0
រទេះរបស់អ្នក
0
Zinn Hub
0
រទេះរបស់អ្នក
0

Abdelkader Khatir

អ្នកឯកទេសចំណារពន្យល់ទិន្នន័យ

📍 Located in: អាល់ហ្សេរី 🕐
🎯🤝 ទទួលការងារតែមួយដង ឬរយៈពេលវែង ⏱️ មានពេលទំនេរ 30 ម៉ោង/សប្តាហ៍ 🌐 អាចធ្វើការតាមតំបន់ពេលវេលារបស់អ្នក
👤 អ្នកឯករាជ្យ
✔ បានផ្ទៀងផ្ទាត់
⭐ កម្រិត Zinner 1
🔗 ស្វែងរក Abdelkader Khatir តាមអ៊ីនធឺណិត
🔍

ស្វែងយល់ពីតំណភ្ជាប់របស់ពួកគេ និងប្រវត្តិរូបដែលនៅសល់ ដើម្បីស្គាល់ថាពួកគេជានរណា។ Zinn Hub រក្សាប្រវត្តិរូបរបស់ Zinner គ្រប់រូបឱ្យបើកចំហ និងមានតម្លាភាព — ដូច្នេះអ្នកអាចបង្កើតទំនុកចិត្ត និងជួលដោយទំនុកចិត្ត។

💰 តម្លៃ
អត្រាម៉ោងធម្មតា៖ $17.00/ម៉ោង
ចាប់អារម្មណ៍លើគម្រោងដែលមានតម្លៃ៖ $50.00 – $500.00
🔒 ការទូទាត់ត្រូវបានរក្សាទុកដោយសុវត្ថិភាពដោយ Zinn Hub រហូតដល់អ្នកពេញចិត្ត · កាត, PayPal, Crypto & ច្រើនទៀត · គ្មានថ្លៃសេវាអ្នកទិញ
✓

ជំនាញដែលបានផ្ទៀងផ្ទាត់ដោយ Zinn Hub

Zinner ដែលបានផ្ទៀងផ្ទាត់

Abdelkader Khatir បានបង្ហាញជំនាញរបស់ពួកគេទៅកាន់ Zinn Hub និងបានផ្តល់ភស្តុតាងនៃការងាររបស់ពួកគេ។ រាល់ Zinner ដែលបានផ្ទៀងផ្ទាត់ទាំងអស់ឆ្លងកាត់ការត្រួតពិនិត្យគុណភាពជាក់ស្តែង — ដូច្នេះអ្នកអាចជួលដោយទំនុកចិត្ត។

🛡️ បានផ្ទៀងផ្ទាត់តាំងពី September 2026

សមាជិកតាំងពី
Sep 2026
Zinns បានចុះបញ្ជី
0
សកម្មចុងក្រោយ
កាលពី 3 weeks មុន

អំពី

ខ្ញុំជាអ្នកឯកទេសចំណារពន្យល់ទិន្នន័យដែលយកចិត្តទុកដាក់លើព័ត៌មានលម្អិត ជាមួយនឹងបទពិសោធន៍ក្នុងការមើលឃើញដោយកុំព្យូទ័រ ការរៀបចំរចនាសម្ព័ន្ធសំណុំទិន្នន័យ និងលំហូរការងារ AI ដែលបង្កើត។ ខ្ញុំមានបទពិសោធន៍ជាក់ស្តែងក្នុងការចំណារពន្យល់ប្រអប់ព្រំដែន 2D សម្រាប់ការរកឃើញយានយន្តដោយប្រើ CVAT ហើយខ្ញុំបានបង្កើត និងផ្ទៀងផ្ទាត់លទ្ធផល COCO 1.0 JSON សម្រាប់បំពង់បង្ហូរការរៀនម៉ាស៊ីន។

ប្រវត្តិវិជ្ជាជីវៈ

ខ្ញុំមានសញ្ញាបត្រ BTS ផ្នែកពាណិជ្ជកម្មអន្តរជាតិពី INSPF Tizi Ouzou ប្រទេសអាល់ហ្សេរី ហើយខ្ញុំត្រូវបានបញ្ជាក់ដោយ Google Cloud និង Microsoft ផ្នែក Generative AI, Large Language Models និង Responsible AI។ ប្រវត្តិរបស់ខ្ញុំក្នុងការគាំទ្រអតិថិជន និងការបកប្រែបានផ្តល់ឱ្យខ្ញុំនូវការយកចិត្តទុកដាក់យ៉ាងពិសេសចំពោះព័ត៌មានលម្អិត ភាពត្រឹមត្រូវ និងការអនុលោមតាមគោលការណ៍ណែនាំយ៉ាងតឹងរ៉ឹង — ជំនាញដែលចាំបាច់សម្រាប់ការចំណារពន្យល់ទិន្នន័យដែលមានគុណភាពខ្ពស់។

ជំនាញបច្ចេកទេស

· ការចំណារពន្យល់ និងការដាក់ស្លាកទិន្នន័យ (ប្រអប់ព្រំដែន 2D, ការបែងចែក)
· CVAT (ឧបករណ៍ចំណារពន្យល់ការមើលឃើញដោយកុំព្យូទ័រ)
· ការបង្កើត និងការផ្ទៀងផ្ទាត់ទម្រង់ COCO 1.0 JSON
· ការរកឃើញវត្ថុ និងការចាត់ថ្នាក់រូបភាព
· ការត្រួតពិនិត្យគុណភាព និងការផ្ទៀងផ្ទាត់សំណុំទិន្នន័យ
· Generative AI និង Large Language Models (LLMs)
· AI Prompting និងការបង្កើតមាតិកា
· Microsoft Excel និង Google Workspace
· GitHub សម្រាប់ការគ្រប់គ្រងកំណែ និងការគ្រប់គ្រងគម្រោង

ចំណុចសំខាន់ៗនៃផលប័ត្រ

ខ្ញុំបានបង្កើតសំណុំទិន្នន័យរកឃើញយានយន្តពេញលេញដែលបានចំណារពន្យល់ក្នុងទម្រង់ COCO 1.0 ដោយប្រើ CVAT។ គម្រោងនេះបង្ហាញពីសមត្ថភាពរបស់ខ្ញុំក្នុងការដោះស្រាយករណីស្មុគស្មាញដូចជា ការបិទបាំង សំឡេងរំខានផ្ទៃខាងក្រោយ និងការតម្រឹមព្រំដែនយ៉ាងតឹងរ៉ឹង។ សំណុំទិន្នន័យត្រូវបានបោះពុម្ពផ្សាយនៅលើ GitHub ហើយស័ក្តិសមសម្រាប់ការបណ្តុះបណ្តាលម៉ូដែលមើលឃើញដោយកុំព្យូទ័រដូចជា YOLO ឬ Faster R-CNN។

មើលការងាររបស់ខ្ញុំ៖ /khatirjuba-bot/Dataset_Vehicles_COCO

ភាសា

· ភាសាអារ៉ាប់៖ ភាសាកំណើត
· ភាសាបារាំង៖ C2 (ស្ទាត់ជំនាញ)
· ភាសាអង់គ្លេស៖ B2-C1 (កម្រិតខ្ពស់ទៅស្ទាត់)

ហេតុអ្វីបានជាធ្វើការជាមួយខ្ញុំ?

ខ្ញុំជាមនុស្សដែលអាចទុកចិត្តបាន ដឹកនាំខ្លួនឯងបាន និងមានសមត្ថភាពក្នុងការផ្តល់នូវគុណភាពជាប់លាប់ ខណៈពេលដែលបំពេញតាមកាលកំណត់។ ខ្ញុំមានផាសុកភាពជាមួយនឹងការងារដដែលៗ ការងារផ្តោតអារម្មណ៍ និងមតិកែលម្អដដែលៗ។ ខ្ញុំអាចរកបានសម្រាប់គម្រោងពីចម្ងាយក្នុងការចំណារពន្យល់ទិន្នន័យ ការបណ្តុះបណ្តាល AI ការចំណារពន្យល់វីដេអូ និងការត្រួតពិនិត្យគុណភាព។

ខ្ញុំប្តេជ្ញាផលិតសំណុំទិន្នន័យដែលត្រឹមត្រូវ ស្អាត និងមានរចនាសម្ព័ន្ធល្អ ដែលត្រៀមរួចជាស្រេចសម្រាប់បំពង់បង្ហូរការរៀនម៉ាស៊ីន។ មិនថាអ្នកត្រូវការចំណារពន្យល់សម្រាប់ការមើលឃើញដោយកុំព្យូទ័រ ការដំណើរការភាសាធម្មជាតិ ឬ Generative AI ទេ ខ្ញុំអាចផ្តល់លទ្ធផលដែលមានគុណភាពខ្ពស់ដែលបំពេញតាមតម្រូវការគម្រោងរបស់អ្នក។

ខ្ញុំអាចចាប់ផ្តើមភ្លាមៗ ហើយអាចសម្របខ្លួនទៅនឹងគោលការណ៍ណែនាំ និងឧបករណ៍ចំណារពន្យល់របស់អ្នក។ តោះធ្វើការជាមួយគ្នាដើម្បីនាំយកគម្រោង AI របស់អ្នកឱ្យមានជីវិត

ជំនាញ

បច្ចេកវិទ្យា និងជំនាញដែលអ្នកឯករាជ្យនេះមានជំនាញ

ប្រភេទ

តំបន់សេវាកម្មដែលអ្នកឯករាជ្យនេះអាចរកបាន។

ផលប័ត្រ

សំណុំទិន្នន័យរកឃើញយានយន្ត – COCO 1.0 (CVAT Annotation)

សំណុំទិន្នន័យ Computer Vision សម្រាប់ការរកឃើញយានយន្ត។ បានចំណារពន្យល់ប្រអប់ព្រំដែន 2D ដោយប្រើ CVAT បានបង្កើតឯកសារ COCO 1.0 JSON សម្រាប់ការបណ្តុះបណ្តាល ML។ បានដោះស្រាយការបិទបាំង សំឡេងរំខានផ្ទៃខាងក្រោយ និងការតម្រឹមព្រំដែន។

មើលព័ត៌មានលម្អិត →

សំណុំទិន្នន័យរកឃើញយានយន្ត – COCO 1.0 (CVAT Annotation)

សំណុំទិន្នន័យ Computer Vision សម្រាប់ការរកឃើញយានយន្ត។ បានចំណារពន្យល់ប្រអប់ព្រំដែន 2D ដោយប្រើ CVAT បានបង្កើតឯកសារ COCO 1.0 JSON សម្រាប់ការបណ្តុះបណ្តាល ML។ បានដោះស្រាយការបិទបាំង សំឡេងរំខានផ្ទៃខាងក្រោយ និងការតម្រឹមព្រំដែន។

មើលព័ត៌មានលម្អិត →
📤 ចែករំលែក Profile នេះ
𝕏 ចែករំលែក LinkedIn ហ្វេសប៊ុក WhatsApp Telegram

ទាញយកកម្មវិធី Zinn Hub

ការជូនដំណឹង · ការចូលប្រើលឿនជាងមុន · អេក្រង់ពេញ

ប៉ះចែករំលែកនៅក្នុងកម្មវិធីរុករករបស់អ្នក

➜ បន្ទាប់មកចុច "បន្ថែមទៅអេក្រង់ដើម"