المسار الرئيسي · متوسّط

AI Engineer

تعلّم كيف تبني AI systems حقيقية، مش مجرد demos.

الرحلة دي بترتّب المعرفة خطوة بخطوة، وكل مرحلة بتنتهي بقدرة تقدر تعملها.تصفّح خريطة المعرفة ←

✓ تكامل LLM production-grade✓ بناء وتقييم RAG على مستندات حقيقية✓ أدوات، agents، تقييم، وتكلفة
ابدأ الرحلة ←معاك الأساسيات؟ قدّم امتحان التخطّي ←
الرحلة · ٨ مراحل
1
المرحلة 1الأساسياتبعد المرحلة دي، تقدر تشرح إزاي الـ LLM بيشتغل، وتحكم فين الـ AI بيفيد في المنتج وفين لأ.
+
2
المرحلة 2تطبيقات الـ LLMبعد المرحلة دي، تقدر تشحن ميزة LLM حقيقية بـ streaming ومعالجة أخطاء وميزانية تكلفة.
+
3
المرحلة 3تدّي الـ AI معرفةبعد المرحلة دي، تقدر تبني RAG Assistant يجيب إجابات من documents حقيقية، وتكتشف مشاكل الـ retrieval والـ hallucination.
+
4
المرحلة 4تدّي الـ AI أدواتبعد المرحلة دي، تقدر تبني نظام بيستخدم tools بأمان، بمخرجات منظّمة وتصعيد للإنسان.
+
5
المرحلة 5الـ Agentsبعد المرحلة دي، تقدر تبني agent بيخطّط ويستخدم أدوات ويكمّل مهام متعدّدة الخطوات بموثوقية.
+
6
المرحلة 6تخلّي الـ AI موثوقبعد المرحلة دي، تقدر تقيّم نظام AI بصدق، وتكتشف وتصلّح مشاكل الأمان والتكلفة والموثوقية.
+
2 مفاهيم · 1 بناء · 1 تحدّيابدأ المرحلة دي
  1. 1تقييم أنظمة AIأرقام تقدر تدافع عنها١٢ دقيقة○
  2. 2هندسة التكلفةتكلفة تحت السيطرة٩ دقائق○
  3. 3ابنِ — مجموعة تقييم + حواجز أمان + هندسة تكلفة على وكيل موجود.○
  4. 4تحدّي — الـ Agent بتاع الـ $40تشغيلة الوكيل بتكلّف $40 — نزّلها لـ ≤ $4.○
7
المرحلة 7الـ Production AIبعد المرحلة دي، تقدر تفكّر في تشغيل نظام AI حقيقي: مراقبته، تكلفته، وسلوكه وقت الفشل.
+
1 مفاهيم · 1 بناء
  1. 1الـ Observabilityتشوف جوّه النظام١٠ دقائق○
  2. 2ابنِ — checkpoint إنتاج: logging، تنبيهات، وميزانية صرف، وخطة فشل.○
8
المرحلة 8الـ Capstoneبعد الـ Capstone، عندك نظام AI حقيقي منشور بأدلّة وتقييم — إثبات إنك مهندس AI.
+
1 بناء
  1. 1ابنِ — مشروع من اختيارك: مشكلة → تصميم → بناء → اختبار → تقييم → تحسين → نشر.○
دلوقتي تقدر تبني.
✓تبني تطبيقات LLM✓تبني أنظمة RAG✓تدمج أدوات✓تبني agents✓تقيّم أنظمة AI✓تفكّر في اعتبارات الـ production