Full Stack AI Engineer 2026 - Generative AI & LLMs III

أهلا بك عزيزي المتابع لموقع (journey for learn) نقدم دورات بكوبونات متاحة لاول 1000 تسجيل مجاني فقط وكوبونات اخري لفترة محدودة فاذا كنت تريد ان تحصل علي كل الكورسات علي موقعنا وان تكون اول المسجلين في الكورسات المجانية قم بتسجيل الدخول أوقم بالدخول علي وسائل التواصل الاجتماعي وخصوصا التليجرام نوضح الوصف المختصر والطويل للدورات لكي تعرف الدروس التي سوف تتعلمها بسهولة ويسر :

"تحتوي هذه الدورة على استخدام الذكاء الاصطناعي" هذه الدورة عبارة عن رحلة عملية شاملة إلى الذكاء الاصطناعي التوليدي ونماذج اللغات الكبيرة (LLMs) المصممة خصيصًا لمهندسي الذكاء الاصطناعي الكامل. على عكس الدورات التدريبية عالية المستوى أو النظرية فقط، يركز هذا البرنامج على كيفية إنشاء أنظمة الذكاء الاصطناعي الحديثة ونشرها وتحسينها وإدارتها في بيئات الإنتاج. سوف تتجاوز التجارب السريعة البسيطة وتتعلم كيفية هندسة أنظمة ذكاء اصطناعي موثوقة وقابلة للتطوير وجاهزة للمؤسسات باستخدام LLMs والتضمين والاسترجاع والوكلاء والأدوات وبنيات التطبيقات الكاملة. يتضمن كل قسم من هذه الدورة معملًا عمليًا خطوة بخطوة، مما يضمن أنك لا تفهم المفاهيم فحسب، بل تقوم أيضًا بتنفيذها في كود حقيقي. القسم 1 - مقدمة إلى الذكاء الاصطناعي التوليدي ستبني أسس مفاهيمية قوية من خلال فهم الذكاء الاصطناعي التوليدي مقابل النماذج التمييزية، وسبب أهمية الأنظمة التوليدية، وكيفية استخدامها عبر صناعات العالم الحقيقي مثل برامج المؤسسات والرعاية الصحية والتمويل والطيران. التدريب العملي على المختبر: مقارنة النماذج التمييزية مقابل النماذج التوليدية، وإنشاء نص باستخدام النماذج القائمة على المحولات، ورسم خريطة لحالات استخدام الذكاء الاصطناعي التوليدي في العالم الحقيقي. القسم 2 - هندسة المحولات وأساسيات LLM يزيل هذا القسم الغموض عن كيفية عمل المحولات فعليًا، بما في ذلك الاهتمام الذاتي، والتشفير الموضعي، وبنيات التشفير مقابل فك التشفير. ستستكشف أيضًا الترميز والتضمين ونوافذ السياق وكيفية تدريب LLMs باستخدام التدريب المسبق والضبط الدقيق وضبط التعليمات وRLHF. التدريب العملي على المختبر: تنفيذ مفاهيم الاهتمام الذاتي، وتصور الترميز والتضمين، ومحاكاة سير عمل تدريب LLM على مستوى عالٍ. القسم 3 - نماذج اللغة الكبيرة في الممارسة العملية ستعمل بشكل عملي مع عائلات LLM الشهيرة بما في ذلك GPT وClaude وGemini وLLaMA وMistral وFalcon، وستتعلم كيفية اختيار النموذج المناسب بناءً على متطلبات الجودة والتكلفة وزمن الوصول وحالة الاستخدام. التدريب العملي على المختبر: قم ببناء أداة تقييم متعددة النماذج، واختبار الهلوسة والتحيز، ودمج واجهات برمجة تطبيقات LLM باستخدام رموز درجة الحرارة، وأعلى مستوى، والحد الأقصى. القسم 4 - الهندسة السريعة للمهندسين يعلم هذا القسم الهندسة السريعة كنظام هندسة برمجيات، ويغطي أدوار النظام والمستخدم والمساعد، والمطالبة بدون طلقة، وطلقة واحدة، وعدد قليل من الطلقات، والتقنيات المتقدمة مثل سلسلة الأفكار، والاتساق الذاتي، والمطالبة القائمة على القيد. التدريب العملي على المختبر: تصميم قوالب سريعة قوية، والدفاع ضد الحقن الفوري، وتنفيذ التحقق من صحة الإدخال/الإخراج للمطالبة الآمنة. القسم 5 - التضمين والبحث الدلالي ستتعلم كيف تمثل عمليات تضمين المتجهات المعنى، وكيف يعمل تشابه جيب التمام والمنتج النقطي، وكيفية إنشاء خطوط أنابيب بحث دلالية باستخدام استراتيجيات التقطيع، وتوليد التضمين، والاسترجاع القائم على التشابه. التدريب العملي على المختبر: بناء نظام بحث دلالي باستخدام FAISS وChroma، ومقارنة استراتيجيات التقطيع، وتقييم دقة الاسترجاع. القسم 6 - الجيل المعزز للاسترجاع (RAG) يوضح هذا القسم كيفية التخلص من الهلوسة عن طريق تأسيس LLMs بالمعرفة الخارجية باستخدام بنيات RAG، وخطوط أنابيب استيعاب المستندات، وتدفقات المسترد-المولد، وإدارة نافذة السياق. التدريب العملي على المختبر: إنشاء خط أنابيب RAG كامل، وتنفيذ بحث مختلط، وتطبيق إستراتيجيات إعادة التصنيف، وإجراء تفكير متعدد المستندات مع الاستشهادات. القسم 7 - استدعاء الأدوات وLLMs المستندة إلى الوظيفة سوف تتعلم كيفية جعل LLMs تتفاعل مع الأنظمة الحقيقية باستخدام استدعاء الوظائف، ومخرجات JSON المنظمة، والأدوات المستندة إلى API، مما يمكّن النماذج من اتخاذ إجراءات ذات معنى. التدريب العملي على المختبر: بناء وكلاء يستخدمون الأدوات، وتنفيذ أدوات عديمة الحالة وذات حالة، وإضافة التحقق من الصحة ومعالجة الأخطاء، وإنشاء سلاسل أدوات متعددة الخطوات مع إمكانية الملاحظة. القسم 8 - أنظمة الذكاء الاصطناعي الوكيل يركز هذا القسم على بناء وكلاء الذكاء الاصطناعي المستقلين مع التخطيط والذاكرة والتنفيذ والتصحيح الذاتي باستخدام بنيات مثل ReAct وPlanner–Executor والأنظمة متعددة الوكلاء. التدريب العملي على المختبر: بناء وكلاء مستقلين، وتنفيذ الذاكرة طويلة المدى، وتمكين تحليل المهام، وإضافة التحكم البشري في الحلقة (HITL). القسم 9 - تطوير تطبيقات LLM Full-Stack، ستقوم بدمج الذكاء الاصطناعي في التطبيقات الحقيقية باستخدام الواجهات الخلفية المستندة إلى FastAPI، والاستجابات المتدفقة، وواجهات الدردشة الأمامية، مع إدارة الحالة والذاكرة والسياق عبر الجلسات. التدريب العملي على المختبر: قم ببناء تطبيق LLM متكامل مع الدردشة المتدفقة وذاكرة الجلسة والتخزين المستمر واستراتيجيات تقليم السياق. القسم 10 - التقييم والتكلفة وتحسين الأداء يعلم هذا القسم كيفية قياس أنظمة الذكاء الاصطناعي وتحسينها باستخدام مقاييس التقييم البشري والآلي والدقة والملاءمة والإخلاص، وكيفية تقليل التكاليف من خلال تحسين الرمز المميز والتخزين المؤقت وتوجيه النموذج. التدريب العملي على المختبر: بناء أداة تقييم وتنفيذ التخزين المؤقت للاستجابة ومقارنة طبقات النموذج وإجراء اختبار زمن الاستجابة والتحميل. القسم 11 - الأخلاق والأمن والذكاء الاصطناعي المسؤول ستتعلم كيفية نشر الذكاء الاصطناعي بشكل مسؤول باستخدام حواجز الحماية وتصفية المخرجات والضوابط القائمة على السياسات وأطر حوكمة المؤسسة لضمان السلامة والامتثال والثقة. التدريب العملي على المختبر: تنفيذ الدفاعات الأمنية، وحماية الحقن السريع، والتحقق من صحة المخرجات، وسير عمل حوكمة الذكاء الاصطناعي الجاهزة للمؤسسات. بحلول نهاية هذه الدورة، ستكون قادرًا على:

• إنشاء أنظمة ذكاء اصطناعي مولدة جاهزة للإنتاج
• تصميم مطالبات قوية وبنيات وكيل
• تنفيذ خطوط أنابيب RAG والبحث الدلالي
• تطوير تطبيقات LLM متكاملة
• تحسين التكلفة، زمن الاستجابة وقابلية التوسع
• نشر الذكاء الاصطناعي الآمن والمُدار على مستوى المؤسسة

ما هي المتطلبات الأساسية لدخول الدورة والتسجيل فيها على موقعنا؟ رحلة التعلم:

(احصل على الدورة للدخول إلى الموقع والتسجيل)

يجب أن يكون لديك بريد إلكتروني (حساب بريد) تتذكره لنفسك وأيضًا يجب أن تتذكر كلمة مرور البريد الإلكتروني الذي ستسجل به ، وإذا لم يكن لديك حساب بريد إلكتروني ، فمن الأفضل إنشاء حساب (Gmail)