الذكاء الاصطناعي والبيانات · RP-AI-0018

منار أيمن

متوسط الخبرةمهندسة وكلاء ذكاء اصطناعي

مهندسة وكلاء ذكاء اصطناعي تبني منصات متعددة الوكلاء على Claude وGemini، بأساس متين في هندسة البيانات

  • الهوية موثّقة
  • عضو في فريق Remote Pro Ai · بعقد موقّع
أضف إلى الفريقكل ملفات الفريقالذكاء الاصطناعي والبيانات · تطوير الألعاب

التوفر عند الطلب

  • 2سنتانخبرة مهنية
  • متوسط الخبرةمستوى الخبرة
  • Agentic AI systemsالتقنية الأساسية
  • القاهرةمقر العمل · مصر · GMT+2

منار أيمن

نبذة مهنية

مهندسة ذكاء اصطناعي وكيلي صمّمت وبنت بمفردها منصة تنسيق تضم 8 وكلاء على Claude وGemini، تشمل التوجيه وRAG واعتماد الوسائط وطبقة مخصّصة لتسليم المحادثة بين الوكلاء، وأطلقتها في مرحلة بيتا إنتاجية لوكالة تسويق أمريكية. تجمع بين تنسيق النماذج اللغوية الكبيرة والخبرة العملية في هندسة البيانات على AWS وGCP، ومن ذلك إعادة ضبط Redshift Serverless التي خفّضت التكاليف بنحو 90%. عملت مساعدة تدريس في إدارة البيانات بمعهد ITI بأكثر من 400 ساعة تدريس في SQL وPower BI وPython، وتمنحها خلفيتها في الكيمياء وضبط الجودة عادةً صارمة في تتبّع كل رقم إلى مصدره.

  • اللغات

    • العربيةاللغة الأم
    • الإنجليزيةكفاءة مهنية في العمل

  • القطاعات

    • الإعلام
    • التعليم

منار أيمن

3 أدوار

الخبرة المهنية

الأحدث أولًا، مع النتائج كما وردت في السيرة الذاتية.

  1. مهندسة بيانات ذكاء اصطناعي

    Creativo AI

    – عن بُعد (الولايات المتحدة)

    • صمّمت وبنت بمفردها منصة تنسيق تضم 8 وكلاء (التوجيه، اعتماد الوسائط، البحث في الوسائط، البريد الإلكتروني، المستندات/RAG، التهيئة، توليد التعليقات، وتسليم المحادثة بين الوكلاء) على Claude وGemini، وأطلقتها في مرحلة بيتا إنتاجية.
    • استبدلت التنفيذ المبدئي القائم على LangChain بإطار تنسيق مخصّص حين تجاوزت متطلبات التوجيه والتسليم حدود المكتبة.
    • بنت وكيل تهيئة قائمًا على الأحداث يُعدّ أدلة هوية العملاء عبر المحادثة، ويزامن البيانات المستخرجة عبر Firestore وAmazon S3 وRedshift لتغذية لوحة العميل.
    • خفّضت تكاليف Redshift Serverless بنحو 90% (من نحو $4,000 إلى أقل من $300 شهريًا) بالتعاون مع زميل، بعد تشخيص قفزة مفاجئة في الفاتورة وإعادة ضبط سعة أحمال العمل.
    • قضت على الأعطال في منتصف خط المعالجة بالمشاركة في نقل خط استيعاب البيانات من Lambda إلى AWS Step Functions بعد بلوغه حد التنفيذ البالغ 15 دقيقة.

  2. مساعدة تدريس ومشرفة في إدارة البيانات

    Information Technology Institute (ITI)

    – القاهرة، مصر

    • قدّمت أكثر من 400 ساعة تدريس في تحسين استعلامات SQL وPower BI وTableau وPython وأنظمة قواعد البيانات، منها مقررات صمّمتها من الصفر لتواكب متطلبات سوق العمل.
    • أعادت بناء مقرر قواعد البيانات الأساسي بمنهج جديد ومحتوى لضبط أداء الاستعلامات على مستوى المحرّك، ومعامل تطبيقية تتعامل مع بيانات واقعية غير منظّمة.

  3. مهندسة جودة

    My Way

    – العبور، مصر

    • أجرت تحليلات منهجية لضبط الجودة وحافظت على سجلات البيانات التشغيلية.

منار أيمن

مشاريع مختارة

ألعاب ومنتجات أُطلقت، مع الدور في كلٍّ منها.

  • Multi-Agent Customer Orchestration System

    مصمّمة معمارية ومهندسة

    وكلاء قابلون للتركيب والاستدعاء كأدوات بدلًا من روبوت محادثة واحد ضخم: يتولّى الموجّه التصنيف الأولي، ويعيد وكيل تسليم مخصّص توجيه الرسائل غير الواضحة، فينتقل المستخدم بين التهيئة والبحث في الوسائط دون تكرار ما قاله. تستمر حالة الجلسة عبر مرات الدخول، ولا تُحفظ حقول دليل الهوية إلا بعد استخراجها فعليًا.

    • Claude
    • Gemini
    • LangChain
    • Firestore
    • Amazon S3
    • Amazon Redshift

  • Redshift Cost Reduction & Pipeline Reliability

    مهندسة (بالتعاون مع زميل)

    حدّدت السبب الجذري لقفزة الفاتورة في سعة أحمال عمل مُبالغ فيها وأعادت ضبطها إلى 2–⁠4 RPU، فانخفضت التكلفة الشهرية من نحو $4,000 إلى أقل من $300 دون أي تراجع في أداء الاستعلامات؛ ونقلت استيعاب البيانات إلى Step Functions لتكتمل كل خطوة أو تفشل بشكل ظاهر.

    • Amazon Redshift Serverless
    • AWS Lambda
    • AWS Step Functions

منار أيمن

8 مهارات أساسية

المهارات

المهارات الأساسية أولًا، ثم الأدوات كاملة مصنّفة حسب المجال.

المهارات الأساسية

  • Agentic AI systems
  • Multi-agent LLM orchestration (Claude, Gemini)
  • RAG & retrieval design
  • Tool/function calling
  • Python
  • Advanced SQL
  • AWS (Redshift Serverless, Step Functions, Lambda, S3)
  • GCP (Vertex AI, Firestore)

  • الذكاء الاصطناعي والتوليدي

    • Agentic AI systems
    • Multi-step LLM orchestration
    • Claude
    • Gemini
    • RAG
    • Vector databases & embeddings
    • Function/tool calling
    • LangChain

  • السحابة – AWS

    • Amazon Redshift Serverless
    • AWS Lambda
    • Amazon S3
    • AWS Step Functions
    • Amazon QuickSight
    • IAM fundamentals

  • السحابة – GCP

    • Vertex AI
    • Firestore
    • Cloud Scheduling
    • ML model deployment

  • هندسة البيانات

    • Data modelling (star/snowflake/galaxy)
    • ETL/ELT design & optimisation
    • Event-driven processing
    • Query performance tuning
    • Stored procedures
    • Apache Spark
    • Hadoop & Hive

  • قواعد البيانات

    • Amazon Redshift
    • PostgreSQL
    • MySQL
    • Oracle (PL/SQL)
    • DynamoDB
    • MongoDB
    • Firestore

  • اللغات والأدوات

    • Python
    • Advanced SQL (window functions)
    • PL/SQL
    • Java
    • Docker
    • Git

  • ذكاء الأعمال والتحليلات

    • Power BI
    • Tableau
    • QuickSight
    • Funnel analysis
    • KPI dashboards

منار أيمن

التعليم والشهادات

الشهادات الأكاديمية والمهنية والجوائز المسجّلة.

التعليم

  • بكالوريوس العلوم (جيد جدًا مع مرتبة الشرف)كلية العلوم، جامعة الأزهر · 2019
  • برنامج التدريب المكثّف – تكامل البيانات وتصويرها (تقدير A)معهد تكنولوجيا المعلومات (ITI) · 2023

الشهادات

  • Microsoft Certified: Power BI Data Analyst AssociateMicrosoft
  • Python 3 Programming SpecializationUniversity of Michigan
  • Lean Six Sigma Green Belt
  • IELTSBritish Council
  • Introduction to Git and GitHubGoogle

منار أيمن

يعمل عادة مع

أدوار يعمل معها هذا الملف عادةً ضمن الفريق.

ابنِ هذا الفريق

الذكاء الاصطناعي والبيانات

أضف هذا الملف إلى فريقك

أضف الدور والمستوى في منشئ الفريق، ويُؤكَّد التوفر مع عرضك.

أضف إلى الفريقكل ملفات الفريق

التوفر عند الطلب