AWS Certified AI Practitioner

Training Course index

اليوم الأول

المحور 1: Fundamentals of AI and ML

• ما هو الذكاء الاصطناعي وتعلم الآلة؟

• الفرق بين ML, DL, وAI.

• دور البيانات في تدريب النماذج.

• دورة حياة تعلم الآلة (ML Lifecycle).

• الخدمات الأساسية لـ AWS في ML (مثل Amazon SageMaker).

• حالات استخدام الذكاء الاصطناعي في الأعمال.

المحور 2: Fundamentals of Generative AI

• ما هو الذكاء الاصطناعي التوليدي (Generative AI).

• تطور النماذج التوليدية (Language Models, Diffusion Models).

• مفاهيم Prompt Engineering.

• خدمات AWS الخاصة بالذكاء التوليدي (Amazon Bedrock, Titan Models).

اليوم الثاني

المحور 3: Applications of Foundation Models

• ما هي Foundation Models وكيف تختلف عن النماذج التقليدية؟

• استخدام Amazon Bedrock لبناء حلول دون تدريب من الصفر.

• التكامل مع التطبيقات (Chatbots, Summarization, Q&A).

• سيناريوهات عملية:

  • توليد نصوص.

  • تلخيص محتوى.

  • تحليل مشاعر.

تمارين عملية

• تجربة Amazon Bedrock مع نماذج جاهزة.

• بناء تطبيق بسيط لتوليد النصوص/الملخصات.

اليوم الثالث

المحور 4: Guidelines for Responsible AI

• مبادئ AWS للذكاء الاصطناعي المسؤول.

• التحيز في النماذج وكيفية تقليله.

• الشفافية وتفسير المخرجات (Explainability).

• حماية الخصوصية.

المحور 5: Security, Compliance, and Governance for AI Solutions

• ضوابط الأمن عند استخدام حلول AI على AWS.

• إدارة الوصول والصلاحيات (IAM).

• التكامل مع متطلبات الامتثال (مثل GDPR).

• حوكمة البيانات والنماذج.

Course Wrap-up

• مراجعة شاملة لكل المجالات (Domains).

• أسئلة تدريبية مشابهة للاختبار.

• خطة متابعة للتحضير للاعتماد (Certification Exam Prep).

Training course outcomes

1. بنهاية الثلاثة أيام، يكون المتدرب:

2. ملمّ بأساسيات الذكاء الاصطناعي وتعلم الآلة.

3. قادر على شرح وتطبيق الذكاء الاصطناعي التوليدي باستخدام AWS.

4. واعٍ بمسؤوليات الأمن والحوكمة عند بناء حلول AI.

5. مستعد لاجتياز اختبار AWS Certified AI Practitioner.

Training Pre-requirements

• سعودي الجنسية
• خبرة عامه في شبكات الكمبيوتر
• درجة الدبلوم وما اعلى
• اللغة: عربية
• الأجهزة والأدوات: جهاز كمبيوتر مع اتصال الانترنت جيد