أنا مهندس رؤية حاسوبية، أركز بشكل أساسي على تحويل نماذج التعلم العميق من نماذج تجريبية إلى أنظمة فعّالة وجاهزة للاستخدام. بينما يركز العديد من المهندسين في مستواي بشكل أساسي على دقة النموذج، أتخصص في عملية النشر الكاملة تحسين النماذج وضغطها ودمجها في بيئات واقعية، لا سيما على الأجهزة الطرفية ذات الموارد الحاسوبية المحدودة. يشمل عملي التصوير الطبي، والمراقبة الصناعية، والأنظمة الذكية. طورتُ نموذجًا لتصنيف السكتات الدماغية قائمًا على ResNet50، حقق دقة 97%، مما قلل وقت مراجعة التشخيص، ونموذجًا لتجزئة U-Net للكشف عن أورام الدماغ، حقق معامل دايس 82%، تم تدريبه على أكثر من 6000 شريحة طبية. وفي مجالات أخرى غير الرعاية الصحية، صممتُ نظام دخول ذكي متعدد الوسائط يجمع بين التعرف على الوجوه، وكشف حيوية المستخدم، ودمج الأجهزة المدمجة، مدعومًا بمنصة إدارة متكاملة. من الناحية التقنية، أعمل باستخدام TensorFlow وOpenCV ومجموعة بيانات Python، وأقدم حلولًا متكاملة - وليس مجرد نماذج. تتضمن مشاريعي عادةً لوحات تحكم تفاعلية مثل Streamlit، ومستودعات بيانات موثقة جيدًا، وأنظمة قابلة للنشر مصممة خصيصًا للمستخدمين غير التقنيين. ما يميزني هو تركيزي على الإنتاج أولًا. أتعامل مع تعلم الآلة كمنهجية في هندسة البرمجيات: بناء مسارات متكاملة منذ البداية، والتحقق من صحة البيانات بدقة، وإعطاء الأولوية للنماذج البسيطة والفعالة على حساب التعقيد غير الضروري. أركز على حل المشكلة الصحيحة بأبسط الحلول وأكثرها فعالية، مع ضمان قابلية التوسع وسهولة الاستخدام في الواقع.
