تعلم الذكاء الاصطناعي والتعلم الآلي على Google Cloud

لو نفسك تبقى مهندس تعلم آلي محترف، الكورس ده هيعلمك كل حاجة من الصفر لحد الاحتراف .

بعد ما تخلص كل دورة، هتاخد شارة تثبت إنك مخلص الدورة بنجاح، وده هيساعدك في بناء السيرة الذاتية وكمان يديك خبرة عملية على Google Cloud.

Machine Learning Engineer Learning Path​

محتوى الكورس والمهارات اللي هتتعلمها

الكورس متقسم لعدة دورات عملية ونظرية علشان يغطي كل جوانب التعلم الآلي والذكاء الاصطناعي على Google Cloud. هنتكلم عن أهم الحاجات اللي هتتعلمها:

Professional Machine Learning Engineer Study Guide​

هتتعلم تعمل خطة دراسة لامتحان شهادة PMLE (مهندس التعلم الآلي المحترف)، وكمان تقييم جاهزيتك للامتحان وإنشاء خطة دراسية شخصية تناسبك .

A Tour of Google Cloud Hands-on Labs​

هتتعلم من خلال المختبر ده:

• التعامل مع منصة Google Cloud
• الوصول لوحدة التحكم السحابية بمشاريع Google Cloud
• استخدام قائمة التنقل لتحديد أنواع الخدمات
• التعامل مع Cloud IAM وفحص صلاحيات المستخدمين
• التعامل مع مكتبة API وفحص ميزاتها

---

مقدمة في الذكاء الاصطناعي والتعلم الآلي على Google Cloud​

Introduction to AI and Machine Learning on Google Cloud​

هتتعلم أساسيات الذكاء الاصطناعي والتعلم الآلي، وهتقدر تنشئ مشاريع تنبؤية وتوليدية، وكمان هتتعلم عن أدوات وتقنيات Google Cloud من بداية جمع البيانات لحد نشر النماذج .

Prepare Data for ML APIs on Google Cloud​

هتتعلم تنظيف البيانات باستخدام Dataprep بواسطة Trifacta، تشغيل خطوط أنابيب البيانات باستخدام Dataflow، وكمان إنشاء مجموعات وتشغيل وظائف Apache Spark في Dataproc. هتتعامل مع واجهات برمجة التطبيقات ML زي واجهة تحويل الكلام لنص، وواجهة الذكاء الاصطناعي للفيديوهات.

Working with Notebooks in Vertex AI​

تعلم استخدام دفاتر Vertex AI المبنية على Jupyter لتسهيل كل سير عمل التعلم الآلي من إعداد البيانات لنشر النماذج ومراقبتها.

---

إنشاء النماذج وتقييمها​

Create ML Models with BigQuery ML​

هتتعلم تعمل نماذج تعلم آلي وتقييمها باستخدام BigQuery ML وتعمل تنبؤات دقيقة من البيانات .

Engineer Data for Predictive Modeling with BigQuery ML​

هتعرف تحول البيانات باستخدام Dataprep وBigQuery وتبني مهام ETL كاملة، وبعدين تعمل نماذج ML متقدمة.

Feature Engineering​

هتتعلم إزاي تختار أعمدة البيانات اللي هتساعد في تحسين دقة النماذج باستخدام Vertex AI Feature Store، BigQuery ML، Keras وTensorFlow.

# مثال بسيط لإنشاء نموذج تعلم آلي في Python باستخدام TensorFlow

import tensorflow as tf
from tensorflow.keras import layers

model = tf.keras.Sequential([
layers.Dense(64, activation='relu', input_shape=(10,)),
layers.Dense(1)
])

model.compile(optimizer='adam', loss='mse')
model.summary()

---

بناء ونشر نماذج ML​

Build, Train and Deploy ML Models with Keras on Google Cloud​

هتعرف إزاي تبني نماذج ML باستخدام TensorFlow وKeras، وتحسن دقتها، وتكتبها للاستخدام العملي.

Production Machine Learning Systems​

هتتعلم تنفيذ أنظمة ML في الإنتاج، سواء تدريب ثابت أو ديناميكي أو مستمر، وكمان استدعاء النماذج وتحليل البيانات بالطرق المختلفة.

---

MLOps وإدارة النماذج​

Machine Learning Operations (MLOps): Getting Started​

هتتعلم أدوات MLOps لنشر وتقييم ومراقبة وتشغيل أنظمة ML على Google Cloud، مع أتمتة كاملة لتحسين الأداء.

MLOps with Vertex AI​

هتتعلم إدارة الخصائص والميزات، ومتابعة النماذج التوليدية والتنبؤية، وكمان كيفية تحسين الأداء باستخدام Vertex AI.

---

الذكاء الاصطناعي التوليدي والنماذج الكبيرة​

Introduction to Generative AI​

تعلم إيه هو الذكاء الاصطناعي التوليدي وإزاي تطور تطبيقات Gen AI.

Introduction to Large Language Models​

هتفهم نماذج اللغة الكبيرة (LLMs) واستخدامها، وكمان كيفية تحسين أداءها.

Machine Learning Operations for Generative AI​

هتتعلم إدارة ونشر نماذج الذكاء الاصطناعي التوليدية بكفاءة عالية باستخدام MLOps وVertex AI.

---

خطوط أنابيب ML على Google Cloud​

ML Pipelines on Google Cloud​

هتتعلم من مهندسين Google Cloud أحدث تقنيات إنشاء خطوط أنابيب ML، إدارة البيانات الوصفية، التكامل المستمر والنشر المستمر باستخدام TFX وCloud Composer وMLflow.

---

بناء ونشر حلول التعلم الآلي​

Build and Deploy Machine Learning Solutions on Vertex AI​

هتعرف تستخدم Vertex AI وAutoML وخدمات التدريب المخصصة لتدريب وتقييم وضبط النماذج ونشرها بنجاح.

Create Generative AI Apps on Google Cloud​

هتعرف تعمل تطبيقات ذكاء اصطناعي توليدية، وتستخدم تقنيات RAG لإنشاء تطبيقات قوية زي تطبيقات الدردشة المبنية على LLM.

---

الذكاء الاصطناعي المسؤول للمطورين​

Responsible AI for Developers: Fairness & Bias​

تعلم تحديد التحيز وضمان العدالة في نماذج الذكاء الاصطناعي.

Responsible AI for Developers: Interpretability & Transparency​

هتتعلم إزاي تخلي النماذج والبيانات قابلة للفهم وشفافة للمطورين.

Responsible AI for Developers: Privacy & Safety​

هتتعلم أفضل ممارسات حماية الخصوصية وأمان الذكاء الاصطناعي باستخدام أدوات Google Cloud .

---

امتحان الشهادة الدولية والكورس العملي​

بعد ما تخلص الكورس، ممكن تسجل لامتحان دولي بقيمة 200 دولار بشهادة معتمدة من Google . للتسجيل في الامتحان والكورس زور الروابط التالية:

• رابط الكورس : https://www.cloudskillsboost.google/paths/17
• تسجيل امتحانات شهادات : https://cp.certmetrics.com/google/en/home/