Mohamed F.

طورت نموذج رؤية حاسوبية باستخدام YOLOv5 لاكتشاف عمليات السرقة داخل المتاجر تلقائيًا من خلال الكاميرات الأمنية. شمل المشروع جمع وتحضير بيانات الفيديو، استخراج الإطارات، تدريب النموذج، وتحسين الأداء للحصول على دقة عالية في الاكتشاف الفوري.

عملت على تطوير نموذج تصنيف طبي يعتمد على تعلم عميق لتحليل صور الفم والأسنان والكشف عن عدة أمراض محددة مثل CAS، COS، أمراض اللثة، وغيرها. المشروع اعتمد على صور TIFF مع أقنعة PNG للملصقات، وتم تصميم نظام لمعالجة البيانات وتدريب نموذج دقيق

أنشأت نظامًا ذكيًا لمراقبة النباتات باستخدام تقنيات الرؤية الحاسوبية (Computer Vision) وإنترنت الأشياء (IoT). النظام قادر على تقييم حالة النباتات واقتراح إجراءات تلقائية للعناية بها مثل الري أو الإضاءة بناءً على تحليلات الصور.

طورت نموذج GAN (شبكة خصومة توليدية) لتوليد صور أنمي واقعية جديدة. عملت على تدريب الشبكة على مجموعة بيانات أنمي مع تحسين ثبات النموذج ودقة النتائج باستخدام تقنيات متقدمة في تدريب GANs.

صممت نظام تعلم عميق قادر على التمييز بين الوجوه المبتسمة وغير المبتسمة بدقة عالية. المشروع تضمن تجهيز البيانات، بناء نموذج CNN مخصص، وتحسين الدقة العامة للنظام باستخدام تقنيات Augmentation.

أنجزت مشروع تحليل بيانات Titanic الشهيرة لبناء نموذج تنبؤ بفرص النجاة باستخدام خوارزميات تعلم الآلة المختلفة مثل Decision Trees وRandom Forest وXGBoost، مع معالجة البيانات وتحسين أداء النماذج عبر التقييم والتحسين المستمر.

شاركت ضمن فريق في تطوير شات بوت صحي يعتمد على الذكاء الاصطناعي للإجابة عن استفسارات المرضى بناءً على قاعدة بيانات طبية مدروسة. استخدم المشروع تقنيات NLP لفهم الأسئلة الطبية والإجابة عنها بشكل دقيق واحترافي.

حصلت على تدريب متخصص في مجال تعلم الآلة والذكاء الاصطناعي، مع التركيز على بناء النماذج، تحليل البيانات، واستخدام أحدث الأدوات البرمجية. المنحة شملت مشاريع عملية وتدريبات مكثفة على أدوات Azure Cognitive Services وأساسيات الذكاء الاصطناعي.

عملت خلال فترة التدريب على مشاريع حقيقية في مجال الرؤية الحاسوبية، حيث قمت بـ:

تطوير نماذج تعلم عميق (Deep Learning) لمعالجة الصور واستخلاص المعلومات منها بدقة.

استخدام مكتبات متقدمة مثل OpenCV، PyTorch، وTensorFlow في بناء وتحسين النماذج.

تنفيذ عمليات إعداد ومعالجة بيانات الصور (Data Preprocessing and Augmentation) لتحقيق أفضل أداء للنماذج.

اختبار وتقييم أداء النماذج باستخدام معايير قياس الأداء المختلفة مثل Precision وRecall وF1-Score.

التعاون مع الفريق التقني لتقديم حلول ذكية لمشاكل تتعلق بتصنيف الصور واكتشاف الأجسام (Object Detection).

درست أساسيات علوم الحاسب والبرمجة مع تركيز خاص على الذكاء الاصطناعي، تعلم الآلة، وهندسة البرمجيات. قمت بتنفيذ عدة مشاريع أكاديمية مثل بناء نماذج تعلم آلي، تطوير تطبيقات ذكية، وتحليل البيانات الضخمة باستخدام لغات Python وأطر مثل TensorFlow وPyTorch. كما شاركت في تدريبات عملية ومشاريع تخرج متعلقة بتطوير حلول ذكاء صناعي متقدمة.