Razan M.
نبذة
مهندسة ذكاء اصطناعي وتعلم آلة متخصصة في Edge AI وMLOps، بخبرة عملية في بناء أنظمة كشف الشذوذ (Anomaly Detection) وnpipelines تدريب آلية end-to-end للاستدلال الفوري على الأجهزة الطرفية. طوّرت منصات مراقبة ذكية تعمل بدون اتصال دائم بالإنترنت (Offline-First)، مع خطوط أتمتة لإعادة تدريب النماذج دوريًا دون تدخل بشري. مؤلفة كتاب تقني متخصص في نشر نماذج TinyML على نطاق واسع (Fleet-Scale MLOps). أجيد Python بشكل متقدم، وأمتلك خبرة عملية بـTensorFlow وScikit-learn وFastAPI، مع القدرة على ربط نماذج الذكاء الاصطناعي بأنظمة برمجية إنتاجية جاهزة للاستخدام الفعلي.
الخبرات
مطوّرة نظام AnomAI - منصة مراقبة ذكاء اصطناعي (Offline-First)
صممت وطورت منصة end-to-end لكشف الشذوذ باستخدام LSTM Autoencoder لمراقبة موارد الأجهزة (CPU, Memory, Disk, Network) بشكل لحظي. بنيت pipeline آلي لإعادة تدريب النموذج كل 30 يومًا بدون تدخل يدوي، ونظام بيانات مرن يعمل بدون اتصال مستمر (Offline-First) باستخدام SQLite مع مزامنة تلقائية عبر JWT/HTTPS. أضفت لوحة تحكم مركزية بـLaravel وChart.js، مع نظام تقارير PDF آلي يومي.
مؤلفة كتاب تقني - TinyML Unboxed
ألّفت بشكل مستقل كتابًا تقنيًا شاملاً حول نشر نماذج TinyML، يغطي ضغط النماذج (Quantization, Pruning, Distillation)، وسير عمل Python عملي لمشاريع الصوت والحركة والاهتزاز والرؤية، إضافة إلى ممارسات MLOps لمراقبة النماذج عبر أساطيل من الأجهزة على نطاق واسع - مبني على مقررات HarvardX التخصصية.
التعليم
بكالوريوس علوم في الذكاء الاصطناعي - الجامعة العربية المفتوحة، القاهرة (متوقع فبراير 2027)
مقررات أساسية: هياكل البيانات والخوارزميات، أساسيات تعلم الآلة والتعلم العميق، الرؤية الحاسوبية، معالجة اللغة الطبيعية، أنظمة إدارة قواعد البيانات.
شهادات احترافية متخصصة
Tiny Machine Learning (TinyML) - HarvardX | Applied TinyML for Scale - HarvardX | Mastering REST APIs with FastAPI - Packt/Coursera | Developing AI Applications with Python and Flask - IBM/Coursera | Google IT Automation with Python - Google/Coursera