Amr S.

? الملخص الشخصي (Summary):

عالم بيانات يمتلك أساسًا قويًا في Python وSQL وأدوات تصوّر البيانات.

بارع في تقنيات التعلم الآلي (Machine Learning)، التعلم العميق (Deep Learning)، ومعالجة اللغة الطبيعية (NLP)، ولديه خبرة عملية في تحليل البيانات، النمذجة التنبؤية، ومعالجة النصوص.

شغوف باستخدام التحليلات المستندة إلى البيانات وتقنيات الNLP المتقدمة لحل المشكلات الواقعية التي تواجه الأعمال.

️ المهارات التقنية (Technical Skills):

لغات البرمجة: Python، SQL

تحليل البيانات والتصور: Pandas، NumPy، Matplotlib، Seaborn، Tableau

التعلم الآلي والعميق: Scikit-learn، TensorFlow، Keras

معالجة اللغة الطبيعية: NLTK، SpaCy، Hugging Face Transformers (لما قبل المعالجة، تحليل المشاعر، والتعرف على الكيانات المسماة)

التحكم في الإصدارات: Git، GitHub

الخبرة العملية (Professional Experience):

محلل بيانات حر (Freelancer) – لمدة سنة

أجريت مشاريع تحليل بيانات باستخدام Python وSQL وتقنيات التعلم الآلي لتقديم رؤى قابلة للتنفيذ.

قمت بتحليل النصوص وتصنيف المشاعر باستخدام أدوات NLP مثل SpaCy وNLTK لدعم عمليات اتخاذ القرار.

استخدمت Matplotlib وSeaborn لتصوّر البيانات المعقدة وتوصيل النتائج بفعالية لأصحاب المصلحة.

المشاريع (Projects):

نظام تصنيف السجلات (GitHub): طوّرت نظامًا يعتمد على NLP لتصنيف سجلات الأنظمة باستخدام Python وSpaCy وScikit-learn، وحققت دقة 90% في اكتشاف الحالات غير الطبيعية.

توقع مغادرة عملاء شركة اتصالات (GitHub): أنشأت نموذج تعلم آلي لتوقّع مغادرة العملاء باستخدام Pandas وScikit-learn، وحققت دقة 82%.

كشف الأخبار الكاذبة باستخدام NLP (GitHub): بنيت نموذجًا باستخدام NLTK وHugging Face Transformers، ودرّبت نموذج BERT بدقة 85% للتصنيف.

تشخيص تلقائي لأمراض أوراق دوار الشمس (GitHub): استخدمت CNN في TensorFlow لتصنيف صور أوراق النباتات، وحققت دقة 88%.

نموذج توقع أسعار العقارات في بنغالور (GitHub): طورت نموذج انحدار باستخدام Scikit-learn وPandas مع تحسين الأداء من خلال تنظيف البيانات واختيار الخصائص المناسبة.

تنبؤ أسعار الأسهم (GitHub): طورت نموذج تنبؤ زمني باستخدام شبكات LSTM في TensorFlow لتوقّع أسعار الأسهم.

تقسيم عملاء متجر بالتجزئة (GitHub): استخدمت خوارزمية K-Means لتقسيم العملاء حسب سلوك الشراء، مما ساعد على تحسين استراتيجيات التسويق.

تحليل مخاطر الائتمان (GitHub): بنيت نموذج تصنيف باستخدام XGBoost لتقييم مخاطر الائتمان بدقة عالية.

تنفيذ خوارزمية الانحدار العكسي (Gradient Descent) لشبكة عصبية من الصفر (GitHub): بنيت شبكة عصبية بالكامل من البداية لفهم تقنيات التحسين والخوارزميات.

التعليم (Education):

بكالوريوس نظم المعلومات الحاسوبية (CIS)

معهد القاهرة الجديدة العالي للحاسبات ونظم المعلومات – (قيد الدراسة حاليًا)

الشهادات (Certificates):

Python لتحليل البيانات وتعلم الآلة – Udemy

دراسة ذاتية في معالجة اللغة الطبيعية (NLP) – طبقت مفاهيم مثل تنظيف النصوص، تحليل المشاعر، والتعرف على الكيانات المسماة باستخدام NLTK وSpaCy (من خلال قناة Codebasics ومشاريع عملية)

التعلم العميق – تعلمت الشبكات العصبية وتقنيات التحسين والتدريب (قناة Codebasics)

شهادة معتمدة في لغة البرمجة Python

معلومات إضافية (Additional Information):

اللغات:

العربية (اللغة الأم)

الإنجليزية (بطلاقة)

المهارات الشخصية (Soft Skills):

إدارة الوقت

العمل الجماعي

حل المشكلات

التواصل الفعال