مهندس ذكاء اصطناعي

حمزة الزهراني

أُصمّم النماذج التوليدية وأحسن عليها، من أولى مراحل البيانات إلى الواجهة الجاهرة للاستخدام .

نبذة عني

أنا حمزة الزهراني، مهندس ذكاء اصطناعي يميل إلى الجانب التوليدي من المجال: النماذج اللغوية الكبيرة(LLM) وتوليد الصور، مع أساس متين في الرؤية الحاسوبية(Computer vision) والتعلّم العميق (Deep Learning)و NLP. أكثر ما أستمتع به هو تنفيذ الفكرة من أولها إلى أن تصبح جاهزة للاستخدام و الإفادة: من تجهيز البيانات، إلى الضبط الدقيق للنموذج(Fine-Tuning)، وصولًا إلى تقديمه في صورة فعالة. درستُ الذكاء الاصطناعي في جامعة الإمام عبدالرحمن بن فيصل، وأعمل بشكل أساسي بـ PyTorch و TensorFlow. (Fine-Tuning)وقد تمثّل ذلك مؤخرًا في الضبط الدقيق لنموذج Stable Diffusion XL لتوليد صور قابلة للتحكّم، والمساهمة في بناء نظام رؤية حاسوبية(Computer Vision) قابل للتعرّف على الأنشطة.

المشاريع

Lustre

أداة لتصميم الخواتم مدعومة بنموذج مضبوط بدقة (LoRa) لتحويل النص إلى صورة.

اختر نوع القصّة والحجر والمعدن والتركيبه من تصنيفات تتضم 54 نوعًا من الخواتم، ليُنتج النموذج خاتمًا نهائيًّا واقعيًّا في ثوانٍ. لقد بنيتُ النواة التوليدية بالكامل: صمّمتُ تصنيف رباعي المحاور لسمات الخاتم، وأنشأتُ خط بيانات تتضم أكثر من 1,200 صورة اصطناعية، وأجريتُ الضبط الدقيق لنموذج Stable Diffusion XL باستخدام LoRA برتبة 4، محقّقًا نجاح في التفاصيل بنسبة 97.5% في اختبار تقييمي. كما يتضمّن النظام واجهة ويب للمستخدمين ولأي شخص يرغب في استخدامها. وهذا يجمع بين تصميم المنتجات والذكاء الاصطناعي التوليدي وهندسة البيانات في أداة واحدة. وقد بُنيت واجهة الويب بالتعاون مع زميل.

Stable Diffusion XL
LoRA
Diffusers
PyTorch

زيارة Lustre

HARIS

نظام آني يرصد الأنشطة العدائية في تسجيلات كاميرات المراقبة CCTV.

يعمل عبر خط معالجة رباعي المراحل قابل للتدقيق: كشف الحركة، والتعرّف على الأشخاص والأسلحة، وتقدير الوضعية، وتصنيف الأفعال والحركات بناعاً على الهيكل العظمي. يرصد النظام الحالات الغير اعتيادية ويبني سلسلة أدلة كاملة يمكن للمراقبين تدقيق عليها في لوحة تحكم. مشروع جماعي مكوّن من 5 أفراد. مساهماتي: تخطيط المشروع وخطة إدارة المشروع البرمجي (SPMP)، ومراجعة المصادر وصياغة المشكلة، وتصميم نظام التحكّم في الوصول المبني على الأدوار (RBAC) للوحة تحكم المشغّل.

RT-DETR
BoT-SORT
RTMPose
ST-GCN
PyTorch

عرض HARIS

StegaMark

استوديو لإضافة العلامات المائية يعمل داخل المتصفّح لحماية الصور الرقمية.

أضِف علامات مائية ظاهرة لأغراض العلامة التجارية وحقوق النشر، وأخفِ بيانات باستخدام إخفاء المعلومات عبر LSB من أجل المصادقة وإثبات الملكية، واختبر هجمات الإزالة التلقائية للعلامة المائية لتقييم مدى متانتها. تجري كل المعالجة داخل المتصفّح على جهاز المستخدم دون الحاجة إلى خادم (سيرفر). تجمع الأداة بين أمن المعلومات وسير العمل الإبداعي. مشروع جماعي؛ ساهمتُ في الفكرة الأولية وقرارات التصميم وتوثيق المشروع.

JavaScript
Canvas API

فتح StegaMark

التعليم

KAUST Academy الذكاء الاصطناعي، الرؤية الحاسوبية
المرحلة المتقدمة · من بين أكثر من 10,000 متقدّم على مستوى المملكة
جامعة الإمام عبدالرحمن بن فيصل بكالوريوس العلوم في الذكاء الاصطناعي
2021 – 2026 · المعدّل التراكمي 4.48/5.0

الشهادات

تواصل

جاهز لاستقبال الفرص والتعاون. أسرع وسيلة للتواصل معي:

LinkedIn GitHub hamza3hariri@gmail.com