حلقات اسبوعية مع ناس احتمال نتفق او نختلف معاهم، المهم ان نتعلم و نستفيد من بعض و حلقة صغيرة اسبوعيا عن موضوع عشوائي من ترشيحات تويتر.
قهوة عصام
Claim This Podcastby Ahmed Essam
5.0(19 reviews)
108 episodes
Updated Bi-weekly
Accepts GuestsHas SponsorsLocation 🇸🇦
Podcast Overview
حلقات اسبوعية مع ناس احتمال نتفق او نختلف معاهم، المهم ان نتعلم و نستفيد من بعض و حلقة صغيرة اسبوعيا عن موضوع عشوائي من ترشيحات تويتر.
Language
🇸🇦
Publishing Since
6/19/2020
1 verified contact email on file for قهوة عصام
Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.
Recent Episodes
June 8, 2026
ليه راست مع أحمد سليمان
ملخص الحلقة في هذه الحلقة يستضيف المقدم ضيفه أحمد في حوار مطول حول لغة البرمجة Rust وما يميزها عن باقي لغات البرمجة الأخرى. بدأ الحوار بالحديث عن سبب اختيار Rust تحديدا من بين اللغات المتاحة مثل Python وGo وغيرها مع التأكيد على أن كل لغة لها مميزاتها لكن Rust تمتلك شيئا فريدا لا تمتلكه أي لغة أخرى. تحدث أحمد بالتفصيل عن مفهوم أمان الذاكرة وكيف أن Rust تضمن هذا الأمان على مستوى وقت التصريف وليس وقت التشغيل وهو ما يجعلها مختلفة جوهريا عن C وC++ من ناحية وعن اللغات التي تستخدم جامع المهملات مثل Java وGo وPython من ناحية أخرى. شرح الضيف مفهوم الملكية في Rust وهو النظام الذي يتتبع من يملك كل قطعة من الذاكرة ومتى يتم تحريرها وكيف أن هذا النظام يمنع مشاكل شائعة مثل قراءة ذاكرة محررة أو التعديل والقراءة المتزامنة من خيوط متعددة. كما تناول الحوار مفهوم المراجع والاقتراض والقواعد الصارمة التي يطبقها المصرف لضمان عدم وقوع تعارضات في الوصول للذاكرة وكيف أن هذه القواعد تجعل فئة كاملة من الأخطاء مستحيلة الحدوث. ختاما تحدثا عن أداء Rust المقارن بـ C وعن استخدامها في مجالات حساسة مثل نواة Linux والأنظمة المضمنة والبرمجيات التي تتطلب أعلى مستويات الأداء والموثوقية.
April 25, 2026
مراجعة كتاب محمد الجيش Shipping Machine Learning Systems
https://www.amazon.com/Shipping-Machine-Learning-Systems-Production-ebook # وصف الحلقة — عصام كافيه × محمد الجيش --- ## 🎙️ العنوان المقترح **شحن أنظمة الـ Machine Learning للإنتاج | محمد الجيش × أحمد عصام** *(How to Ship Machine Learning Systems — From Idea to Production)* --- ## 📝 الوصف (للـ YouTube والبودكاست) في الحلقة دي من **عصام كافيه**، أحمد عصام بيستضيف **محمد الجيش** — مؤلف كتاب **"Shipping Machine Learning Systems"** الجديد، والـ CTO & Co-Founder بتاع Monta.AI، وقبل كده Senior Manager في Amazon (Head of Alexa Speaker Recognition)، وDirector of AI في Cisco، و Co-Founder في Voicea (اتشترت من Cisco وبقت Webex Assistant). الحلقة دي مش حلقة ثيوريّة عن الـ ML. ده شغل حقيقي: إزاي تاخد فكرة، تحوّلها لموديل، وتنزّله Production من غير ما يقع عليك. الكلام كله من خبرة بنى بيها أنظمة بتخدم مئات الملايين من اليوزرز في LinkedIn و Microsoft و Amazon. لو إنت Software Engineer أو Data Scientist أو ML Engineer — وعايز تفهم الفرق بين الـ ML اللي بيتدرّس في الـ Courses والـ ML اللي بيشتغل فعلاً في الواقع — الحلقة دي ليك. --- ## ⏱️ التايم ستامبس (Chapters) ``` 00:00 مقدمة وترحيب بمحمد الجيش 01:19 فكرة الكتاب: ليه "Shipping ML Systems"؟ 03:47 منين نبدأ — من الداتا ولا من المشكلة؟ 05:27 هل المشكلة دي اتحلّت قبل كده؟ (Build vs Buy) 06:35 المعادلة الحقيقية: Quality × Cost × Latency 08:00 الـ Business Objective هو اللي بيقود كل حاجة 10:49 هل دايماً نبني من الصفر؟ ولا نبدأ بـ Pre-trained؟ 13:40 اختيار الـ Labels والـ Error Function حسب الـ Business 15:17 الـ Exploratory Data Analysis (EDA) — بداية كل مشروع 17:35 إزاي نبني Test Set من غير Production Data؟ 20:00 مثال عملي: Speech Recognition والتشكيل في العربي 22:25 Data Schema يتغيّر لما الـ Business يتغيّر 24:25 من Bayesian Thinking لتحديث الافتراضات بالداتا 27:23 الـ Stages: Train / Dev / Test / Calibration Sets 31:05 ليه ما تشوفش الـ Test Set؟ (تشبيه الامتحان) 33:54 الـ Canary Deployment والـ Smoke Test 36:25 Shadow Deployment — الموديل بيشتغل بس مش بيردّ 38:51 الـ A/B Testing والـ Randomized Controlled Trials 40:51 المتركس اللي بتترجم لفلوس فعلاً 42:00 الـ Domino Effect — Short-term vs Long-term Metrics 45:00 الـ Reasoning Chain ورا اختيار كل Metric 46:00 Error Analysis — منين بتيجي الأخطاء؟ 49:30 Bias في الداتا — قصة HP Face Detection 52:13 Data Vendors: Scale AI و Mechanical Turk والـ Quality Control 55:46 IOU وحساب الـ Inter-annotator Agreement 57:30 الـ Metric Hacking — قصة الأولمبياد والـ Athletes 01:00:14 Honeypots وكشف الـ Spammers في الـ Labeling 01:03:00 عقود الـ Data Vendors والـ Quality Conditions 01:04:38 Synthetic Data — هل نولّد داتا بـ LLM؟ 01:06:00 Model Collapse و Bias Amplification 01:08:00 "You have to live with your data" 01:10:30 قصة أحمد مع تدريب موديل صغير وتعلم Thinking Traces 01:12:25 غلطة الـ Tokenizer Shift اللي ضيّعت 23 يوم تدريب 01:15:30 الخاتمة والـ Experiment Queue ``` --- ## 📚 عن الضيف — محمد الجيش - **Author:** *Shipping Machine Learning Systems* (الكتاب الجديد) و *Computing with Data* (Springer, 2018) - **CTO & Co-Founder** — Monta.AI - **Ex-Senior Manager** — Amazon (Head of Alexa Speaker Recognition) - **Ex-Director of AI** — Cisco / Voicea (Webex Assistant) - **Ex-LinkedIn / Microsoft** — قاد فرق AI و Big Data - **Teaching Assistant (part-time)** — CS229 (Machine Learning) و CS230 (Deep Learning) في Stanford --- ## 🔗 لينكات - 📖 الكتاب: *Shipping Machine Learning Systems* — متاح على ebooks.com وSpringer - 💼 محمد على LinkedIn: linkedin.com/in/elgeish - ☕ احجز جلسة 1:1 مع محمد: intro.co/MohamedEl-Geish --- ## 🎯 الحلقة دي مفيدة لمين؟ - Software Engineers بيحبوا يدخلوا مجال الـ ML - Data Scientists عايزين يفهموا الـ Production Side - ML Engineers بيشتغلوا على Real Systems - Founders ببنوا منتجات AI - طلبة بياخدوا Courses في الـ ML وحاسين إن في فجوة بين النظري والعملي --- ## 🏷️ Hashtags #عصام_كافيه #EssamCafe #MachineLearning #AI #DataScience #MLOps #محمد_الجيش #ShippingMLSystems #DeepLearning #LLM #DataEngineering #MLEngineering #بودكاست_تقني #برمجة #ذكاء_اصطناعي --- ## 📱 تابعونا - 🎧 Spotify | Apple Podcasts | Google Podcasts - 📺 YouTube: @EssamCafe - 🐦 X / Twitter - 💼 LinkedIn --- *شير الحلقة لو عجبتك، واكتبلنا في الكومنتس أكتر سؤال محتاج إجابة من الحلقة الجاية مع محمد.*
January 19, 2026
الواد البراوي: مستقبل العمل في وجود الذكاء الصناعي
كنت حابب اتكلم عن التغيير الي حاصل في سوق العمل و المشاكل الموجودة حالياً بسبب التنافس العالي و قلة الفرص
108 total episodes available
Deep-dive analytics for قهوة عصام
Frequently asked questions
Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.
- What is قهوة عصام?
- How often does this podcast release new episodes?
This podcast updates bi-weekly.
- Where can I listen to this podcast?
This podcast is available on 9 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
- Does this podcast accept guests?
Information about guest appearances is not available.
Legal Disclaimer
Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.
All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.
We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.
While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.
By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.