تطبيقات الذكاء الاصطناعي التوليدي باستخدام Amazon Bedrock

ارتقِ بمهاراتك في الذكاء الاصطناعي التوليدي عبر هذه الدورة التي تركّز على بناء تطبيقات ذكاء اصطناعي توليدي باستخدام Amazon Bedrock. بالاعتماد على الأساسيات، ستتعمّق في ميزات وخدمات متقدمة تمكّنك من تطوير حلول أكثر تعقيدًا وقابلية للتوسع في بيئات الإنتاج. تبدأ الدورة بتعمّق شامل في قواعد المعرفة (Amazon Bedrock Knowledge Bases)، حيث تتعلّم كيفية تحسين استجابات النماذج عبر أسلوب التوليد المعزّز بالاسترجاع (Retrieval-Augmented Generation - RAG). ستتعرّف على كيفية إنشاء قواعد المعرفة وإدارتها، ثم دمجها داخل تطبيقاتك لتقديم تفاعلات ذكية واعية بالسياق ومخصّصة لمجال عملك، بما يرفع دقة الإجابات ويقلّل الهلوسة. بعد ذلك، تنتقل إلى إدارة المطالبات (Prompt Management) وتدفقات العمل (Flows) في Amazon Bedrock، لتصميم سير عمل متقدم يربط عدة عمليات ذكاء اصطناعي معًا على شكل سلاسل مطالبات وخطوات مترابطة. يتيح لك هذا الجزء بناء سلوكيات توليدية أكثر تطورًا داخل تطبيقاتك، مع القدرة على اختبار التدفقات ونشرها وإدارة المدخلات المتغيرة بفعالية. كما تغطي الدورة بناء الوكلاء (Amazon Bedrock Agents) لتطوير أنظمة ذاتية يمكنها فهم نوايا المستخدم، وتنظيم مهام متعددة، والتكامل مع خدمات AWS عبر مجموعات الإجراءات (Action Groups). وستتعلّم أيضًا التعامل مع المحادثات باستخدام Bedrock Converse API لبناء تطبيقات تحافظ على السياق، وتتكامل مع أدوات خارجية، وتدعم تفاعلات متعددة الخطوات مع النماذج الأساسية. وفي الختام، تركّز الدورة على أفضل الممارسات لبناء تطبيقات جاهزة للإنتاج، بما في ذلك معالجة الأخطاء بشكل صحيح، وإدارة سياق المحادثة، وتحسين جودة الاستجابات، وضمان أداء قابل للتوسع.

• تصميم وتنفيذ تطبيقات ذكاء اصطناعي باستخدام التوليد المعزّز بالاسترجاع (RAG) عبر قواعد المعرفة في Amazon Bedrock
• بناء وتهيئة وكلاء ذكاء اصطناعي باستخدام Amazon Bedrock Agents لتطوير أنظمة ذاتية تفهم نوايا المستخدم وتنسّق مهام متعددة وتتكامل مع خدمات AWS عبر مجموعات الإجراءات
• إنشاء تدفقات عمل متقدمة باستخدام Prompt Management وFlows عبر تصميم واختبار ونشر سلاسل مطالبات معقدة تنسّق عمليات ذكاء اصطناعي متعددة وتدير المدخلات المتغيرة بفعالية
• تنفيذ إدارة المحادثات باستخدام Bedrock Converse API لبناء تطبيقات تحافظ على السياق وتتكامل مع أدوات خارجية وتدعم تفاعلات متعددة الخطوات مع النماذج الأساسية
• تطبيق أفضل الممارسات لبناء تطبيقات ذكاء اصطناعي جاهزة للإنتاج، بما يشمل معالجة الأخطاء وإدارة سياق المحادثة وتحسين جودة الاستجابة وضمان أداء قابل للتوسع