Activity
Mon
Wed
Fri
Sun
Jun
Jul
Aug
Sep
Oct
Nov
Dec
Jan
Feb
Mar
Apr
What is this?
Less
More

Memberships

MB USA Academy

862 members • Free

18 contributions to MB USA Academy
Ghada Ahmed _ Graduation Project AI App
العنوان: من قلب التحدي.. بنبني مَسار جديد! 🏗️✨ ​أهلاً عيلتي الجميلة في اسكول 👋 ​مبسوطة جداً إني أشارككم مشروع تخرجي (Diploma Graduation Project) اللي اشتغلت عليه بكل شغف: منصة "مَسار - Masar" 🚀 ​ليه "مَسار"؟ 🤔 لأني شفت وجع جيلنا والشباب اللي فقدوا بوصلتهم المهنية بسبب الحرب في السودان 🇸🇩 أو بسبب تعب "السعي" في مسارات ما بتشبههم. مَسار جا عشان يقول لينا: "لسه في فرصة نبدأ صح". ​المنصة دي بتجمع بين 3 عوالم: 1️⃣ Career Pivot 🧠: محرك ذكي بياخد بيدك عشان يغير مسارك المهني من التخصصات التقليدية لمجالات المستقبل الرقمية بناءً على مهاراتك. 2. Talent Bridge 💻: جسر حقيقي لوظائف الـ Remote مع مكتبة "أدوات الصمود" عشان تتخطى عقبات الإنترنت، الكهرباء، والتحويلات المالية. 3. Social Space 🤝: مساحة آمنة (ديوانية رقمية) عشان نشارك إنجازاتنا، نتبادل المهارات، وندعم بعضنا نفسياً ومهنياً. ​فلسفتي في التصميم: 📐 بما إني معمارية، حبيت التطبيق يكون ليه "روح هندسية"؛ بساطة، نظام، وألوان بتهدي النفس وتديك إحساس بالاستقرار وسط الفوضى. 🎨💎 ​حابة أسمع رأيكم.. ياتو قسم في "مَسار" بتحسوا إنه ممكن يغير حياة الشاب السوداني حالياً؟ 👇 ​#مشروع_تخرج #مَسار #جيل_التسعينات #التمكين_الرقمي #سودان_بكرة #SkoolCommunity دا العرض التقديمي للمشروع https://gamma.app/docs/0xjde3arkqjgi3c ودا التطبيق جربوه وادوني آرائكم وشاركونا تحديد المسار الطلع معاكم ☺️ https://masar-path.lovable.app ومرفق أيضا وثيقة تصميم المشروع
Ghada Ahmed _ Graduation Project AI App
@Maryam Maryam Rabeh جمعا يارب وشكرا للدعم الإيجابي💙💙💙
@Manasik Ibrahim جمعا يارب العالمين شكرا لدعمك 💐
Practical Graduation Projects : Project 3 : AI App Design Project
مشروعي الثالث: رفيقة الحفظ 🤍📖 تطبيق ذكي صممته لمساعدة حافظات القرآن الكريم في واحدة من أكثر المشكلات الواقعية اللي بتواجه كثير من الدارسات داخل حلقات التحفيظ، وهي صعوبة إيجاد رفيقة ثابتة للمراجعة والمدارسة اليومية بسبب اختلاف الأوقات، الانشغال، أو عدم الاستمرارية. ومن خلال تجربتي كدارسة في مركز الإتقان لتحفيظ القرآن الكريم، لقيت إنه كثير من الأخوات يجمعهم هدف واحد: الحفظ والإتقان والثبات، لكن أحيانًا ظروف بسيطة بتقيف قدام الاستمرار. من هنا جاءت فكرة رفيقة الحفظ، عشان يكون رفيقة ذكية تساعد على: ✨ المراجعة اليومية ✨ متابعة التقدم ✨ التحفيز على الاستمرار ✨ تنظيم خطة الحفظ ✨ دعم رحلة الإتقان 🎯 الجمهور المستهدف: - حافظات القرآن الكريم - طالبات حلقات التحفيظ - الدارسات اللاتي يحتجن مراجعة مرنة ومنظمة - كل من تسعى للثبات في الحفظ بالنسبة لي المشروع ده ما مجرد تطبيق، بل محاولة لتسخير التقنية في خدمة كتاب الله، ودعم كل يسير في طريق الحفظ خطوة بخطوة. 🤍 النسخة الحالية تمثل MVP يوضح الفكرة الأساسية وتجربة الاستخدام، مع قابلية التوسع مستقبلًا بإضافة خصائص أكثر تطورًا. 🔹 المرفقات 📎 رابط التطبيق: https://rafiqat-alhifz.lovable.app/home 📎 وثيقة التصميم 📎 عرض تقديمي (فيديو )
Practical Graduation Projects : Project 3 : AI App Design Project
ما شاء الله فكرة مميزة بالتوفيق يارب
Ghada Ahmed _ n8n Automation
اسم المشروع: بوت التليجرام الذكي (المعتمد على Gemini & n8n) ​وصف المشروع: هذا المشروع عبارة عن نظام أتمتة متكامل يربط بين تطبيق تليجرام ونموذج الذكاء الاصطناعي المتطور (Gemini 1.5) باستخدام منصة n8n. يتيح المشروع للمستخدمين التفاعل مع ذكاء اصطناعي قادر على فهم النصوص والرد عليها بلغة طبيعية وسلسة. ​المكونات التقنية: - ​منصة الأتمتة (n8n): لإدارة تدفق البيانات بين العقد البرمجية (Workflow Automation). - ​المحرك (Basic LLM Chain): لمعالجة الأوامر والربط بين مدخلات المستخدم وردود الذكاء الاصطناعي. - ​نموذج اللغة (Google Gemini): المحرك الأساسي الذي يحلل النصوص ويولد الإجابات. - ​واجهة التخاطب (Telegram): القناة التي يتواصل من خلالها المستخدم مع النظام. ​كيف يعمل؟ 1. ​يستقبل النظام الرسالة عبر "Telegram Trigger". 2. ​يتم تمرير النص إلى "LLM Chain" ليتم تحليله وفهمه. 3. ​يقوم نموذج Gemini بتوليد الرد المناسب بناءً على التعليمات المسبقة (System Prompt). 4. ​يرسل البوت النتيجة النهائية للمستخدم مباشرة على تليجرام.
Ghada Ahmed _ n8n Automation
Ghada Ahmed_Task C#
URBN·IQ جاهز! 🏙️✨ بحث تطبيقي متقدم في 4 تبويبات كاملة: 📊 Dashboard — لوحة بيانات حية 5 مؤشرات بحثية رئيسية (47 مدينة، 94% دقة، 31% كفاءة طاقة...) مخطط أداء الذكاء الاصطناعي 2019–2024 بـ 3 أبعاد ترتيب أذكى مدن العالم (سنغافورة، سيول، دبي، الرياض، القاهرة...) خريطة حرارية لكثافة الذكاء الاصطناعي العمراني محلل AI يجيب على أسئلتك من البيانات الفعلية 🔬 Research — المنهجية البحثية الكاملة + 4 خطوات مصورة 💡 Findings — 6 نتائج بحثية موثقة بأرقام حقيقية 🎯 Recommendations — 5 توصيات عملية بالأولويات https://claude.ai/public/artifacts/418b8d9a-981b-4604-8481-6437c5c1c983
@Maryam Maryam Rabeh وان شاءالله حيتحدث أكتر بإذن الله.. شكرا على الدعم وموفقة يارب 💙
Ghada Ahmed _ Data Analysis Project
ملخص تنفيذي - نظرة عامة على منصة URBN·IQ وأهدافها مؤشرات الأداء الرئيسية - المؤشرات الخمسة الرئيسية (72 مدينة، دقة الذكاء الاصطناعي 94%، زيادة الطاقة 31%، انخفاض انبعاثات الكربون 23%، 2.4 مليون نقطة بيانات) مع شرح لمعنى كل منها تصنيفات المدن - جميع المدن الـ 16 المدرجة في لوحة المعلومات مع درجاتها المركبة، وتقييماتها، ودرجات أبعادها الفرعية في جدول كامل اتجاهات أداء الذكاء الاصطناعي (2019-2024) - خطوط الاتجاه الثلاثة (الطاقة، المرور، السلامة) مُجدولة مع القيم السنوية تأثير الذكاء الاصطناعي حسب القطاع - درجات القطاعات الستة مع مجالات تطبيقها الرئيسية قرارات التحليل والتصميم - شرح للخيارات مثل طريقة التقييم المركب، وعتبات التقييم، ودعم اللغتين، وتكامل دردشة الذكاء الاصطناعي مصادر البيانات وقيودها - تحديد المصادر الواقعية وراء كل فئة من فئات المقاييس (المعهد الدولي للتنمية الإدارية، وكالة الطاقة الدولية، البنك الدولي، أنثروبيك كلود، إلخ) بالإضافة إلى ملاحظات هامة حول البيانات التغطية والدقة التوصيات - أربعة اقتراحات عملية لتعزيز المنصة بخصوص مصدر البيانات: تُستقى بيانات لوحة المعلومات من مزيج من القيم التوضيحية المُبرمجة مسبقًا (المدن الست عشرة في مصفوفة جافا سكريبت) ومحتوى مُولّد بتقنية الذكاء الاصطناعي (واجهة برمجة تطبيقات Claude من أنثروبيك لميزات الدردشة والتقييم والتقارير). فهي لا تستقي البيانات من قاعدة بيانات مباشرة، إذ تُعدّ درجات المدن ومؤشرات الأداء الرئيسية أرقامًا توضيحية مُنسّقة مستوحاة من مؤشرات حقيقية مثل مؤشر المدن الذكية الصادر عن المعهد الدولي للتنمية الإدارية وبيانات وكالة الطاقة الدولية، وليست بيانات مُحدّثة مباشرة. Executive Summary — overview of the URBN·IQ platform and its purpose Key Performance Indicators — the 5 headline KPIs (72 cities, 94% AI accuracy, 31% energy gain, –23% carbon, 2.4M data points) with context on what each means City Rankings — all 16 dashboard cities with their composite scores, grades, and sub-dimension scores in a full table AI Performance Trends (2019–2024) — the three trend lines (Energy, Traffic, Safety) tabulated with year-by-year values AI Impact by Sector — the 6 sector scores with their key application areas
1-10 of 18
Ghada Ahmed Hashim Khalifa
3
21points to level up
@ghada-ahmed-hashim-khalifa-3691
Architect I AI learner I Curious Mind. Here to understand AI, build useful skills, and eventually turn this knowledge into real opportunities.

Active 14h ago
Joined Mar 7, 2026