يعمل نموذج الذكاء الاصطناعي في العرض التوضيحي، ثم يتعطل بمجرد أن يضغط عليه المستخدمون الحقيقيون. أبني النسخة التي لا تنجح، مثل خطوط إنتاج RAG، وكلاء نماذج اللغة الكبيرة، وتطبيقات الذكاء الاصطناعي الكاملة التي تصمد أمام الحمل الحقيقي.
على مدى السنوات الثلاث الماضية، كنت المهندس الوحيد وراء عدة منصات ذكاء اصطناعي حي، بما في ذلك منصة ذكاء اصطناعي صحية قريبة من HIPAA تخدم المرضى الحقيقيين حول العالم (روبوت دردشة RAG، مطابقة مقدمي الخدمة، تحسين محركات البحث البرمجية، مدفوعات Stripe) ونظام إنتاج RAG يعالج طلبات تقديم العروض الحكومية من البداية إلى النهاية مع استيعاب OCR، واسترجاع المتجهات، ومخرجات نماذج اللغة الكبيرة المنظمة.
ما أبنيه:

• أنظمة RAG الإنتاجية — استيعاب المستندات، التعرف الضوئي على الحرارة، التضمينات، استرجاع pgvector/ChromaDB، التحكم في الهلوسة، الاستشهادات المصدرية

• وكلاء الذكاء الاصطناعي وتنسيق الوكلاء المتعددين، LangGraph/LangChain، استدعاء الأدوات، الشخص في الحلقة

• تطبيقات الذكاء الاصطناعي الشاملة؛ Next.js + FastAPI، التصديق، الفوترة، لوحات التحكم، تعدد المستأجرين

• نشر السحابة؛ AWS (Bedrock، ECS، S3، RDS) وGCP (تشغيل السحابة، الذكاء الاصطناعي للوثائق)، Docker، CI/CD
كيف أعمل: أمتلك المشاريع من البداية إلى النهاية، والهندسة المعمارية، والبناء، والنشر، والدعم. أشحن بسرعة دون أن أقصر في الموثوقية، وأتواصل بوضوح طوال الوقت.
المكدس: بايثون، تايب سكريبت، فاست آبي، Next.js، رياكت، لانغتشين، لانغغراف، OpenAI & واجهات برمجة تطبيقات كلود أنثروبيك، AWS بيدروك، pgvector، كرومادا DB، PostgreSQL، سوبابيس، ريديس، دوكر.
مستودعات العملاء الخاصة بي خاصة أو مملوكة للعميل، لكنني سأقدم لك عرضا مباشرا أو إرشادا أو مشاركة أنظمة الإنتاج الفعلية في المكالمة.
إذا كنت تبني منتجا اصطناعيا، أو تضيف طبقة LLM/RAG إلى تطبيق موجود، أو تحتاج إلى وكيل ذكاء اصطناعي يعمل في الإنتاج، أخبرني بما تبنيه وسأخبرك بالضبط كيف سأتعامل مع الأمر.