Aween Rayeh (ع وين رايح)

التحدي:

المواطنون الفلسطينيون يواجهون صعوبة كبيرة في التخطيط اليومي للتنقل بسبب حالة نقاط التفتيش الإسرائيلية المنتشرة بين المدن، حيث تمنع الحواجز التنقل بحرية وتؤثر على الوقت والالتزامات اليومية. المعلومات المتاحة كانت مشتتة بين قنوات Telegram متعددة، غير منظمة وبصيغ غير متسقة، دون وجود نقطة وصول مركزية يمكن الاعتماد عليها. هذا جعل من الصعب على المواطنين معرفة حالة النقاط والتخطيط بشكل آمن وفعّال.

الحل الذي قدمته:

قمت بتصميم ونشر منصة ويب Full-Stack Real-time تقوم تلقائيًا باستخراج ومعالجة وتقديم تحديثات دقيقة عن حالة نقاط التفتيش للمستخدمين. المنصة تجمع البيانات من مصادر غير منظمة، تعالجها باستخدام خطوط أنابيب ذكاء صناعي (ML pipelines)، وتقدمها بشكل فوري ( Real-time )على الويب والموبايل.

هذا أتاح للمواطنين اتخاذ قرارات يومية واعية حول تنقلاتهم، وساهم في تخفيف تأثير الحواجز على حياتهم اليومية.

اهم الميزات

تزامن بيانات Real-time عبر الويب والموبايل باستخدام WebSockets (تحديث فوري للمعلومات بين الخادم والمستخدم)

خط أنابيب آلي (ML pipeline) على AWS Lambda لاستخراج البيانات من مصادر غير منظمة ومعالجتها تلقائيًا

نموذج ذكاء صناعي 7B Mixtral محسن مع بنية RAG architecture (Retrieval-Augmented Generation – توليد مدعوم بالاسترجاع) لتحقيق دقة استخراج تصل إلى 96%

فلترة ذكية أولية (Intelligent heuristic pre-filtering) لتقليل تكاليف استخدام نموذج الذكاء الصناعي بنسبة 63%

بناء قاعدة بيانات وبنية تحتية قارة على دعم نمو المستخدمين بشكل كبير (Backend scalable infrastructure)

نظام تحليلات سلوك المستخدم User behavioral analytics لدعم تحسين المنتج وتطوير الميزات

فترات معالجة بيانات ديناميكية Dynamic data processing intervals (30 ثانية خلال ساعات الذروة، 3 دقائق خلال ساعات الخمول)

التكنولوجيا المستخدمة:

• Frontend: Next.js 14، React، TypeScript، Tailwind CSS، تصميم متجاوب Responsive Design

• Backend: Node.js، Express.js، RESTful APIs

• Database: Supabase (PostgreSQL) مع اشتراكات Real-time subscriptions

• ML Pipeline: Python، AWS Lambda، خطوط أنابيب RAG pipelines، Fine-tuning

• Cloud Infrastructure: Vercel (Frontend)، AWS (ML services)

• Mobile: إشراف فني على تطوير React Native

الإنجازات القابلة للقياس (Achievements)

- أكثر من 109,000 مستخدم نشط شهريًا (109,000+ monthly active users and growing)

- دقة استخراج البيانات تصل إلى 96% (96% extraction accuracy)

- خفض 63% من تكاليف تشغيل ML (63% reduction in ML operational costs)

- المنصة تلبي الاحتياجات اليومية الحرجة للمنطقة بأكملها (Platform serving critical daily needs for the entire region)

- تحديث البيانات كل 30 ثانية خلال ساعات الذروة (30-second data refresh during peak traffic hours)

التعقيد التقني

تطلب المشروع حل تحديات كبيرة في تزامن البيانات Real-time, استدلال ML قابل للتوسع، تحسين التكاليف، وإدارة الارتفاع المفاجئ في حركة المرور. النظام يعالج آلاف الطلبات يوميًا مع الحفاظ على أوقات استجابة أقل من ثانية، مما يضمن تجربة مستخدم سلسة وموثوقة.