر الويب واستخراج البيانات
روبوتات توليد العملاء المحتملين
جمع العقارات والتجارة الإلكترونية
جمع الأدلة التجارية
خطوط أنابيب البيانات الآلية التي تستخدم:
السيلينيوم
الحساء الجميل
سكراپي

📊 لوحات البيانات والتقارير
لوحات تحكم تفاعلية (Streamlit، Plotly)
تحليلات المبيعات والتسويق والعمليات
مؤشرات الأداء الرئيسية وتتبع الأداء

🧠 التقنيات التي أستخدمها
بايثون • تنسور فلو • بايتورش • كيراس • سكيكيت-ليرن
YOLOv3–YOLOv11 • بيرت • ترانسفورمرز • RAG
Pandas • NumPy • SQL • Streamlit • OpenCV

💡 لماذا يختارني العملاء
✔ الذكاء الاصطناعي الموجه للأعمال (وليس فقط النماذج)
✔ كود نظيف وقابل للتوسع
✔ الأنظمة المنشورة في العالم الحقيقي
✔ تواصل ممتاز
✔ الدعم طويل الأمد

🎯 مثالي إذا كنت:
شركة ناشئة تحتاج إلى أتمتة الذكاء الاصطناعي
متجر تجارة إلكترونية يبحث عن توقعات مبيعات
شركة عقارات تحتاج إلى كشط الرصاص
مصنع يحتاج إلى مراقبة جودة عبر الذكاء الاصطناعي
شركة ترغب في وجود روبوتات دردشة أو لوحات بيانات

📩 أرسل لي رسالة وأخبرني بمشكلتك — سأصمم حل الذكاء الاصطناعي.
🛠️

الخدمات المقدمة

2 خدمات
📋

المسار

منصة تحليل المشاعر لمراجعة المنتج
Business NLP Solution · 25/02/2024 – 26/12/2025
بناء خطوط تصنيف معالجة اللغة الطبيعية من البداية إلى النهاية للتنبؤ بمراجعات المنتجات الإيجابية أو السلبية من الأعمال
مجموعات البيانات.
• تنظيف وتحليل نص المراجعة، وتوليد تصورات سحابة الكلمات لتسليط الضوء على الأكثر شيوعا
الجوانب الإيجابية والسلبية.
• نماذج مدربة ومقارنة: Dense Keras (89٪ تدريب / 50٪ اختبار) و LSTM Keras (99٪ تدريب / 83٪ اختبار
الدقة).
• قدم تطبيق Streamlit يوفر تحليلات المنتجات العليا والتنبؤ بالمشاعر في الوقت الحقيقي ل
أصحاب المصلحة.
خط أنابيب بيانات العقارات من البداية إلى النهاية والتحليلات
Client Market-Analytics System · 05/01/2023 – 05/12/2023
• طور سير عمل GitHub Actions الذي جمع أكثر من 15,000 إعلان عقاري في الساعة مع متابعة
حدود الأسعار وقواعد الامتثال.
• أنشأ خط أنابيب تنظيف بايثون (Pandas/NumPy) يزيل التكرارات والقيم المفقودة وغير المتسقة
ويقلل من أخطاء البيانات بنسبة 40٪.
• نشر لوحة تحكم تحليلات Flask في الوقت الحقيقي توفر اتجاهات التسعير، وخرائط الحرارة الجغرافية، و
رؤى سوقية تنبؤية مع أقل من ثانيتين من التأخير.
• حافظت على وقت تشغيل خط الأنابيب بنسبة 98٪ وقللت من عبء إدخال البيانات اليدوي لفرق العملاء بنسبة 80٪ بعد الاكتمال
تكامل الإنتاج.
نظام تحديد الآفات القائم على CNN
Field-Applicable Pest Control Platform · 24/01/2022 – 31/12/2023
• تطوير ونشر نظام CNN إنتاجي حسن دقة الكشف عن الآفات في الوقت الحقيقي بنسبة 22٪
على النماذج الأساسية.
• قام بتنظيم ومعالجة أكثر من 12,000 صورة ميدانية، مع معالجة التفاوت الطبقي وقضايا الجودة لإنشاء
مجموعة بيانات تدريب قوية.
• صمم وضبط أربع معماريات (ResNet50، MobileNetV2، VGG16، وشبكة CNN خفيفة الخصيص
محسن لنشر الحواف).
• تقليل الإيجابيات الكاذبة بنسبة 35٪ من خلال التخفيف الدقيق من تسرب البيانات والضبط الدقيق حسب الفئة،
وحققت دقة 94.7٪ في مجموعات الاختبار الإنتاجية.
مهندس بايثون وتعلم الآلة الحر
Remote · 01/01/2020 – يومنا هذا
• تصميم وتدريب نماذج تعلم الآلة للتنبؤ بمعدل تغير العملاء على مجموعات بيانات منظمة، محققا
84٪ AUC. ساعد ذلك العملاء على تحديد العملاء المعرضين للخطر والاحتفاظ بهم.
• بناء نماذج التنبؤ الزمنية القائمة على LSTM وProphet للمبيعات بالتجزئة، مما ساعد على دقة المخزون
التخطيط والتنبؤ بالطلب لمختلف العملاء.
• استخدم معماريات LSTM وBERT لتصنيف مشاعر مراجعة المنتج، مما أتمت على نطاق واسع
تحليل ملاحظات العملاء وتقديم رؤى قابلة للتنفيذ حول المنتجات.
• استخراج وتجميع قوائم العملاء المستهدفة من مواقع العقارات باستخدام BeautifulSoup وSelennium,
توليد عملاء محتملين مؤهلين لشركة عقارية.
• طور روبوتات دردشة باستخدام TensorFlow/Keras، وأنشأ لوحات تحكم تفاعلية ل Streamlit وPlotly، وبنى
نماذج التصنيف/التنبؤ (XGBoost، Random Forest، الشبكات العصبية) لعملاء مختلفين.
دبلوم، هندسة البرمجيات
iPED · 2016 – 2020
🇬🇧الإنجليزية
🕐

أوقات العمل

الإثنين
من08h00إلى18h00
الثلاثاء ▪ يومنا هذا
من08h00إلى18h00
الأربعاء
من08h00إلى18h00
الخميس
من08h00إلى18h00
الجمعة
من08h00إلى18h00
السبت
مغلق
الأحَد
مغلق

التقييمات

لا توجد تقييمات

⚠️
يرجى كزبون لإعطاء رأيكم
💬
لا توجد تقييمات في الوقت الحالي.
كونوا أول من يشارك تجربته مع هذا المحترف.