مراجعة كتاب محمد الجيش Shipping Machine Learning Systems

https://www.amazon.com/Shipping-Machi... وصف الحلقة — عصام كافيه × محمد الجيش --- 🎙️ العنوان المقترح *شحن أنظمة الـ Machine Learning للإنتاج | محمد الجيش × أحمد عصام* (How to Ship Machine Learning Systems — From Idea to Production) --- 📝 الوصف (للـ YouTube والبودكاست) في الحلقة دي من *عصام كافيه**، أحمد عصام بيستضيف **محمد الجيش* — مؤلف كتاب *"Shipping Machine Learning Systems"* الجديد، والـ CTO & Co-Founder بتاع Monta.AI، وقبل كده Senior Manager في Amazon (Head of Alexa Speaker Recognition)، وDirector of AI في Cisco، و Co-Founder في Voicea (اتشترت من Cisco وبقت Webex Assistant). الحلقة دي مش حلقة ثيوريّة عن الـ ML. ده شغل حقيقي: إزاي تاخد فكرة، تحوّلها لموديل، وتنزّله Production من غير ما يقع عليك. الكلام كله من خبرة بنى بيها أنظمة بتخدم مئات الملايين من اليوزرز في LinkedIn و Microsoft و Amazon. لو إنت Software Engineer أو Data Scientist أو ML Engineer — وعايز تفهم الفرق بين الـ ML اللي بيتدرّس في الـ Courses والـ ML اللي بيشتغل فعلاً في الواقع — الحلقة دي ليك. --- ⏱️ التايم ستامبس (Chapters) ``` 00:00 مقدمة وترحيب بمحمد الجيش 01:19 فكرة الكتاب: ليه "Shipping ML Systems"؟ 03:47 منين نبدأ — من الداتا ولا من المشكلة؟ 05:27 هل المشكلة دي اتحلّت قبل كده؟ (Build vs Buy) 06:35 المعادلة الحقيقية: Quality × Cost × Latency 08:00 الـ Business Objective هو اللي بيقود كل حاجة 10:49 هل دايماً نبني من الصفر؟ ولا نبدأ بـ Pre-trained؟ 13:40 اختيار الـ Labels والـ Error Function حسب الـ Business 15:17 الـ Exploratory Data Analysis (EDA) — بداية كل مشروع 17:35 إزاي نبني Test Set من غير Production Data؟ 20:00 مثال عملي: Speech Recognition والتشكيل في العربي 22:25 Data Schema يتغيّر لما الـ Business يتغيّر 24:25 من Bayesian Thinking لتحديث الافتراضات بالداتا 27:23 الـ Stages: Train / Dev / Test / Calibration Sets 31:05 ليه ما تشوفش الـ Test Set؟ (تشبيه الامتحان) 33:54 الـ Canary Deployment والـ Smoke Test 36:25 Shadow Deployment — الموديل بيشتغل بس مش بيردّ 38:51 الـ A/B Testing والـ Randomized Controlled Trials 40:51 المتركس اللي بتترجم لفلوس فعلاً 42:00 الـ Domino Effect — Short-term vs Long-term Metrics 45:00 الـ Reasoning Chain ورا اختيار كل Metric 46:00 Error Analysis — منين بتيجي الأخطاء؟ 49:30 Bias في الداتا — قصة HP Face Detection 52:13 Data Vendors: Scale AI و Mechanical Turk والـ Quality Control 55:46 IOU وحساب الـ Inter-annotator Agreement 57:30 الـ Metric Hacking — قصة الأولمبياد والـ Athletes 01:00:14 Honeypots وكشف الـ Spammers في الـ Labeling 01:03:00 عقود الـ Data Vendors والـ Quality Conditions 01:04:38 Synthetic Data — هل نولّد داتا بـ LLM؟ 01:06:00 Model Collapse و Bias Amplification 01:08:00 "You have to live with your data" 01:10:30 قصة أحمد مع تدريب موديل صغير وتعلم Thinking Traces 01:12:25 غلطة الـ Tokenizer Shift اللي ضيّعت 23 يوم تدريب 01:15:30 الخاتمة والـ Experiment Queue ``` --- 📚 عن الضيف — محمد الجيش *Author:* Shipping Machine Learning Systems (الكتاب الجديد) و Computing with Data (Springer, 2018) *CTO & Co-Founder* — Monta.AI *Ex-Senior Manager* — Amazon (Head of Alexa Speaker Recognition) *Ex-Director of AI* — Cisco / Voicea (Webex Assistant) *Ex-LinkedIn / Microsoft* — قاد فرق AI و Big Data *Teaching Assistant (part-time)* — CS229 (Machine Learning) و CS230 (Deep Learning) في Stanford --- 🔗 لينكات 📖 الكتاب: Shipping Machine Learning Systems — متاح على ebooks.com وSpringer 💼 محمد على LinkedIn: linkedin.com/in/elgeish ☕ احجز جلسة 1:1 مع محمد: intro.co/MohamedEl-Geish --- 🎯 الحلقة دي مفيدة لمين؟ Software Engineers بيحبوا يدخلوا مجال الـ ML Data Scientists عايزين يفهموا الـ Production Side ML Engineers بيشتغلوا على Real Systems Founders ببنوا منتجات AI طلبة بياخدوا Courses في الـ ML وحاسين إن في فجوة بين النظري والعملي --- 🏷️ Hashtags #عصام_كافيه #EssamCafe #MachineLearning #AI #DataScience #MLOps #محمد_الجيش #ShippingMLSystems #DeepLearning #LLM #DataEngineering #MLEngineering #بودكاست_تقني #برمجة #ذكاء_اصطناعي --- 📱 تابعونا 🎧 Spotify | Apple Podcasts | Google Podcasts 📺 YouTube: @EssamCafe 🐦 X / Twitter 💼 LinkedIn --- شير الحلقة لو عجبتك، واكتبلنا في الكومنتس أكتر سؤال محتاج إجابة من الحلقة الجاية مع محمد.