دراسة حالة

Baserah AI، تحويل بيانات HR غير المنظمة لتقييمات

منصة ذكاء اصطناعي متكاملة للموارد البشرية بتؤتمت استخراج الجدارات ومؤشرات الأداء من الوصف الوظيفي، وبتولّد التقييمات، وبتقيّم المواهب بشكل منظم — ثنائية اللغة للمؤسسات الكبيرة.

دوري في المشروع
مطور Full-Stack
نطاق العمل
خطوط استخراج بالذكاء الاصطناعي، توليد تقييمات، دورات تقييم
الجمهور المستهدف
فرق الموارد البشرية في مؤسسات كبيرة عربية/إنجليزية
Baserah AI، تحويل بيانات HR غير المنظمة لتقييمات

التحدي

فرق الـ HR قاعدة على أكوام نصوص غير منظمة — أوصاف وظيفية ومتطلبات وملاحظات تقييم — وتحويل ده لجدارات قابلة للقياس وتقييمات عادلة شغل يدوي بطيء. المنصة كان لازم تستخرج البنية من النص ده بشكل موثوق وتنتج تقييمات فريق الـ HR يقدر يدافع عنها.

  • الأوصاف الوظيفية بتوصل كنص غير منظم
  • استخراج الجدارات والـ KPIs بشكل متسق مش عشوائي
  • التقييمات بتتولد مش بتتكتب يدوياً لكل وظيفة
  • العربي والإنجليزي على قدم المساواة

المنهجية

الخلفية FastAPI على MongoDB بدورات عمل غير متزامنة معيارية، وخطوات الاستخراج والتوليد بتشتغل بذكاء اصطناعي مبني على Gemini: الجدارات والـ KPIs بتتسحب من الوصف الوظيفي، واختبارات MCQ بتتولد منها، والمواهب بتتقيّم على البنية المستخرجة.

  • FastAPI + MongoDB بدورات عمل غير متزامنة معيارية
  • استخراج الجدارات والـ KPIs بالذكاء الاصطناعي
  • توليد اختبارات MCQ آلياً
  • تقييم مواهب منظم وقابل للتكرار

اللي تم بناؤه

خط HR كامل من النص الخام للتقييم المنظم.

  • استخراج مؤتمت للجدارات والـ KPIs من الأوصاف الوظيفية
  • تقييمات مولّدة بالذكاء الاصطناعي
  • دورات عمل تقييم مواهب منظمة
  • واجهة معرّبة عربي/إنجليزي

النتيجة

بصيرة بتحوّل أيام من التحليل اليدوي لخط مؤتمت — نموذج لشغل الـ AI التطبيقي في الباك إند اللي ببنيه أبعد من منصات الـ CRUD التقليدية.

  • شغل الاستخراج اليدوي اتأتمت بالكامل
  • تقييمات متسقة ومنظمة
  • ذكاء اصطناعي تطبيقي في معمارية باك إند إنتاجية

التقنيات المستخدمة

FastAPIPythonMongoDBAIGemini

عندك مشروع شبه ده؟

قوللي إنت بتبني إيه وهرجع لك بنطاق مقترح وجدول زمني وسعر.