مقدمة في هندسة الذكاء الاصطناعي التوليدي باستخدام LLMs

يُحدث الذكاء الاصطناعي التوليدي تحولاً في طريقة بناء البرمجيات، ولكن تسخير قوة نماذج اللغة الكبيرة يتطلب أساسًا هندسيًا متينًا. تقدم لك هذه الدورة المفاهيم الأساسية وسير العمل العملي اللازمين لتصميم ونشر التطبيقات المدعومة بـ LLM. من خلال قراءة دروسنا المنظمة، ستنتقل من متعلم فضولي إلى ممارس ذكاء اصطناعي متمكن. ستفهم كيفية عمل هذه النماذج داخليًا، وكيفية التفاعل معها برمجيًا، وكيفية تصميم أنظمة تقدم نتائج موثوقة وواعية بالسياق. ما ستتعلمه: - فهم البنية الأساسية وعمليات تدريب نماذج اللغة الكبيرة (LLMs). - تطبيق تقنيات prompt engineering فعالة لتوجيه سلوك النموذج وتحسين المخرجات. - إعداد سير عمل Retrieval-Augmented Generation (RAG) لربط LLMs بمصادر البيانات الخارجية. - استخدام vector databases لتخزين واسترداد semantic embeddings بكفاءة. - تنفيذ استراتيجيات تقييم ومراقبة أساسية لـ LLM لضمان جودة التطبيق. - تصميم معماريات تطبيقات آمنة وقابلة للتوسع تدمج generative AI APIs. تبدأ الدورة بالمصطلحات الأساسية وآليات transformer architectures، ثم تنتقل إلى تكامل API، وتصميم الموجهات (prompt design)، وأنماط الاسترجاع المتقدمة. ستبني فهمك خطوة بخطوة من خلال شروحات مكتوبة واضحة وأمثلة برمجية عملية. تم تصميم هذه الدورة للمطورين البرمجيين، ومديري المنتجات، وعشاق التكنولوجيا الجدد في مجال generative AI engineering. لا تتطلب خبرة سابقة في machine learning، على الرغم من أن الفهم الأساسي لمفاهيم البرمجة مفيد. ابدأ القراءة اليوم لتبدأ في بناء الجيل القادم من التطبيقات الذكية.