Tarek E.

أنا طارق المصري — مهندس ذكاء اصطناعي وتعلّم آلة، أساعد الشركات وأصحاب المشاريع على تحويل البيانات، الأفكار، والنماذج التجريبية إلى حلول ذكاء اصطناعي قابلة للتشغيل والاستخدام الفعلي.

أبني أنظمة لا تتوقف عند مرحلة التجربة فقط، بل تكون واضحة، قابلة للتقييم، سهلة التسليم، ومناسبة للاستخدام داخل سير العمل الحقيقي. ويدعم ذلك خبرتي العملية في بناء مشاريع تعلّم آلة وذكاء اصطناعي توليدي، إلى جانب إنجازي على Kaggle ك Datasets Grandmaster و Notebooks Master.

أعمل على المشروع من البداية للنهاية:

تحليل البيانات ← بناء النموذج ← تقييم الجودة ← تحويله إلى API أو Dashboard ← التوثيق والتسليم

ما الذي أقدمه؟

أنظمة تعلّم آلة Machine Learning:

• تصنيف، تنبؤ، كشف احتيال، تحليل سلوك، توقعات زمنية، وتقسيم العملاء

• تقييم واضح للنموذج باستخدام مؤشرات مناسبة لطبيعة المشروع

• ضبط العتبات والنتائج بما يخدم القرار العملي وليس الأرقام فقط

أنظمة ذكاء اصطناعي توليدي GenAI / RAG:

• مساعدين أذكياء وأنظمة سؤال وجواب تعتمد على ملفاتك أو بياناتك

• بناء RAG workflows مع تحسين جودة الاسترجاع وتقليل الإجابات غير الدقيقة

• مخرجات منظمة وقابلة للمراجعة بدل إجابات عشوائية

لوحات تحكم وتحليل بيانات:

• Dashboards تفاعلية لعرض KPIs، الاتجاهات، الشرائح، والتنبيهات

• واجهات تساعد الإدارة أو الفريق على فهم النتائج واتخاذ قرار أسرع

• تقارير ومخرجات قابلة للتصدير والمراجعة

تحويل النماذج إلى أنظمة قابلة للتشغيل:

• بناء APIs باستخدام FastAPI

• تجهيز تشغيل محلي أو سحابي باستخدام Docker عند الحاجة

• توثيق واضح وخطوات تشغيل وتسليم منظمة

ماذا تستلم؟

✔ حل قابل للتشغيل، وليس كودًا غير مكتمل

✔ توثيق واضح للتشغيل والتسليم

✔ مراحل تنفيذ قابلة للمراجعة

✔ تقييم وقياسات توضّح جودة النتائج

✔ مخرجات عملية تساعدك على اتخاذ قرار أو تشغيل النظام داخل مشروعك

التقنيات:

Python — SQL — scikit-learn — PyTorch — FastAPI — Docker — Streamlit — Plotly — MLflow — LangChain — RAG

أرسل لي فكرتك أو مشكلتك، وسأساعدك في تحويلها إلى تصور واضح لحل عملي، مع تحديد نطاق التنفيذ، المخاطر المتوقعة، وخطوات التسليم المناسبة.