פטרונות אלגוריתמי בינה מלאכותית

פטרונות אלגוריתמי בינה מלאכותית

אני מפתח Full-Stack עם התמחות בפיתוח מובייל, שרתים ואלגוריתמי בינה מלאכותית. אשמח לשתף אתכם בכמה מהפ

בת ים, ישראל
פרילנסר

אודותינו

שלום! 👋
אני מהנדס AI, Full-Stack ו-DevOps עם התמחות בפיתוח מובייל (iOS/Android), שרתים ואלגוריתמי בינה מלאכותית. אני בונה מוצרים מקצה לקצה: רעיון → דאטה → מודל/LLM → API → Web/Mobile → CI/CD → פרודקשן. אשמח לשתף אתכם בכמה מהפרויקטים המשמעותיים שפיתחתי:
מודלי שפה מתקדמים בעברית - פיתוח עצמאי 🤖
פיתחתי והתאמתי מודלי שפה לעברית (כולל Fine-tuning ואופטימיזציה לפרודקשן):
Qwen2.5-32BHeb: מודל 32B מותאם לעברית
Qwen2.5-0.5BHEBREW: מודל קומפקטי 0.5B לעברית
המודלים זמינים ב-Hugging Face וכוללים עבודה מא’ עד ת’:
אימון/התאמה לעברית
אופטימיזציה (Latency/Memory/Cost)
Fine-tuning מתקדם ואינטגרציה למוצרים
מוצרי AI בפרודקשן (Web + Mobile) 📱
EmpathAI - Empathic AI Companion (iOS/Android/Web)
מערכת Voice-first ב-6 שפות (EN/FR/HE/AR/IT/RU) עם פרופיל רגשי לאורך זמן והתאמה אישית
Web: https://empathai-lqi2.onrender.com
iOS: https://apps.apple.com/app/empathai/id6755946205
Android: https://play.google.com/store/apps/details?id=com.empathai
SoccerPredictionAI / Predictafoot - פלטפורמת חיזוי משחקי כדורגל ⚽
חיזויים ל-16 ליגות אירופאיות, דאטה פייפליין מאובטח, אימון אוטומטי וולידציה לפרודקשן
Web: https://soccerpredictionai.onrender.com
iOS: https://apps.apple.com/ci/app/predictafootia/id6479253589
Android: https://play.google.com/store/apps/details?id=com.davidblumfred.predictafoot
FloorCraft - 2D Floor Plan -> 3D (Offline / On-device AI) 🏠
אפליקציה חוצת פלטפורמות שממירה תוכניות 2D למודל 3D אינטראקטיבי, עם דגש על פרטיות ו-Offline
Web: https://floorcraft.onrender.com
Android: https://play.google.com/store/apps/details?id=com.fredblumdav.floorcraft
דמואים ציבוריים נוספים 🎥
Emotion-Aware Coaching Assistant (וידאו)
https://youtube.com/watch?v=7D31_JfHWHM
FloorVisionAI (דמו + וידאו)
https://floorvisionai.onrender.com
https://youtu.be/W6gfaYCPR4c
אפליקציות AI נוספות שפרסמתי 🧠
8+ אפליקציות AI חיות ב-App Store וב-Google Play (כולל פתרונות Offline/Edge AI)
App Store Dev Page: https://apps.apple.com/ci/developer/blumdavidfred/id537026342
Google Play Dev Page: https://play.google.com/store/apps/developer?id=david+frederique+blum&hl=fr
פטנטים רשומים 📜
US9179161 - Video Encoding
US8160160 - Bit-rate Reduction for Multimedia Streams
יכולות טכניות 💻
LLMs / NLP (עברית ורב-לשוני), Chatbots/Assistants, Document Understanding/Summarization
Computer Vision, 2D->3D workflows, Image/Video analysis
Full-Stack: Backend APIs, Microservices, Web Apps, Mobile Apps
DevOps/MLOps: Docker, Kubernetes, CI/CD, Model deployment & monitoring
שפות פיתוח: Python, C++, Java, Go, Swift, Dart
אשמח ליצור קשר ולשתף פעולה בפרויקטים מעניינים! 🤝
Hugging Face (מודלים ופרסומים):
https://huggingface.co/davidfred
קישורים ישירים למודלים בעברית:
https://huggingface.co/davidfred/Qwen2.5-32BHeb
https://huggingface.co/davidfred/Qwen2.5-0.5BHEBREW

שפות

צרפתית
שפת אם
עברית
שליטה קרובה לשפת אם
אנגלית
שליטה טובה

תחומי התמחות

טכנולוגיה

80 ₪ לשעה
AI, בינה מלאכותית
שלום! 👋
אני מפתח Full-Stack עם התמחות בפיתוח מובייל, שרתים ואלגוריתמי בינה מלאכותית. אשמח לשתף אתכם בכמה מהפרויקטים המשמעותיים שפיתחתי:
מודלי שפה מתקדמים בעברית - פיתוח עצמאי 🤖
בניתי באופן עצמאי שני מודלים ייחודיים המותאמים במיוחד לשפה העברית:
Qwen2.5-32BHeb: מודל שפה בגודל 32B המותאם לעברית
Qwen2.5-0.5BHEBREW: מודל קומפקטי בגודל 0.5B לעיבוד שפה טבעית בעברית
שני המודלים זמינים בפלטפורמת Hugging Face ופותחו על ידי מא׳ עד ת׳, כולל:
אימון המודלים
אופטימיזציה
התאמה לשפה העברית
Fine-tuning מתקדם
אפליקציות מובייל חדשניות 📱
ChatAI Offline: אפליקציה המאפשרת שימוש במודל שפה מתקדם ללא צורך בחיבור לשרת
זמינה ב-App Store ו-Google Play
מערכת לניבוי משחקי כדורגל (Predictafootia/Predictafoot)
אפליקציית זיהוי תנועות ידיים (HandGameFree/HandGame)
פיתוח רב-לשוני 🌐
מערכת AI למענה בשפות שונות עם תמיכה באנגלית ועברית
ניתן לצפות בהדגמה ב-YouTube
פטנטים רשומים 📜
פטנט בתחום קידוד וידאו (US9179161)
פטנט לצמצום קצב סיביות במולטימדיה (US8160160)
יכולות טכניות 💻
פיתוח מודלי שפה מתקדמים (LLMs)
פיתוח Full-Stack
אלגוריתמי בינה מלאכותית
אופטימיזציה של מודלי שפה
פיתוח אפליקציות iOS ו-Android
ארכיטקטורת שרתים
אשמח ליצור קשר ולשתף פעולה בפרויקטים מעניינים! 🤝
הקישורים למודלים ב-Hugging Face:
https://huggingface.co/davidfred/Qwen2.5-32BHeb
https://huggingface.co/davidfred/Qwen2.5-0.5BHEBREW
Chatbot, צ׳אטבוט
ניסיון משמעותי בפיתוח Chatbots / Assistants (טקסט + קול) כולל פרודקשן, רב‑לשוני ואינטגרציה מלאה למובייל/ווב.

ניסיון ישיר בצ’אטבוטים ועוזרים על בסיס LLMs: אתה מציין התאמה ואופטימיזציה של מודלים קיימים (למשל BERT ו‑Qwen2.5 Hebrew) לנתוני חברה ול‑use cases כמו chatbots, document understanding, assistants.
EmpathAI – צ’אטבוט/עוזר אמפתי רב‑לשוני: בנית והשקת פלטפורמה חיה שמבצעת voice + text chat ב‑6 שפות (EN/FR/HE/AR/IT/RU), עם ניתוח רגשי בזמן אמת, התאמת תגובות לאורך זמן, ואפליקציות ב‑iOS/Android.
Latency ו‑Real‑time voice interaction: ב‑EmpathAI מתואר ממשק קולי בזמן אמת עם תגובה <1 שנייה (דגש חזק על חוויית שיחה).
Emotion‑Aware Coaching Assistant: בנית עוזר רב‑לשוני בקול/טקסט שמזהה רגש בזמן אמת ומתאים טון/הכוונה, ורץ על CPU עם מודל קומפקטי (שימושי לצ’אטבוטים חסכוניים).
אבטחה ופרטיות סביב צ’אט: בפלטפורמה שלך יש secure login וארכיטקטורה privacy‑first עם end‑to‑end encryption—קריטי כשמדובר בצ’אט עם מידע רגיש.
End‑to‑end delivery לצ’אטבוטים: אתה מדגיש שאתה מחזיק את כל מחזור החיים: data→model→APIs→frontend→deployment, כולל DevOps/MLOps וניטור כשצריך.
Machine Learning
1) LLMs / NLP (כולל עברית ורב‑לשוני)

עבדת על מודלים טרנספורמריים כמו BERT ו‑Qwen2.5 (כולל וריאנטים בעברית), ושילבת אותם בכלים פנימיים ו‑use cases בסגנון legal‑tech .
ביצעת התאמה ואופטימיזציה לפרודקשן (latency, זיכרון, עלות) כדי להריץ מודלים בצורה יעילה .
בנית יכולות סיכום/Parsing מסמכים ועוזרים רב‑לשוניים (FR/EN/HE/AR/IT/RU) .

2) ML “קלאסי” ו‑Time‑Series / Anomaly Detection

ניסיון ב‑חיזוי סדרות זמן, זיהוי חריגות, וניתוח מחיר/ROI עם scikit‑learn ו‑XGBoost .
הקמת תשתיות supporting כמו feature stores (DynamoDB) ושימוש ב‑FAISS/Annoy עבור use cases של anomaly detection וחיפוש/דמיון מהיר .

3) Data Engineering ל‑ML בפרודקשן (Pipeline אמיתי)

בנית ותחזקת data pipelines (למשל PySpark, AWS Glue) שמזינים use cases של ML .
ברקע הספורט (Startup) בנית pipeline בזמן אמת עם Kafka/Spark לאירועים וסדרות זמן, שמשרת מודלים ותחזיות .

4) מוצרי ML עם משתמשים אמיתיים (Web + Mobile)

בנית והעלית מוצרי ML “מלאים” עם דמואים/אתרים חיים ואפליקציות, כולל SoccerPredictionAI (מערכת חיזוי וניתוח) ופרויקטים נוספים שמוצגים כ‑live demos/videos .
אתה מציין גם דגש על הרצה על CPU (ללא GPU) בפרויקטים קומפקטיים, כחלק ממיקוד בביצועים ועלויות .

בשורה התחתונה: יש לך ניסיון ML שמכסה גם פיתוח מודלים (LLM/NLP, CV, תחזיות) וגם את כל מה שמסביב שמבדיל “מודל” מ‑“מערכת שעובדת”: דאטה, ולידציה, דפלוי, ניטור, אופטימיזציה ועלות .
Deep Learning
הניסיון שלי ב‑Deep Learning הוא בעיקר יישומי‑פרודקשן: לקחת רשתות עמוקות (בעיקר טרנספורמרים ל‑NLP וגם מודלים ל‑CV), להתאים אותן לנתוני ארגון/מוצר, ואז לאופטם, לפרוס ולתחזק אותן כך שיעבדו מהר, בזול ובאמינות.
1) Deep Learning ב‑NLP / LLMs (Transformers)

עבדת בפועל על מודלים מבוססי Transformers כולל BERT ו‑Qwen2.5 Hebrew עבור כלים פנימיים ו‑use cases בסגנון legal‑tech, ולא רק כ‑PoC .
עשית התאמה ואופטימיזציה לפרודקשן: שיפורי latency, צריכת זיכרון ועלות הרצה כדי שמודלים ירוצו יעיל בסביבה אמיתית .
השתתפת בפרויקט פנימי (ATLAS) שמטרתו להקטין חישוביות של LLM קטן (Qwen2.5‑0.5B‑Instruct) ולשפר יעילות אנרגטית בשיתוף צוותי data/infra .

2) Deep Learning במוצרים אמיתיים (Web/Mobile) עם אינטגרציית מודלים

בנית והשקת פלטפורמה רב‑לשונית בתחום ה‑mental health שהיא voice‑first, עם Backend ב‑Python/FastAPI ו‑Frontend ב‑Flutter, ושילבת DeepSeek AI לניתוח רגשי בזמן אמת והכוונה מותאמת .
אתה מפרסם ומטמיע מודלים (כולל LLMs) ב‑Hugging Face ומכניס אותם למערכות Web ומובייל בפועל .

3) Deep Learning / CV (ראייה ממוחשבת)

יש לך ניסיון ב‑Computer Vision ל‑ניתוח תמונה/וידאו ו‑הבנת תוכניות קומה ותהליכי 2D→3D‑ready (FloorVisionAI) .

4) סטאק וכלים של Deep Learning + פריסה

הכלים שאתה עובד איתם כוללים PyTorch, TensorFlow, Hugging Face Transformers ו‑DeepSpeed .
בצד הפרודקשן/סקייל: MLflow, Kubeflow, Docker, Kubernetes + ניטור (Prometheus/Grafana/ELK) כשצריך .

בשורה אחת
יש לך ניסיון Deep Learning חזק במיוחד ב‑Transformers/LLMs (כולל עברית), עם דגש מוכח על אופטימיזציה והרצה בפרודקשן, אינטגרציה למוצרי Web/Mobile, ויכולת להרים סביבת MLOps תפעולית .
עיבוד שפה טבעית - NLP
עבודה עם מודלי שפה טרנספורמריים (כולל BERT ו‑Qwen2.5 Hebrew) כחלק מכלים פנימיים ו‑use cases בסגנון legal‑tech, כולל התאמה לנתוני החברה ואופטימיזציה לפרודקשן (latency/memory/cost)
NLP תכל’סי של מסמכים: parsing והפקת תובנות/סיכום מסמכים, ועוזרים רב‑לשוניים (FR/EN/HE/AR/IT/RU)
מוצרים רב‑לשוניים בפרודקשן: פלטפורמה קולית רב‑לשונית (6 שפות) עם אינטגרציית AI לניתוח רגשי בזמן אמת והכוונה מותאמת, כחלק מפיתוח full‑stack מלא
פרויקט סיכום מסמכים: “AI Document Summarizer” עם pipeline היברידי (למשל BART + Stanza) וסיכום/הקראה במספר שפות

תכנות ופיתוח תוכנה

80 ₪ לשעה
Python
שלום! 👋
אני מפתח Full-Stack עם התמחות בפיתוח מובייל, שרתים ואלגוריתמי בינה מלאכותית. אשמח לשתף אתכם בכמה מהפרויקטים המשמעותיים שפיתחתי:
מודלי שפה מתקדמים בעברית - פיתוח עצמאי 🤖
בניתי באופן עצמאי שני מודלים ייחודיים המותאמים במיוחד לשפה העברית:
Qwen2.5-32BHeb: מודל שפה בגודל 32B המותאם לעברית
Qwen2.5-0.5BHEBREW: מודל קומפקטי בגודל 0.5B לעיבוד שפה טבעית בעברית
שני המודלים זמינים בפלטפורמת Hugging Face ופותחו על ידי מא׳ עד ת׳, כולל:
אימון המודלים
אופטימיזציה
התאמה לשפה העברית
Fine-tuning מתקדם
אפליקציות מובייל חדשניות 📱
ChatAI Offline: אפליקציה המאפשרת שימוש במודל שפה מתקדם ללא צורך בחיבור לשרת
זמינה ב-App Store ו-Google Play
מערכת לניבוי משחקי כדורגל (Predictafootia/Predictafoot)
אפליקציית זיהוי תנועות ידיים (HandGameFree/HandGame)
פיתוח רב-לשוני 🌐
מערכת AI למענה בשפות שונות עם תמיכה באנגלית ועברית
ניתן לצפות בהדגמה ב-YouTube
פטנטים רשומים 📜
פטנט בתחום קידוד וידאו (US9179161)
פטנט לצמצום קצב סיביות במולטימדיה (US8160160)
יכולות טכניות 💻
פיתוח מודלי שפה מתקדמים (LLMs)
פיתוח Full-Stack
אלגוריתמי בינה מלאכותית
אופטימיזציה של מודלי שפה
פיתוח אפליקציות iOS ו-Android
ארכיטקטורת שרתים
אשמח ליצור קשר ולשתף פעולה בפרויקטים מעניינים! 🤝
הקישורים למודלים ב-Hugging Face:
https://huggingface.co/davidfred/Qwen2.5-32BHeb
https://huggingface.co/davidfred/Qwen2.5-0.5BHEBREW
iOS - iPhone, iPad, iPod - פיתוח אפליקציות לאייפון, אייפון
פיתחתי והעליתי 8+ אפליקציות AI חיות ב‑App Store וב‑Google Play. אני מפתח Flutter וכן Native iOS (Swift/Objective‑C) ו‑Android (Java/Kotlin), כולל עבודה על פרודקשן, ביצועים, קאשינג, הפצות ו‑CI/CD. בניתי גם אפליקציות עם Offline/Edge AI לפי צורך.
פיתוח אפליקציות ל- Android
פיתחתי והעליתי 8+ אפליקציות AI חיות ב‑App Store וב‑Google Play. אני מפתח Flutter וכן Native iOS (Swift/Objective‑C) ו‑Android (Java/Kotlin), כולל עבודה על פרודקשן, ביצועים, קאשינג, הפצות ו‑CI/CD. בניתי גם אפליקציות עם Offline/Edge AI לפי צורך.
Flutter
שלום! 👋
אני מפתח Full-Stack עם התמחות בפיתוח מובייל, שרתים ואלגוריתמי בינה מלאכותית. אשמח לשתף אתכם בכמה מהפרויקטים המשמעותיים שפיתחתי:
מודלי שפה מתקדמים בעברית - פיתוח עצמאי 🤖
בניתי באופן עצמאי שני מודלים ייחודיים המותאמים במיוחד לשפה העברית:
Qwen2.5-32BHeb: מודל שפה בגודל 32B המותאם לעברית
Qwen2.5-0.5BHEBREW: מודל קומפקטי בגודל 0.5B לעיבוד שפה טבעית בעברית
שני המודלים זמינים בפלטפורמת Hugging Face ופותחו על ידי מא׳ עד ת׳, כולל:
אימון המודלים
אופטימיזציה
התאמה לשפה העברית
Fine-tuning מתקדם
אפליקציות מובייל חדשניות 📱
ChatAI Offline: אפליקציה המאפשרת שימוש במודל שפה מתקדם ללא צורך בחיבור לשרת
זמינה ב-App Store ו-Google Play
מערכת לניבוי משחקי כדורגל (Predictafootia/Predictafoot)
אפליקציית זיהוי תנועות ידיים (HandGameFree/HandGame)
פיתוח רב-לשוני 🌐
מערכת AI למענה בשפות שונות עם תמיכה באנגלית ועברית
ניתן לצפות בהדגמה ב-YouTube
פטנטים רשומים 📜
פטנט בתחום קידוד וידאו (US9179161)
פטנט לצמצום קצב סיביות במולטימדיה (US8160160)
יכולות טכניות 💻
פיתוח מודלי שפה מתקדמים (LLMs)
פיתוח Full-Stack
אלגוריתמי בינה מלאכותית
אופטימיזציה של מודלי שפה
פיתוח אפליקציות iOS ו-Android
ארכיטקטורת שרתים
אשמח ליצור קשר ולשתף פעולה בפרויקטים מעניינים! 🤝
הקישורים למודלים ב-Hugging Face:
https://huggingface.co/davidfred/Qwen2.5-32BHeb
https://huggingface.co/davidfred/Qwen2.5-0.5BHEBREW

בניית אתרים

80 ₪ לשעה
וידאו, זרימת מדיה
שלום! 👋
אני מפתח Full-Stack עם התמחות בפיתוח מובייל, שרתים ואלגוריתמי בינה מלאכותית. אשמח לשתף אתכם בכמה מהפרויקטים המשמעותיים שפיתחתי:
מודלי שפה מתקדמים בעברית - פיתוח עצמאי 🤖
בניתי באופן עצמאי שני מודלים ייחודיים המותאמים במיוחד לשפה העברית:
Qwen2.5-32BHeb: מודל שפה בגודל 32B המותאם לעברית
Qwen2.5-0.5BHEBREW: מודל קומפקטי בגודל 0.5B לעיבוד שפה טבעית בעברית
שני המודלים זמינים בפלטפורמת Hugging Face ופותחו על ידי מא׳ עד ת׳, כולל:
אימון המודלים
אופטימיזציה
התאמה לשפה העברית
Fine-tuning מתקדם
אפליקציות מובייל חדשניות 📱
ChatAI Offline: אפליקציה המאפשרת שימוש במודל שפה מתקדם ללא צורך בחיבור לשרת
זמינה ב-App Store ו-Google Play
מערכת לניבוי משחקי כדורגל (Predictafootia/Predictafoot)
אפליקציית זיהוי תנועות ידיים (HandGameFree/HandGame)
פיתוח רב-לשוני 🌐
מערכת AI למענה בשפות שונות עם תמיכה באנגלית ועברית
ניתן לצפות בהדגמה ב-YouTube
פטנטים רשומים 📜
פטנט בתחום קידוד וידאו (US9179161)
פטנט לצמצום קצב סיביות במולטימדיה (US8160160)
יכולות טכניות 💻
פיתוח מודלי שפה מתקדמים (LLMs)
פיתוח Full-Stack
אלגוריתמי בינה מלאכותית
אופטימיזציה של מודלי שפה
פיתוח אפליקציות iOS ו-Android
ארכיטקטורת שרתים
אשמח ליצור קשר ולשתף פעולה בפרויקטים מעניינים! 🤝
הקישורים למודלים ב-Hugging Face:
https://huggingface.co/davidfred/Qwen2.5-32BHeb
https://huggingface.co/davidfred/Qwen2.5-0.5BHEBREW

תארים אקדמיים

1997 - 1998

physics computer

bgu
1996 - 1998

mathematics

ulp

פטנטים וקניין רוחני

Video encoding

9179161
  • A computerized method for encoding video comprising: dividing a video frame into macroblocks; for each macroblock finding a minimal movement or minimal error motion estimation compensation algorithm pair that encodes and decodes said macroblock with a smallest amount of motion or error; and encoding said frame by encoding each macroblock with a motion estimation algorithm of said respective minimal error motion estimation compensation pair.

Bit-rate reduction for multimedia data streams

8160160
  • Systems and methods for reducing a bit-rate in a multimedia data stream while maintaining high image quality. Two consecutive frames of the multimedia data stream are spatially filtered, temporally filtered, and combined into a pre-processed frame. In one embodiment, the two consecutive frames are consecutive fields of an interlaced data stream that are deinterlaced by the spatial and temporal filtering process. The pre-processed frame is encoded multiple times using different quantization values to produce a plurality of encoded frames. One of the encoded frames is selected based on its image quality and/or size for inclusion in an encoded data stream. In one embodiment, the pre-processed frame undergoes a motion estimation method that performs an integer level search of overlapping locations around a co-located macroblock in a reference frame followed by a sub-pixel level diamond pattern search.