Hammad Ahmed

أبني خطوط أنابيب RAG (توليد الاسترجاع المعزز) التي تتيح لمنتجك الإجابة على الأسئلة من بياناته الخاصة — المستندات، قواعد البيانات، قواعد المعرفة الداخلية، أي شيء تجلس عليه.
معظم عملي الأخير كان عبارة عن التكديس الكامل: تضمين متجه مع Pinecon، منطق التقسيم والاسترجاع في بايثون/FastAPI، وواجهة أمامية Next.js تظهر الإجابات. لقد أنشأت أنظمة يقوم فيها المستخدمون برفع ملفات PDF ويحصلون على ردود دقيقة ومستشهدة في ثوان — ليست ملخصات وهلوسية، بل إجابات واقعية مأخوذة من الأجزاء الصحيحة.
ما أتعامل معه عادة: استيعاب المستندات ومعالجتها المسبقة، تضمين خطوط الأنابيب، البحث الهجين (دلالي + كلمة مفتحية)، إدارة نوافذ السياق، وتوليد استجابة مضبوطة للدقة أكثر من الطلاقة. لقد استخدمت نماذج OpenAI وGemini ونماذج مفتوحة المصدر حسب زمن الاستجابة وقيود التكلفة لدى العميل.
إذا كان لديك بيانات غير منظمة لا يستطيع فريقك الاستعلام عنها — العقود، التقارير، تذاكر الدعم، وثائق المنتجات — وتريد نظاما يمكنه فعلا الإجابة على الأسئلة حولها بشكل موثوق، فهذه هي المشكلة التي أعمل عليها.