إتقان الذكاء التوليدي: الوكلاء باستخدام RAG وLangChain

يتسارع الطلب على المهارات التقنية في الذكاء الاصطناعي التوليدي بشكل كبير. ويُعد مهندسو الذكاء الاصطناعي الذين يمتلكون كفاءات في نماذج اللغة الكبيرة (LLMs)، إلى جانب المنهجيات والأطر المرتبطة بها مثل RAG وLangChain، من أكثر المرشحين طلباً في سوق العمل. تساعدك دورة «إتقان الذكاء التوليدي: الوكلاء باستخدام RAG وLangChain» على بناء مهارات عملية جاهزة للتوظيف تجذب انتباه أصحاب العمل. خلال الدورة ستستكشف توليد النص المعزّز بالاسترجاع (Retrieval-Augmented Generation - RAG)، وهندسة المطالبات (Prompt Engineering)، وإطار LangChain. ستطوّر فهماً متيناً لمفهوم RAG وتطبيقاته وخطوات عمله، كما ستتعرّف على المُرمِّزات (Encoders) ومُجزِّئاتها (Tokenizers)، وعلى مكتبة Facebook AI Similarity Search (FAISS) المستخدمة في البحث عن التشابه وبناء الفهارس المتجهية. بالإضافة إلى ذلك، ستتعلم كيفية تطبيق التعلم ضمن السياق (In-Context Learning) وأساليب متقدمة من هندسة المطالبات لتصميم المطالبات وتحسينها بهدف الحصول على استجابات أدق وأكثر اتساقاً. كما ستغوص في عالم LangChain لفهم مفاهيمه وأدواته ومكوّناته، وكيفية استخدام نماذج المحادثة والسلاسل (Chains) والوكلاء (Agents) لبناء تطبيقات ذكاء توليدي عملية. وفي النهاية، ستتعلم كيفية دمج تقنيات RAG وPyTorch وHugging Face وLLMs وLangChain ضمن تطبيقات الذكاء التوليدي لبناء حلول قابلة للتطبيق في سيناريوهات الأعمال الواقعية، مع تركيز واضح على المهارات التي تحتاجها الشركات لبناء وكلاء ذكاء اصطناعي فعّالين.

• اكتساب مهارات عملية مطلوبة وجاهزة لسوق العمل لبناء وكلاء ذكاء اصطناعي باستخدام RAG وLangChain خلال 8 ساعات
• تطبيق أساسيات التعلم ضمن السياق وأساليب متقدمة من هندسة المطالبات لتحسين تصميم المطالبات
• فهم مفاهيم LangChain وأدواته ومكوّناته ونماذج الدردشة والسلاسل والوكلاء
• دمج تقنيات RAG وPyTorch وHugging Face وLLMs وLangChain ضمن تطبيقات الذكاء الاصطناعي التوليدي

• معرفة أساسية بلغة Python
• إلمام بـ PyTorch وبنية المحولات (Transformer Architecture)
• معرفة بمفاهيم تعلم الآلة والشبكات العصبية