مهندس الذكاء الاصطناعي — الذكاء الاصطناعي التوليدي ونماذج اللغة

ما ستتعلمه

البرمجة والعمل مع النماذج عبر واجهة برمجة التطبيقات (API)

سيتمكن الخريج من الاتصال بالنماذج اللغوية برمجياً، ومعالجة الإجابات، والتعامل مع الأخطاء. سيتعلم كيفية تنظيم كود التطبيق بحيث يكون قابلاً للتوسيع، وكيفية التعامل مع الاستدعاءات غير المتزامنة عند وجود عدد كبير من الطلبات.

كيف تعمل النماذج اللغوية

بدون فهم آليات العمل، يكون التصحيح بمثابة عملية عشوائية. سنتناول بنية المحولات، والتقطيع إلى رموز، ونافذة السياق، والأسباب التي تجعل النموذج يقدم أحيانًا إجابات خاطئة. سيتمكن الخريج من تقدير المهام التي يستطيع النموذج إنجازها وتلك التي لا يستطيعها.

هندسة المطالبات وتقييم المخرجات

ستتعلم صياغة المهام بحيث يقدم النموذج إجابات موثوقة وقابلة للتكرار — بما في ذلك المخرجات المنظمة التي يمكنك معالجتها لاحقًا. نركز على التقييم المنهجي للجودة بدلاً من الاعتماد على الانطباع بأن «الأمر يبدو جيدًا».

أنظمة RAG — نماذج تستند إلى البيانات الخاصة

جوهر الدورة التدريبية. سيقوم الخريج ببناء نظام يجيب على الأسئلة المتعلقة بوثائق الشركة: تقسيم النص، وعمليات التضمين، وقاعدة البيانات المتجهة، والبحث عن المقاطع ذات الصلة وإدراجها في السياق. سيتعلم كيفية تقييم ما إذا كان النظام يعرض المصادر الصحيحة أم لا.

الوكلاء والتنسيق

نماذج تستدعي الأدوات وتحل المهام متعددة الخطوات. تصميم سير العمل، ونقل الحالة بين الخطوات، ومعالجة الأعطال، واتخاذ القرار بشأن متى يكون الوكيل مناسبًا ومتى يكفي حل أبسط.

النشر والأمان والتكاليف

كيفية تشغيل التطبيق والحفاظ عليه قيد التشغيل. مراقبة الجودة، ومراقبة تكاليف الرموز (التوكنات)، والحماية من حقن الأوامر (prompt injection) وتسرب البيانات، ومعالجة المدخلات الحساسة.

مشروع محفظة

تطبيق كامل للذكاء الاصطناعي بدءًا من مرحلة التكليف وحتى مرحلة الدفاع عن المشروع. ويبقى المشروع في حوزة الخريج كدليل على قدراته عند التقدم للوظائف.