محمد ع.

تخصصي في الهندسة الصناعية يركز على تحسين وتصميم وإدارة الأنظمة التشغيلية المعقدة لزيادة الكفاءة وتقليل التكاليف.

التركيز الأساسي هو على دمج التحليل الكمّي وعلوم البيانات في حل المشكلات الهندسية:

تحسين العمليات (Process Optimization): تطبيق مبادئ الـ Lean Production ومنهجيات Process Performance & Measurements Improvements (PPMI) للقضاء على الهدر وتحسين سير العمل.

التحليل الإحصائي والنمذجة: استخدام أدوات النمذجة بالمحاكاة (Simul8) وتحليل البيانات بـ (MS Excel & Minitab) لتقييم أداء السيناريوهات ودعم اتخاذ القرار.

تحليل سلاسل الإمداد (Supply Chain Analytics): تحليل وتحسين سلاسل الإمداد الداخلية والخارجية ، كما تم في مشروع تحسين أداء خط إنتاج KAPCI COATINGS لتقليل زمن الدورة والتكلفة.

الأدوات التقنية المُتقنة

إتقان الأدوات الحديثة اللازمة لترجمة التحليل إلى تطبيق:

البرمجة والتحليل: خبرة في استخدام Python (Pandas, NumPy) و SQL لمعالجة البيانات الضخمة وإجراء التحليلات.

تطبيقات مُخصصة: القدرة على بناء تطبيقات عملية (مثل تطبيق Line Balancer) وأدوات محاكاة (مثل محاكاة Monte-Carlo للمخزون).

صور البيانات: استخدام Power BI لتحويل النتائج إلى لوحات معلومات داعمة لذكاء الأعمال.

تطوير وتطبيق مهارات علوم البيانات بشكل عملي ومُتكامل، من الاستخلاص إلى بناء النماذج، عبر 8 مشاريع شاملة (End-to-End Projects) باستخدام مجموعات بيانات حقيقية.

المهارات المكتسبة

بناء النماذج الآلية (Machine Learning): خبرة قوية في بناء نماذج الانحدار والتصنيف (Regression & Classification)، مثل Linear Regression و Decision Trees، باستخدام مكتبة Scikit-learn.

إدارة البيانات المعقدة (Data Management): إتقان التعامل مع أنواع مختلفة من البيانات وقواعد البيانات (Data Sources) مثل ملفات CSV، واستخدام SQL و MongoDB.

تحليل السلاسل الزمنية (Time Series): خبرة في بناء نماذج ARMA للتنبؤ، وتطبيق دوال السلاسل الزمنية (مثل التنبؤ بجودة الهواء).

هندسة البيانات (Data Engineering): بناء وتنفيذ خطوط عمل ETL مُحكمة (Extract, Transform, Load) باستخدام كلاسات Python مُخصصة.

بناء التطبيقات (Deployment): اكتساب خبرة في تصميم وبناء تطبيقات الويب التفاعلية (Web Applications) ونشرها لخدمة تنبؤات النماذج، مما يربط التحليل بالحل النهائي.

المشاريع الرئيسية

.Optimize manufacturing processes for efficiency, quality, and cost reduction-

.Conduct line balancing, time studies, and root cause analysis to improve productivity-

.Collaborate with cross-functional teams to implement continuous improvement projects-

.Supervised production lines to ensure daily targets, quality standards, and safety compliance-

.Analyzed production data to identify bottlenecks and improve workflow efficiency-

.Supported process optimization and implementation of lean manufacturing principles-

.Learned fundamentals of AI, machine learning, and data preprocessing -

.Built small-scale predictive models using Python and AI libraries-

.Collaborated in a team to apply AI techniques to real-world case studies-

.Entered, verified, and organized large datasets with accuracy and attention to detail

.Assisted in maintaining databases and preparing structured report -

.Supported project teams by managing data consistency across multiple systems-