| فئة | أخصائي هندسة السياق, الإنجليزية, الذكاء الاصطناعي الفني, تطوير الذكاء الاصطناعي, جميع الدورات, لغة, متوفر الآن |
|---|---|
| اسم البرنامج | الهندسة السياقية المدعومة بالذكاء الاصطناعي™ |
| مدة | بقيادة مدرب:1 يوم (حضوري أو افتراضي) | يسير بخطى ذاتية:8 ساعات من المحتوى |
| المتطلبات الأساسية | المعرفة الأساسية بالبرمجة: الإلمام بلغة Python أو Java أو لغات مماثلة. فهم مفاهيم الذكاء الاصطناعي: معرفة أساسية بالتعلم الآلي والذكاء الاصطناعي. مهارات التعامل مع البيانات: القدرة على العمل مع مجموعات البيانات وتقنيات المعالجة المسبقة. الخبرة في مجال إنترنت الأشياء (IoT): الإلمام بتطبيقات إنترنت الأشياء. الإلمام بالمنصات السحابية: معرفة أساسية بخدمات الذكاء الاصطناعي القائمة على السحابة. |
| تنسيق الامتحان | 50 سؤالاً، نسبة النجاح 70%، المدة 90 دقيقة، اختبار عبر الإنترنت تحت المراقبة. |
فهم كيفية تصميم وإدارة وتحسين سياق الذكاء الاصطناعي في وقت التشغيل - الانتقال من هندسة المطالبات الساذجة إلى التحكم المنهجي في التعليمات والذاكرة والأدوات والحالة من أجل سلوك الذكاء الاصطناعي الموثوق به.
أتقن الاستراتيجيات الأساسية الأربع — الكتابة، والاختيار، والضغط، والعزل — للتحكم في الملاءمة، والدقة، والتكلفة، والسلامة في أنظمة الذكاء الاصطناعي التشغيلية.
تعلّم كيفية تصميم الذاكرة قصيرة الأمد وطويلة الأمد باستخدام قواعد البيانات المتجهة، والتلخيص، وحلقات التغذية الراجعة؛ وذلك لتمكين الاستمرارية، والتخصيص، والاستدلال بعيد المدى.
قم ببناء أنظمة ذكاء اصطناعي راسخة باستخدام خطوط أنابيب RAG ونماذج التضمين وقواعد البيانات المتجهة للقضاء على الهلوسة وضمان أن تكون الاستجابات قابلة للتحقق ودقيقة في المجال.
صمّم مسارات سياق شاملة—بدءاً من مُدخلات المستخدم ووصولاً إلى الاسترجاع، والضغط، والتجميع، والاستجابة، وتحديثات الذاكرة—باستخدام أدوات مثل LangChain وLangGraph وLlamaIndex.
تصميم وإدارة خطوط تدفق السياق الشاملة (كتابة، اختيار، ضغط، عزل)، بما يضمن أن تكون أنظمة الذكاء الاصطناعي راسخة، وموثوقة، وفعالة من حيث التكلفة، ومتوافقة مع اللوائح عبر مختلف حالات الاستخدام المؤسسية.
امتلاك بنية وتنفيذ أنظمة الذكاء الاصطناعي الواعية بالسياق، بما في ذلك خطوط أنابيب RAG واستراتيجيات الذاكرة وتنسيق الوكلاء المتعددين، وترجمة متطلبات العمل إلى تدفقات الذكاء الاصطناعي الجاهزة للإنتاج.
قُد عملية تقديم حلول الذكاء الاصطناعي القائمة على السياق، وذلك من خلال مواءمة استراتيجيات الاسترجاع، والذاكرة، والأدوات، والتنسيق مع الأهداف التنظيمية، وقيود الأداء، والمتطلبات التنظيمية.
قم ببناء وإدارة أنظمة الذكاء الاصطناعي متعددة الوكلاء والمدمجة مع الأدوات، مع ضمان سلاسة تسليم السياق، وحدود العزل، والتنسيق القابل للتوسع؛ وذلك باستخدام أطر عمل مثل LangChain وLangGraph وMCP، بالإضافة إلى مسارات العمل التي لا تتطلب كتابة تعليمات برمجية (No-code).
وضع ضوابط لجودة السياق، والأساس، والأمان، والامتثال - منع الهلوسة، وتسميم السياق، وتسريب البيانات مع تمكين الذكاء الاصطناعي القابل للتدقيق والموثوق به على نطاق واسع.
نعم؛ ستتعلم أنماطاً جاهزة للإنتاج تتعلق بالسياق، والذاكرة، وخطوط أنابيب RAG، وسير العمل متعدد الوكلاء—وهي مهارات يمكنك تطبيقها فوراً.
يركز على أنظمة الذكاء الاصطناعي الموثوقة، وليس مجرد النماذج أو المُوجِّهات؛ حيث يغطي إدارة السياق (W-S-C-I)، والترسيخ، والأدوات، والحوكمة، والأمن، وضبط التكاليف.
ستقوم ببناء وتصميم مسارات RAG والسياق، وتدفقات السياق (بدون كتابة تعليمات برمجية)، وضوابط الحماية المؤسسية، ومشروع ختامي متعدد الوكلاء يدمج تقنية RAG القائمة على السياسات وآلية التوجيه المعتمدة على الأدوات.
تتدرج الوحدات من الأساسيات ← الأنماط ← البنية المعمارية ← التحسين ← النشر في بيئات واقعية، مدعومةً بدراسات حالة وتطبيقات عملية.
يُعدّك هذا البرنامج لأدوار مثل مهندس السياق، ومهندس أنظمة الذكاء الاصطناعي/RAG، وقائد حوكمة/موثوقية الذكاء الاصطناعي من خلال تعليم تصميم الذكاء الاصطناعي القابل للتطوير والمتوافق مع المعايير والإنتاج.
70%
50 أسئلة اختيار من متعدد/إجابات متعددة
