AI+ Context Engineering Practitioner™
ممارس هندسة السياق للذكاء الاصطناعي
AP 3309
عُرفت سابقًا باسم AI+ Context Engineering™. أتقن هندسة السياق لبناء أنظمة ذكاء اصطناعي صالحة للتشغيل الفعلي مع AI+ Context Engineering Practitioner™.
اللغات المتاحة للدورة
الإنجليزية

أهمية هذه الشهادة
- استراتيجية السياق ومعماريته: تعلّم تصميم معماريات سياق متينة تتجاوز الأوامر إلى إدارة التعليمات والذاكرة والأدوات والمعرفة، لضمان سلوك موثوق عبر الجلسات ومسارات العمل.
- بناء أنظمة واعية بالسياق: اكتسب مهارات عملية لتطبيق مسارات معالجة السياق ومعمارية التوليد المعزّز بالاسترجاع وأنظمة الذاكرة، لإنتاج مخرجات مستندة إلى مصادر ودقيقة وفعّالة من حيث التكلفة.
- إدارة السياق وتحسينه: أتقن إطار الكتابة والاختيار والضغط والعزل (W-S-C-I) لضبط الصلة بالمهمة وتقليل الهلوسات وتحسين استهلاك الوحدات النصية وتوسيع الأنظمة بفاعلية.
- تكامل السياق على مستوى المؤسسات: تعلّم دمج الذكاء الاصطناعي بأمان في المؤسسات عبر الوصول القائم على الأدوار وضوابط الامتثال والذاكرة الآمنة وتنسيق السياق دون تعارض.
- تصميم الوكلاء وسير العمل للمستقبل: استعد للموجة المقبلة بتصميم أنظمة متعددة الوكلاء ومسارات عمل مؤتمتة ومعماريات قائمة على السياق تحافظ على موثوقيتها مع تطور النماذج والأدوات وحجم التشغيل.
تجاوز حدود الأوامر
تعلّم هندسة التعليمات والأدوات والذاكرة والحالة ليعمل الذكاء الاصطناعي بموثوقية.
أنظمة جاهزة للتشغيل الفعلي
ابنِ مسارات للتوليد المعزّز بالاسترجاع والسياق تقلّل الهلوسات وتحسّن إسناد المخرجات إلى مصادرها.
التوسّع بكفاءة
أتقن الاختيار والضغط لضبط تكلفة الوحدات النصية وزمن الاستجابة والأداء.
ذكاء اصطناعي آمن للمؤسسات
طبّق ضوابط معلومات التعريف الشخصية والتصفية القائمة على الأدوار وحل التعارضات لنشر حلول ملتزمة بالمتطلبات.
مخرج عملي ملموس
أنجز مشروعًا ختاميًا متعدد الوكلاء باستخدام n8n يجمع التوجيه والحسابات والتوليد المعزّز باسترجاع السياسات.
البرنامج في لمحة
- اسم البرنامج
- AI+ Context Engineering Practitioner™
- يشمل البرنامج
- دورة بإشراف مدرّب أو دورة تعلّم ذاتي + اختبار رسمي + شارة رقمية
- المدة
- بإشراف مدرّب: 1 يوم حضوريًا أو افتراضيًا؛ تعلّم ذاتي: 8 ساعات من المحتوى
- المتطلبات السابقة
- يتطلب البرنامج أساسًا متينًا في الذكاء الاصطناعي وتعلّم الآلة، وإجادة البرمجة والتعامل مع البيانات، والإلمام بالمنصات السحابية وبيئات إنترنت الأشياء، والقدرة على تصميم البيانات السياقية والذاكرة وتنسيق الأدوات وإدارتها وتحسينها.
- صيغة الاختبار
- 50 سؤالًا، ودرجة نجاح 70%، ومدة 90 دقيقة، واختبار عبر الإنترنت تحت المراقبة
- أسلوب التعلّم
- مختبرات عبر الإنترنت ومشروعات ودراسات حالة
- المحصلة
- شهادة مهنية معترف بها في القطاع + خبرة عملية
لمن يناسب هذا البرنامج؟

مهندسو الذكاء الاصطناعي ومطوّرو النماذج اللغوية الكبيرة: للممارسين الراغبين في تجاوز هندسة الأوامر الأساسية وتصميم أنظمة واعية بالسياق وصالحة للتشغيل الفعلي، باستخدام التوليد المعزّز بالاسترجاع والذاكرة والأدوات وأنماط التنسيق.
مديرو المنتجات ومعماريو الذكاء الاصطناعي: للمهنيين المسؤولين عن إطلاق خصائص موثوقة، ممن يحتاجون إلى فهم مسارات السياق وإسناد المخرجات إلى المصادر وضبط التكلفة والمفاضلات في تصميم النظام، بما يتجاوز العروض التجريبية المبسّطة.
مهندسو البيانات والمنصات: للعاملين بقواعد البيانات المتجهية والتضمينات وأنظمة الاسترجاع والبنية التحتية للذكاء الاصطناعي، والراغبين في تصميم تدفّقات سياق قابلة للتوسّع وكفؤة وجديرة بالثقة.
معماريو المؤسسات والحلول: لمصمّمي الأنظمة في البيئات الخاضعة للتنظيم أو واسعة النطاق، ممن يتولّون إدارة الأمن والامتثال وتحسين التكلفة وتنسيق الأنظمة متعددة الوكلاء.
مستشارو الذكاء الاصطناعي والقيادات التقنية: لمن يقدّمون المشورة بشأن تبنّي الذكاء الاصطناعي ويحتاجون إلى فهم عملي عميق لدور السياق، إلى جانب النماذج، بوصفه عامل تميّز أساسيًا في الأنظمة الحديثة.
مطوّرو الأتمتة المتقدّمة دون برمجة: لمستخدمي أدوات مثل n8n وMake وZapier الراغبين في تصميم سير عمل موثوق وأنظمة قائمة على الوكلاء دون كتابة شيفرة معقّدة للبنية التحتية.
المهارات التي ستكتسبها
- معمارية السياق وتنسيقه
- تصميم أنظمة التوليد المعزّز بالاسترجاع وتحسينها
- هندسة الذاكرة قصيرة المدى وطويلة المدى
- قواعد البيانات المتجهية ومسارات الاسترجاع
- تحسين تكلفة الوحدات النصية وضغط السياق
- عزل السياق والتنسيق في الأنظمة متعددة الوكلاء
- أمن الذكاء الاصطناعي المؤسسي وامتثاله وحوكمته
- تصميم تدفّقات السياق دون برمجة لفرق الأعمال
ما الذي ستتعلّمه؟
عدد وحدات البرنامج: 8. افتح أي وحدة لاستكشاف موضوعاتها.
الوحدة 1: أسس هندسة السياق — مقدمة
- 1.1 ما هندسة السياق؟ ما وراء هندسة الأوامر
- 1.2 من صياغة الأوامر إلى مسارات السياق: التحول الجذري في 2025
- 1.3 اللبنات الأربع للسياق: التعليمات والمعرفة والأدوات والحالة
- 1.4 الذاكرة قصيرة المدى مقابل طويلة المدى في أنظمة النماذج اللغوية الكبيرة
- 1.5 فوائد هندسة السياق: الإسناد إلى المصادر والصلة بالمهمة والاستمرارية وضبط التكلفة
- 1.6 حالة استخدام: مساعد سفر ذكي واعٍ بالسياق
- 1.7 تطبيق عملي: تصميم تعليمات النظام وحالة الذاكرة لوكيل قائم على الأدوار
الوحدة 2: أنماط إدارة السياق وتقنياتها
- 2.1 إطار W-S-C-I: الكتابة والاختيار والضغط والعزل
- 2.2 استراتيجية الكتابة: هوية الوكيل وشخصيته وضوابط الأمان وحالته
- 2.3 استراتيجية الاختيار: الاسترجاع الدقيق وتصفية البيانات الوصفية
- 2.4 استراتيجية الضغط: التلخيص وتحسين استهلاك الوحدات النصية والضغط التلقائي
- 2.5 استراتيجية العزل: حدود السياق والسلامة والتركيز
- 2.6 أنماط استرجاع متقدّمة: البحث الهجين والتقسيم الدلالي إلى مقاطع
- 2.7 دراسة حالة: أنظمة الذاكرة في ChatGPT وClaude
- 2.8 تطبيق عملي: اختيار السياق وضغطه باستخدام LangChain أو LlamaIndex
الوحدة 3: مسارات السياق والتوليد المعزّز بالاسترجاع ومعمارية الإسناد إلى المصادر
- 3.1 مسار السياق الكامل: الإدخال ← الاسترجاع ← الضغط ← التجميع ← الاستجابة ← التحديث
- 3.2 دراسة متعمّقة لمعمارية التوليد المعزّز بالاسترجاع (RAG)
- 3.3 قواعد البيانات المتجهية: Pinecone وChroma ونماذج التضمين
- 3.4 إخفاقات الإسناد إلى المصادر: الهلوسات وتسميم السياق والتشتيت
- 3.5 تقنيات الحد من الإخفاقات: إعادة الترتيب وتتبّع المصادر والتحليل الجنائي للسياق
- 3.6 دراسة حالة: الباحث متعدد الوكلاء (MAR) من Anthropic
- 3.7 تطبيق عملي: بناء مسار RAG مع بحث متجهي واستجابات مستندة إلى المصادر
الوحدة 4: التحسين والتوسّع والجاهزية المؤسسية
- 4.1 اقتصاد الوحدات النصية وتحسين التكلفة في مسارات السياق
- 4.2 توسيع السياق وبروتوكول سياق النموذج (MCP)
- 4.3 الأمن والامتثال: تصفية معلومات التعريف الشخصية وحجبها والوصول القائم على الأدوار
- 4.4 حل التعارضات واتساق السياق
- 4.5 السياق متعدد الوسائط: النصوص والجداول وملفات PDF والنصوص المفرّغة من الفيديو
- 4.6 دراسات حالة: Ask Sam من Walmart ومساعد المعرفة لدى Morgan Stanley
- 4.7 تطبيق عملي: تصفية السياق بحسب الأدوار والاسترجاع الآمن
الوحدة 5: تصميم تدفّق السياق لمستخدمي الأعمال دون برمجة
- 5.1 تحويل عمليات الأعمال إلى تدفّقات سياق جاهزة للذكاء الاصطناعي
- 5.2 مخططات تدفّق السياق (CFDs) ومعمارية سير العمل المؤتمت (AWA)
- 5.3 تطبيق W-S-C-I بصريًا بأدوات دون برمجة: n8n وMake وZapier
- 5.4 قوالب السياق لتحقيق الاتساق والمخرجات المنظّمة
- 5.5 حالة استخدام: مساعد ديناميكي لتهيئة العملاء الجدد
- 5.6 دراسات حالة: أتمتة الدعم في Airbnb وإقراض المنشآت الصغيرة والمتوسطة في HSBC
- 5.7 تطبيق عملي: بناء تدفّق سياق باستخدام التنسيق دون برمجة
الوحدة 6: تطبيقات السياق الواقعية في القطاعات
- 6.1 هندسة السياق في المجالات الخاضعة للتنظيم
- 6.2 الرعاية الصحية: دعم القرار السريري وعزل المعلومات الصحية المحمية (PHI)
- 6.3 التمويل: تحليل السوق وتلخيص متطلبات الامتثال والسياق المستمد من الأدوات
- 6.4 القانون والتعليم: الاسترجاع الدقيق وسياق التعلّم المخصّص
- 6.5 الحد من المخاطر: تسميم السياق وتعارضه
- 6.6 ذاكرة متقدّمة للوكلاء لتنفيذ مهام ممتدة زمنيًا
- 6.7 دراسات حالة: Activeloop للقانون والملكية الفكرية وFive Sigma للتأمين
الوحدة 7: تنسيق الأنظمة متعددة الوكلاء والمستقبل
- 7.1 لماذا يخفق الوكلاء الأحاديون؟ تضخّم السياق
- 7.2 الأنظمة متعددة الوكلاء (MAS) وعزل السياق
- 7.3 أدوار الوكلاء: الموجّه والمخطّط والمنفّذ
- 7.4 ضغط السياق المتبادل بين الوكلاء
- 7.5 ضوابط الأمان والحوكمة والسلامة بين الوكلاء
- 7.6 الأخلاقيات والحد من التحيّز وقابلية تتبّع المصادر
- 7.7 دراسات حالة: IBM Watson Orchestrate وأنظمة تنسيق السياق المؤسسية
- 7.8 المسارات المهنية: معماري السياق وأدوار حوكمة الذكاء الاصطناعي
الوحدة 8: المشروع الختامي والشهادة
- 8.1 نظرة عامة على المشروع: نظام متعدد الوكلاء واعٍ بالسياق
- 8.2 البناء: موجّه استعلامات مع حسابات مالية وتوليد معزّز باسترجاع السياسات باستخدام n8n
- 8.3 العرض والمراجعة والتغذية الراجعة
- 8.4 التقييم النهائي وشهادة AI+ Context Engineering Practitioner™
الأدوات التي ستتعرّف إليها
LangChain وLangGraph
LlamaIndex
قواعد بيانات متجهية (Pinecone وChroma)
n8n وZapier وMake.com
نماذج التضمين ومسارات التوليد المعزّز بالاسترجاع
منصات الأتمتة دون برمجة
تكاملات بيانات المؤسسات وواجهات برمجة التطبيقاتالمتطلبات السابقة
- معرفة برمجية أساسية: الإلمام بـPython أو Java أو لغات مشابهة.
- فهم مفاهيم الذكاء الاصطناعي: معرفة أساسية بتعلّم الآلة والذكاء الاصطناعي.
- مهارات التعامل مع البيانات: القدرة على العمل بمجموعات البيانات وتقنيات المعالجة الأولية.
- خبرة بإنترنت الأشياء: الإلمام بتطبيقاته.
- الإلمام بالمنصات السحابية: معرفة أساسية بخدمات الذكاء الاصطناعي السحابية.
اختر برنامجًا يناسب معارفك وخبراتك الحالية.
راجع المتطلبات السابقة والمنهج، ثم تواصل معنا لمساعدتك في اختيار الشهادة المناسبة لك أو لفريقك.
تواصل معنا ←تعرّف إلى تفاصيل التقييم.
اطّلع على صيغة الاختبار ومدته ومتطلباته قبل اتخاذ الخطوة التالية.
- المدة
- 90 دقيقة
- درجة النجاح
- 70% (35/50)
- صيغة الاختبار
- 50 سؤالًا من نوع الاختيار من متعدد أو الإجابات المتعددة
- طريقة تقديم الاختبار
- عبر منصة اختبارات إلكترونية تحت المراقبة، مع مرونة في تحديد الموعد
توزيع موضوعات الاختبار
اختر ما يناسبك من خيارات التعلّم.
تعلّم مرن عبر الإنترنت باشتراك لمدة سنة واحدة
بإشراف مدرّب: 1 يوم حضوريًا أو افتراضيًا؛ تعلّم ذاتي: 8 ساعات من المحتوى
- التعلّم عبر الأجهزة: اطّلع على المواد التعليمية باستخدام جهازك اللوحي أو هاتفك المحمول.
- موارد للاستعداد للاختبار: استعد باستخدام دليل شامل لدراسة محتوى الاختبار.
- اختبار إلكتروني تحت المراقبة: تقدّم لاختبار الشهادة مع فرصة إعادة مجانية واحدة.
- اختبارات قصيرة وتقييمات: رسّخ معرفتك من خلال التقييمات التدريبية وموارد الدورة.
- دعم تعليمي بالذكاء الاصطناعي: احصل على إرشاد مخصص من الموجّه الذكي AI Mentor.
- كتب إلكترونية ومحتوى صوتي: اطّلع على المواد الدراسية بصيغتي PDF والصوت، إلى جانب حلقات البودكاست.
- دروس فيديو عند الطلب: تعلّم من خلال مقاطع تعليمية عالية الجودة.
تفاصيل واضحة.
وخطوة تالية بثقة.
تعرّف إلى التفاصيل العملية التي تحتاج إليها قبل اختيار دورتك.
تواصل معنا ←ما الذي يغطيه هذا البرنامج؟
يتكوّن منهج AI+ Context Engineering Practitioner™ من 8 وحدة تدريبية. يعرض قسم وحدات البرنامج الموضوعات التي تغطيها كل وحدة.
استكشف المنهج الكامل ←ما الذي أحتاج إليه قبل البدء؟
- معرفة برمجية أساسية: الإلمام بـPython أو Java أو لغات مشابهة.
- فهم مفاهيم الذكاء الاصطناعي: معرفة أساسية بتعلّم الآلة والذكاء الاصطناعي.
- مهارات التعامل مع البيانات: القدرة على العمل بمجموعات البيانات وتقنيات المعالجة الأولية.
- خبرة بإنترنت الأشياء: الإلمام بتطبيقاته.
- الإلمام بالمنصات السحابية: معرفة أساسية بخدمات الذكاء الاصطناعي السحابية.
كيف يُجرى تقييم الشهادة؟
- المدة
- 90 دقيقة
- درجة النجاح
- 70% (35/50)
- صيغة الاختبار
- 50 سؤالًا من نوع الاختيار من متعدد أو الإجابات المتعددة
- طريقة تقديم الاختبار
- عبر منصة اختبارات إلكترونية تحت المراقبة، مع مرونة في تحديد الموعد
هل يمكنكم المساعدة في إعداد خطة تدريب للفريق؟
تواصل معنا لمناقشة أدوار أعضاء فريقك، ومعارفهم الحالية، وأسلوب التدريب المفضّل، والأهداف التدريبية.
ناقش احتياجاتك معنا ←حوّل ما تتعلّمه
إلى ممارسة عملية.
استكشف المنهج، وتحقّق من ملاءمة البرنامج لاحتياجاتك، واختر خطوتك التالية بثقة.
تواصل معنا ←AI+ Context Engineering Practitioner™
AP 3309 · 8 وحدة تدريبية
عرض السعر والتسجيل ↖تجد خيارات الدورة وتفاصيل الشراء في صفحة التسجيل.مرتبطة بالأدوار المهنية ومتوافقة مع الأطر المعتمدة.
قابلة للتحقّق.
استكشف 75 شهادة في الذكاء الاصطناعي وسلاسل الكتل والممارسة المهنية.
أساسيات الذكاء الاصطناعي
ابدأ بأساسيات الذكاء الاصطناعي وتطبيقاته اليومية وصياغة الأوامر.
الذكاء الاصطناعي في الأعمال
اربط الذكاء الاصطناعي باتخاذ القرار وسير العمل والممارسة المهنية.
القيادة التنفيذية للذكاء الاصطناعي
طوّر الرؤية الاستراتيجية اللازمة لقيادة تبنّي الذكاء الاصطناعي.
أمن الذكاء الاصطناعي
استكشف الأمن السيبراني والممارسة المسؤولة والدفاع الرقمي.
الذكاء الاصطناعي والحوسبة السحابية
اربط البنية السحابية بالأنظمة الذكية.
تطوير الذكاء الاصطناعي
تعلّم بناء الحلول المدعومة بالذكاء الاصطناعي وهندستها ونشرها.
تخصّصات الذكاء الاصطناعي
طبّق الذكاء الاصطناعي لمعالجة تحديات مجال تخصّصي.
الذكاء الاصطناعي في الرعاية الصحية
استكشف الذكاء الاصطناعي في الأدوار السريرية ومجالات الرعاية الصحية.
الذكاء الاصطناعي والبيانات والروبوتات
طوّر قدراتك في البيانات والأتمتة والآلات الذكية.
الذكاء الاصطناعي في التعلّم والتعليم
وظّف الذكاء الاصطناعي في التعليم والتعلّم وتنمية القدرات.
الذكاء الاصطناعي في التصميم والإبداع
استكشف آفاقًا جديدة للعمل الإبداعي والتصميم.
سلاسل الكتل وبيتكوين
عمّق فهمك للتقنيات الموزّعة.


