Statistically Robust ML Pipeline - 1st Place at National AI Competition

فزت بالمركز الأول في مسابقة وطنية في data science بعد تطوير نموذج تعلم آلة متقدم لمهمة تصنيف تعتمد على بيانات هيكلية ونصية (Structured + NLP).

ركزت على الجانب النمذجي للمشروع، حيث قمت ببناء عدة نماذج قوية مثل LightGBM وXGBoost وBagged Decision Trees، مع تحسينها باستخدام Bayesian Optimization عبر Optuna، ثم دمجها باستخدام تقنيات Ensemble Learning للحصول على نموذج أكثر استقرارًا وقدرة على التعميم.

أحد أكبر التحديات كان تجنب Overfitting، حيث كانت بيانات المسابقة صغيرة وتحتوي على High-Cardinality Features، مما جعل الاعتماد على الـ Public Leaderboard مضللًا. لذلك اعتمدت على Cross Validation صارمة لاختيار النماذج، وهو ما أدى إلى الانتقال من المركز الثاني على Public Leaderboard إلى المركز الأول على Private Leaderboard.

المشروع أبرز خبرتي في:

• Machine Learning Modeling

• Feature Engineering

• Natural Language Processing (NLP)

• Bayesian Hyperparameter Optimization (Optuna)

• Ensemble Learning

• Model Validation & Overfitting Prevention

يمكن الاطلاع على الكود المصدري عبر GitHub: