وصف مشروع: مساعد التدقيق الداخلي الذكي المعتمد على الذكاء الاصطناعي
عنوان المشروع:
مساعد التدقيق الداخلي الذكي: خبيرك الرقمي المتكامل لتحليل المعرفة المؤسسية
---
ملخص المشروع:
مشروع "مساعد التدقيق الداخلي الذكي" هو تطبيق ويب متقدم، مصمم خصيصًا لدعم أقسام التدقيق الداخلي عبر إدارة وتحليل المعرفة المؤسسية باستخدام تقنيات الذكاء الاصطناعي من Google مثل Gemini وVertex AI. يتيح هذا النظام الذكي استخلاص معلومات دقيقة من آلاف المستندات المتخصصة، مما يُحدث نقلة نوعية في كفاءة العمل، ويقدم رؤى تحليلية غنية.
---
التحدي الذي يعالجه المشروع:
تعاني إدارات التدقيق الداخلي من صعوبة في الوصول السريع إلى المعلومات بسبب كثرة المستندات غير المهيكلة مثل السياسات والإجراءات والتقارير. هذا يستهلك وقتًا كبيرًا ويقلل من تركيز المدققين على الأنشطة التحليلية. المشروع يعالج هذه المشكلة بتحويل مكتبة الوثائق إلى قاعدة معرفة ذكية قابلة للاستعلام والتحليل في لحظات.
---
مميزات ووظائف المشروع:
1. **بوابة وصول آمنة ومرنة**
* تسجيل دخول تقليدي (بريد إلكتروني وكلمة مرور)
* دعم تسجيل الدخول باستخدام Google OAuth 2.0
2. **تنظيم ذكي لمستندات Google Drive**
* تصنيف أكثر من 1700 مستند باستخدام نموذج Gemini 1.5 Flash إلى فئات مثل الحوكمة، المخاطر، التخطيط، التدقيق، وغيرها
* نقل المستندات تلقائيًا إلى مجلداتها المناسبة داخل Google Drive
* دعم الانقطاعات والأخطاء بآلية إعادة المحاولة الذكية، ويتم تشغيله على Google Cloud Run لضمان الاعتمادية
3. **بناء قاعدة معرفة مؤسسية ذكية (Vector Search)**
* استخراج النصوص وتقسيمها إلى أجزاء ذات معنى
* تحويل الأجزاء إلى بصمات رقمية باستخدام نموذج Gemini text-embedding-004
* تخزين هذه المتجهات داخل Vertex AI Vector Search ضمن Namespaces حسب فئة المستند
4. **محرك أسئلة وأجوبة ذكي (RAG - Retrieval Augmented Generation)**
* تصنيف السؤال تلقائيًا لتحديد الفئة المناسبة
* توجيه البحث نحو القسم المناسب داخل قاعدة المعرفة لتقليل التشويش
* توليد إجابات دقيقة وشاملة باستخدام Gemini 1.5 Pro
* توفير مصدر كل إجابة لتحقيق الشفافية
---
الحزمة التقنية:
* **البرمجة:** Python (واجهة خلفية، منطق ذكاء اصطناعي، معالجة بيانات)
* **نماذج الذكاء الاصطناعي:**
* Gemini 1.5 Pro (لتوليد الإجابات)
* Gemini 1.5 Flash (لتصنيف الوثائق والأسئلة)
* Gemini text-embedding-004 (لإنشاء المتجهات الدلالية)
* **خدمات Google Cloud:**
* Google Drive
* Vertex AI Vector Search
* Google Cloud Run
* Google Cloud Build وArtifact Registry
* **مكتبات Python المستخدمة:**
* `google-api-python-client`, `google-cloud-aiplatform`, `google-generativeai`
* `requests`, `certifi`, `PyPDF2`, `python-docx`, `python-pptx`, `openpyxl`
* `tqdm`, `tenacity`
---
القيمة المضافة والتأثير:
* رفع كفاءة العمل وتحسين الإنتاجية في أقسام التدقيق
* الوصول السريع والدقيق إلى المعلومات المطلوبة
* تقليل الوقت المهدر في البحث اليدوي
* دعم اتخاذ قرارات أفضل بناءً على قاعدة معرفة موثوقة
* تطوير ذاكرة مؤسسية قابلة للنمو والتوسع بمرور الوقت