Mounib N.

مهندس وكلاء الذكاء الاصطناعي | LangGraph | Multi-Agent Systems | RAG Pipelines

أعمل على بناء AI Agents وRAG Systems وLLM Applications جاهزة للإنتاج باستخدام Python، بدءًا من تصميم الArchitecture وOrchestration وصولًا إلى APIs وEvaluation وDeployment.

إذا كنت بحاجة إلى بناء AI Agent، أو إضافة RAG إلى منتج موجود، أو تحويل LLM Prototype إلى Backend موثوق وقابل للتوسع، يمكنني مساعدتك.

ما أتخصص فيه:

• AI Agents & Multi-Agent Systems

→ LangGraph, LangChain, CrewAI

→ Stateful Workflows, Routing, Tool Calling, Retries, Human-in-the-Loop

• RAG & Knowledge Systems

→ Hybrid Search (BM25 + Dense Retrieval)

→ Qdrant, pgvector, Neo4j / GraphRAG

→ Document Ingestion, Semantic Chunking, Embeddings وRetrieval Evaluation

• LLM Applications

→ OpenAI, Gemini, Mistral

→ Structured Outputs, Prompt Engineering, Tool Calling وMCP/FastMCP

• AI Backend Engineering

→ Python, FastAPI, PostgreSQL, Redis

→ Async APIs, Docker, Docker Compose وREST APIs

• Production & Reliability

→ Langfuse Observability

→ Golden-Dataset Evaluation

→ Regression Testing

→ Checkpointing, Retries وGuardrails

بعض المشاريع التي قمت ببنائها:

• منصة Multi-Agent SkillBridge AI باستخدام LangGraph، مع Parallel Execution وReflection/Retry وHITL Validation وQdrant وFastAPI.

• Hybrid RAG Legal Assistant يجمع بين BM25 وDense Retrieval، مع 56-question evaluation harness وحقق 98.2% Hit@5 على الBenchmark.

• منصة Graph RAG لمعالجة أكثر من 10,000 وثيقة طبية حيوية باستخدام Neo4j وGraphiti وMCP.

• منصة Multi-Agent Marketing Intelligence باستخدام CrewAI وFastAPI وPrefect وDocker.

• Computer Vision Pipeline لمعالجة أكثر من 1,000 صورة يوميًا بدقة 94% Top-1 Accuracy.

أنا لا أركز فقط على جعل AI Demo يعمل، بل أهتم ببناء Reliable Workflows وMeasurable Evaluation وClean APIs وProduction-Ready Engineering.

إذا كان لديك Prototype، أو Existing Codebase، أو حتى مجرد AI Use Case واضح، أرسل لي المتطلبات وسأساعدك في تحديد أبسط Architecture مناسبة لتحويل فكرتك إلى حل عملي وموثوق.