شهادات المسار — معاينة

بعد المرحلة دي، تقدر تشرح إزاي الـ LLM بيشتغل، وتحكم فين الـ AI بيفيد في المنتج وفين لأ.

بعد المرحلة دي، تقدر تشحن ميزة LLM حقيقية بـ streaming ومعالجة أخطاء وميزانية تكلفة.

بعد المرحلة دي، تقدر تبني RAG Assistant يجيب إجابات من documents حقيقية، وتكتشف مشاكل الـ retrieval والـ hallucination.

بعد المرحلة دي، تقدر تبني نظام بيستخدم tools بأمان، بمخرجات منظّمة وتصعيد للإنسان.

بعد المرحلة دي، تقدر تبني agent بيخطّط ويستخدم أدوات ويكمّل مهام متعدّدة الخطوات بموثوقية.

بعد الـ Capstone، عندك نظام AI حقيقي منشور بأدلّة وتقييم — إثبات إنك مهندس AI.

بنى ونشر نظام AI حقيقي: تطبيقات LLM، RAG، أدوات، agents، وتقييم — بأدلّة وتقييم.

تشرح الـ LLM بيشتغل إزاي، وتحكم فين الـ AI بيفيد في المنتج وفين لأ.

تختار الموديل المناسب، وتقرا فاتورتك بالـ tokens، وتتحكّم في الـ context قبل ما يتملّى.

تكتب prompts متماسكة وتختبرها بمنهج، وتعرف الـ prompt injection لمّا تشوفه.

تشحن feature شغّالة بـ streaming ومفاتيح متأمّنة وretry مايعملش storm.

تبني مساعد بيجاوب من مستنداتك بالاستشهاد، وتعرف تشخّص استرجاع ضعيف.

خلّصت المسار ومعاك AI features شغّالة بنيتها بنفسك — من أول call لحد RAG بيجاوب من مستنداتك.

تكتب tool schema الموديل يفهمه، وتتحكّم في إمتى يستدعي أداة وإمتى لأ.

تخلّي الموديل يرجّع JSON صالح كل مرّة، وتتعامل مع الـ schema drift قبل ما يوقّع الـ production.

تبني loop بيخطّط وينفّذ ويقف — بشرط توقّف واضح وميزانية context محسوبة.

تدّي الـ agent معرفة حقيقية: يقرّر إمتى يدوّر، ويفكّك السؤال، ويستشهد باللي لقاه.

توصّل الـ agent بأدوات برّانية عبر MCP بأقل صلاحية، وتقفل باب الحقن من وصف الأداة.

تقيس نظام غير حتمي بجولدن سيت، وتحطّ سقف للتكلفة، وتمنع الـ agent إنه يلفّ للأبد.

تصمّم وتبني وتصلّح أنظمة agentic بتستخدم أدوات — بحواجز أمان وسقف تكلفة وتقييم حقيقي.