شارة مهندس الذكاء الاصطناعي
شروحات كاملة وتمارين تفاعلية وبنوك أسئلة
تجربة مجانية · 10 من 10
الشروحات
الوحدة التمهيدية — أساسيات Python والرياضيات
الأساس الذي تفترضه بقية المواضيع: Python (NumPy وPandas والبرمجة الكائنية) والرياضيات خلف التعلم الآلي — الاحتمالات والإحصاء والجبر الخطي والتحسين.
أسس البيانات وتعلم الآلة وتقييم النماذج
تجهيز البيانات، وخوارزميات التعلم الرئيسية، وكيف تقيّم النموذج تقييمًا صحيحًا وتختار المقياس المناسب للمشكلة.
أساسيات الذكاء الاصطناعي والتعلم العميق والذكاء الاصطناعي التوليدي
الشبكات العصبية من الأساس، ثم المعماريات المهمة اليوم: الشبكات الالتفافية للرؤية، والمحوّلات للغة، والنماذج التوليدية المبنية عليها.
هندسة برمجيات الذكاء الاصطناعي والتكامل
تحويل النموذج إلى برمجية تستطيع الأنظمة الأخرى استخدامها: كود نظيف، وواجهات برمجية، واختبارات، وإدارة إصدارات، ودمج مكوّنات الذكاء الاصطناعي في تطبيق أوسع.
عمليات تعلم الآلة (MLOps/LLMOps) والنشر والموثوقية
مسار الإنتاج كاملًا: دورة الحياة، والتكامل والنشر المستمر، وأنماط الخدمة، واستراتيجيات النشر، ومراقبة الانحراف، والموثوقية، وعمليات النماذج اللغوية — RAG والتقييم والضوابط والتكلفة.
المعمارية والبنية التحتية والأداء وقابلية التوسع
كيف تُبنى أنظمة الذكاء الاصطناعي وتُموَّل بالموارد: خيارات الحوسبة، والتدريب والاستدلال الموزّع، والتخزين، ومقايضات التكلفة والأداء، والتصميم للنمو.
الذكاء الاصطناعي المسؤول والأمن والحوكمة
العدالة والشفافية والخصوصية والأمن، إضافة إلى الحوكمة والسياق التنظيمي في السعودية.
الأعمال والممارسة المهنية والتعاون
ترجمة مشكلات الأعمال إلى مشكلات تعلّم آلي، وقياس القيمة، والتواصل مع أصحاب المصلحة، والعمل ضمن فريق ودورة حياة مشروع.
وحدة تطبيقية — قرارات الذكاء التوليدي: RAG والضبط الدقيق والوكلاء
ليست مجال اختبار مستقلًّا — بل تعميق عملي لـ D2 و D4، حيث تعيش أسئلة السيناريوهات: متى تسترجع، ومتى تضبط ضبطًا دقيقًا، ولماذا يجعل الضبطُ النموذجَ ينسى، وأين ينكسر RAG، وإلى أي حدّ تدع الوكيل يتصرّف.