Costruirò un'app mobile con funzionalità di machine learning e AI

A
ai_mahmoud
A
ai_mahmoud
Mahmoud E
Alcune informazioni sono state tradotte automaticamente.

Informazioni su questo servizio

Traduzione automatica.

Creo app mobile che utilizzano il machine learning, non app con una buzzword ML aggiunta senza senso.


Sono uno studente di Data Science che ha conseguito strumenti di produzione per un cliente di telecomunicazioni (Flutter + Kotlin - uno compone migliaia di numeri tramite un servizio di background personalizzato, l'altro classifica gli esiti delle chiamate dai segnali sul dispositivo) e ho costruito sistemi ML end to end: un digital twin IoT che prevede le letture dei sensori, una piattaforma finanziaria che segnala transazioni anomale con Isolation Forest, e un classificatore di immagini jet per Google Summer of Code.


Ciò che offro:

  • App Flutter/Kotlin, da una singola schermata a una versione completa
  • Funzionalità ML integrate nell'app o in un backend FastAPI - classificazione, previsione, inferenza sul dispositivo
  • Architettura pulita e stratificata, non un prototipo che si rompe sotto uso reale
  • Comunicazione diretta, senza gergo

Se la tua app deve solo funzionare bene senza AI, faccio anche quello - app Flutter/Kotlin solide sono l'altra metà di quello che faccio.


Inviami la tua idea e ti dirò onestamente cosa è realistico per il tuo tempo e budget.

Scopri di più su Mahmoud E

Mahmoud E

Machine Learning Engineer, Mobile Apps and AI

  • DaEgitto
  • Membro daapr 2026
  • Tempo di risposta medio1 ora
  • Lingue

    Arabo, Inglese, Spagnolo
Machine learning engineer who builds mobile apps with real AI inside them, not bolted on after - also open to general mobile app builds. Shipped two client apps for a telecom company: a bulk-USSD campaign tool and a call-outcome classifier, both in production. ML work: an agentic finance assistant (FastAPI + Claude), a digital twin predicting sensor readings and flagging anomalies, and a jet-image classifier for a physics research program (GSoC 2026). Stack: Flutter/Kotlin, PyTorch/scikit-learn, FastAPI. I test what I ship and flag scope issues before starting, not after.

Traduzione automatica.