عن الدورة
تزداد الحاجة إلى مهارات الذكاء الاصطناعي التوليدي بسرعة في سوق العمل. تشير Ascend.io إلى أن 89% من المشاركين أفادوا بأنهم يستخدمون الذكاء الاصطناعي التوليدي بشكلٍ ما. كما يذكر ZipRecruiter أن مهندسي البيانات الذين يمتلكون مهارات الذكاء الاصطناعي التوليدي يحققون متوسط دخل سنوي يبلغ 115,000 دولار أمريكي، مع رواتب قد تصل إلى 179,000 دولار سنوياً في أعلى المستويات. تركّز هندسة البيانات على بناء خطوط بيانات قوية، وإدارة البنية التحتية للبيانات، وضمان تقييم بيانات عالي الجودة. لذلك صُممت هذه الدورة لتناسب مهندسي البيانات الحاليين والطموحين، ومتخصصي مستودعات البيانات، وغيرهم من محترفي البيانات مثل محللي البيانات، وعلماء البيانات، ومحللي ذكاء الأعمال. تبدأ الدورة باستعراض التأثير الحالي للذكاء الاصطناعي التوليدي على هندسة البيانات وكيف يرفع الإنتاجية في مهام مثل تصميم المعمارية، وكتابة الاستعلامات لقواعد البيانات، وبناء سير عمل ETL، وتحليل البيانات. وخلال الدورة ستتقمص دور مهندس بيانات لتكتسب خبرة عملية في استخدام الذكاء الاصطناعي التوليدي لدعم قرارات التصميم، وتحسين جودة البيانات، وتسريع تنفيذ المهام اليومية. ستتعرّف أيضاً على تطبيقات مثل توليد البيانات، وتوسيعها (augmentation)، وإخفاء الهوية (anonymization)، مع مناقشة الاعتبارات الأخلاقية المرتبطة باستخدام هذه التقنيات. وفي النهاية ستثبت مهاراتك عبر مختبرات عملية ومشاريع واقعية تشمل تصميم مخططات مستودعات البيانات وإعداد البنية التحتية، مع دراسة حالات استخدام ناجحة لتطبيق الذكاء الاصطناعي التوليدي في ETL ومستودعات البيانات.
ماذا ستتعلم
- استخدام أدوات وتقنيات الذكاء الاصطناعي التوليدي ضمن عمليات هندسة البيانات عبر مختلف القطاعات
- تطبيق حلول الذكاء الاصطناعي التوليدي لتوليد البيانات وتوسيعها وإخفاء هويتها
- تقييم دراسات حالة واقعية تُظهر تطبيقاً ناجحاً للذكاء الاصطناعي التوليدي في ETL ومستودعات البيانات
- بناء مهارات الذكاء الاصطناعي التوليدي عبر مختبرات ومشاريع عملية لتصميم مخططات مستودعات البيانات وإعداد البنية التحتية
المتطلبات المسبقة
- أساسيات الذكاء الاصطناعي التوليدي
- هندسة الأوامر (Prompt Engineering)
- أساسيات هندسة البيانات
المدرسون
Rav Ahuja
Global Program Director
Abhishek Gagneja
Python and AI Subject Matter Expert