هندسة الذكاء الاصطناعي التوليدي والضبط الدقيق للنماذج المحولة

يشهد سوق العمل اليوم طلباً متزايداً على المهارات التقنية في مجال الذكاء الاصطناعي التوليدي (GenAI)، حيث تحرص المؤسسات على البحث باستمرار عن مهندسي ذكاء اصطناعي يمتلكون القدرة على التعامل مع النماذج اللغوية الكبيرة (LLMs) بكفاءة عالية. صُممت هذه الدورة التدريبية المقدمة من IBM لتلبية هذا الطلب المتنامي، وتهدف إلى بناء مهارات عملية ومطلوبة في سوق العمل لتسريع مسيرتك المهنية في قطاع الذكاء الاصطناعي. في هذه الدورة، ستشرع في رحلة استكشافية معمقة لفهم النماذج المحولة (Transformers) وأطر العمل والمنصات الأساسية في هذا المجال، بما في ذلك Hugging Face و PyTorch. ستبدأ أولاً بفهم الإطار الأساسي لتحسين أداء النماذج اللغوية الكبيرة، ثم تنتقل بسرعة لتعلم تقنيات الضبط الدقيق (Fine-tuning) للنماذج التوليدية. تُعد هذه الدورة فرصة ذهبية لاكتساب خبرة عملية في كيفية تحميل النماذج، وإجراء الاستدلال، وتدريب النماذج باستخدام الأطر الأكثر شيوعاً في الصناعة. سواء كنت تسعى لتطوير تطبيقات لغوية متقدمة أو تخصيص نماذج الذكاء الاصطناعي لتلبي احتياجات أعمال محددة، فإن هذه الدورة ستزودك بالمعرفة والأدوات اللازمة لتصبح مهندس ذكاء اصطناعي توليدي متمكن وقادر على الابتكار في هذا المجال الحيوي.

• اكتساب مهارات عملية مطلوبة في سوق العمل للتعامل مع النماذج اللغوية الكبيرة القائمة على المحولات في هندسة الذكاء الاصطناعي التوليدي.
• كيفية إجراء الضبط الدقيق للمعلمات بكفاءة (PEFT) باستخدام أساليب مثل LoRA و QLoRA لتحسين تدريب النماذج.
• كيفية استخدام النماذج المحولة المُدربة مسبقاً لمهام اللغة وضبطها بدقة لتطبيقات محددة.
• كيفية تحميل النماذج، وتشغيل الاستدلال، وتدريب النماذج باستخدام إطاري العمل Hugging Face و PyTorch.