من وكلاء الذكاء الاصطناعي وأنظمة RAG إلى التكامل الصحي وأتمتة سير العمل — مصمَّمة لتكون متينة وآمنة وقابلة للصيانة.
Mohamed Amine Charif
ذكاء اصطناعي · أتمتة · برمجيات
الأدوات والمنصّات التي أعمل بها
أنا شغوف بالابتكار التقني ومكرَّس لتحويل الأفكار إلى حلول مخصَّصة تلبّي احتياجاتك فعليًا. بخبرة سنوات في تطوير البرمجيات والذكاء الاصطناعي، أتخصّص في بناء أنظمة مبتكرة تبسّط عمليات الأعمال وتحوّلها.
إلى جانب التطوير، درّستُ على المستوى الجامعي وقدّمت تدريبات لمحترفين في القطاع، لمساعدتهم على اكتساب مهارات عملية في البرمجة والذكاء الاصطناعي والأتمتة.
يجمع نهجي بين خبرة تقنية متينة وفهم واضح لتحديات الأعمال، بحيث تقدّم كل حلول قيمة قابلة للقياس. أعطي الأولوية للتقنيات الحديثة وأفضل الممارسات المثبتة لإنشاء حلول متينة وآمنة وقابلة للتوسّع والصيانة على المدى الطويل.
تحميل السيرة الذاتيةالأدوات والمجالات التي أعمل بها يوميًا لتسليم أنظمة موثوقة.
Java، Python، JavaScript
LangChain، Ollama، واجهة OpenAI، وكلاء الذكاء الاصطناعي، نماذج اللغة
PostgreSQL، MySQL، FileMaker، ChromaDB
n8n، مسارات العمل، واجهات REST، التكاملات
HL7، FHIR، ترحيل البيانات، التشغيل البيني
السحابة (AWS، Azure)، Docker، CI/CD، واجهات API
نرسم خريطة سير العمل والقيود والبيانات. أوضّح شكل النجاح قبل كتابة أي سطر برمجي.
البنية والتكاملات وخطة واضحة — مختارة من أجل الموثوقية والأمان وقابلية الصيانة على المدى الطويل.
تسليم تدريجي بمكوّنات مختبَرة وموثَّقة. ترى برنامجًا يعمل مبكرًا وباستمرار.
نشر عبر الحاويات، CI/CD ومراقبة — إضافةً إلى تدريب حتى يمتلك فريقك الحل.
A conversational agent that answers from a company's own documents and acts on its internal APIs — running entirely on-premise so no data leaves the building.
→Instant answers for staff and customers, no per-token cloud bill, and full data privacy from local model hosting.
An integration engine that receives medical-availability slots from clinics in three different formats — native JSON, FHIR R4 bundles and HL7 SIU — normalises them, resolves the identifiers, and lands them in the booking system for the CRDS.
→One endpoint that any provider can send to, whatever their format, with identifier resolution, de-duplication and per-slot error reporting.
A Java service that turns hospital data — HL7 v2, CSV, JSON — into validated FHIR R4 bundles (Patient, Encounter, Observation, Practitioner), later repackaged as a Spring Boot microservice.
→99% conformance to FHIR profiles and a clean, independently deployable service that analytics and partner platforms can consume.
A rebuild of an n8n email-triage flow that hallucinated. Deterministic code now handles the rules; the LLM only makes the fuzzy judgement call, with a strict schema and a human review queue behind it.
→No more malformed output or invented values: the model can't choose a priority, a CC address or an SMS on its own — code derives all of that from a validated decision.
A self-hosted Node.js / TypeScript backend that replaces Supabase for React apps generated with Base44 — JWT auth, a dynamic REST API, sandboxed Deno functions and an automated deploy CLI.
→In production for multiple clients on both Windows Server and Linux, with FileMaker, SMTP and LLM (Anthropic / OpenAI / Ollama) integration built in.
A web portal for a university's PhD administration — profiles, supervisors, milestones, defenses and documents — with automated annual re-registration and report generation.
→One system of record replacing scattered spreadsheets and email, with re-registration and reporting that used to be manual now automated.
Anthropic · 2025
HL7 International · 2025
Udemy · 2023
Udemy · 2023
Udemy · 2023
Hugging Face hosts over 1 million models, datasets, and applications in 2024, with a valuation of $4.5 billion. Yet when I started in ML a few years ago, I could have easily missed this gem.
AI applications are transforming our industries, but their reliability remains a major challenge.
Did you know that 95% of enterprise audio content remains unexploited due to lack of efficient transcription?
أخبرني عن سير العمل الذي تريد أتمتته أو النظام الذي تريد بناءه. ستحصل على تقييم واضح وصادق.
