منظمة العفو الدولية + مهندس ™

  • مجموعة الذكاء الاصطناعي الكاملة: تعلم بنية الذكاء الاصطناعي، ونماذج التعلم الآلي، ومعالجة اللغة الطبيعية، والشبكات العصبية
  • إتقان الأدوات: يشمل التعلم الانتقالي باستخدام Hugging Face وتصميم واجهة المستخدم الرسومية
  • التركيز على النشر: بناء أنظمة ذكاء اصطناعي حقيقية وإدارة قنوات الاتصال
  • الإتقان العملي: اكتسب المهارات اللازمة لتصميم حلول ذكاء اصطناعي قابلة للتطوير من أجل الابتكار
سجل الآن
منظمة العفو الدولية + مهندس ™
يسير بخطى ذاتية: $495
بقيادة مدرب: $595

نظرة عامة سريعة: نظرة عامة على الدورة التدريبية والامتحان

فئة أخصائي الحوسبة الكمومية, أخصائي علم البيانات والذكاء الاصطناعي, الإنجليزية, الذكاء الاصطناعي الفني, تطوير الذكاء الاصطناعي, جميع الدورات, عالم تعلّم الآلة, لغة, متوفر الآن, مسؤول سكرام, مطور وكلاء الذكاء الاصطناعي, مهندس أنظمة الذكاء الاصطناعي, مهندس بيانات, مهندس روبوتات, مهندس معماري للسحابة
اسم البرنامج منظمة العفو الدولية + مهندس ™
مدة بقيادة مدرب:5 أيام (حضوري أو افتراضي) | يسير بخطى ذاتية:40 ساعة (5 أيام)
المتطلبات الأساسية يجب إكمال دورة الذكاء الاصطناعي + البيانات™ أو دورة الذكاء الاصطناعي + المطور™. يُشترط الإلمام الأساسي ببرمجة بايثون للمشاركة في التمارين العملية وإنجاز المشاريع. كما يُشترط الإلمام بأساسيات الجبر والإحصاء على مستوى المرحلة الثانوية. ويُعدّ فهم مفاهيم البرمجة الأساسية، كالمتغيرات والدوال والحلقات وهياكل البيانات مثل القوائم والقواميس، أمراً بالغ الأهمية.
تنسيق الامتحان 50 سؤالاً، نسبة النجاح 70%، المدة 90 دقيقة، اختبار عبر الإنترنت تحت المراقبة.

ما ستتعلمه

تطوير واجهات المستخدم الرسومية لحلول الذكاء الاصطناعي

سيتعلم الطلاب كيفية تطوير واجهات مستخدم رسومية سهلة الاستخدام تعتمد على الذكاء الاصطناعي. سيتم تغطية تصميم الواجهة، واختبار سهولة الاستخدام، ودمج الذكاء الاصطناعي في واجهات المستخدم الرسومية لبناء تجارب مستخدم بديهية وجذابة.

خط أنابيب الاتصالات والنشر للذكاء الاصطناعي

سيكتسب المتعلمون معرفة حول التواصل ونشر حلول الذكاء الاصطناعي، بما في ذلك تطوير وإدارة مسارات النشر من أجل نشر وصيانة أنظمة الذكاء الاصطناعي بكفاءة، بالإضافة إلى شرح قيمة وفائدة حلول الذكاء الاصطناعي لأصحاب المصلحة والمستخدمين النهائيين.

حل المشكلات باستخدام الذكاء الاصطناعي

سيقوم الطلاب بتطبيق مبادئ الذكاء الاصطناعي من الدورة على قضايا العالم الحقيقي، مما يعزز مهاراتهم في تحديد منهجيات الذكاء الاصطناعي، وبناء النماذج، وتفسير النتائج لمعالجة المشكلات المعقدة عبر التخصصات.

إدارة المشاريع الخاصة بالذكاء الاصطناعي

سيكتسب المتعلمون مهارات إدارة مشاريع خاصة بالذكاء الاصطناعي من خلال التفاعل مع سير عمل مشاريع الذكاء الاصطناعي. ويشمل ذلك تطوير وتنفيذ وإدارة مبادرات الذكاء الاصطناعي، وإدارة الموارد والجداول الزمنية وتوقعات أصحاب المصلحة لتحقيق النجاح.

وحدات الشهادات

نظرة عامة على الدورة

  • معاينة لمقدمة الدورة

الوحدة 1: أسس الذكاء الاصطناعي

  • 1.1 مقدمة إلى معاينة الذكاء الاصطناعي
  • 1.2 المفاهيم والتقنيات الأساسية في الذكاء الاصطناعي (معاينة)
  • 1.3 الاعتبارات الأخلاقية

الوحدة 2: مقدمة في هندسة الذكاء الاصطناعي

  • 2.1 لمحة عامة عن الذكاء الاصطناعي وتطبيقاته المختلفة
  • 2.2 مقدمة إلى معاينة بنية الذكاء الاصطناعي
  • 2.3 فهم دورة حياة تطوير الذكاء الاصطناعي - معاينة
  • 2.4 التطبيق العملي: إعداد بيئة ذكاء اصطناعي أساسية

الوحدة 3: أساسيات الشبكات العصبية

  • 3.1 أساسيات الشبكات العصبية - معاينة
  • 3.2 وظائف التنشيط ودورها - معاينة
  • 3.3 خوارزميات الانتشار العكسي والتحسين
  • 3.4 تطبيق عملي: بناء شبكة عصبية بسيطة باستخدام إطار عمل التعلم العميق

الوحدة 4: تطبيقات الشبكات العصبية

  • 4.1 مقدمة عن الشبكات العصبية في معالجة الصور
  • 4.2 الشبكات العصبية للبيانات المتسلسلة
  • 4.3 التطبيق العملي للشبكات العصبية

الوحدة 5: أهمية نماذج اللغة الكبيرة (LLM)

  • 5.1 استكشاف نماذج اللغة الكبيرة
  • 5.2 نماذج اللغات الكبيرة الشائعة
  • 5.3 الضبط العملي لنماذج اللغة
  • 5.4 التطبيق العملي: الضبط الدقيق العملي لتصنيف النصوص

الوحدة 6: تطبيق الذكاء الاصطناعي التوليدي

  • 6.1 مقدمة عن الشبكات التوليدية التنافسية (GANs)
  • 6.2 تطبيقات المشفرات التلقائية المتغيرة (VAEs)
  • 6.3 توليد بيانات واقعية باستخدام النماذج التوليدية
  • 6.4 التطبيق العملي: تطبيق النماذج التوليدية لتوليف الصور

الوحدة 7: معالجة اللغة الطبيعية

  • 7.1 معالجة اللغة الطبيعية في سيناريوهات العالم الحقيقي
  • 7.2 آليات الانتباه والاستخدام العملي للمحولات
  • 7.3 فهم متعمق لنموذج BERT لمهام معالجة اللغة الطبيعية العملية
  • 7.4 التطبيق العملي: بناء مسارات معالجة اللغة الطبيعية العملية باستخدام نماذج مدربة مسبقًا

الوحدة 8: التعلم الانتقالي باستخدام Hugging Face

  • 8.1 نظرة عامة على التعلم النقل في الذكاء الاصطناعي
  • 8.2 استراتيجيات وتقنيات نقل التعلم
  • 8.3 التطبيق العملي: تطبيق التعلم بالنقل باستخدام نماذج الوجوه المتعانقة لمهام متنوعة

الوحدة 9: تصميم واجهات مستخدم رسومية متطورة لحلول الذكاء الاصطناعي

  • 9.1 نظرة عامة على تطبيقات الذكاء الاصطناعي القائمة على واجهة المستخدم الرسومية
  • 9.2 إطار عمل قائم على الويب
  • 9.3 إطار عمل تطبيقات سطح المكتب

الوحدة 10: مسار الاتصال والنشر للذكاء الاصطناعي

  • 10.1 توصيل نتائج الذكاء الاصطناعي بفعالية إلى أصحاب المصلحة غير التقنيين
  • 10.2 بناء مسار نشر نماذج الذكاء الاصطناعي
  • 10.3 تطوير النماذج الأولية بناءً على متطلبات العميل
  • 10.4 التطبيق العملي: النشر

وحدة اختيارية: وكلاء الذكاء الاصطناعي للهندسة

  • 1. فهم وكلاء الذكاء الاصطناعي
  • 2. دراسات حالة
  • 3. تدريب عملي على وكلاء الذكاء الاصطناعي

أكمل الدورة واحصل على الشهادة

Course Certificate

فرص العمل في القطاع

مهندس ذكاء اصطناعي

تصميم وتطوير وتحسين أنظمة الذكاء الاصطناعي، والعمل على الشبكات العصبية والتعلم العميق ومعالجة اللغة الطبيعية لحل التحديات المعقدة.

مهندس حلول الذكاء الاصطناعي

قم بإنشاء بنى تحتية قابلة للتطوير للذكاء الاصطناعي وقم بدمج حلول الذكاء الاصطناعي في أنظمة الأعمال المختلفة لدفع الابتكار والكفاءة.

مهندس التعلم الآلي

تطوير نماذج وخوارزميات التعلم الآلي، مع التركيز على التحليلات التنبؤية والتعلم العميق والحلول القائمة على البيانات.

مُكامل أنظمة الذكاء الاصطناعي

تطبيق تقنيات الذكاء الاصطناعي في البنى التحتية الحالية، مما يضمن التكامل السلس وقابلية التوسع لحلول الذكاء الاصطناعي.

مدير مشروع الذكاء الاصطناعي

قيادة المشاريع القائمة على الذكاء الاصطناعي، وإدارة الجداول الزمنية والموارد وتوقعات أصحاب المصلحة لضمان نجاح نشر حلول الذكاء الاصطناعي.

الأسئلة الشائعة

المتطلبات الأساسية

تفاصيل الامتحان

درجة النجاح

70%

شكل

50 أسئلة اختيار من متعدد/إجابات متعددة

مخطط الامتحان

أسس الذكاء الاصطناعي 5%
مقدمة في هندسة الذكاء الاصطناعي 10%
أساسيات الشبكات العصبية 15%
تطبيقات الشبكات العصبية 7%
أهمية نماذج اللغات الكبيرة (LLM) 8%
تطبيقات الذكاء الاصطناعي التوليدي 8%
معالجة اللغات الطبيعية 15%
التعلم بالنقل باستخدام Hugging Face 15%
تصميم واجهات مستخدم رسومية متطورة لحلول الذكاء الاصطناعي 10%
مسار الاتصال والنشر لحلول الذكاء الاصطناعي 7%
التعلم الذاتي عبر الإنترنت

التعلم الذاتي عبر الإنترنت: 40 ساعة (5 أيام)

سعر: $495

التعليم عبر الإنترنت بقيادة مدرب

التعليم عبر الإنترنت بقيادة مدرب: 5 أيام (حضوري أو افتراضي)

سعر: $595

الأدوات الأساسية للذكاء الاصطناعي التي تم تغطيتها