🧠 مهندس ذكاء اصطناعي | أنظمة الماجستير في القانون · أنابيب RAG · هياكل التعلم الآلي الهجينة · معالجة اللغة الطبيعية

أبني أنظمة ذكاء اصطناعي تعمل فعليا في الإنتاج — وليس فقط في دفاتر الملاحظات.

مع 8+ سنوات من الخبرة وماجستير في هندسة الذكاء الاصطناعي (ألمانيا)، أتخصص في خطوط أنابيب نماذج اللغة الكبيرة، والتوليد المعزز بالاسترجاع (RAG)، وأنظمة التعلم الآلي + النماذج الكبيرة الهجينة للمشكلات الواقعية المعقدة. أركز على التحديات التي تفشل فيها النماذج القياسية — مثل البيانات المزعجة، الغموض، والبيئات المليئة بالحالات المحيطة.

عملي يتجاوز تدريب النماذج. أصمم أنظمة تستدل، وتصحح نفسها، وتظل موثوقة في ظروف العالم الحقيقي، تجمع بين عمق البحث والهندسة العملية لتقديم حلول ذكاء اصطناعي قابلة للتوسع وجاهزة للإنتاج.

📊 نتائج تتحدث
* ~89٪ دقة على البيانات غير المتوازنة في العالم الحقيقي باستخدام هندسة هجينة من التعلم الآلي + نماذج اللغة الكبيرة
* كابا كوهين = 0.811 (تقييم المقالات الآلي، نماذج الفرق)
* Macro-F1 = 0.81 في مهام معالجة اللغة الطبيعية متعددة اللغات (SemEval 2025)
* تحسين التخطيط وتخصيص الموارد عبر التنبؤ بالسلاسل الزمنية (ألمانيا)

🚀 ما الذي يمكنني أن أبنيه لك
1. أنظمة النماذج الكبيرة الكبيرة والذكاء الاصطناعي التوليد
* خطوط أنابيب RAG من طرف إلى طرف (استرجاع، تقسيم، إعادة ترتيب)
* ذكاء الوثائق، وأنظمة ضمان الجودة، ومساعدي الذكاء الاصطناعي
* هندسة الأوامر + سير العمل المنطقي المنظم
* وكلاء الذكاء الاصطناعي وخطوط الأتمتة متعددة الخطوات
* تقييم نماذج اللغة الكبيرة: الدقة، المتانة، وتحليل الفشل

2. التعلم الآلي ومعالجة اللغة الطبيعية
* أنظمة التصنيف، التجميع، التوصية
* اللغة اللغوية متعددة اللغات (بيرت، روبيرتا، ديبيرتا، محولات جمل)
* تحليل المشاعر، نمذجة الموضوع، استخراج الكيانات
* هندسة الميزات للبيانات الضوضاء وغير المتوازنة وقليلة الموارد
* نماذج جماعية وهجينة لتحقيق أقصى أداء

3. هندسة ونشر الذكاء الاصطناعي
* خطوط أنابيب من البداية إلى الطرف (بيانات خام → نظام الإنتاج)
* نشر واجهات برمجة التطبيقات والتطبيقات التفاعلية (Gradio)
* ضبط المعاملات الفائقة (Optuna)
* أنظمة تعلم الآلة: قابلة للتوسع وإعادة الإنتاج

4. علم البيانات والتحليلات
* EDA، النمذجة الإحصائية، والتحليلات التنبؤية
* التنبؤ بالسلاسل الزمنية والتنبؤ بالطلب
* تقسيم العملاء وتحليل سلوكهم
* اختبار A/B وتصميم التجارب

5. الذكاء الاصطناعي القابل للتفسير والتقييم
* التفسير القائم على SHAP ونسب الميزات
* اختبار المتانة، التعامل مع الغموض، تقييم الحالات الحاسمة
* مقارنة النماذج وتحليل حالات الفشل

🔧 مكدس التقنية
1. اللغات: بايثون · R · SQL

2. ML/NLP: وجه العناق · XGBoost · LightGBM · سكيت-لرن · أوبتونا

3. المتحولون: بيرت · روبيرتا · دي بيرتا · محولات الجمل · ميني إل إم

4. نماذج اللغة اللغية: خطوط أنابيب RAG · هندسة البرومبت · أطر التقييم

5. قابلية التفسير: SHAP

6. داتا: الباندا · نومبي · خطوط معالجة هندسة الميزات

7. البنية: نشر واجهة برمجة التطبيقات · تتبع التجربة · خطوط أنابيب قابلة للتكرار

8. الأدوات: جوبيتر · اذهب · غراديو · VS Code · الجدول

🎓 التعليم والشهادات
ماجستير هندسة الذكاء الاصطناعي — جامعة باساو

عالم بيانات مشارك في بايثون — DataCamp

محلل بيانات بلغة بايثون — DataCamp

Computational Statistics in R — Universität Passau

✅ لماذا يختارني العملاء
* الخبرة في أنظمة LLM + RAG (بعيدا عن أساسيات التعلم الآلي)
* خبرة قوية مع مجموعات البيانات الحقيقية ذات الضوضاء وعدم التوازن
* التركيز على المتانة، والتقييم، والتعامل مع الأعطال
* خبرة في تصميم أنظمة هجينة في التعلم الآلي + المدير الكبير
* القدرة على تقديم حلول ذكاء اصطناعي جاهزة للإنتاج من البداية إلى النهاية
* عمق على مستوى البحث مع عقلية هندسة عملية
* التواصل الواضح والموجه نحو الأعمال
* موثوق، دقيق، ومحدد بالمواعيد النهائية

🤝 لنعمل معا
إذا كنت بحاجة إلى أكثر من نموذج — إذا كنت بحاجة إلى نظام ذكاء اصطناعي موثوق يعمل في الإنتاج — يمكنني مساعدتك.
دعونا نبني حلول ذكاء اصطناعي تحقق تأثيرا حقيقيا وقابلا للقياس.