مساعد ذكي للمعرفة المؤسسيةEnterprise Knowledge AI Assistant
قدتُ مبادرة ذكاء اصطناعي لبناء مساعد معرفي يفهم العربية الفصحى واللهجة الإدارية، يجيب على أسئلة الموظفين حول السياسات والإجازات والإجراءات بدلاً من البحث اليدوي في عشرات المستندات. اعتمد الحل على معمارية التوليد المعزّز بالاسترجاع (RAG): فهرسة المستندات الداخلية في قاعدة متجهات، واسترجاع المقاطع الأكثر صلة، ثم توليد إجابة موثّقة مع الإشارة إلى المصدر. عالجتُ تحديات الخصوصية بنشر النموذج ضمن بيئة الجهة، وأضفتُ طبقة تقييم لقياس دقة الإجابات والحدّ من الهلوسة، إضافة إلى حلقة تغذية راجعة من المستخدمين لتحسين الأداء.
I led an AI initiative to build a knowledge assistant that understands Modern Standard Arabic and administrative phrasing, answering employee questions on policies, leave, and procedures instead of manual searching across dozens of documents. The solution used a Retrieval-Augmented Generation (RAG) architecture: indexing internal documents in a vector database, retrieving the most relevant passages, then generating a sourced, citation-backed answer. I addressed privacy by deploying within the organization's environment, added an evaluation layer to measure answer accuracy and curb hallucination, and built a user feedback loop for continuous improvement.
خفض حجم الاستفسارات الموجّهة لقسم الموارد البشرية بنسبة [47%]، وبلغ معدل دقة الإجابات الموثّقة [91%] في التقييم الداخلي، مع متوسط زمن استجابة أقل من [ثانيتين]. [الأرقام تقديرية وقابلة للتعديل].Reduced HR-directed queries by [47%], reached [91%] sourced-answer accuracy in internal evaluation, and maintained an average response time under [2 seconds]. [Figures are illustrative and editable].