Understand

علوم البيانات والذكاء الاصطناعي

من أول مجموعة بيانات إلى تعلّم الآلة والشبكات العصبية والذكاء الاصطناعي التوليدي والأنظمة في الإنتاج: ست تكوينات تدخلها من حيث وصلت كفاءاتك.

نسخة تجريبية كل التكوينات في هذا القسم نسخ تجريبية. ما زالت الدروس والتمارين والترجمات قيد المراجعة وقد تتغير.

ست تكوينات يجمعها مخطط واحد للكفاءات. يتساءل علماء البيانات هل تدعم الأدلة الاستنتاج. ويجعل مهندسو تعلّم الآلة النموذج قادراً على التعميم. ويفهم مهندسو التعلّم العميق التدريب انطلاقاً من التدرّجات. ويجعل مهندسو الذكاء الاصطناعي النماذج سريعة وموثوقة ومعقولة الكلفة في الخدمة. ويُدرج مطوّرو تطبيقات النماذج اللغوية مكوّنات احتمالية في برمجيات حقيقية. ويحافظ مهندسو البيانات وMLOps على صحة كل ذلك يوماً بعد يوم.

هذه المهن متداخلة لكنها مختلفة. ابدأ من حيث وصلت كفاءاتك.

افتح مختبر Intelligence Lab

الغاية من كل تكوين

علم البيانات والتحليلات

التحقيق في بيانات مجهولة والوصول إلى استنتاجات يمكن الدفاع عنها، بما فيها أن البيانات لا تجيب عن السؤال.

المُنجَز: تحقيق قابل لإعادة الإنتاج في سؤال حقيقي مع بيان حدوده.

من أين تبدأ: بعد أساسيات Python. ابدأ من البداية، أو من الإحصاء إن كنت تستخدم pandas.

تحقق من أين تبدأ

تعلّم الآلة التطبيقي

صياغة مسألة تنبؤ، وتجاوز خط الأساس بنزاهة، ومنع تسرّب البيانات، وبيان ما لا يستطيعه النموذج.

المُنجَز: نموذج تنبؤي بمنهجية مبرّرة وتقييم قابل لإعادة الإنتاج.

من أين تبدأ: بعد NumPy والإحصاء الأساسي. تُدرَّس الرياضيات حيث تُستخدم.

يأتي بعد: علم البيانات والتحليلات

تحقق من أين تبدأ

التعلّم العميق والشبكات العصبية

فهم الشبكات العصبية بوصفها رياضيات وحساباً، وبناء مكوّناتها، وتشخيص فشل التدريب.

المُنجَز: شبكة مدرّبة ومقيّمة وموثّقة، بعد كتابة الانتشار العكسي والانتباه بنفسك.

من أين تبدأ: بعد الانحدار التدرّجي وتقييم النماذج.

يأتي بعد: تعلّم الآلة التطبيقي

تحقق من أين تبدأ

هندسة الذكاء الاصطناعي والحوسبة المسرَّعة

جعل النماذج سريعة وخفيفة ومقيسة وموثوقة في الخدمة، على CPU وGPU، مع أساسيات CUDA.

المُنجَز: خدمة استدلال بأداء مقيس واختبارات وتوثيق للنشر.

من أين تبدأ: بعد Python. الفصول الأولى طريق سريع إن لم تدرس التعلّم العميق؛ وإلا فتجاوزها.

يأتي بعد: التعلّم العميق والشبكات العصبية

تحقق من أين تبدأ

الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة

بناء تطبيقات النماذج اللغوية مع الاسترجاع والأدوات والتقييم والأمن، وقياس مواضع فشلها.

المُنجَز: تطبيق أصلي مع مجموعة مرجعية وضوابط أمنية وحدود مقيسة.

من أين تبدأ: بعد Python الاحترافي. لا تفترض فصول البنية أكثر من ذلك، ويشرح فصل الأسس الانتباه بالقدر اللازم.

يأتي بعد: Python

تحقق من أين تبدأ

هندسة البيانات وعمليات تعلّم الآلة (MLOps)

بناء خطوط بيانات وعمليات تعلّم آلة تبقى صحيحة، بالتحقق وقابلية التكرار والتتبع والإصدارات والمراقبة والتراجع.

المُنجَز: خط قابل لإعادة الإنتاج من البيانات إلى النموذج، مع التحقق والاختبارات والمراقبة.

من أين تبدأ: بعد Python وSQL. وتفترض فصول MLOps أيضاً نموذجاً أول مدرَّباً.

يأتي بعد: Python

تحقق من أين تبدأ

مسارات داخل الأكاديمية

لا يُفرض عليك أي ترتيب: كل الفصول مفتوحة، فتجاوز ما تعرفه.

ماذا يعني الإتمام بصدق

إتمام التكوين يعني أنك أنجزت أنشطته. وهذه ليست شهادة، إذ لا تمنح Understand اليوم أي شهادة في هذا القسم. وتقيّم مشاريعك بنفسك وفق معايير منشورة إلى أن تتوفر مراجعة بشرية.

  1. درس تمت مشاهدته متتبَّع
    فتحت الدرس. هذا يدل على الاطلاع فقط.
  2. تمرين تمت محاولته متتبَّع
    شغّلت الفحوص مرة واحدة على الأقل.
  3. تمرين منجز متتبَّع
    نجحت الفحوص في متصفحك. ويمكن تجاوز فحوص المتصفح.
  4. كفاءة مثبتة متتبَّع
    أنشطة ناجحة من المحاولة الأولى بلا مساعدة، ثم مجدداً بعد سبعة أيام على الأقل.
  5. مشروع منجز تصريح ذاتي
    أشّرت على المعايير بنفسك ولم يتحقق منها أحد.
  6. مشروع تمت مراجعته غير متاح بعد
    يطبّق شخص المعايير على مستودعك. يمكنك إرسال رابط، لكن لم يُعيَّن أي مراجع بعد.
  7. كفاءة متحقق منها باستقلال غير متاح بعد
    تقييم تحت المراقبة مع التحقق من الهوية. غير متاح بعد.