لؤي عبدالله سعيد حزام | متخصص تكنولوجيا معلومات ومطور أنظمة ذكاء اصطناعي (RAG)

متخصص في تكنولوجيا المعلومات وباحث في علوم البيانات والذكاء الاصطناعي التوليدي (GenAI). أمتلك خلفية أكاديمية راسخة وخبرة تطبيقية في برمجة حلول الويب باستخدام Python، مع تخصص دقيق في بناء أنظمة التوليد المعزز بالاسترداد (RAG Systems). أهدف لتوظيف التقنيات الحديثة في ابتكار أدوات رقمية ذكية تعالج تحديات الواقع.

قسم المشاريع البرمجية (Featured Projects)

كود جيت هب

عرض المشروع

لوحة بيانات تحليل الإكراميات | Tips Dashboard

تطبيق ويب متكامل لتحليل واستكشاف البيانات المالية. يتيح النظام للمستخدمين فهم الأنماط السلوكية للإنفاق وتأثير العوامل المختلفة على نسبة الإكراميات من خلال رسوم بيانية تفاعلية متطورة.

التقنيات: Python, Streamlit, Pandas.

كود جيت هب

نظام الدليل التقني الذكي | Smart Tech Guide RAG

تطوير نظام ذكاء اصطناعي محلي (Offline RAG) للإجابة عن الاستفسارات التقنية بدقة، معتمداً على نموذج Llama 3.2 وقاعدة بيانات متجهة ChromaDB. يتميز النظام بمنع الهلوسة (Hallucinations) من خلال هندسة أوامر صارمة، ويقدم واجهة تفاعلية داعمة للغة العربية تم بناؤها باستخدام Gradio.

التقنيات: Python, Llama 3 (via Ollama), ChromaDB, Sentence-Transformers, Gradio.

كود جيت هب

نظام التنبؤ بإنفاق العملاء | E-Commerce Spending Predictor

مشروع متكامل لعلوم البيانات يهدف إلى مساعدة شركات التجارة الإلكترونية في اتخاذ قرارات تسويقية ذكية. قمت ببناء نموذج تعلم آلة (Linear Regression) للتنبؤ بالمبلغ السنوي الذي سينفقه العميل بدقة تصل إلى 98%، مع تطوير واجهة مستخدم تفاعلية (Gradio) تتيح للمديرين إدخال بيانات العميل والحصول على التوقعات فوراً.

التقنيات: Python, Scikit-Learn, Pandas, Seaborn, Gradio.

كود جيت هب

نظام فلترة الرسائل المزعجة | AI Spam Detector (NLP)

نموذج ذكاء اصطناعي يعتمد على معالجة اللغات الطبيعية (NLP) لتصنيف الرسائل النصية إلى 'طبيعية' أو 'احتيالية'. يستخدم خوارزمية Naive Bayes لتحقيق دقة عالية في التصنيف، مع ميزة حفظ النموذج (Model Persistence) لدمجه مباشرة في تطبيقات الويب أو الهواتف.

التقنيات: Python, Scikit-Learn (Naive Bayes), CountVectorizer, Pandas, Joblib.

لتصفح المزيد من مشاريعي