Ich werde eine mobile App mit Machine Learning und KI-Funktionen erstellen

A
ai_mahmoud
A
ai_mahmoud
Mahmoud E
Einige Informationen wurden automatisch übersetzt.

Über diesen Service

Automatische Übersetzung

Ich entwickle mobile Apps, die Machine Learning nutzen, keine Apps mit einem ML-Buzzword nur angehängt.


Ich bin Data-Science-Student und habe Produktions-Tools für einen Telekom-Kunden veröffentlicht (Flutter + Kotlin – eine wählt Tausende von Nummern über einen benutzerdefinierten Hintergrunddienst, die andere klassifiziert Anruf-Ergebnisse nur anhand von Signalen auf dem Gerät) und ML-Systeme von Anfang bis Ende gebaut: einen IoT-Digitalzwilling, der Sensordaten vorhersagt, eine Finanzplattform, die anomale Transaktionen mit Isolation Forest erkennt, und einen Jet-Bild-Klassifikator für Google Summer of Code.


Was ich anbiete:

  • Mobile Apps mit Flutter/Kotlin, von einem einzelnen Bildschirm bis zum vollständigen Projekt
  • ML-Funktionen, die in die App oder ein FastAPI-Backend integriert sind – Klassifikation, Vorhersage, Inferenz auf dem Gerät
  • Saubere, geschichtete Architektur, kein Prototyp, der bei echtem Einsatz versagt
  • Direkte Kommunikation, kein Fachchinesisch

Wenn deine App einfach gut funktionieren soll ohne KI, mache ich das auch – solide Flutter/Kotlin-Apps sind ein weiterer Schwerpunkt meiner Arbeit.


Sende mir deine Idee, und ich sage dir ehrlich, was realistisch für deinen Zeitplan und dein Budget ist.

Lerne Mahmoud E kennen

Mahmoud E

Machine Learning Engineer, Mobile Apps and AI

  • AusÄgypten
  • Mitglied seitApr. 2026
  • ⌀ Antwortzeit1 Stunde
  • Sprachen

    Arabisch, Englisch, Spanisch
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.

Automatische Übersetzung