Mostafa H.

مهندس تعلم آلي بخبرة تزيد عن 3 سنوات من الدراسات الأكاديمية في الذكاء الاصطناعي والخبرة العملية من خلال التدريبات المهنية والميدانية. متخصص في بناء نماذج عالية الدقة ونشر حلول الذكاء الاصطناعي القابلة للتوسع باستخدام Flask و Streamlit. لدي شغف بتوظيف التعلم الآلي والنماذج اللغوية الكبيرة (LLMs) لحل مشكلات واقعية في مجالات الرعاية الصحية، التمويل، الاتصالات، وكشف الاحتيال.

بخلفية أكاديمية في هندسة الميكاترونكس والروبوتات، وماجستير قيد التنفيذ في علوم البيانات من جامعة القاهرة، أعمل على دورة حياة التعلم الآلي الكاملة: بدءاً من جمع البيانات وتنظيفها، وهندسة الميزات، وصولاً إلى النمذجة والتقييم، ونشر واجهات المستخدم وواجهات البرمجيات (APIs). تشمل أدواتي التقنية: Python, R, SQL, scikit-learn, TensorFlow, PyTorch, PySpark, MLlib، مع خبرة عملية في معالجة اللغات الطبيعية (NLP)، الرؤية الحاسوبية (Computer Vision)، والتعامل مع البيانات الجدولية.

أبرز المشاريع والإنجازات:

​كشف الاحتيال في بطاقات الائتمان: استخدام تقنية GAN لموازنة البيانات (معدل AUC 97.5%).

​تشخيص سرطان الثدي: تحقيق دقة بلغت 99.12%.

​التنبؤ بالموافقة على القروض: تطوير تطبيق عبر Streamlit (بمعامل F1-score 99.5%).

​التنبؤ بترك العملاء للخدمة (Churn Prediction): باستخدام PySpark (معدل AUC-ROC 99.07%).

​تطبيقات متقدمة: بناء نظام توصية للأخبار العربية، واجهة برمجة للتنبؤ بأسعار السيارات المستعملة على Heroku، بالإضافة إلى خطوط إنتاج مبنية على النماذج اللغوية الكبيرة (LLMs) تشمل تقنيات RAG وضبط النماذج باستخدام QLoRA.

​بعيداً عن الجانب التقني، أولي اهتماماً كبيراً للتواصل الواضح، والعمل الجماعي، والالتزام بالمواعيد النهائية الصارمة، وهي مهارات صقلتها من خلال التدريبات المكثفة والمشاريع المشتركة. أتطلع دائماً للتعاون في مشاريع ذكاء اصطناعي ذات أثر ملموس، خاصة في مجالات التعلم الآلي، النماذج اللغوية، واتخاذ القرارات القائمة على البيانات.