يقدّم برنامج الذكاء الاصطناعي والحوسبة السحابية تجربة تدريبية عملية تساعد المشاركين على فهم العلاقة المتكاملة بين الذكاء الاصطناعي وتقنيات السحابة، وكيف أصبحت الحوسبة السحابية البنية التشغيلية الأساسية لتطوير ونشر وتوسيع حلول الذكاء الاصطناعي.

يمتد البرنامج لمدة 12 ساعة تدريبية على مدار يومين، ويغطي المفاهيم الأساسية، خدمات الذكاء الاصطناعي السحابية، تطوير النماذج، البنية التحتية، النشر، التكامل، الاتجاهات المستقبلية، ومشروع تطبيقي ختامي. يركّز البرنامج على المنصات السحابية الرئيسية: AWS، Microsoft Azure، وGoogle Cloud Platform

يناسب البرنامج:

• مطورو البرمجيات ومتخصصو تقنية المعلومات.
• الراغبون في بناء مسار مهني في الذكاء الاصطناعي والحوسبة السحابية.
• أصحاب الأعمال وقادة التحول الرقمي.
• مسؤولو السحابة ومهندسو الحلول.
• صناع القرار غير المتخصصين الراغبون في فهم المقترحات التقنية وتقييم الموردين.
• فرق التقنية التي تعمل على دمج الذكاء الاصطناعي داخل الأنظمة السحابية.
• المدراء الذين يرغبون في فهم العلاقة بين الذكاء الاصطناعي، البيانات، السحابة، والأمن.

اليوم الأول: الأساسيات وفهم المنصات السحابية

يركّز اليوم الأول على بناء الفهم الأساسي للعلاقة بين الذكاء الاصطناعي والحوسبة السحابية، مع التعرف على المفاهيم الرئيسية والمنصات والخدمات.

المحاور تشمل:

• لماذا الذكاء الاصطناعي والسحابة الآن؟
• أساسيات الذكاء الاصطناعي والحوسبة السحابية.
• مقدمة في تعلم الآلة، معالجة اللغة الطبيعية، والرؤية الحاسوبية.
• أساسيات الحوسبة السحابية ونماذج الخدمات.
• مقارنة AWS وAzure وGoogle Cloud.
• خدمات الذكاء الاصطناعي الجاهزة في السحابة.
• اختيار الخدمة المناسبة حسب حالة الاستخدام.

اليوم الثاني: التطوير، النشر، الحوكمة، والمستقبل

يركّز اليوم الثاني على الجانب التطبيقي لتطوير النماذج، تصميم البنية التحتية، النشر، التكامل، والحوكمة.

المحاور تشمل:

• تطوير نماذج الذكاء الاصطناعي في السحابة.
• استخدام Git وGitHub وGitLab في مشاريع الذكاء الاصطناعي.
• إدارة دورة حياة النماذج.
• البنية التحتية السحابية للذكاء الاصطناعي.
• استخدام Terraform والبنية ككود.
• النشر باستخدام APIs والخدمات المصغرة.
• اختبار واجهات الذكاء الاصطناعي باستخدام Postman.
• الاتجاهات المستقبلية في الذكاء الاصطناعي والسحابة.
• مشروع تطبيقي ختامي لبناء تصور شامل لحل AI + Cloud.

المتطلبات السابقة

يفضل أن يمتلك المشارك:

• معرفة أساسية بمنطق البرمجة وهياكل البيانات.
• معرفة مبدئية بإحدى المنصات السحابية مثل AWS أو Azure أو GCP.
• وعي أساسي بمفاهيم الرياضيات والإحصاء المرتبطة بتعلم الآلة.
• معرفة اختيارية بلغة Python أو APIs أو قواعد البيانات.

بنهاية البرنامج سيكون المشاركون قادرين على:

• التمييز بين الذكاء الاصطناعي، تعلم الآلة، معالجة اللغة الطبيعية، الرؤية الحاسوبية، AutoML، MLOps، وخدمات الذكاء الاصطناعي السحابية.
• فهم نماذج الخدمات السحابية مثل IaaS وPaaS وSaaS، ونماذج النشر العامة والخاصة والهجينة.
• اختيار خدمات الذكاء الاصطناعي المناسبة عبر AWS وAzure وGoogle Cloud حسب حالة الاستخدام.
• بناء سير عمل أساسي لتعلم الآلة باستخدام Python ومكتبات مثل NumPy وPandas وScikit-learn.
• تصميم بنية تحتية آمنة وقابلة للتوسع لتشغيل حلول الذكاء الاصطناعي باستخدام GPU/TPU، التشفير، التوسع التلقائي، والبنية ككود.
• نشر ودمج نماذج الذكاء الاصطناعي باستخدام APIs، الخدمات المصغرة، واستراتيجيات النشر الحديثة.
• تقييم حلول الذكاء الاصطناعي السحابية من حيث الكفاءة، الأمن، التكلفة، الحوكمة، وقابلية التوسع.
• فهم الاتجاهات المستقبلية مثل الذكاء الاصطناعي القابل للتفسير، التعلم الفيدرالي، Edge AI، الحوسبة الكمومية، Serverless AI، والحوكمة الأخلاقية.