<?xml version="1.0" encoding="utf-8"?><feed xmlns="http://www.w3.org/2005/Atom" xml:lang="ur"><generator uri="https://jekyllrb.com/" version="4.4.1">Jekyll</generator><link href="https://nasim.pk/feed.xml" rel="self" type="application/atom+xml" /><link href="https://nasim.pk/" rel="alternate" type="text/html" hreflang="ur" /><updated>2026-11-17T06:05:07+05:00</updated><id>https://nasim.pk/feed.xml</id><title type="html">عابد نسیم</title><subtitle>عابد نسیم کی ذاتی ویب سائٹ (پاکستان)</subtitle><author><name>عابد نسیم</name></author><entry><title type="html">یونانی فلسفہ: ایتھنز سے بخارا تک بذریعہ حلب</title><link href="https://nasim.pk/blog/athen2bukhara/" rel="alternate" type="text/html" title="یونانی فلسفہ: ایتھنز سے بخارا تک بذریعہ حلب" /><published>2026-05-07T00:00:00+05:00</published><updated>2026-05-07T00:00:00+05:00</updated><id>https://nasim.pk/blog/athen2bukhara</id><content type="html" xml:base="https://nasim.pk/blog/athen2bukhara/"><![CDATA[<h2 id="ایتھنز-سے-بخارا-تک-یونانی-فلسفے-کا-حیرت-انگیز-سفر">ایتھنز سے بخارا تک: یونانی فلسفے کا حیرت انگیز سفر</h2>

<p><strong>الفارابی</strong> (تقریباً 870–950 عیسوی / 257–339 ہجری)، جو ارسطو کے بعد <strong>معلمِ ثانی</strong> (<em>معلم الثانی</em>) کے لقب سے جانے جاتے ہیں، اور <strong>ابن سینا</strong> (980–1037 عیسوی / 370–428 ہجری)، بخارا کے نابغۂ روزگار ماہرِ علوم، یونانی فلسفے کی منتقلی کی دو عظیم شخصیات ہیں۔</p>

<p>تقریباً ایک صدی کے فاصلے سے پیدا ہونے والے ان دونوں کی مشترکہ کوششوں نے تاریخ کے اہم ترین فکری پلوں میں سے ایک تعمیر کیا — افلاطون اور ارسطو کی ایتھنیائی فکر سے اسلامی سنہری دور تک، اور بالآخر قرونِ وسطیٰ کے یورپ تک۔ ان کے کام نے تھامس ایکوئناس، البرٹس میگنس اور اسکالسٹک مفکرین کو گہرا متاثر کیا، اور یورپی نشاۃِ ثانیہ کو جنم دینے میں مدد دی۔</p>

<h3 id="قدیم-علم-کے-نازک-خزانے">قدیم علم کے نازک خزانے</h3>

<p><strong>بغداد</strong>، <strong>بخارا</strong> اور <strong>قرطبہ</strong> کے عظیم کتب خانوں میں ایسے انمول خزانے موجود تھے جو حملوں، آتشزدگی یا غفلت سے آسانی سے تباہ ہو سکتے تھے۔ ان شاندار ذخیروں میں قدیم ایتھنز میں تخلیق کی گئی تصانیف کے عربی تراجم محفوظ تھے — افلاطون کے مکالمات اور ارسطو کا وسیع ذخیرہ۔</p>

<p>یہ متون ہیلینی ذخیروں سے بازنطینی کتب خانوں اور سریانی مسیحی مراکز (جیسے ایڈیسا اور جندی شاپور) سے گزرتے ہوئے، عباسی دور کی تحریکِ ترجمہ کے دوران منظم طریقے سے عربی میں منتقل ہوئے۔</p>

<h3 id="ارسطو-کی-مشکل-یونانی-کی-گتھی-سلجھانا">ارسطو کی مشکل یونانی کی گتھی سلجھانا</h3>

<p>محض حفاظت سے بڑھ کر، الفارابی نے ارسطو کی تصانیف کو سمجھنے میں اہم کردار ادا کیا۔ ارسطو نے نہایت محاوراتی، گھنی اور اکثر مختصر ایتھنیائی یونانی میں لکھا۔ اس کے اسلوب میں باریک تعبیرات، فنی اصطلاحات اور ثقافتی حوالے بھرے تھے جنہیں سمجھنا آسان نہ تھا — بعد کے یونانی قارئین کے لیے بھی، اور خاص طور پر عربی تراجم سے کام کرنے والے علما کے لیے تو اور بھی مشکل۔</p>

<h3 id="ابن-سینا-اور-چالیس-مطالعے">ابن سینا اور چالیس مطالعے</h3>

<p><strong>ابن سینا</strong> (تقریباً 980–1037 عیسوی / 370–428 ہجری) نے مشہور طور پر بیان کیا کہ انہوں نے ارسطو کی <em>مابعد الطبیعیات</em> چالیس بار پڑھی — ایک ایسا بیان جس کا مطلب ہے کہ انہوں نے متن مکمل طور پر یاد کر لیا تھا۔ اس کے باوجود، ہر لفظ ازبر ہونے کے باوجود، ارسطو کی گھنی، محاوراتی ایتھنیائی یونانی کی وجہ سے اس کا گہرا مفہوم ان سے اوجھل رہا۔</p>

<h3 id="کتابوں-کے-بازار-میں-اتفاقی-دریافت">کتابوں کے بازار میں اتفاقی دریافت</h3>

<p>کامیابی ایک خوش قسمت اتفاق سے ملی۔ ابھی بخارا ہی میں، جب اپنے والد کی وفات اور سامانی سلطنت کے کمزور پڑنے کے بعد سیاسی عدم استحکام بڑھ رہا تھا، ابن سینا کتب فروشوں کے بازار میں گھوم رہے تھے۔</p>

<p>ایک دکاندار نے انہیں الفارابی کا ایک چھوٹا، سستا رسالہ <em>ارسطو کی مابعد الطبیعیات کے مقاصد</em> (یا <em>مقاصدِ مابعد الطبیعیات</em>) صرف <strong>تین درہم</strong> میں پیش کیا۔ ابن سینا نے اسے یوں ہی خرید لیا۔</p>

<p>اسے پڑھتے ہی ابہامات اچانک صاف ہو گئے — ارسطو کے کام کا مقصد، ساخت اور محاورے آخرکار ان پر کھل گئے۔ خوشی سے سرشار ہو کر، روایت ہے کہ انہوں نے اللہ کا شکر ادا کیا اور شکرانے میں صدقہ تقسیم کیا۔</p>

<h3 id="جلاوطنی-میں-علم">جلاوطنی میں علم</h3>

<p>یہ اتفاقی دریافت بخارا چھوڑنے پر مجبور ہونے سے پہلے ہوئی۔ جلد ہی، جب سامانی سلطنت قراخانی حملے کے تحت ٹوٹ گئی (تقریباً 999–1005 عیسوی)، ابن سینا کو بخارا سے فرار ہو کر فارس اور وسطی ایشیا میں بھٹکنے کے طویل برس شروع کرنے پڑے۔</p>

<p>الفارابی کی شرح سے حاصل ہونے والا علم ان کے ساتھ سفر کرتا رہا، اور ان کی اپنی عظیم فلسفیانہ تصانیف، بشمول <em>کتاب الشفاء</em>، کی بنیاد بنا۔</p>

<h3 id="اگر-وہ-کبھی-پیدا-ہی-نہ-ہوتے">اگر وہ کبھی پیدا ہی نہ ہوتے؟</h3>

<p>اگر الفارابی اور ابن سینا کبھی موجود ہی نہ ہوتے تو؟ ارسطو کی منظم، تجرباتی اور عقلی فلسفے کے گہرے فوائد اسلامی دنیا میں، اور بالواسطہ یورپ میں، بہت کم یا مؤخر ہو سکتے تھے۔</p>

<p>الفارابی کے ارسطو کے مشکل محاوروں کو سلجھانے کے ماہرانہ کام اور ابن سینا کی <em>کتاب الشفاء</em> جیسی تصانیف میں عظیم ترکیب کے بغیر، ارسطوئی روایت بکھری ہوئی اور کم اثر انگیز رہ سکتی تھی۔</p>

<blockquote>
  <p>افلاطون اور ارسطو نے حقیقت کے بارے میں گہرے طور پر مختلف تصورات پیش کیے۔ افلاطون کی تعلیم تھی کہ اعلیٰ ترین حقیقت ازلی تصورات یا صورتوں کی غیر مادی دنیا میں ہے، جسے ذہن عقل کے ذریعے سمجھ سکتا ہے۔ اس کے برعکس، ارسطو نے مادی دنیا پر زور دیا — یہ کہتے ہوئے کہ حقیقت ان طبعی اشیا اور مادّوں میں ہے جنہیں ہم حواس کے ذریعے محسوس کرتے ہیں۔</p>
</blockquote>

<p>اس کی جگہ، افلاطونی اور فلوطینی (نو افلاطونی) فکر کے زیادہ صوفیانہ اور روحانی دھارے — جنہوں نے مسلم دنیا میں تصوف کو گہرا متاثر کیا — غالب آ سکتے تھے۔ اس سے قرونِ وسطیٰ کی یورپی فلسفے کا رخ تصوف اور روحانی غور و فکر پر زیادہ زور کی طرف مڑ سکتا تھا، جس کے نتیجے میں مسیحیت میں ایسی نشاۃِ ثانیہ آ سکتی تھی جو اس عقلی و سائنسی سمت کے بجائے زیادہ روحانی ہوتی جو بالآخر اختیار کی گئی۔</p>

<p>ایمان اور عقل کی وہ عظیم ترکیب جس نے اسکالسٹک فکر اور بعد کی سائنسی ترقی کو ایندھن دیا، نمایاں طور پر کمزور ہو سکتی تھی، جس سے مغربی فکری تاریخ کی پوری راہ بدل جاتی۔</p>]]></content><author><name>عابد نسیم</name></author><category term="فلسفہ" /><category term="الفارابی" /><category term="معلمِ ثانی" /><category term="ابن سینا" /><summary type="html"><![CDATA[افلاطون اور ارسطو کی تصانیف کس طرح ایتھنز سے بخارا اور اس سے آگے تک منتقل اور تبدیل ہوئیں]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://nasim.pk/assets/content/blogs/CRAJe.jpg" /><media:content medium="image" url="https://nasim.pk/assets/content/blogs/CRAJe.jpg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">جیو پولیٹیکل پیراڈائم شفٹ</title><link href="https://nasim.pk/blog/paradigm-econ/" rel="alternate" type="text/html" title="جیو پولیٹیکل پیراڈائم شفٹ" /><published>2026-05-05T00:00:00+05:00</published><updated>2026-05-05T00:00:00+05:00</updated><id>https://nasim.pk/blog/paradigm-econ</id><content type="html" xml:base="https://nasim.pk/blog/paradigm-econ/"><![CDATA[<p>میں نے P. J. O’Rourke کو کہتے سنا: تیل خریدنا اسے چرانے سے سستا ہے۔ 1990 کی دہائی میں MBA کلاس رومز ایک طاقتور خیال کو فروغ دیتے تھے: <strong>“معیشت ہی سب کچھ ہے، بیوقوف۔”</strong> جیو پولیٹکس کو ایک فرسودہ توجہ ہٹانے والی چیز سمجھا جاتا تھا۔ سپلائی چین حکمتِ عملی کی توجہ تقریباً مکمل طور پر لاگت کم کرنے، بروقت ترسیل اور عالمی کارکردگی پر تھی۔ سیاسی اور اسٹریٹجک خطرات کو بڑی حد تک نظر انداز کر دیا گیا۔</p>

<p>وہ نقطۂ نظر اب متروک ہو چکا ہے۔</p>

<p>جب کارپوریشنز اسپریڈ شیٹس کے لیے بہتری لا رہی تھیں، بڑی طاقتیں اہم وسائل، ٹیکنالوجیز اور صلاحیتوں کو قومی برتری کے آلات کے طور پر استعمال کرتی رہیں۔ تاریخی طور پر ایسے اثاثوں کے حصول یا ان پر کنٹرول کا انحصار اکثر <strong>غصب</strong> پر رہا — فوجی فتح، نوآبادیات، جیو پولیٹیکل کرایہ خوری، اثر و رسوخ کی کارروائیاں، اور غیر مارکیٹی قبضہ۔</p>

<h3 id="حملے-اور-دفاع-کی-معاشیات-الٹ-گئی-ہے">حملے اور دفاع کی معاشیات الٹ گئی ہے</h3>

<p>تاریخ کے بیشتر حصے میں <strong>دفاع حملے سے سستا تھا</strong>۔ اچھی جگہ پر بنایا گیا قلعہ اور بنیادی دفاعی انتظامات کہیں بڑی فوجوں کو روک سکتے تھے۔</p>

<p>آج اس کے برعکس ہے۔ <strong>حملہ دفاع کے مقابلے میں نہایت سستا ہو گیا ہے۔</strong> کم لاگت ڈرونز، درست نشانے والا اسلحہ، اور ابھرتے ہوئے ڈرون جھنڈ تباہ کن طاقت کو تاریخی لاگت کے ایک معمولی حصے میں پہنچا سکتے ہیں۔ ہر جگہ ہر چیز کی حفاظت کرنا ناقابلِ برداشت حد تک مہنگا ہوتا جا رہا ہے۔</p>

<h3 id="پرانی-طرز-کی-جیو-پولیٹکس-بتدریج-ناقابلِ-برقرار-ہوتی-جا-رہی-ہے">پرانی طرز کی جیو پولیٹکس بتدریج ناقابلِ برقرار ہوتی جا رہی ہے</h3>

<p>معاشی بوجھ بہت بڑا ہے۔ عالمی فوجی اخراجات <strong>2025 میں 2.887 ٹریلین ڈالر</strong> تک پہنچ گئے — دنیا کی GDP کا تقریباً 2.5 فیصد۔ یہ اثر و رسوخ کے دائرے برقرار رکھنے، بیرونِ ملک اڈوں، پابندیوں کے نظاموں اور اسٹریٹجک روک تھام پر خرچ ہونے والا وسیع اوور ہیڈ ہے۔ مزید برآں، وہ معاشی کرائے جن کی توقع سپر پاورز یا اکلوتی سپر پاور کر سکتی تھی، جو ان کی GDP کے 4 فیصد تک ہو سکتے تھے، تقریباً ختم ہو چکے ہیں۔</p>

<h4 id="وِجٹس-کی-لاگت-تجارت-بمقابلہ-جیو-پولیٹکس">وِجٹس کی لاگت: تجارت بمقابلہ جیو پولیٹکس</h4>

<p>کھلی عالمی منڈیوں میں آزادانہ تجارت ہونے والی ایک وِجٹ (widget) پر بنیادی طور پر یہ لاگتیں آتی ہیں:</p>
<ul>
  <li>پیداوار</li>
  <li>لاجسٹکس</li>
  <li>معمولی ٹیرف (عموماً کم یک ہندسی)</li>
</ul>

<p>وہی وِجٹ اگر جیو پولیٹیکل کرایہ خوری کے ذریعے حاصل یا محفوظ کی جائے تو بھاری اضافی اوور ہیڈ اٹھاتی ہے:</p>

<ul>
  <li>تقریباً <strong>2.9 ٹریلین ڈالر</strong> کے سالانہ عالمی فوجی اخراجات میں متناسب حصہ</li>
  <li>دہرائی گئی سپلائی چینز اور “+1” تنوع کی کوششوں سے <strong>10 تا 30 فیصد سے زائد</strong> لاگت کا اضافہ</li>
  <li>ٹیرف، تجارتی پابندیوں اور تعمیل کی لاگتوں سے سالانہ سینکڑوں ارب ڈالر کے نقصانات</li>
</ul>

<p><strong>نتیجہ</strong>: اب <strong>تجارت کرنا غصب یا کرایہ خوری سے سستا ہے</strong>۔</p>

<h3 id="جدید-اسٹریٹجک-اثاثے-استحکام-کا-تقاضا-کرتے-ہیں">جدید اسٹریٹجک اثاثے استحکام کا تقاضا کرتے ہیں</h3>

<p>پرانی طرز کی جیو پولیٹکس آج کی سب سے اہم صلاحیتوں کے ساتھ بنیادی طور پر نامطابقت رکھتی ہے۔ آپ مسلسل کشیدگی، عدم استحکام یا جبر کے ماحول میں ہائپر اسکیل <strong>ڈیٹا سینٹرز</strong>، AI کلسٹرز یا جدید سیمی کنڈکٹر فیبز آسانی سے نہ بنا سکتے ہیں اور نہ چلا سکتے ہیں۔ ان اثاثوں کو بڑے طویل مدتی سرمائے، قابلِ اعتماد توانائی، عالمی رابطے، قانون کی حکمرانی اور بین الاقوامی اعتماد کی ضرورت ہوتی ہے۔</p>

<h3 id="نسلی-چیلنج">نسلی چیلنج</h3>

<p>بہت سے پرانی طرز کے جیو پولیٹیکل حکمتِ عملی ساز اب بھی کرایہ خوری کی سوچ کے ساتھ کام کرتے ہیں — اثر و رسوخ کے دائرے، اسٹریٹجک روک تھام، اور دباؤ پر مبنی کنٹرول۔ جب تک وہ یہ تسلیم نہیں کرتے کہ طاقت کی نئی معاشیات تجارت، تجارتی سفارت کاری اور مستحکم شراکت داریوں کے حق میں ہے، پیش رفت سست رہے گی۔ حقیقی تبدیلی صرف اس وقت تیز ہو سکتی ہے جب زیادہ تجارتی سوچ والے اور ترقی پسند حکمتِ عملی سازوں کی نئی نسل قیادت سنبھالے۔</p>

<h3 id="سپلائی-چین-لیڈرز-کے-لیے-یہ-کیوں-اہم-ہے">سپلائی چین لیڈرز کے لیے یہ کیوں اہم ہے</h3>

<ol>
  <li><strong>خطرہ بدل چکا ہے</strong> — بنیادی خطرات میں اب ریگولیٹری ٹکڑے بندی، منتخب علیحدگی، اور ہتھیار بنائی گئی باہمی انحصاریت شامل ہیں۔</li>
  <li><strong>لچک کے لیے آگاہی ضروری ہے</strong> — تنوع کو جیو پولیٹیکل شعور کے ساتھ ہونا چاہیے۔</li>
  <li><strong>تجارت اور سفارت کاری بطور اسٹریٹجک آلات</strong> — ایسی دنیا میں جہاں حملہ سستا ہے اور پرانے طریقے ناقابلِ برداشت ماحولیاتی، مالی اور جمہوری قیمتیں عائد کرتے ہیں، فعال تجارتی شمولیت ناگزیر ہو جاتی ہے۔</li>
</ol>

<h3 id="ابھرتا-ہوا-منتر">ابھرتا ہوا منتر</h3>

<p>1990 کی دہائی نے ہمیں سکھایا: <em>معیشت ہی سب کچھ ہے، بیوقوف۔</em></p>

<p>2020 کی دہائی ایک زیادہ مکمل سچائی سکھا رہی ہے:<br />
<strong>تجارت کرنا غصب یا کرایہ خوری سے سستا ہے۔</strong></p>

<p>کیونکہ حملہ سستا ہو گیا ہے، دفاع مہنگا، اہم انفراسٹرکچر استحکام کا تقاضا کرتا ہے، اور پرانی طرز کی جیو پولیٹکس ماحول اور جمہوری اداروں کو نقصان پہنچاتے ہوئے ٹریلینز کا اوور ہیڈ رکھتی ہے، اس لیے آگے کا معقول راستہ واضح ہے: بنیادی اہم صلاحیتوں کی حفاظت کریں، لیکن باقی سب کچھ محفوظ کرنے کے لیے منڈیوں، تجارت اور سفارت کاری کو بھرپور طریقے سے استعمال کریں۔</p>

<p>جو رہنما اس تبدیلی کو سمجھیں گے وہ ایسے ادارے بنائیں گے جو دباؤ سے مضبوط ہوتے ہیں (antifragile) اور ایک زیادہ مستحکم، خوشحال اور پائیدار دنیا میں حصہ ڈالیں گے۔ جو لوگ فرسودہ کرایہ خوری کے نسخوں سے چمٹے رہیں گے، انہیں اپنے آپ کو بہت دیر سے ڈھالنا پڑ سکتا ہے۔</p>

<p>مارکیٹ نے جیو پولیٹکس کو ختم نہیں کیا۔ اس نے صرف زیادہ ذہین، زیادہ کارآمد اور زیادہ پُرامن طریقوں کو معقول انتخاب بنا دیا ہے۔</p>

<hr />]]></content><author><name>عابد نسیم</name></author><category term="جیو پولیٹکس" /><category term="سپلائی چین" /><category term="حکمتِ عملی" /><category term="معاشیات" /><summary type="html"><![CDATA["معیشت ہی سب کچھ ہے، بیوقوف" سے "تجارت کرنا کرایہ خوری سے سستا ہے" تک — طاقت کی بدلتی معاشیات]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://nasim.pk/assets/content/blogs/UeWuP.jpg" /><media:content medium="image" url="https://nasim.pk/assets/content/blogs/UeWuP.jpg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">بیک اینڈ کی بلا رکاوٹ تبدیلی</title><link href="https://nasim.pk/work/seamless-backend-replacement/" rel="alternate" type="text/html" title="بیک اینڈ کی بلا رکاوٹ تبدیلی" /><published>2026-05-03T11:00:00+05:00</published><updated>2026-05-03T11:00:00+05:00</updated><id>https://nasim.pk/work/seamless-backend-replacement</id><content type="html" xml:base="https://nasim.pk/work/seamless-backend-replacement/"><![CDATA[<h2 id="پس-منظر">پس منظر</h2>

<p>1999 میں میرا کلائنٹ، جو نمائشوں کا انتظام کرنے والی ایک کمپنی تھی، نمائشی جگہ کے انتظام کے لیے ڈیسک ٹاپس پر ایک تھرڈ پارٹی پروڈکٹ، یعنی ExpoCad، استعمال کر رہا تھا۔ یہ پروڈکٹ بیک اینڈ کے طور پر xBase استعمال کرتی تھی۔ ایک ایگزیکٹو نے Java پلگ اِن کے ذریعے نمائشی جگہ کو آن لائن شائع کرنے کا فیصلہ کیا، اور یہ نہ سمجھا کہ بڑھتا ہوا حجم بیک اینڈ سنبھال نہیں سکے گا۔ چنانچہ منطقی راستہ یہ تھا کہ بیک اینڈ کو کسی قابلِ توسیع نظام، جیسے Oracle، سے بدل دیا جائے۔ تاہم وینڈر نے اپ گریڈ کرنے سے انکار کر دیا۔ مجھے بالکل یہی کام سونپا گیا، اس شرط کے ساتھ کہ <strong>فرنٹ اینڈ کو تبدیلی کا پتا نہ چلے</strong>۔</p>

<h2 id="ہدف">ہدف</h2>

<blockquote>
  <p>فرنٹ اینڈ میں کوئی تبدیلی مسلط کیے بغیر بیک اینڈ کو تبدیل کرنا۔</p>
</blockquote>

<p>مائیگریشن کے دوران ان چیزوں کا برقرار رہنا ضروری تھا:</p>

<ul>
  <li>موجودہ API کنٹریکٹس اور پے لوڈ فارمیٹس</li>
  <li>کاروبار کے لیے اہم کوئری رویّہ</li>
  <li>عام لوڈ میں قابلِ قبول لیٹنسی</li>
  <li>منتقلی کے دوران آپریشنل تسلسل</li>
</ul>

<h2 id="طریقۂ-کار">طریقۂ کار</h2>

<p>میں نے مطابقت کو اولین ترجیح دینے والا رول آؤٹ تین متوازی راستوں پر ڈیزائن کیا:</p>

<ol>
  <li>
    <p><strong>کنٹریکٹ کی نقل</strong><br />
ہم نے موجودہ ریکویسٹ/رسپانس کی معنویت کو دستاویزی شکل دی اور نئے بیک اینڈ میں اس کے مساوی رویّہ نافذ کیا تاکہ کلائنٹ کوڈ جوں کا توں رہے۔</p>
  </li>
  <li>
    <p><strong>ڈیٹا بیس ٹرانسلیشن لیئر</strong><br />
نئی سروس نے پرانے ایکسیس پیٹرنز کو متبادل RDBMS ماڈل سے جوڑا، جس میں null ویلیوز، ترتیب (sorting) اور جوائنز سے متعلق نازک صورتوں کی ہینڈلنگ بھی شامل تھی۔</p>
  </li>
  <li>
    <p><strong>مرحلہ وار ٹریفک سوئچ</strong><br />
مکمل منتقلی سے پہلے ہم نے شیڈو ویلیڈیشن اور مرحلہ وار رول آؤٹ گیٹس چلائے تاکہ پرانے اور نئے راستوں کے نتائج کا موازنہ کیا جا سکے۔</p>
  </li>
</ol>

<h2 id="چیلنجز">چیلنجز</h2>

<ul>
  <li>پرانا رویّہ کم دستاویزی تھا اور جزوی طور پر کوئریز کے ضمنی اثرات میں پوشیدہ تھا۔</li>
  <li>فرنٹ اینڈ کی چند اسکرینیں ایک ایسی ضمنی ترتیب پر انحصار کرتی تھیں جس کی نئے اسٹیک میں بطورِ ڈیفالٹ ضمانت نہیں تھی۔ xBase ریکارڈ پر مبنی RDBMS ہے۔ Oracle SQL پر مبنی تھا/ہے۔</li>
  <li>آپریشنل اعتماد کے لیے صرف اتفاقی جانچ کافی نہ تھی، بلکہ ایک طویل عرصے تک دونوں نظاموں کا ساتھ ساتھ موازنہ درکار تھا۔</li>
</ul>

<h2 id="نتیجہ">نتیجہ</h2>

<p>بیک اینڈ بلا رکاوٹ تبدیل ہو گیا، فرنٹ اینڈ دوبارہ لکھنے کی ضرورت پڑی اور نہ منتقلی کی مدت میں صارفین کو کوئی خلل نظر آیا۔ یہ ایک تنہا پراجیکٹ تھا۔ میں نے دو مہینوں میں پروٹو ٹائپ چلا دیا تھا۔</p>

<h2 id="اہم-سبق">اہم سبق</h2>

<p>بنیادی نظاموں کو تبدیل کرتے وقت <strong>مطابقت خود ایک پروڈکٹ فیچر ہے</strong>۔ رویّے کی برابری کو بنیادی ڈیلیورایبل سمجھنے سے مجموعی طور پر منتقلی زیادہ محفوظ اور تیز ہو گئی۔</p>]]></content><author><name>عابد نسیم</name></author><category term="پراجیکٹ" /><category term="RDBMS" /><summary type="html"><![CDATA[میں نے یہ کام 1999 میں کیا۔ فرنٹ اینڈ کو پتا چلے بغیر ایک بیک اینڈ تبدیل کیا۔]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://nasim.pk/assets/content/work/NdPHR.jpg" /><media:content medium="image" url="https://nasim.pk/assets/content/work/NdPHR.jpg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">AI “کیسے سوچتا ہے”</title><link href="https://nasim.pk/blog/how-ai-thinks/" rel="alternate" type="text/html" title="AI “کیسے سوچتا ہے”" /><published>2026-05-03T10:00:00+05:00</published><updated>2026-05-03T10:00:00+05:00</updated><id>https://nasim.pk/blog/how-ai-thinks</id><content type="html" xml:base="https://nasim.pk/blog/how-ai-thinks/"><![CDATA[<p>میں مانتا ہوں کہ میں پہلے AI کا شکی تھا۔ میں 1982 سے کمپیوٹر پروگرامنگ کر رہا ہوں۔ میرے پہلے کمپیوٹر میں ایک کلوبائٹ RAM تھی اور بوٹ ہوتے ہی 300 بائٹس لے لیتا تھا، مجھے صرف 700 بائٹس چھوڑتا تھا۔ مجھے دقیق طور پر معلوم ہوتا تھا کہ میں نے کیا لکھا، وہ کہاں گیا، اور اس نے کیا کیا۔ AI ایسی چیزیں کیسے کر سکتا ہے جن پر اس کے ڈویلپرز خود حیران رہ گئے؟</p>

<h2 id="چیٹ-بوٹ-طرز-کے-ماڈل-کے-لیے-سوچنے-کا-مطلب">چیٹ بوٹ طرز کے ماڈل کے لیے “سوچنے” کا مطلب</h2>

<p>ایک بڑا زبانی ماڈل (LLM) اسے تربیت دی جاتی ہے کہ اب تک جو دیکھا اس کی بنیاد پر <strong>قابلِ قبول اگلی علامتیں</strong> — عام طور پر الفاظ کے ٹکڑے (ٹوکنز) — پیش گوئی کرے۔ یہ تربیت حیران کن مقدار میں متن کو نیورل نیٹ ورک کے اندر اربوں عددی پیچ (weights) میں دبا دیتی ہے۔</p>

<p>قدرتی زبان کائنات کا ایک ماڈل ہے۔ جب میں کہتا ہوں “میں گاڑی چلا رہا ہوں،” تو میں محض الفاظ پیدا نہیں کر رہا — میں حقیقت کی ایک ساختہ نمائندگی کو انکوڈ کر رہا ہوں: ایک واحد فاعل (“میں”)، ایک حالیہ فعل (“چلا رہا ہوں”)، اور ایک مفعول (“گاڑی”)، یہ سب ایک محمول کے ذریعے جڑے ہوئے ہیں جو دنیا میں ہونے والے عمل کی وضاحت کرتا ہے۔ دوسرے الفاظ میں، زبان تجربے کو کرداروں اور تعلقات میں توڑتی ہے جنہیں ہم علامتی طور پر برت سکتے ہیں۔</p>

<p>یہی ایک بڑی وجہ ہے کہ AI “سوچتا” ہوا محسوس ہو سکتا ہے۔ جدید زبانی ماڈلز ایسی بے شمار نمائندگیوں پر تربیت پاتے ہیں، اور فاعل، محمول، فعل، مفعول اور وسیع تر معنوی ساخت کو حالات، ارادوں، اسباب اور نتائج سے جوڑنے والے شماریاتی پیٹرنز سیکھتے ہیں۔ جواب تیار کرتے وقت وہ دنیا کا تجربہ نہیں کر رہے ہوتے، بلکہ وہ ان سیکھے ہوئے لسانی ماڈلز پر اس انداز میں کام کر رہے ہوتے ہیں جو استدلال سے مشابہت رکھتا ہے — یہ پیش گوئی کرتے ہوئے کہ اگلا فاعل کیا ہوگا، کون سا محمول قابلِ قبول ہے، سیاق و سباق میں کون سا مفعول فٹ بیٹھتا ہے، اور خیالات کا سلسلہ کس طرح آگے بڑھنا چاہیے۔ نتیجہ ایسا رویّہ ہے جو سوچ جیسا محسوس ہوتا ہے، کیونکہ یہ اسی گرامری اور تعلقاتی ڈھانچے (فاعل-فعل-مفعول، محمولی منطق، معنوی کردار) پر تعمیر ہے جسے انسان حقیقت کو دبانے اور اس پر غور کرنے کے لیے استعمال کرتے ہیں۔</p>

<h2 id="یہ-استدلال-جیسا-کیوں-محسوس-ہو-سکتا-ہے">یہ استدلال جیسا کیوں محسوس ہو سکتا ہے</h2>

<p>استدلال کے وہم کے لیے کئی اثرات یکجا ہوتے ہیں:</p>

<ol>
  <li><strong>بڑے پیمانے پر پیٹرن کی تکمیل۔</strong> اگر تربیتی ڈیٹا میں “علامت X” کو مستقل طور پر “تشخیص Y” کے ساتھ جوڑا گیا ہو، تو ماڈل کسی الگ “طبی ماڈیول” کے بغیر بھی وہ تعلق سامنے لا سکتا ہے۔</li>
  <li><strong>چین آف تھاٹ طرز کا رویّہ</strong> (چاہے آپ “قدم بہ قدم سوچیں” کی ہدایت دیں یا سسٹم خود ایسا کرے) جواب کے ٹوکن سے پہلے <em>ٹوکنز کی اندرونی رَو</em> کو طویل کر دیتا ہے۔ زیادہ درمیانی متن کا مطلب ہے راستہ درست کرنے کے زیادہ مواقع — اثر کے لحاظ سے یہ کھردرے کام (scratch work) لکھنے جیسا ہے، سوائے اس کے کہ یہ پھر بھی آخر تک محض پیش گوئی ہی رہتی ہے۔</li>
  <li><strong>الائنمنٹ تربیت</strong> ماڈل کو ترجیحات سکھاتی ہے: مددگار بنو، نقصان دہ درخواستیں رد کرو، ہدایات کی پیروی کرو۔ یہ احتمالات کو نئی شکل دیتی ہے؛ یہ ضمیر نصب نہیں کرتی۔</li>
</ol>

<p>مل کر، روانی سے بولی جانے والی زبان اور مقامی مطابقت ارادی استدلال کی نقل کر سکتے ہیں — چاہے حقیقت میں ہو رہا یہ ہو کہ <strong>شماریاتی ہم آہنگی</strong> کئی قدموں پر پھیلی ہوئی ہے۔</p>

<h2 id="آرکیٹیکچر-ایک-سانس-میں">آرکیٹیکچر ایک سانس میں</h2>

<p>تقریباً یوں:</p>

<ul>
  <li><strong>ٹوکنائزیشن</strong>: متن -&gt; نمبر شدہ ٹوکنز</li>
  <li><strong>ایمبیڈنگز</strong>: ٹوکنز -&gt; مشترکہ اسپیس میں ویکٹرز</li>
  <li><strong>ٹرانسفارمر لیئرز</strong>: ہر پوزیشن دوسروں پر توجہ دے کر اپنی نمائندگی اپ ڈیٹ کرتی ہے (یہی مشہور “اٹینشن” کا تصور ہے — سیاق کا امتزاج، نہ کہ کسی روشنی کی طرح شعور)</li>
  <li><strong>آؤٹ پٹ لیئر</strong>: الفاظ کے ذخیرے پر logits -&gt; اگلا ٹوکن نمونہ لیا جاتا ہے</li>
</ul>

<p>یہ ڈھانچہ GPT طرز کے decoder-only ماڈلز، encoder-decoder سیٹ اپس، ملٹی موڈل ہائبرڈز وغیرہ کے پورے سلسلے میں مشترک ہے۔ نام مختلف ہوتے ہیں؛ خلاصہ ایک ہی رہتا ہے: <strong>سیاق اندر، احتمالات باہر۔</strong></p>

<h2 id="nlp-زبان-اور-حدود">NLP، زبان اور حدود</h2>

<p>قدرتی زبان عالمگیر انٹرفیس ہے — اس لیے نہیں کہ کمپیوٹرز “بولتے” ہیں، بلکہ اس لیے کہ ہم نے ماڈلز کو انسانیت کی لکھی اور بولی گئی متن سے حاصل کردہ سمندر جیسے ذخیرے پر تربیت دی۔</p>

<p>جو صلاحیتیں آپ حقیقت میں دیکھتے ہیں: خلاصہ نویسی، ترجمہ، مسودہ سازی، کوڈ میں مدد، سرچ طرز کے سوال و جواب — <em>جب</em> حقائق سیاق میں موجود ہوں یا تربیت میں اچھی طرح نمائندگی رکھتے ہوں۔</p>

<p>یاد رکھنے کے قابل کمزوریاں:</p>

<ul>
  <li><strong>ہیلوسینیشن</strong>: جب پیش گوئی کا راستہ معقول نظر آئے تو روانی سے بیان کیا گیا جھوٹ۔</li>
  <li><strong>پرانا علم</strong>، جب تک کوئی ٹول یا بازیافت (retrieval) خلا نہ بھرے۔</li>
  <li><strong>کوئی زمینی خود نہیں</strong>: یہ دنیا کا مسلسل مشاہدہ نہیں کرتا؛ جو کچھ پرامپٹس، ٹولز یا اندرونی weights میں نہیں، وہ اس کی دسترس سے باہر ہے۔</li>
</ul>

<h2 id="ایک-زمینی-نتیجہ">ایک زمینی نتیجہ</h2>

<p>“سوچنے” کو ایک <strong>مختصر استعارہ</strong> سمجھیں۔ اصل میکانزم differentiable prediction بمعہ پیمانہ، ڈھانچہ، بازیافت، حفاظتی حدود — اور آپ کے پرامپٹس ہیں۔ جو اچھا کام کرے اس کی قدر کریں؛ جو اہم ہو اس کی دوبارہ تصدیق کریں۔</p>

<p>اگر آپ یہ کہنا چاہیں کہ AI <strong>استدلال جیسے رویّے کی نقالی</strong> کرتا ہے، تو آپ محفوظ زمین پر ہیں، بغیر اس کے کہ ان نظاموں کی اس غیر معمولی بات کو کم تر ظاہر کریں — کہ وہ خام متن کی نمائش کو غیر معمولی صلاحیت والی زبانی مشینوں میں بدل دیتے ہیں۔</p>]]></content><author><name>عابد نسیم</name></author><category term="AI" /><category term="NLP" /><category term="قدرتی زبان" /><summary type="html"><![CDATA[AI کی "سوچنے" کی "صلاحیت" کی نہایت سادہ اور فطری وضاحت]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://nasim.pk/assets/content/blogs/AI/models.png" /><media:content medium="image" url="https://nasim.pk/assets/content/blogs/AI/models.png" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">ہیلتھ کیئر ایکسچینج — اوباما کیئر انیشی ایٹو</title><link href="https://nasim.pk/work/healthcare-exchange-obamacare/" rel="alternate" type="text/html" title="ہیلتھ کیئر ایکسچینج — اوباما کیئر انیشی ایٹو" /><published>2026-04-28T09:00:00+05:00</published><updated>2026-04-28T09:00:00+05:00</updated><id>https://nasim.pk/work/healthcare-exchange-obamacare</id><content type="html" xml:base="https://nasim.pk/work/healthcare-exchange-obamacare/"><![CDATA[<h2 id="پس-منظر">پس منظر</h2>

<p>2013 میں ایفورڈیبل کیئر ایکٹ (“اوباما کیئر”) نے ریاستوں کو پابند کیا کہ وہ ہیلتھ انشورنس ایکسچینجز قائم کریں — آن لائن مارکیٹ پلیس جہاں افراد اور چھوٹے کاروبار ہیلتھ پلانز کا موازنہ کر کے خرید سکیں۔ مجھے ریاست اوریگون کے لیے ہیلتھ کیئر ایکسچینج ڈیزائن اور تعمیر کرنے کے لیے بلایا گیا، تاکہ پرانی 5010 EDI پروسیسنگ کی جگہ ایک جدید، کلاؤڈ کے قابل پلیٹ فارم لایا جا سکے۔</p>

<p>سسٹم کو بڑے پیمانے پر HIPAA سے محفوظ حساس ٹرانزیکشنز سنبھالنی تھیں، متعدد انشورنس کیریئرز کے ساتھ انٹیگریٹ ہونا تھا، اور Dynamics CRM پر مبنی صارفین کے لیے ایک پورٹل فراہم کرنا تھا۔</p>

<h2 id="ہدف">ہدف</h2>

<blockquote>
  <p>ریاستی سطح کا ایسا ہیلتھ کیئر ایکسچینج بنانا جو EDI X12 ٹرانزیکشنز پروسیس کرے، جغرافیائی-مکانی (geo-spatial) کاروباری قواعد نافذ کرے، اور CRM سے چلنے والے پورٹل کے ذریعے پلانز کا موازنہ پیش کرے۔</p>
</blockquote>

<p>اہم تقاضوں میں یہ شامل تھے:</p>

<ul>
  <li>EDI X12 کی 837 (کلیمز)، 835 (ریمیٹنس)، 834 (اندراج) اور 270/271 (اہلیت) ٹرانزیکشنز کی پروسیسنگ</li>
  <li>پرانے 5010 نفاذات کو BizTalk 2013 پر منتقل کرنا</li>
  <li>پیئر (payer) کی جانب پروسیسنگ کے لیے Trizetto Facets کو انٹیگریٹ کرنا</li>
  <li>HTML5 EDI ویورز اور Windows Phone کے ساتھی ایپس فراہم کرنا</li>
  <li>جغرافیائی-مکانی معیارات کی بنیاد پر کاروباری قواعد نافذ کرنا</li>
</ul>

<h2 id="طریقۂ-کار">طریقۂ کار</h2>

<p>میں نے حل کو چار ستونوں کے گرد ڈیزائن کیا:</p>

<ol>
  <li>
    <p><strong>EDI پروسیسنگ پائپ لائن</strong><br />
5010 نفاذات کی ری فیکٹرنگ کر کے انہیں BizTalk 2013 پر منتقل کیا، اور کینونیکل میسج روٹنگ کے لیے ESB 2.2 ٹول کٹ استعمال کی۔ HIPAA کے تحت لازمی تمام X12 ٹرانزیکشن سیٹس کو مرکزی بروکر کے ذریعے ویلیڈیٹ، ٹرانسفارم اور روٹ کیا گیا۔</p>
  </li>
  <li>
    <p><strong>CRM پر مبنی فرنٹ اینڈ</strong><br />
Xrm.Page اور Xrm.Utility SDK استعمال کرتے ہوئے Dynamics CRM کو حسبِ ضرورت IFRAME فارمز کے ساتھ وسعت دی۔ ربن (RibbonDiffXml) کو حسبِ ضرورت بنایا تاکہ پلان کے موازنے کے ورک فلو براہِ راست CRM انٹرفیس کے اندر دستیاب ہوں۔</p>
  </li>
  <li>
    <p><strong>کلاؤڈ ڈاکیومنٹ روٹنگ</strong><br />
EDI ٹرانزیکشنز کے لیے Azure پر ڈاکیومنٹ روٹنگ تعینات کی، جس سے اوپن انرولمنٹ کے ہجوم کے دوران لچکدار توسیع ممکن ہوئی۔ آن پریمیس BizTalk اور کلاؤڈ پر چلنے والی سروسز کے درمیان قابلِ اعتماد میسجنگ کے لیے Azure Service Bus استعمال کیا۔</p>
  </li>
  <li>
    <p><strong>جغرافیائی-مکانی کاروباری قواعد</strong><br />
ایسے کاروباری قواعد نافذ کیے جو درخواست دہندہ کے مقام کے ڈیٹا کی بنیاد پر پلان کی اہلیت کا جائزہ لیتے تھے، اور کوریج کے علاقے کی توثیق کے لیے GIS سروسز کے ساتھ انٹیگریشن کی۔</p>
  </li>
</ol>

<h2 id="چیلنجز">چیلنجز</h2>

<ul>
  <li>HIPAA کی تعمیل کے لیے ہر ٹرانزیکشن ہاپ پر اینڈ ٹو اینڈ انکرپشن اور آڈٹ ٹریلز درکار تھے۔</li>
  <li>EDI میں 5010 سے 6020 کی منتقلی نے سیگمنٹ کی تعریفوں میں ایسی تبدیلیاں متعارف کرائیں جو پرانے نفاذ کو توڑ دیتی تھیں، اور ان کی محتاط میپنگ ضروری تھی۔</li>
  <li>اوپن انرولمنٹ نے ٹریفک میں شدید اچھال پیدا کیے — آرکیٹیکچر کو چند گھنٹوں میں تقریباً بے کاری سے مکمل لوڈ تک پھیلنا پڑتا تھا۔</li>
  <li>Trizetto Facets کو BizTalk کے ساتھ جوڑنے کے لیے MQSeries ٹرانسپورٹ لیئر کے حسبِ ضرورت اڈاپٹرز درکار تھے۔</li>
</ul>

<h2 id="نتیجہ">نتیجہ</h2>

<p>ہیلتھ کیئر ایکسچینج وقت پر لائیو ہوا، اور ماہانہ لاکھوں EDI ٹرانزیکشنز پروسیس کرنے لگا۔ HTML5 ویورز نے ڈیسک ٹاپ EDI ٹولز پر انحصار ختم کر دیا، اور Windows Phone ایپ نے فیلڈ ایجنٹس کو اندراج کے ڈیٹا تک ریئل ٹائم رسائی دی۔ Tableau ڈیش بورڈز نے ریاستی ریگولیٹرز کو ایکسچینج کی کارکردگی کا ریئل ٹائم منظر فراہم کیا۔</p>

<h2 id="اہم-سبق">اہم سبق</h2>

<p>ہیلتھ کیئر انٹیگریشن میں <strong>تعمیل کوئی خانہ پُری نہیں — یہی آرکیٹیکچر ہے</strong>۔ پہلے دن سے HIPAA، ICD کوڈنگ اور آڈٹ کے قابل ہونے کو ڈیزائن میں شامل کرنے سے بعد میں مہنگی اصلاحات سے بچت ہوئی۔</p>]]></content><author><name>عابد نسیم</name></author><category term="ہیلتھ کیئر" /><category term="Azure" /><category term="Dynamics CRM" /><category term="EDI" /><category term="HIPAA" /><summary type="html"><![CDATA[ایفورڈیبل کیئر ایکٹ کے تحت ہیلتھ کیئر ایکسچینج کا ڈیزائن اور تعمیر، جس میں EDI X12 ٹرانزیکشنز کو Dynamics CRM اور Azure کلاؤڈ کے ساتھ مربوط کیا گیا۔]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://nasim.pk/assets/content/work/healthcare-exchange.svg" /><media:content medium="image" url="https://nasim.pk/assets/content/work/healthcare-exchange.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">مصنوعی ذہانت سے فراڈ کی شناخت اور IoT اثاثہ جاتی ٹریکنگ کے ساتھ کلینیکل ERP</title><link href="https://nasim.pk/work/clinical-erp-ai-iot/" rel="alternate" type="text/html" title="مصنوعی ذہانت سے فراڈ کی شناخت اور IoT اثاثہ جاتی ٹریکنگ کے ساتھ کلینیکل ERP" /><published>2026-04-25T11:00:00+05:00</published><updated>2026-04-25T11:00:00+05:00</updated><id>https://nasim.pk/work/clinical-erp-ai-iot</id><content type="html" xml:base="https://nasim.pk/work/clinical-erp-ai-iot/"><![CDATA[<h2 id="پس-منظر">پس منظر</h2>

<p>2019 کے اواخر میں ایک کلینیکل ہیلتھ کیئر فراہم کنندہ کو اپنے ERP سسٹم کو جدید بنانے کی ضرورت تھی۔ موجودہ نظام میں میڈیکل بلنگ کی خودکار تصدیق نہیں تھی، کلیمز پر فراڈ کی شناخت کا کوئی نظام نہیں تھا، اور مہنگے طبی اثاثوں کے مقام کے بارے میں کوئی معلومات دستیاب نہیں تھیں۔ مجھے Azure آرکیٹیکٹ اور ٹیک لیڈ کے طور پر رکھا گیا تاکہ میں ایک جامع حل فراہم کروں جو AI، IoT اور آگمینٹڈ ریئلٹی کو یکجا کرے۔</p>

<p>یہ پراجیکٹ دسمبر 2020 تک جاری رہا، اور وبا کے دوران ریموٹ تعاون کی اضافی پیچیدگی بھی اس کا حصہ تھی۔</p>

<h2 id="ہدف">ہدف</h2>

<blockquote>
  <p>میڈیکل بلنگ کی تصدیق اور فراڈ کی شناخت کے لیے AI استعمال کرنا، اور ساتھ ہی IoT اور AR کے ذریعے طبعی اثاثوں کو ریئل ٹائم میں ٹریک کرنا۔</p>
</blockquote>

<p>حل کو یہ فراہم کرنا تھا:</p>

<ul>
  <li>کلیمز کی جمع کرائی گئی تفصیلات کے مقابلے میں تشخیصات کی AI پر مبنی تصدیق</li>
  <li>ماضی کے بلنگ پیٹرنز پر تربیت یافتہ فراڈ شناخت ماڈلز</li>
  <li>LoRaWAN، BLE اور 5G سینسرز کے ذریعے اثاثوں کی ریئل ٹائم ٹریکنگ</li>
  <li>Microsoft HoloLens کے ذریعے اثاثوں کے مقامات کی آگمینٹڈ ریئلٹی میں بصری نمائش</li>
  <li>ڈیوائس مینجمنٹ اور نوٹیفکیشن روٹنگ کے لیے Azure IoT Hub</li>
</ul>

<h2 id="طریقۂ-کار">طریقۂ کار</h2>

<p>میں نے ایج، کلاؤڈ اور AI پر محیط ایک پرتوں والا آرکیٹیکچر ڈیزائن کیا:</p>

<ol>
  <li>
    <p><strong>AI بلنگ ویری فکیشن</strong><br />
مشین لرننگ ماڈلز کو تربیت دی کہ وہ تشخیصی کوڈز (ICD-10) کا پروسیجر کلیمز (CPT/HCPCS) سے موازنہ کریں۔ ماڈل بے ضابطگیوں — مثلاً تشخیص سے مطابقت نہ رکھنے والے پروسیجرز یا شماریاتی طور پر غیر متوقع بلنگ پیٹرنز — کو انسانی جائزے کے لیے نشان زد کرتا تھا۔</p>
  </li>
  <li>
    <p><strong>فراڈ شناخت پائپ لائن</strong><br />
رولز انجن اور بے ضابطگی کی شناخت کو ملا کر ایک نظام بنایا جو ہر کلیم کو ریئل ٹائم میں اسکور کرتا تھا۔ زیادہ خطرے والے کلیمز کو تحقیقاتی قطار میں بھیجا جاتا تھا، اور ماڈل کی مسلسل دوبارہ تربیت سے غلط الرٹس کم کیے گئے۔</p>
  </li>
  <li>
    <p><strong>IoT اثاثہ جاتی میش</strong><br />
مختلف اقسام کے سینسرز کا نیٹ ورک لگایا: طویل فاصلے کی اندرونی ٹریکنگ کے لیے LoRaWAN، کمرے کی سطح کی درستگی کے لیے BLE بیکنز، اور تیز رفتار ڈیٹا والے طبی امیجنگ آلات کے لیے 5G۔ تمام ٹیلی میٹری Azure IoT Hub سے گزرتی تھی۔</p>
  </li>
  <li>
    <p><strong>HoloLens AR تجربہ</strong><br />
ایک HoloLens ایپلی کیشن تیار کی جو پہننے والے کے میدانِ نظر پر اثاثوں کے مقامات دکھاتی تھی، جس سے عملہ آلات کو فوراً تلاش کر سکتا تھا۔ AR لیئر وہی IoT ٹیلی میٹری استعمال کرتی تھی، جو مکانی اینکرز کی شکل میں دکھائی جاتی تھی۔</p>
  </li>
</ol>

<h2 id="چیلنجز">چیلنجز</h2>

<ul>
  <li>میڈیکل بلنگ کوڈز (ICD-10، CPT، HCPCS) میں پیچیدہ درجہ وار تعلقات ہوتے ہیں — AI ماڈل کو شعبے کے مخصوص فیچر انجینئرنگ کی ضرورت تھی۔</li>
  <li>IoT سینسرز کی تنوع (LoRaWAN، BLE، 5G، BT) کے لیے پروٹوکول کے مخصوص اڈاپٹرز کے ساتھ ایک متحد انجیشن پائپ لائن درکار تھی۔</li>
  <li>2019–2020 میں HoloLens کی ڈیولپمنٹ ابھی ابتدائی مراحل میں تھی — کلینیکل ماحول میں مکانی میپنگ کی درستگی مختلف رہتی تھی۔</li>
  <li>پراجیکٹ کے وسط میں COVID-19 لاک ڈاؤن نے تمام تعاون، ٹیسٹنگ اور تعیناتی کو مکمل طور پر ریموٹ کر دیا۔</li>
</ul>

<h2 id="نتیجہ">نتیجہ</h2>

<p>AI ماڈلز نے پہلے چھ مہینوں میں فراڈ پر مبنی کلیمز کی ادائیگیاں تخمیناً 18 فیصد کم کر دیں۔ اثاثوں کا استعمال 30 فیصد بہتر ہوا کیونکہ عملہ دستی تلاش کے بجائے HoloLens کے ذریعے چند سیکنڈ میں آلات ڈھونڈ لیتا تھا۔ IoT میش متعدد کلینک مقامات پر 2,000 سے زائد ٹریک کیے جانے والے اثاثوں تک پھیل گیا۔</p>

<h2 id="اہم-سبق">اہم سبق</h2>

<p><strong>ہیلتھ کیئر میں AI کا مقصد معالجین کو بدلنا نہیں — بلکہ وہ پکڑنا ہے جو انسان نظر انداز کر دیتے ہیں۔</strong> فراڈ شناخت ماڈل نے ایسے پیٹرنز تلاش کیے جو دستی جائزے میں نظر نہیں آتے تھے، جبکہ IoT نے آپریشنز ٹیموں کو ایسی صلاحیتیں دیں جن کی انہیں ضرورت کا احساس ہی نہ تھا۔</p>]]></content><author><name>عابد نسیم</name></author><category term="مصنوعی ذہانت" /><category term="IoT" /><category term="Azure" /><category term="ہیلتھ کیئر" /><category term="آگمینٹڈ ریئلٹی" /><summary type="html"><![CDATA[ایک کلینیکل ERP سسٹم کا انٹیلیجنٹ میڈیکل بلنگ ویری فکیشن، فراڈ کی شناخت، اور HoloLens کے ذریعے آگمینٹڈ ریئلٹی اور Azure IoT Hub پر مبنی IoT اثاثہ جاتی ٹریکنگ کے ساتھ انضمام۔]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://nasim.pk/assets/content/work/clinical-erp.png" /><media:content medium="image" url="https://nasim.pk/assets/content/work/clinical-erp.png" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">ایک بڑے بینک کے لیے انٹرپرائز سروس بس</title><link href="https://nasim.pk/work/esb-banking/" rel="alternate" type="text/html" title="ایک بڑے بینک کے لیے انٹرپرائز سروس بس" /><published>2026-04-22T08:00:00+05:00</published><updated>2026-04-22T08:00:00+05:00</updated><id>https://nasim.pk/work/esb-banking</id><content type="html" xml:base="https://nasim.pk/work/esb-banking/"><![CDATA[<h2 id="پس-منظر">پس منظر</h2>

<p>2005 میں نیویارک کے ایک بڑے بینک کو اپنے انٹیگریشن آرکیٹیکچر کو جدید بنانے کی ضرورت تھی۔ الگ الگ لائن آف بزنس سسٹمز — CRM، ERP، ڈاکیومنٹ مینجمنٹ اور رپورٹنگ — الگ تھلگ جزیروں کی طرح کام کر رہے تھے، جس سے ڈیٹا میں عدم مطابقت پیدا ہوتی تھی اور کاروباری عمل سست پڑ جاتے تھے۔ مجھے ایک انٹرپرائز سروس بس (ESB) ڈیزائن اور نافذ کرنے کے لیے بلایا گیا جو تمام انٹرپرائز ایپلی کیشنز کے لیے مرکزی اعصابی نظام کا کام کرے۔</p>

<h2 id="ہدف">ہدف</h2>

<blockquote>
  <p>ایک ایسی انٹرپرائز سروس بس بنانا جو Dynamics CRM، SQL Server، BizTalk اور SharePoint کو ایک مربوط انٹیگریشن فیبرک میں یکجا کرے۔</p>
</blockquote>

<p>ESB کو یہ کرنا تھا:</p>

<ul>
  <li>تمام لائن آف بزنس سسٹمز کے درمیان کینونیکل میسج روٹنگ فراہم کرنا</li>
  <li>معیاری پائپ لائنز کے ذریعے EDI ٹرانزیکشنز پروسیس کرنا</li>
  <li>ADOMD.Net کے ساتھ ریئل ٹائم OLAP رپورٹنگ ممکن بنانا</li>
  <li>SharePoint اور Office 2007 کے ذریعے ذہین ڈاکیومنٹ پروسیسنگ فراہم کرنا</li>
  <li>ایک مرکزی رولز انجن کے ذریعے کاروباری قواعد کو دستیاب کرنا</li>
</ul>

<h2 id="طریقۂ-کار">طریقۂ کار</h2>

<ol>
  <li>
    <p><strong>کینونیکل میسج ماڈل</strong><br />
ایک مشترکہ میسج اسکیما طے کیا جس پر تمام سسٹمز پبلش اور سبسکرائب کریں۔ BizTalk 2006 نے بروکر کا کردار ادا کیا، جس میں EDI، فلیٹ فائل اور XML ٹرانسفارمیشنز کے لیے حسبِ ضرورت پائپ لائنز بنائی گئیں۔</p>
  </li>
  <li>
    <p><strong>بزنس رولز انجن</strong><br />
کاروباری منطق کو BizTalk Rules Engine (BRE) میں منتقل کیا، جس سے غیر ٹیکنیکل تجزیہ کار — مثلاً کریڈٹ رسک کی حدود اور تعمیل کی جانچ جیسے — قواعد کو کوڈ کو چھوئے بغیر تبدیل کر سکتے تھے۔</p>
  </li>
  <li>
    <p><strong>انٹیلیجنٹ بزنس فریم ورک</strong><br />
SharePoint 2003/2007 کو Office 2007 کے Intelligent Business Framework (IBF) کے ساتھ مربوط کیا، جس سے Word، Excel اور Outlook کے اندر ہی سیاق و سباق کے مطابق ڈیٹا تلاش کرنا ممکن ہوا۔</p>
  </li>
  <li>
    <p><strong>ریئل ٹائم اینالیٹکس</strong><br />
SQL Server 2005 Analysis Services کے ساتھ OLAP کیوبز بنائے اور انہیں ADOMD.Net کے ذریعے پیش کیا، جس سے ایگزیکٹوز کو ایسے ڈیش بورڈز ملے جو ہر EDI بیچ سائیکل پر تازہ ہوتے تھے۔</p>
  </li>
</ol>

<h2 id="چیلنجز">چیلنجز</h2>

<ul>
  <li>بینک کے پرانے EDI فارمیٹس کی دستاویزات ناقص تھیں، جس کی وجہ سے سیگمنٹ ڈیلیمیٹرز، لوپس اور کوالیفائرز کی ریورس انجینئرنگ کرنی پڑی۔</li>
  <li>مسلسل EDI لوڈ کے تحت BizTalk 2006 میں میموری پریشر کے مسائل تھے — ہوسٹ تھروٹلنگ کی محتاط کنفیگریشن ضروری تھی۔</li>
  <li>SharePoint 2003 کا آبجیکٹ ماڈل میموری لیک کے لیے بدنام تھا؛ حسبِ ضرورت ویب پارٹس میں سختی سے ڈسپوزل کے پیٹرنز اپنانے پڑے۔</li>
  <li>7 سے زیادہ لائن آف بزنس ٹیموں کے درمیان اسکیما کی تبدیلیوں کو ہم آہنگ کرنے کے لیے سخت گورننس درکار تھی۔</li>
</ul>

<h2 id="نتیجہ">نتیجہ</h2>

<p>ESB روزانہ 50,000 سے زائد EDI ٹرانزیکشنز پروسیس کرتے ہوئے لائیو ہو گیا۔ OLAP ڈیش بورڈز نے مہینے کے اختتام کی بندش 5 دن سے کم کر کے 8 گھنٹے سے بھی کم کر دی۔ رولز انجن نے پالیسی میں تبدیلی کا وقت ہفتوں سے گھنٹوں تک گھٹا دیا۔</p>

<h2 id="اہم-سبق">اہم سبق</h2>

<p><strong>ESB اتنا ہی اچھا ہوتا ہے جتنا اس کا کینونیکل ماڈل۔</strong> میسج اسکیما پر شروع میں بھرپور سرمایہ کاری نے ہر بار فائدہ دیا جب کوئی نیا سسٹم بس میں شامل ہوا۔ گورننس کوئی اضافی بوجھ نہیں — یہی اصل پروڈکٹ ہے۔</p>]]></content><author><name>عابد نسیم</name></author><category term="بینکاری" /><category term="انٹرپرائز سروس بس" /><category term="BizTalk" /><category term="SQL Server" /><category term="SharePoint" /><summary type="html"><![CDATA[ایک بڑے مالیاتی ادارے کے لیے Microsoft Dynamics، SQL Server، BizTalk اور SharePoint کو مربوط کرنے والی انٹرپرائز سروس بس کا ڈیزائن اور نفاذ۔]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://nasim.pk/assets/content/work/esb-banking.svg" /><media:content medium="image" url="https://nasim.pk/assets/content/work/esb-banking.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">ملٹی کلاؤڈ IoT اور بگ ڈیٹا پروف آف کنسیپٹ</title><link href="https://nasim.pk/work/multicloud-iot-poc/" rel="alternate" type="text/html" title="ملٹی کلاؤڈ IoT اور بگ ڈیٹا پروف آف کنسیپٹ" /><published>2026-04-18T14:00:00+05:00</published><updated>2026-04-18T14:00:00+05:00</updated><id>https://nasim.pk/work/multicloud-iot-poc</id><content type="html" xml:base="https://nasim.pk/work/multicloud-iot-poc/"><![CDATA[<h2 id="پس-منظر">پس منظر</h2>

<p>2017 کے آغاز میں مجھے IoT، بگ ڈیٹا اور مشین لرننگ ورک لوڈز کے لیے کلاؤڈ پلیٹ فارمز کا جائزہ لینے کی خاطر پروف آف کنسیپٹس (POCs) کا ایک جامع مجموعہ بنانے کا کام سونپا گیا۔ مقصد یہ تھا کہ Azure، AWS، GCP، IBM Bluemix (اب IBM Cloud) اور Alibaba Cloud کا یکساں استعمال کے مواقع پر موازنہ کیا جائے — اور پھر کلاؤڈ اپنانے کا ایک اسٹریٹجک روڈ میپ تجویز کیا جائے۔</p>

<p>یہ POCs ایج کمپیوٹنگ (LTE کے ساتھ Raspberry Pi)، میسج بروکرز (Facebook، Azure اور Adafruit IO پر MQTT)، ڈیٹا لیکس اور مشین لرننگ پائپ لائنز تک پھیلے ہوئے تھے۔</p>

<h2 id="ہدف">ہدف</h2>

<blockquote>
  <p>حقیقی ہارڈ ویئر اور حقیقی ڈیٹا کے ساتھ IoT انجیشن، بگ ڈیٹا پروسیسنگ اور مشین لرننگ کے لیے پانچ کلاؤڈ پلیٹ فارمز کا جائزہ لینا اور ان کا موازنہ کرنا۔</p>
</blockquote>

<p>کامیابی کے معیارات:</p>

<ul>
  <li>SigFox اور LoRaWAN کے ذریعے حقیقی Raspberry Pi آلات سے ٹیلی میٹری وصول کرنا</li>
  <li>Hadoop (HDFS، Yarn، MapReduce) کے ساتھ اسٹریمنگ ڈیٹا پروسیس کرنا</li>
  <li>Azure Data Factory اور AWS Glue کے ساتھ ڈیٹا لیک پائپ لائنز بنانا</li>
  <li>ہر پلیٹ فارم پر ML ماڈلز کی تربیت اور تعیناتی</li>
  <li>قابلِ تکرار ماحول کے لیے IaaS لیب مینجمنٹ کو خودکار بنانا</li>
</ul>

<h2 id="طریقۂ-کار">طریقۂ کار</h2>

<p>میں نے تمام پلیٹ فارمز پر یکساں ورک لوڈز چلائے:</p>

<ol>
  <li>
    <p><strong>ایج لیئر</strong><br />
Raspberry Pi آلات پر Raspbian فلیش کیا، LTE موڈیمز جوڑے، اور SigFox اور LoRaWAN گیٹ ویز کنفیگر کیے۔ ہر Pi پلیٹ فارم کے مخصوص بروکرز — Azure IoT Hub، AWS IoT Core، IBM Watson IoT اور Adafruit IO — کو MQTT پیغامات بھیجتا تھا۔</p>
  </li>
  <li>
    <p><strong>اسٹریم انجیشن</strong><br />
MQTT ٹیلی میٹری کو ہر پلیٹ فارم کے اسٹریمنگ انجن کی طرف روٹ کیا گیا: Azure Stream Analytics، AWS Kinesis، Google Cloud Dataflow اور IBM Streaming Analytics۔ یکساں پے لوڈ سائز کے تحت لیٹنسی اور تھروپُٹ ناپے گئے۔</p>
  </li>
  <li>
    <p><strong>ڈیٹا لیک اور بگ ڈیٹا</strong><br />
خام ٹیلی میٹری کو ہر پلیٹ فارم کے ڈیٹا لیک (Azure Data Lake Store، AWS S3، Google Cloud Storage) میں محفوظ کیا۔ ایگریگیشن کے لیے Hadoop MapReduce جابز چلائیں اور نتائج ہر پلیٹ فارم کی ML سروس کو فراہم کیے۔</p>
  </li>
  <li>
    <p><strong>مشین لرننگ</strong><br />
Azure ML، AWS SageMaker، Google AI Platform اور IBM Watson Studio پر یکساں ریگریشن ماڈلز (سینسر ڈرفٹ کی پیش گوئی کے لیے) کی تربیت کی۔ تربیت کے وقت، تعیناتی کی لیٹنسی اور لاگت کا موازنہ کیا۔</p>
  </li>
  <li>
    <p><strong>IaaS آٹومیشن</strong><br />
ہر پلیٹ فارم کے CLI/SDK کے ذریعے VM کی پروویژننگ اور خاتمے کو اسکرپٹ کیا، جس سے ہر ٹیسٹ سائیکل کے لیے قابلِ تکرار لیب ماحول ممکن ہوا۔</p>
  </li>
</ol>

<h2 id="چیلنجز">چیلنجز</h2>

<ul>
  <li>مختلف پلیٹ فارمز کے MQTT بروکر نفاذات میں QoS (کوالٹی آف سروس) کی سطحوں اور retained-message کے رویّے میں باریک فرق تھے۔</li>
  <li>LoRaWAN گیٹ وے کی کنفیگریشن فراہم کنندگان کے درمیان نمایاں طور پر مختلف تھی — Raspberry Pi کنسنٹریٹر بورڈز پر حسبِ ضرورت فرم ویئر ایڈجسٹمنٹ درکار تھی۔</li>
  <li>Hadoop جابز کی ٹیوننگ ہر پلیٹ فارم کے لیے الگ تھی؛ جو Yarn کنفیگریشنز Azure HDInsight پر چلتی تھیں وہ Amazon EMR پر بغیر ترمیم کے ناکام ہو جاتی تھیں۔</li>
  <li>پانچ کلاؤڈز پر لاگت کی نگرانی خود ایک پراجیکٹ تھی — ہر پلیٹ فارم کے بلنگ ماڈل کے لیے الگ مانیٹرنگ ڈیش بورڈز درکار تھے۔</li>
</ul>

<h2 id="نتیجہ">نتیجہ</h2>

<p>اس جائزے سے 120 صفحات پر مشتمل سفارشاتی رپورٹ تیار ہوئی جسے CTO کے دفتر نے اپنایا۔ بنیادی کلاؤڈ کے طور پر Azure منتخب ہوا، اور DR (ڈیزاسٹر ریکوری) کے متبادل کے طور پر AWS۔ خودکار لیب ماحول مستقبل کے POCs کے لیے کمپنی کا معیار بن گیا، جس نے نئے پراجیکٹ کے آغاز کا وقت ہفتوں سے گھٹا کر گھنٹوں تک کر دیا۔</p>

<h2 id="اہم-سبق">اہم سبق</h2>

<p><strong>ملٹی کلاؤڈ کا مقصد لاک اِن سے بچنا نہیں — بلکہ ہر کام کے لیے درست ٹول چننا ہے۔</strong> IoT انجیشن میں Azure کو ترجیح ملی، بگ ڈیٹا میں اُس وقت AWS کو، اور ML کی تربیت GCP پر سب سے زیادہ کفایتی رہی۔ سفارش عملی تھی، نظریاتی نہیں۔</p>]]></content><author><name>عابد نسیم</name></author><category term="کلاؤڈ" /><category term="IoT" /><category term="بگ ڈیٹا" /><category term="مشین لرننگ" /><category term="Azure" /><summary type="html"><![CDATA[Azure، AWS، GCP اور IBM Bluemix پلیٹ فارمز پر IoT، بگ ڈیٹا اور مشین لرننگ کے پروف آف کنسیپٹس کی تعمیر — Raspberry Pi ایج ڈیوائسز سے لے کر کلاؤڈ ڈیٹا لیکس تک۔]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://nasim.pk/assets/content/work/multicloud-iot.svg" /><media:content medium="image" url="https://nasim.pk/assets/content/work/multicloud-iot.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">کروز شپ فلیٹ انٹیگریشن — 30 سے زائد بحری جہاز</title><link href="https://nasim.pk/work/cruise-fleet-integration/" rel="alternate" type="text/html" title="کروز شپ فلیٹ انٹیگریشن — 30 سے زائد بحری جہاز" /><published>2026-04-15T10:00:00+05:00</published><updated>2026-04-15T10:00:00+05:00</updated><id>https://nasim.pk/work/cruise-fleet-integration</id><content type="html" xml:base="https://nasim.pk/work/cruise-fleet-integration/"><![CDATA[<h2 id="پس-منظر">پس منظر</h2>

<p>2012 کے اواخر میں میرامار، فلوریڈا میں قائم ایک بڑی کروز لائن کو اپنے پورے بیڑے میں ایک نیا پراپرٹی مینجمنٹ سسٹم (PMS) نافذ کرنے کی ضرورت تھی — 30 سے زیادہ جہاز، جن میں سے ہر ایک درحقیقت ہزاروں مہمانوں والا تیرتا ہوا ہوٹل تھا۔ PMS کی تبدیلی جہاز پر موجود ہر نظام کو متاثر کرتی تھی: ریزرویشنز، ہاؤس کیپنگ، ڈائننگ، بلنگ اور کسٹمز رپورٹنگ۔</p>

<p>میں نے آرکیٹیکٹ اور لیڈ ڈویلپر کے طور پر کام کیا، اور اس انٹیگریشن لیئر کا ذمہ دار تھا جو نئے PMS کو بیڑے کے موجودہ انفراسٹرکچر سے جوڑتی — جن میں AS/400 پر JD Edwards، Dynamics CRM اور GIS پر مبنی کسٹمز سسٹمز شامل تھے۔</p>

<h2 id="ہدف">ہدف</h2>

<blockquote>
  <p>30 سے زائد جہازوں میں پراپرٹی مینجمنٹ سسٹم تبدیل کرنا اور جہاز پر آپریشنز میں خلل نہ آنے دینا، ساتھ ہی GIS ڈیٹا کی بنیاد پر کسٹمز رپورٹنگ کو مربوط کرنا۔</p>
</blockquote>

<p>انٹیگریشن کو یہ کرنا تھا:</p>

<ul>
  <li>PMS کے ڈیٹا کو IBM i (AS/400) پر چلنے والے کارپوریٹ JD Edwards ERP کے ساتھ ہم آہنگ کرنا</li>
  <li>TFS CI/CD کے ذریعے Dynamics CRM بلڈز کو خودکار بنانا</li>
  <li>جہاز کے مقام (GIS) کی بنیاد پر ملک کے مخصوص کسٹمز رپورٹس تیار کرنا</li>
  <li>TFS Build Quality گیٹس کے ذریعے منظور شدہ بلڈز کی مسلسل تعیناتی کو سپورٹ کرنا</li>
  <li>وقفے وقفے سے رابطے کو سنبھالنا — جہاز سمندر میں ہوں تو آف لائن ہوتے ہیں</li>
</ul>

<h2 id="طریقۂ-کار">طریقۂ کار</h2>

<ol>
  <li>
    <p><strong>PMS انٹیگریشن ہب</strong><br />
BizTalk 2009/2010 نے مرکزی انٹیگریشن بروکر کا کام کیا۔ میں نے ESB 2.0/2.1 ٹول کٹ سے آئٹینریری پر مبنی میسج راؤٹر بنایا: جب کوئی جہاز لنگر انداز ہو کر کنیکٹ ہوتا تو BizTalk جمع شدہ PMS ٹرانزیکشنز کا بیچ پروسیس کرتا، اور منزل والے ملک کی کسٹمز رپورٹس کو ترجیح دیتا۔</p>
  </li>
  <li>
    <p><strong>AS/400 ہوسٹ انٹیگریشن</strong><br />
AS/400 کی جانب JD Edwards ڈویلپرز کے لیے تفصیلات (specifications) لکھیں، پھر BizTalk کے MQSeries اڈاپٹر کے ذریعے ہوسٹ انٹیگریشن لیئر نافذ کی۔ AS/400 رات کے PMS سنک وصول کرتا اور انوینٹری اور مالی ڈیٹا واپس بھیجتا تھا۔</p>
  </li>
  <li>
    <p><strong>GIS پر مبنی کسٹمز انجن</strong><br />
جو جہاز کسی ملک کی علاقائی حدود میں داخل ہوتے، ان کے لیے کسٹمز رپورٹ کی تیاری خودکار طور پر شروع ہو جاتی۔ میں نے دائرۂ اختیار کے تعین کے لیے GIS ڈیٹا کو مربوط کیا اور ہر ملک کے لیے درست کسٹمز فارمز (IMO FAL کنونشنز کی بنیاد پر) لاگو کیے۔</p>
  </li>
  <li>
    <p><strong>Dynamics CRM کے لیے TFS CI/CD</strong><br />
ایک TFS پلگ اِن بنایا جو منظوری ملنے پر بلڈز کو کوالٹی گیٹس سے گزار کر — Dev سے QA اور پھر Production تک — خودکار طور پر آگے بڑھاتا تھا۔ اس سے دستی تعیناتی کی غلطیاں ختم ہوئیں اور ریلیز سائیکل دنوں سے منٹوں تک آ گئے۔</p>
  </li>
  <li>
    <p><strong>آف لائن لچک</strong><br />
اسٹور-اینڈ-فارورڈ پیٹرن ڈیزائن کیا: سفر کے دوران PMS ٹرانزیکشنز ہر جہاز پر مقامی طور پر قطار میں رکھی جاتیں اور رابطہ بحال ہونے پر انٹیگریشن ہب کو بھیجی جاتیں، اور ایک ساتھ ہونے والی تبدیلیوں کے تصادم حل کرنے کا نظام بھی موجود تھا۔</p>
  </li>
</ol>

<h2 id="چیلنجز">چیلنجز</h2>

<ul>
  <li>سمندری سیٹلائٹ انٹرنیٹ سست اور مہنگا ہے — بیچ کے سائز اور کمپریشن کو احتیاط سے ٹیون کرنا پڑا۔</li>
  <li>ہر ملک کا اپنا کسٹمز فارم فارمیٹ تھا، کچھ کے لیے XML (مثلاً UN/EDIFACT) درکار تھا، اور کچھ کے لیے فلیٹ فائلیں۔</li>
  <li>AS/400 انٹیگریشن کے لیے EBCDIC سے ASCII میں تبدیلی اور مقررہ چوڑائی کے فیلڈز کی پارسنگ درکار تھی — جدید APIs سے بالکل مختلف دنیا۔</li>
  <li>30 جہازوں پر PMS کی منتقلی کو ہم آہنگ کرنے کا مطلب کئی مہینوں پر پھیلی مرحلہ وار تعیناتی تھا، جس میں ہر جہاز کے لیے رول بیک کے منصوبے تھے۔</li>
</ul>

<h2 id="نتیجہ">نتیجہ</h2>

<p>PMS پورے بیڑے میں کامیابی سے نافذ ہو گیا۔ جو کسٹمز رپورٹس پہلے دستی طور پر تیار کرنے میں گھنٹوں لگتے تھے، اب بندرگاہ پر پہنچتے ہی خودکار طور پر تیار ہونے لگیں۔ TFS CI/CD پائپ لائن ادارے میں آئندہ تمام CRM تعیناتیوں کا معیار بن گئی۔</p>

<h2 id="اہم-سبق">اہم سبق</h2>

<p><strong>سمندر میں انٹیگریشن دراصل ایج پر انٹیگریشن ہے۔</strong> منقطع آپریشن، بینڈوتھ کی پابندیوں اور کئی دائرۂ اختیار کی تعمیل کے لیے ڈیزائن کرنے نے اس پراجیکٹ کو لچکدار آرکیٹیکچر کا بہترین سبق بنا دیا۔</p>]]></content><author><name>عابد نسیم</name></author><category term="انٹیگریشن" /><category term="GIS" /><category term="BizTalk" /><category term="Dynamics CRM" /><category term="AS/400" /><summary type="html"><![CDATA[ایک نئے پراپرٹی مینجمنٹ سسٹم کو 30 سے زائد کروز جہازوں میں مربوط کرنا، جس میں GIS پر مبنی کسٹمز رپورٹنگ، Dynamics CRM بلڈز کی آٹومیشن، اور AS/400 ہوسٹ انٹیگریشن شامل تھی۔]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://nasim.pk/assets/content/work/cruise-fleet.svg" /><media:content medium="image" url="https://nasim.pk/assets/content/work/cruise-fleet.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">مکمل SME ERP حل</title><link href="https://nasim.pk/work/sme-erp/" rel="alternate" type="text/html" title="مکمل SME ERP حل" /><published>2026-04-12T09:30:00+05:00</published><updated>2026-04-12T09:30:00+05:00</updated><id>https://nasim.pk/work/sme-erp</id><content type="html" xml:base="https://nasim.pk/work/sme-erp/"><![CDATA[<h2 id="پس-منظر">پس منظر</h2>

<p>2009 کے وسط میں — ایمپورٹ ایکسپورٹ کے شعبے کا ایک بڑھتا ہوا SME — کو ایک مکمل انٹرپرائز ریسورس پلاننگ (ERP) سسٹم کی ضرورت تھی۔ تیار شدہ ERP حل انٹرپرائزز کے لیے قیمت پر بنے تھے، جو ان کے بجٹ سے کہیں زیادہ تھے۔ مجھے شروع سے ایک حسبِ ضرورت ERP کا آرکیٹیکچر بنانے اور تعمیر کرنے کے لیے رکھا گیا، جس میں کسٹمر مینجمنٹ، آرڈرز، بلنگ، وینڈر مینجمنٹ، ٹریژری، HR اور سپلائی چین شامل تھے۔</p>

<p>یہ پراجیکٹ 18 مہینے، جون 2009 سے نومبر 2010 تک، چلا، ایک چھوٹی ٹیم کے ساتھ جس کی قیادت میں نے آرکیٹیکٹ اور لیڈ ڈویلپر کے طور پر کی۔</p>

<h2 id="ہدف">ہدف</h2>

<blockquote>
  <p>Microsoft اسٹیک کے ذریعے ایک SME کے لیے مکمل، حسبِ ضرورت ERP بنانا — تصدیق سے لے کر بزنس انٹیلیجنس تک۔</p>
</blockquote>

<p>ERP کو یہ فراہم کرنا تھا:</p>

<ul>
  <li>SharePoint Forms-Based Authentication (FBA) کے ذریعے رول پر مبنی تصدیق اور اجازت</li>
  <li>Silverlight اور WCF RIA Services کے ساتھ بھرپور کلائنٹ تجربہ</li>
  <li>FAST Search for SharePoint (FS4SP) کے ساتھ انٹرپرائز سرچ، بشمول متعدد زبانوں کی سپورٹ</li>
  <li>SQL Server Analysis Services (SSAS) کیوبز کے ساتھ بزنس انٹیلیجنس</li>
  <li>BizTalk 2009 کے ذریعے Dynamics CRM، Dynamics AX اور MQSeries کے ساتھ انٹیگریشن</li>
  <li>اسمارٹ ڈاکیومنٹ ٹیگز جو رپورٹس کو ERP کے لائیو ڈیٹا سے جوڑتے تھے</li>
</ul>

<h2 id="طریقۂ-کار">طریقۂ کار</h2>

<ol>
  <li>
    <p><strong>پورٹل اور تصدیق</strong><br />
ERP پورٹل SharePoint Server 2010 پر بنایا۔ رول پر مبنی رسائی کے ساتھ Forms-Based Authentication (FBA) نافذ کی، تاکہ گودام کا عملہ، سیلز اور فنانس ہر ایک کو صرف اپنے متعلقہ ماڈیولز نظر آئیں۔</p>
  </li>
  <li>
    <p><strong>Silverlight کے ساتھ رِچ کلائنٹ</strong><br />
بنیادی کلائنٹ انٹرفیس Silverlight 4 میں تیار کیا، اور کلائنٹ-سرور رابطے کے لیے WCF RIA Services استعمال کیں۔ Silverlight کلائنٹ ریئل ٹائم ڈیٹا گرڈز، ڈریگ اینڈ ڈراپ سے آرڈر کی تشکیل، اور انٹرایکٹو ڈیش بورڈز کو سپورٹ کرتا تھا — جو اُس وقت ASP.NET WebForms سے ممکن نہ تھا۔</p>
  </li>
  <li>
    <p><strong>FAST انٹرپرائز سرچ</strong><br />
FAST Search for SharePoint (FS4SP) کو کنفیگر کیا کہ ERP کی تمام اینٹیٹیز — کسٹمرز، پروڈکٹس، آرڈرز، انوائسز — کو انڈیکس کرے۔ حسبِ ضرورت لسانی خصوصیات کے ساتھ اسے وسعت دی تاکہ پروڈکٹ کی تفصیلات انگریزی اور علاقائی زبانوں کے درمیان ترجمہ ہو سکیں۔ اسمارٹ ڈاکیومنٹ ٹیگز کو مربوط کیا تاکہ Word دستاویزات ERP کا لائیو ڈیٹا کھینچ سکیں۔</p>
  </li>
  <li>
    <p><strong>بزنس انٹیلیجنس</strong><br />
سیلز کے تجزیے، انوینٹری ٹرن اوور اور مالی پیش گوئی کے لیے SSAS کیوبز بنائے۔ SSIS پیکجز آپریشنل ڈیٹا بیس سے ڈیٹا ویئرہاؤس تک رات کے ETL سنبھالتے تھے۔</p>
  </li>
  <li>
    <p><strong>انٹیگریشن فیبرک</strong><br />
BizTalk 2009 نے ERP کو Dynamics CRM (سیلز کے لیے)، Dynamics AX (فنانس کے لیے) اور MQSeries (بیرونی شراکت داروں سے رابطے کے لیے) سے جوڑا۔</p>
  </li>
</ol>

<h2 id="چیلنجز">چیلنجز</h2>

<ul>
  <li>Silverlight کے کلائنٹ سائیڈ پروسیسنگ ماڈل کے لیے ڈیٹا لوڈنگ کی محتاط حکمتِ عملی ضروری تھی — eager loading سے UI منجمد ہوتا تھا، اور lazy loading سے N+1 کوئری کے مسائل پیدا ہوتے تھے۔</li>
  <li>FAST Search کی لسانی حسبِ ضرورت ترمیم کی دستاویزات ناقص تھیں؛ غیر انگریزی زبانوں کے لیے کی ورڈ اسٹیمنگ اور تھیسورس کو وسعت دینے میں تجربہ اور غلطی سے کام لینا پڑا۔</li>
  <li>SME کے معمولی ہارڈ ویئر پر SSAS کیوب پروسیسنگ کے لیے جارحانہ پارٹیشن حکمتِ عملی درکار تھی تاکہ پروسیسنگ کی مدت 2 گھنٹے سے کم رہے۔</li>
  <li>ڈیولپمنٹ کے دوران کلائنٹ کے کاروباری عمل تبدیل ہوتے رہے — آرکیٹیکچر کو بار بار دوبارہ لکھے بغیر تبدیلی جذب کرنی تھی۔</li>
</ul>

<h2 id="نتیجہ">نتیجہ</h2>

<p>ERP پروڈکشن میں چلا گیا اور سیلز، گودام، فنانس اور انتظامیہ کے 50 سے زیادہ ہم وقت صارفین کو سروس دینے لگا۔ Silverlight کلائنٹ، جو ایسی ٹیکنالوجی تھی جسے Microsoft نے بعد میں متروک کر دیا، 2010 میں واقعی ایک جدید تجربہ فراہم کرتا تھا۔ FAST سرچ انٹیگریشن نے دستاویز کی بازیابی کا وقت منٹوں سے ایک سیکنڈ سے بھی کم کوئریز تک گھٹا دیا۔</p>

<h2 id="اہم-سبق">اہم سبق</h2>

<p><strong>SME کے لیے ERP بنانے کا مطلب ارتقا کے لیے بنانا ہے۔</strong> مقررہ تقاضوں والے انٹرپرائز ERP رول آؤٹس کے برعکس، SME کے عمل ان کی ترقی کے ساتھ بدلتے رہتے ہیں۔ توسیع پذیری کے لیے ڈیزائن کرنا — پلگ ایبل ماڈیولز، میٹا ڈیٹا پر مبنی فارمز، قابلِ ترتیب ورک فلوز — کامیابی اور مستقل دیکھ بھال کے بوجھ کے درمیان فرق ثابت ہوا۔</p>]]></content><author><name>عابد نسیم</name></author><category term="ERP" /><category term="Silverlight" /><category term="SharePoint" /><category term="SSAS" /><category term="BizTalk" /><summary type="html"><![CDATA[چھوٹے اور درمیانے کاروبار کے لیے ایک مکمل ERP حل کا آرکیٹیکچر اور نفاذ، جس میں BI، CRM، SharePoint پورٹلز اور Silverlight پر مبنی رِچ کلائنٹ ایپلی کیشنز شامل تھیں۔]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://nasim.pk/assets/content/work/sme-erp.svg" /><media:content medium="image" url="https://nasim.pk/assets/content/work/sme-erp.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry></feed>