أبني أنظمة ذكاء اصطناعي جاهزة للإنتاج

مرحبًا، أنا Sameet Asadullah

مهندس ذكاء اصطناعي وتعلم آلي

مهندس ذكاء اصطناعي وتعلم آلي بخبرة تفوق 4 سنوات في بناء أنظمة LLM وRAG ورؤية الحاسوب القابلة للتوسّع — من البحث الشعاعي وخدمة النماذج إلى خطوط MLOps التي تدعم حتى 20 مليون طلب يوميًا.

SA
Sameet Asadullah
0+
سنوات الخبرة
0M+
الطلبات اليومية المخدومة
0+
مشاريع تعلم آلي منجزة
تعريف سريع

نبذة عني

SA
Sameet Asadullah

Sameet Asadullah

مهندس ذكاء اصطناعي وتعلم آلي

التعليمماجستير ذكاء اصطناعي وتعلم آلي

أنا مهندس ذكاء اصطناعي وتعلم آلي أبني وأنشر أنظمة إنتاجية من البداية إلى النهاية — من الميزات المعتمدة على LLM وخطوط RAG إلى البحث الشعاعي وخدمة النماذج والمراقبة. أعمل بشكل عملي عبر دورة الحياة الكاملة باستخدام Python وFastAPI وDocker وKubernetes وTriton على AWS وGCP.

أحمل درجة الماجستير في الذكاء الاصطناعي والتعلم الآلي من جامعة أديلايد ودرجة البكالوريوس في علوم الحاسوب من FAST-NUCES. أجلب نهجًا عمليًا يركّز على المنتج مع تركيز قوي على الأداء والموثوقية.

ما أقوم به

LLMs وRAG
البحث الدلالي
الذكاء الاصطناعي التوليدي
رؤية الحاسوب
MLOps والخدمة
واجهات برمجة الخلفية

التعليم

ماجستير في الذكاء الاصطناعي والتعلم الآلي

جامعة أديلايد

أين عملت

الخبرة

  • مهندس ذكاء اصطناعي

    Jul 2024 — Jan 2026

    Stealth Startup · عن بُعد

    • صمّمت وأطلقت محرك بحث قائم على المتجهات باستخدام Elasticsearch وتضمينات المحولات (transformers)، ما حسّن ملاءمة بحث المنتجات بنحو 35–45%.
    • دمجت ميزة وصفات مدعومة بـ LLM تعتمد على RAG، تطابق المكونات المطلوبة مع منتجات السوبرماركت دلاليًا وتضيفها مباشرة إلى سلة التسوق.
    • بنيت أدوات استخراج بيانات (web scrapers) لمتاجر Coles وAldi وIGA وWoolworths تُبقي آلاف قوائم المنتجات محدّثة في الوقت الفعلي.
    • أنشأت خط أنابيب لتوحيد بيانات المنتجات ينظّف أسماء المنتجات غير المنظمة ويولّد تضمينات، ما حسّن ترتيب البحث وتجميع المنتجات معًا.
    ElasticsearchTransformersRAGPython
  • مهندس تعلم آلي

    Feb 2025 — Jul 2025

    Add Life Technologies · في الموقع

    • حسّنت تطبيق تتبّع حركة الجسم في الوقت الفعلي بدمج MediaPipe مع Unity وضبط الأداء للأجهزة المحمولة، ما خفّض زمن المعالجة بنسبة 40% على الأجهزة متوسطة الفئة.
    • قدت التطوير الكامل لتطبيق جوال متعدد المنصات مدعوم بالذكاء الاصطناعي — واجهات خلفية بـ FastAPI وواجهة أمامية بـ Flutter — لمعالجة سلسة لبث الفيديو في الوقت الفعلي.
    • حسّنت موثوقية النظام وقابليته للتوسّع عبر اختبارات الضغط وإصلاح تسريبات الذاكرة والمعالجة غير المتزامنة للبيانات، ما ثبّت الأداء مع أكثر من 10 تدفقات فيديو متزامنة.
    MediaPipeUnityFastAPIFlutter
  • مهندس تعلم آلي

    Aug 2022 — Jan 2024

    Vyro · عن بُعد

    • بنيت بنية خدمة مخصصة لـ ImagineArt، ثاني أكثر مولّدات الفن بالذكاء الاصطناعي شعبية في الولايات المتحدة، باستخدام FastAPI وDocker — تدعم أكثر من 30 نموذج تعلم آلي بحد أقصى 20 مليون طلب/يوم وموثوقية 99.5% على Kubernetes.
    • نشرت نماذج تعلم آلي لتطبيق Phototune (أكثر من 10 ملايين تنزيل) على Triton Inference Server، مع تحسين زمن الاستجابة إلى 2–3 ثوانٍ.
    • نفّذت بنية بلا خادم (serverless) قائمة على Docker لتطبيق AvatarMe باستخدام Runpod وAWS (ECS، S3)، ما خفّض زمن تدريب الأفاتار من ساعات إلى 15 دقيقة.
    • صمّمت خطوط تكامل مستمر (CI) عبر GitHub Actions حققت تغطية اختبارات بنسبة 97%، ما خفّض أخطاء الإنتاج بنسبة 95%.
    • طوّرت حزمة أدوات (SDK) بلغة Python لاستضافة أي مسار عمل Stable Diffusion في الإنتاج، ما خفّض زمن استضافة الميزات الجديدة بنسبة 80% عبر إعادة الاستخدام.
    FastAPIDockerKubernetesTriton Inference ServerStable Diffusion
بعض ما بنيته

مشاريع مختارة

VStealth Startup

Vector-Based Product Search

محرك بحث منتجات قائم على المتجهات مبني باستخدام Elasticsearch وتضمينات المحولات، يحسّن ملاءمة البحث بنسبة 35–45% عبر الكتالوج بأكمله.

ElasticsearchTransformersPython
مشروع شركة
RStealth Startup

RAG Recipe Copilot

ميزة وصفات مدعومة بـ LLM تعتمد على RAG — أدخل اسم طبق واحصل على وصفة تُطابَق مكوناتها دلاليًا مع منتجات السوبرماركت وتُضاف مباشرة إلى سلة التسوق.

RAGPythonElasticsearch
مشروع شركة
MStealth Startup

Multi-Retailer Web Scrapers

أدوات استخراج بيانات في الوقت الفعلي لمتاجر Coles وAldi وIGA وWoolworths تُبقي آلاف قوائم المنتجات محدّثة وكاملة.

Pythonواجهات REST
مشروع شركة
PStealth Startup

Product Normalization Pipeline

خط أنابيب لتوحيد بيانات المنتجات ينظّف أسماء المنتجات غير المنظمة ويولّد تضمينات لتحسين ترتيب البحث وتجميع المنتجات.

PythonTransformers
مشروع شركة
RAdd Life Technologies

Real-Time Body Tracking

تطبيق تتبّع حركة جسم في الوقت الفعلي يدمج MediaPipe مع Unity، مضبوط للنشر على الأجهزة المحمولة بتخفيض زمن استجابة 40%.

MediaPipeUnity
مشروع شركة
CAdd Life Technologies

Cross-Platform AI Mobile App

تطبيق جوال متعدد المنصات مدعوم بالذكاء الاصطناعي، بواجهة خلفية FastAPI وواجهة أمامية Flutter لبث فيديو سلس في الوقت الفعلي.

FastAPIFlutter
مشروع شركة
IVyro

ImagineArt Model Serving

بنية خدمة تعلم آلي مخصصة لـ ImagineArt — أكثر من 30 نموذجًا، حتى 20 مليون طلب/يوم وموثوقية 99.5% على FastAPI وDocker وKubernetes.

FastAPIDockerKubernetes
مشروع شركة
PVyro

Phototune on Triton

نشر على Triton Inference Server لتطبيق Phototune (أكثر من 10 ملايين تنزيل)، مُحسَّن لزمن استجابة 2–3 ثوانٍ.

Triton Inference ServerDocker
مشروع شركة
AVyro

AvatarMe Serverless Training

بنية بلا خادم قائمة على Docker لتدريب الأفاتار عند الطلب باستخدام Runpod وAWS، ما خفّض الزمن من ساعات إلى 15 دقيقة.

DockerAWS
مشروع شركة
SVyro

Stable Diffusion Python SDK

حزمة أدوات Python لاستضافة أي مسار عمل Stable Diffusion في الإنتاج، ما خفّض زمن استضافة الميزات بنسبة 80% عبر إعادة الاستخدام.

Stable DiffusionPython
مشروع شركة
A

ApplyGraph

مساعد وظائف ذكي قائم على الجلسات يستخدم FastAPI وLangGraph وPostgreSQL + pgvector لتحليل ملاءمة الوظيفة وتخصيص السير الذاتية وصياغة رسائل التواصل والاحتفاظ بذاكرة دلالية عبر جلسات المحادثة.

FastAPILangGraphPostgreSQL
عرض الكود
M

MergeWise

مراجع طلبات دمج (pull requests) بالذكاء الاصطناعي يجمع بين RAG واسترجاع السياق القائم على FAISS واستدلال LLM وGitHub Checks — تنفيذ مباشر أو عبر طابور Celery/Redis.

RAGFAISSFastAPI
عرض الكود
A

AutomateIt

نظام أتمتة منزلية يستخدم شبكة CNN وReact Native، يتعرّف على الأوامر الصوتية بالأردية بدقة تفوق 85% للتحكم في الأجهزة المنزلية.

CNNReact NativeMongoDB
عرض الكود
T

Temporal Financial Forecasting

خط أنابيب تعلم عميق للتنبؤ بالسلاسل الزمنية المالية متعددة الآفاق باستخدام RNN وGRU وLSTM — يصل أفضل نموذج GRU إلى RMSE ≈ 0.024.

PyTorchPython
عرض الكود
C

CNN Benchmark Suite

إطار عمل معياري بلغة PyTorch لقياس أداء بنى CNN (ResNet-18، MobileNetV2، GoogLeNet، AlexNet) مع بحث شبكي عبر المحسّنات والمعاملات الفائقة.

PyTorchPython
عرض الكود
C

Clinical Risk Prediction

خط أنابيب تصنيف ثنائي شامل للكشف عن المخاطر السريرية، مع تصحيح عدم توازن الفئات باستخدام SMOTE وتقييم عبر ROC-AUC ومصفوفة الالتباس.

PyTorchScikit-learn
عرض الكود
صندوق أدواتي التقني

المهارات والأدوات

لغات البرمجة

PythonC++JavaSQL

التعلم الآلي

PyTorchTensorFlowScikit-learnOpenCVMediaPipeTransformers

الذكاء الاصطناعي التوليدي

LLMs (GPT, BERT)RAGLangGraphStable DiffusionGANs

الخلفية والبيانات

FastAPIواجهات RESTPostgreSQLMongoDBRedisElasticsearch

MLOps والسحابة

DockerKubernetesTriton Inference ServerAWSGoogle CloudGitHub ActionsLinux

أدوات البرمجة بالذكاء الاصطناعي

CursorClaude CodeGitHub CopilotChatGPTGemini
ملاحظات من الميدان

المقالات والكتابات

لديك مشروع أو وظيفة؟ راسلني.

لنعمل معًا

تفضّل البريد؟sameetassadullah744@gmail.com
زمن الاستجابةعادةً خلال 24 ساعة