IT_Nawras' CV
IT_Nawras Shamel Alshnawi
مهندس ذكاء اصطناعي AI
الملخص المهني
مهندس ذكاء اصطناعي بخبرة عملية في هندسة الذكاء الاصطناعي والتداول بالأسواق المالية. يمتلك مهارات في بايثون والتعلم الآلي وتحليل البيانات وهياكل البيانات لتطوير البرمجيات. يقدم الدعم التقني والتوثيق ويطبق حل المشكلات للتعامل مع التحديات الهندسية.
أبرز الإنجازات
Programming and Machine Learning: Applied Python programming and machine learning concepts to develop software solutions and perform data analysis tasks.
Problem Solving and Support: Provided technical documentation and project support while applying analytical skills to address complex engineering problems.
Financial Market Analysis: Conducted data analysis and market assessments relating to financial trading operations and market patterns.
المهارات الرئيسية
الخبرة المهنية
خبير في هندسة الذكاء الاصطناعي وبناء المشاريع والمواقع والتطبيقات
- مبادرة من سمو الشيخ حمدان بن محمد بن راشد ال مكتوم لخبراء الذكاء الاصطناعي حصلت على شهادة خبير في الذكاء الاصطناعي من مركز دبي للمستقبل
مدير العمليات في شركة النورس للتداول في العملات الرقمية.
- حاصل على شهادة خبرة وابتكار
المشاريع
يهدف هذا المشروع إلى تحويل شبكات الطرق التقليدية إلى شبكات سير ذكية عبر استبدال الأنظمة الموقوتة ثابتاً ببدائل ديناميكية تعتمد على تحليل البيانات اللحظية، مما يقلل من الازدحام والمرور الخالي، وينقص نسب الانبعاثات الكربونية، ويحسن سرعة الاستجابة لحوادث السير
التقنيات المبتكرة المستخدمة في المشروع الرؤية الحاسوبية ومعالجة الصور (Computer Vision): تحليل البث المباشر من كاميرات المراقبة الحالية لتحديد كثافة السيارات، وتحديد أوجه الاختناق، واكتشاف المخالفات فور وقوعها. التعرف التلقائي على لوحات السيارات وتصنيف أنواع المركبات (سيارات صغيرة، حافلات، شاحنات، سيارات إسعاف). الإشارات الضوئية التكيفية بالتعلم المعزز (Reinforcement Learning Signal Control): ضبط أوقات الإشارات الخضراء والحمراء حركياً بناءً على حجم التدفق الفعلي للمركبات بدلاً من التوقيت الثابت. فتح "ممرات خضراء" متتالية لتسهيل مرور سيارات الطوارئ والإسعاف بمجرد الاقتراب من التقاطع. التحليل التنبؤي والبيانات الضخمة (Predictive Analytics & Big Data): دمج بيانات أنظمة الملاحة (مثل GPS وGoogle Maps) مع بيانات الطقس والفعاليات للتنبؤ بالأزمات المرورية قبل حدوثها وإعادة توجيه السائقين. استخدام نماذج التعلم العميق لتقديم اقتراحات مبكرة بمسارات بديلة عبر اللوحات الإرشادية الذكية وتطبيقات الهواتف. الاتصال بين المركبات والبنية التحتية (V2X - Vehicle-to-Everything): تبادل البيانات المباشر بين السيارات الذكية والإشارات الضوئية لتقليل التوقفات المفاجئة وتحسين تدفق السير. إرسال تنبيهات لحظية للسائقين حول أخطار الطريق أو العوائق القادمة. إنترنت الأشياء والحساسات الأرضية (IoT & Smart Sensors): نشر حساسات كهرومغناطيسية وحساسات ألتراسونيك تحت سطح الطرق لرصد الكثافة والوزن والحجم بدقة عالية حتى في ظروف الرؤية المنخفضة (مثل الضباب أو الأمطار الغزيرة). التوأم الرقمي للمدينة (Digital Twin): إنشاء نموذج محاكاة افتراضي لشبكة الطرق يتيح للمخططين تجربة سيناريوهات مرورية مختلفة، وتعديل إغلاقات الطرق أو أعمال الصيانة قبل تطبيقها على أرض الواقعالتعليم
الشهادات
اللغات
Arabic
English