المشاريع
أنظمة في الإنتاج من أعمالي للمؤسسات والعملاء، تليها منتجات ومساهمات مفتوحة المصدر أديرها بنفسي. أسماء العملاء محذوفة.
مساعدات RAG للمؤسسات، وروبوتات محادثة بالنماذج اللغوية الكبيرة، وتفريغ صوتي باستخدام Whisper large-v3، تعمل كلها على نماذج LLaMA وQwen مستضافة ذاتيًا على Kubernetes بوحدات GPU. يجري الاسترجاع عبر FAISS وChroma، وتُغذّي النصوص المفرّغة عمليات استخراج المعلومات والتحليلات، دون أن تغادر البيانات بنية العميل التحتية.
الأثر: ذكاء اصطناعي توليدي يحافظ على سيادة البيانات في بيئات المؤسسات الحساسة.
خط معالجة متعدد المراحل يفرّغ الاجتماعات باستخدام Whisper، ويلخّصها بالنماذج اللغوية الكبيرة، ويستخدم وكلاء LangChain لاستخراج المهام وصياغة رسائل المتابعة لفرق المؤسسات.
الأثر: توثيق ما بعد الاجتماع في دقائق بدل ساعات.
استرجاع كثيف باستخدام sentence-transformers وFAISS مع إعادة ترتيب النتائج، لمطابقة السير الذاتية مع متطلبات الوظائف في مسارات توظيف تتعامل مع آلاف الطلبات.
الأثر: مستخدم في مسارات توظيف حكومية.
تحليل المقابلات المسجّلة بالجمع بين التعرّف على الوجوه، وتحليل المشاعر، ومعالجة المستندات، مع كشف احتيال مدعوم بالذكاء الاصطناعي لرصد المرشحين ذوي البيانات غير المتسقة أو المنتحلين.
الأثر: فحوص نزاهة آلية ضمن مسارات الموارد البشرية في المؤسسات.
بحث بصري على تضمينات محوّلات من نمط CLIP مع استرجاع تقريبي لأقرب الجيران عبر FAISS، ووسم تلقائي بالشبكات الالتفافية، وخطوط توصيات تجمع بين الترشيح التعاوني والاسترجاع بالتضمينات.
الأثر: استبدال الوسم اليدوي للكتالوج وتحسين قابلية اكتشاف المنتجات.
OpenFPL Scout AI أداة حية لفانتازي الدوري الإنجليزي الممتاز، مبنية على مجموعة نماذج Ridge وXGBoost وCatBoost وMLP فوق خصائص السلاسل الزمنية، مدرّبة على الأداء التاريخي ومحدّثة ببيانات FPL الرسمية، ومُتحقَّق منها على موسم كامل لم تره النماذج. تتنبأ بنقاط اللاعبين، وتختار أفضل تشكيلة من ١٥ لاعبًا، وترتّب خيارات القائد قبل موعد إغلاق كل جولة.
الأثر: تطبيق عام مجاني يُعاد بناؤه كل جولة من البيانات الحية.
صمّمت تحميل الموارد من خوادم متعددة للدالة get_resources في محوّلات MCP الخاصة بـ LangChain: جلب الموارد من كل الخوادم المتصلة بالتوازي عند عدم تحديد خادم، مع رسائل تحقق واضحة. دمج فريق LangChain الميزة في المستودع الرئيسي عبر #380 بناءً على طلب الدمج #360 الذي قدّمته. ونشرت كذلك أكثر من ١٥ دفترًا قابلًا لإعادة الإنتاج على Kaggle في PyTorch ومعالجة اللغات الطبيعية وأساسيات التعلم الآلي.
الأثر: أدوات مفتوحة المصدر وموارد تعليمية لمجتمع التعلم الآلي.