جيسي دونييل — مهندس ذكاء اصطناعي أول في التركيبة الكاملة
لا أبني فقط نماذج أولية للذكاء الاصطناعي — بل أقدم أنظمة نماذج كبيرة كبيرة من مستوى الإنتاج تخدم 300 ألف + مستخدم نشط شهريا، وتقلل من زمن الاستجابة إلى النصف تقريبا، وأقلل تكاليف السحابة بنسبة الثلث. الفجوة بين "لدينا مفتاح واجهة برمجة تطبيقات (API) و"الذكاء الاصطناعي يحول عملياتنا" هي مشكلة هندسية. هذا تخصصي.

ما أفعله فعليا
🧩 أنظمة الماجستير متعددة الوكلاء والتنسيق
تم تصميم منصات GenAI متعددة الوكلاء باستخدام Claude 3.7 Sonnet وGPT-4o وGemini 2.0 Flash وLangGraph — بما في ذلك تكاملات أدوات MCP تخدم 300K+ MAU. أتعامل مع السلسلة الكاملة: هندسة التوجيه، إدارة السياق، تحليل المخرجات، التحقق المنظم، وحلقات التفكير في ReAct لضمان موثوقية الإنتاج.
📚 خطوط أنابيب وأنظمة المعرفة في RAG
تم بناء ونشر 12+ خدمات مصغرة إنتاجية RAG مدعومة بالاسترجاع الهجين Qdrant، مما يقلل من تأخير الاستجابة بالذكاء الاصطناعي بنسبة 47٪. أحول مستنداتك الداخلية وقواعد بياناتك ومعرفتك بالمجال إلى ذكاء اصطناعي دقيق وواع للأعمال — باستخدام Pinecone وQdrant وWeaviate وFAISS وChroma.
🤖 وكيل الذكاء الاصطناعي وأتمتة سير العمل
تم إلغاء 41٪ من أعمال الفرز اليدوي ل 200+ موظف عمليات عبر سير العمل الوكيلي LangChain + LangGraph. أصمم خطوط أنابيب متعددة الخطوات تتعامل بشكل مستقل مع معالجة المستندات، والإثراء، والتقارير، وتحديثات إدارة علاقات العملاء — بشكل موثوق في الإنتاج.
⚙️ الضبط الدقيق وتحسين النماذج
تم تنفيذ ضبط LoRA/QLoRA الدقيق على محولات Hugging Face لمعالجة اللغة الطبيعية المالية الخاصة بالمجال، محققا تحسنا بنسبة 33٪ في الدقة مقارنة بالنماذج الأساسية. أجلب قابلية الملاحظة الكاملة لنماذج اللغة الكبيرة مع LangSmith وWeights & Biases عبر جميع نقاط الذكاء الاصطناعي الإنتاجية.
🔌 الواجهة الخلفية السحابية الأصلية القابلة للتوسع
تم تصميم وتوسيع خدمات الواجهة الخلفية التي تتعامل مع طلبات API يومية 5M+ بنسبة 99.95٪ على AWS ECS وLambda باستخدام Celery وRedis لأحمال عمل نماذج اللغة الكبيرة غير المتزامنة. خبرة عميقة مع Docker وKubernetes وTerraform وAWS Bedrock للتكبير التلقائي.
🚀 توصيل تطبيقات الذكاء الاصطناعي الكامل
تم بناء لوحات تحكم إنتاجية مع Next.js 15 تطبيق راوتر مباشر ومخرجات نماذج في الوقت الحقيقي تعتمد على WebSocket — مما عزز أداء واجهة المستخدم في GenAI بنسبة 38٪. الملكية من طرف إلى طرف: FastAPI/Node.js خلفية، واجهات React 19، نشر Docker، CI/CD Actions في GitHub.

كومة الجمع الخاص بي
الذكاء الاصطناعي / النماذج اللغوية اللغوية اللغوية (LLM): كلود 3.7 سونيتة · GPT-4o · فلاش جيميني 2.0 · LLaMA · ميسترال · وجه العناق
التوزيع الأوركسترالي: لانغتشين · لانغغراف · لاما إندكس · MCP
فيكتور & راغ: الصنوبر · Qdrant · فايس · Weaviate · الكروما
اللغات: بايثون 3.12 · تايب سكريبت 5 · الصدأ · SQL · باش
الواجهة الأمامية: React 19 · Next.js 15 · تايلويند CSS v4 · Zustand · مجموعة تطوير Vercel AI · WebSockets
الخلفية: FastAPI · Node.js 22 · tRPC · GraphQL · gRPC · الكرفس · ريديس
كلاود & ديفوبس: AWS Bedrock · ECS · لامبدا · صانع الحكيم · دوكر · كوبيرنيتس · التيرافورم · إجراءات GitHub
ML / Evals: PyTorch 2 · LoRA/QLoRA · لانغسميث · الأوزان والتحيزات · الباندا · نومباي

لماذا يوظفني العملاء
✅ أخصائي إنتاج — ليس بحثا، ولا نظرية. أقدم أنظمة ذكاء اصطناعي تخدم مئات الآلاف من المستخدمين بشكل موثوق.
✅ لقد كتبت 60+ نموذج RFC ومستندات تصميم بمعمارية غير متزامنة، وأتواصل بوضوح عبر 4 فرق عن بعد موزعة.
✅ أنا أوثق كل شيء. ستملكون ما أبنيه وتعرف كيف تصنعه.
✅ بصراحة أبحث عن الرؤية من البداية — لا تغييرات مفاجئة، ولا زيادة صامتة في النطاق.
✅ أتحرك بسرعة دون أن أبتعد في العمارة: من صفر إلى 12 خدمة إنتاجية مصغرة.

ليس مناسبا إذا
❌ تحتاج إلى عالم بيانات لتدريب النماذج من الصفر
❌ تريد "الذكاء الاصطناعي السحري" دون فهم سير عملك أولا
❌ أنت لست مستعدا للتكرار — مشاريع التكامل الحقيقية تتطلب حلقات تغذية راجعة

💬 لنعمل معا
أرسل لي رسالة مع:
1. الأدوات والأنظمة التي تستخدمها حاليا
2. العملية التي تريد من الذكاء الاصطناعي تحسينها أو أتمتتها
3. خطك الزمني

سأرد خلال ساعات قليلة بخطة واضحة — وأخبرك بصراحة إذا كنت الأنسب.