تقديم
الخبرة الأساسية:
التعلم الآلي والذكاء الاصطناعي: تطوير نماذج شاملة باستخدام Scikit-learn وPandas وNumPy.
التحليل الإحصائي: خبرة في الاحتمالات، الجبر الخطي، ومقاييس التحقق مثل إحصاء KS ومؤشر استقرار السكان (PSI).
تحليل البيانات الاستكشافية (EDA): تحويل مجموعات البيانات الخام إلى رؤى تجارية قابلة للتنفيذ.
القدرات التقنية:
جمع البيانات من الويب: سكريبتات بايثون مخصصة (BeautifulSoup/Scrapy) لجمع البيانات من أي مصدر عام.
إدارة قواعد البيانات: تصميم مخططات PostgreSQL المنظمة وإدارة خطوط أنابيب البيانات باستخدام SQLAlchemy.
الأتمتة: تبسيط المهام المتكررة باستخدام بايثون لتحسين كفاءة سير العمل.
لماذا تختارني؟
أنا لا أقدم الكود فقط؛ أنا أقدم الدقة. سواء كنت بحاجة إلى نموذج تعلم آلي متطور أو جهاز جمع بيانات قوي، أضمن أن يكون الناتج نظيفا، وموثوقا رياضيا، وجاهزا للإنتاج.
المسار
المقررات الدراسية والمهارات ذات الصلة:
الرياضيات المتقدمة: الجبر الخطي، الاحتمالات، والاستدلال الإحصائي (يركز على GATE DA).
تعلم الآلة: تنفيذ النماذج الخاضعة للإشراف وغير المراقبة باستخدام بايثون.
إدارة قواعد البيانات: خبرة في PostgreSQL وSQLAlchemy لهياكل البيانات القابلة للتوسع.
عمل المشروع: طور أنظمة متعددة المستأجرين وخطوط معالجة لاستخراج البيانات آليا.
من خلال هذه الدرجة، بنيت أساسا قويا في الصرامة الرياضية المطلوبة لعلوم البيانات وهندسة التعلم الآلي على المستوى المتقدم.

