Mohamed A.

بالعربية:

أنا محمد التت، عالِم بيانات متخصص في الذكاء الاصطناعي وتعلُّم الآلة، بخبرة تمتد لثلاث سنوات في تحليل البيانات الإحصائية والنماذج التنبؤية. لديّ ماجستير في علم البيانات من كلية الدراسات العليا للبحوث الإحصائية بجامعة القاهرة.

أعمل حاليًا كمساعد بحثي في Lambda101، حيث أساهم في تحسين جودة البحوث والمشاريع الأكاديمية. سابقًا، طورت حلولاً مبتكرة للحد من التهديدات الإلكترونية وتحسين تجارب العملاء باستخدام تقنيات تعلّم الآلة العميقة.

من مشاريعي:

- نموذج للكشف عن الروابط الخبيثة باستخدام التعلم العميق، مما قلل من وقت الاستجابة بنسبة 30%.

- تحسين تجربة العملاء في المراكز التجارية عبر تقنيات عدّ الكائنات.

- تطبيق نموذج Efficient NetB7 لتحقيق دقة عالية في الكشف عن البرمجيات الضارة.

المهارات التقنية:

- البرمجة: بايثون

- الإطارات العاملة: PyTorch، TensorFlow، Flask

- المكتبات: Numpy، Pandas، Scikit-Learn، XGBoost

- قواعد البيانات: MySQL، PostgreSQL

- جمع البيانات: Selenium، Scrapy

In English:

I'm Mohammed Al-Tet, a Data Scientist specializing in AI and Machine Learning, with three years of expertise in statistical analysis and predictive modeling. I hold an MSc in Data Science from the Faculty of Graduate Studies for Statistical Research at Cairo University.

Currently, I work as an ML and AI Assistant at Lambda101, contributing to improving research quality and academic projects. Previously, I developed innovative solutions to tackle cybersecurity threats and enhance customer experiences through deep learning technologies.

Highlighted projects:

- Developed a hybrid deep learning model for malicious URL detection, reducing response time by 30%.

- Implemented DL-based object counting in malls, cutting customer wait times by 20%.

- Achieved high malware detection accuracy using the Efficient NetB7 model.

Technical Skills:

- Programming: Python

- Frameworks: PyTorch, TensorFlow, Flask

- Libraries: Numpy, Pandas, Scikit-Learn, XGBoost

- Databases: MySQL, PostgreSQL

- Data Collection: Selenium, Scrapy