تقديم
أبني حلول تعلم آلي شاملة من البداية إلى النهاية – من البيانات الخام والأبحاث إلى النماذج القابلة للنشر والتقارير الواضحة التي يمكن لأصحاب المصلحة غير التقنيين استخدامها.
التنبؤ بالسلاسل الزمنية للبيع بالتجزئة واللوجستيات (TSMixer، Prophet، LSTM، النماذج الإحصائية الكلاسيكية).
في دوري السابق حسنت دقة توقعات العرض بحوالي 15٪، مما قلل من نفاد المخزون وفائض المخزون.
رؤية الحاسوب والمشاهد ثلاثية الأبعاد: الرش الغاوسي على مستوى المدينة، معالجة خرائط الأعماق، إعادة بناء الصور وتحسين جودة المشاهد الكبيرة (حتى ~200 مليون غاوسي).
تعلم الآلة الكلاسيكي للانحدار والتصنيف (تعزيز التدرج، الغابة العشوائية، k-NN وغيرها) مع scikit-learn وPyTorch.
هندسة البيانات في التعلم الآلي: جمع البيانات من قواعد البيانات وواجهات برمجة التطبيقات (APIs)، التنظيف والتحقق من صحتها، هندسة الميزات، تحليل البيانات الاستكشافي، لوحات المعلومات في Power BI.

