0. الذكاء الاصطناعي التوليدي: ماجستير في علم البيانات

مقدمة في الذكاء الاصطناعي التوليدي
ستتعرف على المبادئ الأساسية للنماذج التوليدية، تطبيقاتها، وأنواع المشكلات التي يمكنها حلها في علم البيانات.

تقييم النماذج التوليدية وLLMs
ستتعلم كيفية قياس جودة مخرجات النماذج باستخدام معايير مثل التماسك، الصلة، الدقة الواقعية، والمقاييس النصية الآلية.

أساسيات LLMs وهندسة المطالبات (Prompt Engineering)
ستستكشف كيفية عمل نماذج اللغة، وكيفية تصميم مطالبات فعالة، وكيفية تكييف الردود مع السياقات المختلفة.

معالجة البيانات للنماذج التوليدية
ستكتشف استراتيجيات تجهيز النصوص والصور والمستندات لتسهيل استخدامها في مهام التوليد والاستعلام.

الاستدلال، التخصيص، والتضمين
ستحلل كيفية تخصيص النماذج، استخدام التضمينات، وتطبيق تقنيات مثل few-shot والتخصيص لحلول مخصصة.

RAG، البحث الدلالي، وتعدد الوسائط
ستدرس كيفية دمج استرجاع المعلومات، الاستدلال السياقي، والتحليل متعدد الوسائط في تطبيقات عملية.

مشاريع تطبيقية

تحويل الفواتير إلى Excel:
ستنشئ سير عمل آلي لاستخراج البيانات الأساسية من فواتير PDF وإنتاج تقارير منظمة في جداول بيانات.

مستشار قانوني باستخدام مستندات:
ستطبق مساعدًا يعتمد على LLM يمكنه الإجابة عن أسئلة قانونية باستخدام نصوص قانونية بصيغة PDF.

وصف الصور بالنص:
ستصمم نموذجًا يحلل الصور وينتج أوصافًا تلقائية لتسهيل تفسيرها والبحث عنها.

استعلامات SQL باستخدام RAG:
ستبني أداة تتيح الاستعلام عن قواعد البيانات باستخدام اللغة الطبيعية، مع تحسين النتائج عبر RAG.

توفر هذه الدورة تدريبًا شاملاً في الذكاء الاصطناعي التوليدي، حيث تجمع بين النظرية والتطبيق لبناء مهارات قابلة للتطبيق في الأتمتة والتحليل

مهارات قابلة للتطبيق في الأتمتة والتحليل المتقدم وحلول الذكاء.