VOL79: AI Engineer Roadmap
أهلًا وسهلا بكم في العدد التاسع والسبعين من النشرة الأسبوعية لاقرأ-تِك 🚀
لا تنسوا أهلنا من صالح الدعاء,اللهم إنّا استودعناك اياهم، اللهم كُن عوناً لهم، اللهم انصرهم واحفظهم. 🇵🇸
أهلًا وسهلا بكم في العدد التاسع والسبعين من النشرة الأسبوعية لاقرأ-تِك 🚀
سواء كنت مهندس برمجيات مبتدئ أو محترف، فنشرتنا هدفها انها تثري المحتوى التقني العربي سعيا للتطوير من جودة المحتوى باللغة العربية، من خلال تقديم أحدث المستجدات والتطورات في عالم البرمجيات، بالإضافة إلى أفضل الممارسات والنصائح القيمة، ونشر أحدث المقالات وترشيحات الكتب ومحتوى ورقة وقلم اللي بينزلوا بشكل مستمر في موقع اقرأ-تِك.
في الإصدار ده الفهرس هيكون كالآتي:
AI Engineer Roadmap
Stack-Overflow Survey 2025
Database Indexing
All About Retrospectives
إصدارات - الإصدار الأول من مدونات فطين في تصميم النظم
AI Engineer Roadmap
في آخر سنتين و مع الانتشار الكبير لل LLMs بالتحديد, ظهرت وظيفة جديدة في الحياة اسمها AI Engineer, ما الذي يفعله هذا ال AI Engineer؟ لماذا يعطونه كل هذه الأموال؟ احنا فين؟ احنا بنعمل إيه؟ كلها أسئلة ظهرت فجأة عشان اعرف هل ينفع أكون AI Engineer وهذا ما سنعرفه اليوم مٌبرمجنا الفاضل يلا بينا
التعريف الرسمي للوظيفة إن ال AI Engineer هو مٌتخصص هدفه تصميم، تطوير، وتطبيق حلول تعتمد على استخدام تقنيات الذكاء الاصطناعي وال ML.
أولاً خلينا نعرف إن الدور دا ظهر لأن ولحد فترة قريبة معظم العاملين في مجال الـ AI بيكونوا باحثين أكاديميين أو مهندسين بيشتغلوا في تحسين وتدريب ال Machine learning Models ولكن قدرتهم على تطوير ال Models لأدوات وتطبيقات بتحل مشاكل الشغل والحياة العملية كانت محدودة نتيجة لأنهم بيفتقدوا للخبرة في مجال صناعة البرمجيات,
فالدور ده بيجمع بين 3 مجالات مختلفة:
هندسة البرمجيات
الذكاء الاصطناعي و ال Machine Learning
هندسة البيانات
ودا لأنك بتكون مسؤول عن تحليل المشكلة و تصميم التطبيق و اختيار الـ AI Model اللي هيساعدك على حل المشكلة وتدريبه بالبيانات اللازمة.
التصميم والتنفيذ والنشر بيحتاجوا مهارة Software Engineer
اختيار ال Model وتحسينه وتدريبه بيحتاجوا Machine Learning Specialist
و اختيار وجمع وتنقيح وتعديل البيانات اللي ال Model هيتدرب و/أو هيعتمد عليها وتحليلها بشكل سليم بتحتاج Data Engineer
من الواضح إن كل واحد من دول مجال واسع جدًا بحد ذاته, فهتلاقي في السوق إن الوظائف المتاحة مش بتتفق على مدى خبرتك في كل مجال فيهم, بل إن كل شركة بتلاقيها حاطة قائمة مختلفة من المهارات المطلوبة لهذا الدور على حسب احتياجها ولكن هتلاقي دائمًا إن المهارات المطلوبة بتكون في سياق المجالات الثلاثة.
المهارات الأساسية المطلوبة لهذا الدور
هندسة البرمجيات Software Engineering
Python لأنها اللغة الأكثر استخدامًا مع الـ AI وبتدعم الكثير من المكتبات لتنفيذ التطبيقات
SQL/Databases للتعامل مع البيانات
API/ Git/Docker للمساعدة في تطوير ونشر التطبيق
الذكاء الاصطناعي و ال Machine Learning
معرفة بالرياضيات والاحصاء لفهم ال Models وطريقة عملها
معرفة بال Machine learning Models ودا لان مش كل التطبيقات تحتاج LLMs ممكن ال ML Algorithms التقليدية تكون كافية.
معرفة بال Neural Networks و ال Deep Learning Models
معرفة بأنواع ال Generative Models المتاحة ومميزاتها والفروقات بينها في الاستخدام العملي لحل المشاكل المختلفة
معرفة بال RAG و ال AI Agents
هندسة البيانات Data Engineering
Data Collection and Cleaning
معرفة بتجميع البيانات وطرق تنظيفها لأن البيانات الخام غالبًا بيكون فيها معلومات ناقصة أو خطأ
Data Analysis and Preprocessing
قدرة على تحليل البيانات ومعرفة أهم المتغيرات اللي بتأثر على النتائج وتحويل البيانات الخام إلى مدخلات مناسبة للModel .
Big Data Handling and DataPipelines
قدرة علي التعامل مع الكميات الضخمة من البيانات ومهارة في إعداد Pipelines عشان تأتمت كل العمليات على البيانات قبل استخدامها.
أهم تحديات الـ AI Engineer
اختيار النموذج المناسب: لأنه مش دايمًا ال GPT أو LLM هو الحل الأفضل .
إدارة البيانات الضخمة وتنظيفها.
تحسين الأداء والتكلفة (Optimisation & Scaling): استخدام ال LLMs مُكلف لأنها بتحتاج معالجة كثيرة وقوية و لذلك تحسينها المستمر لتناسب التطبيقات المستخدمة فيها هيوفر موارد كثيرة.
أمان وأخلاقيات الذكاء الاصطناعي (AI Safety & Ethics): معظم البيانات بيكون فيها تحيزات Biases تحتاج للمراجعة والتعديل والتنقيح.
أهم الأدوات التي يحتاجها الـ AI Engineer
أدوات الـ LLMs و الـ Generative AI
LangChain / LlamaIndex / Haystack : لبناء RAG و AI Agents
OpenAI API / Anthropic / Gemini / Mistral / HuggingFace Hub : لاستخدام النماذج الجاهزة
Ollama / vLLM / LM Studio : لتشغيل النماذج علي جهازك الشخصي
أدوات هندسة البيانات
Pandas, Polars, NumPy :معالجة البيانات
Spark / Dask :التعامل مع البيانات الضخمة
SQL / PostgreSQL / MongoDB / DuckDB : قواعد البيانات
أدوات التطوير والنشر
Docker, Kubernetes :تشغيل النماذج على السحابة
FastAPI, Flask, Gradio, Streamlit : لنشر التطبيقات الـ AI كـ APIs أو دمجها في تطبيقات Web/Mobile
GitHub Actions / CI/CD → أتمتة عملية ال Deployment
طيب كمبرمج عايز أستعد، أبدأ منين؟
كمبرمج عندك فرصة كبيرة لأن بالفعل عندك أساسيات كثيرة للدوردا وهتحتاج تتعلم ما ينقصك من المهارات اللي اتكلمنا عليها وكخطة بسيطة:
خلينا نقولها في plan بسيطة:
المرحلة 1: الأساسيات
أساسيات الـ Python
أساسيات الMachine Learning و في دورات كثيرة متاحة من أشهرها دورات Andrew Ng علي deeplearning.ai
المرحلة 2: Models, RAG and Agents
نذاكر ال Models المختلفة و الالتحاق بدورة منظمة هيساعد علي معرفة أعمق
نتعرف علي ال RAG Architecture ونطبق بمشروع
نتعرف علي ال AI Agents وبردو بننصح بدورة مٌنظمة فيها وأغلب الدورات بتعتمد علي المشاريع للتعلم
المرحلة 3: Projects
اعمل مشاريع بسيطة لأن دي فرصة للتعرف على الأدوات المتاحة في السوق واستخدامها في مشاريع حقيقة هيحاكي تجربة الشغل:
مشروع تحليل بيانات معينة أو مشروع تصنيف صور أو Chatbot بسيط
إنهاء المشروع من الألف للياء وإنك تعمله Deployment بيظهر المهارة اللي بيدور عليها ال Recruiter للدور دا, ولذا مش مهم نعمل مشاريع كثيرة علي قد ما نعمل مشروع أو اثنين فيهم مميزات مختلفة ونخلصهم ويكونوا شغالين بالفعل.
في الختام
السوق حاليًا في طلب كبير على الدور دا حتى في مصر والوطن العربي ولكن أهم ما يبحث عنه ال Recruiters هو المهارة في التنفيذ والوعي بالأدوات المتاحة ومميزاتها وعيوبها عشان كدا بننصح دايمًا بالمشاريع واستكشاف حدود واستخدامات الأدوات الموجودة بالفعل.
عندنا مواضيع كثيرة قادمة عن ال AI باذن الله فاستنونا وقولونا حابين تعرفوا إيه أكثر وإيه هي المفاهيم والأدوات اللي تحبوا نغطيها.
Stack-Overflow Survey 2025
زي كل سنة بنستني Stack-Overflow Survey عشان نعرف احنا فين و احنا رايحين علي فين 🤷♀️ هنكلكم عن أهم قسمين وهما ال Technology وقسم ال AI بقية الأقسام زي ال Work, Developers مبتقدمش معلومات مفيدة كثير لينا كمبرمجين من الوطن العربي.
قسم التقنيات Technology
Python سجلت زيادة كبيرة في استخدامها، ودا بسبب استخدامها وبكثرة في مشاريع الذكاء الاصطناعي.
Rust و Go من أكثر اللغات التي زادت شعبيتها السنة دي بسبب تفوقها في الأداء وRust لاتزال هي أكثر اللغات المحبوبة من المبرمجين زي العام الماضي وكثير من المبرمجين المحترفين اللي بيشتغلوا بلغات ثانية حابين يتعلموهم.
اللغات التقليدية مثل JavaScript و C# لا تزال قوية في الاستخدام اليومي، لكن المبرمجين حابين يتعلموا لغات أحدث وأكثر تطورًا.
بالنسبة لل IDE لايزال ال Visual Studio و Visual Studio Code مكتسحين ولكن بنشوف أن Cursor بيستخدمه بالفعل 20%من المشاركين وهي نسبة كبيرة كونه حديث نسبيًا
من التغييرات الملحوظة هو استخدام FastAPI بشكل أكبر ك Web framwork ودا بسبب انتشار تطبيقات ال AI
في مجال قواعد البيانات Redis كذلك أصبحت أكثر وأكثر استخدامًا من المبرمجين وبنلاحظ وجودها في أي Modern Tech Stack
قسم الذكاء الاصطناعي AI
حوالي 69% من المطورين أفادوا أنهم تعلموا مهارة برمجية جديدة العام الماضي، و 44% منهم استخدموا أدوات مدعومة بالذكاء الاصطناعي في عملية التعلم
استخدام ال (vibe coding) لا يزال محدود: أكثر من 72% قالوا إن ال Vibe Coding ليس جزءًا من عملهم المهني ودا لعدة أسباب أهمها قلة الثقة ولأنه أوقات كثيرة ال Models بتنتج أخطاء و 45% من المشاركين قالوا أنهم اضطروا لتقضية وقت كبير في حل المشاكل اللي انتجها ال AI في الكود.
نماذج OpenAIهي الأكثر استخدامًا بنسبة 82% من المشاركين ولكن Calude Sonnet هو الأكثر استخدامًا من المبرمجين المحترفين
بالنسبة للثقة في دقة نتائج ال AI أو قدرته علي حل المشاكل المعقدة لا تزال متدنية بشكل كبير 3%فقط من المشاركين قالوا إنهم بيثقوا في نتائجه بشكل كبير, ولا يزال كل المبرمجين المحترفين بيراجعوا وراء النتائج والأكواد من ال AI
أكبر استخدامات المبرمجين لل AI علي الترتيب: البحث, توليد بيانات ومحتوي,المساعدة في تعلم مفاهيم وتقنيات جديدة, المساعدة في التوثيق Documentation
ال AI Agents لا تزال تيار غير شائع 52% من المشاركين مبيستخدموهاش وبيعتدموا علي AI Tools أبسط
لو حابين تفاصيل أكثر وتحليل أكبر للاستبيان تقدروا تشوفوا حلقة:
StackOverflow 2025 Developer Survey - تيك بودكاست بالعربي علي اليوتيوب
Database Indexing
ال database indexing من أهم مفاهيم قواعد البيانات اللي بنتعامل معاها يوميًا وبتساعدنا نسرع عملية طلب البيانات فورقة وقلم وتعالوا نتعرف أكثر عليه.
تخيل ان عندنا مجموعة ضخمة من الكتب , والكتب دي محطوطة على أرفف المكتبة بشكل عشوائي تمامًا , تقدر تتخيل مدى صعوبة أن كل شوية اما نحتاج ندور على كتاب معين هتكون عاملة ازاي ؟
الموضوع هيكون صعب جدًا مش كده ؟
عشان كده لولا الـ Indexing في الـ Database كان زمانا دلوقتي في كل Web Page محتاجين نعمل عليها أي عملية متطلبة انها تـ Fetch Data من الـ Database مستنيين كتيير ومش بعيد بالساعات على ما العملية تتم بنجاح
ما هو الـ Indexing ؟
خلونا نرجع لمثال المكتبة والكتب المحطوطة بشكل عشوائي , ايه رأيكوا لو عملنا تغير بسيط هنا , وهو أننا هنبدأ نعمل فهرسة للأرفف دي , ونديلها ارقام بناء على اسامي عناوين الكتب , وليكن عناوين الكتب اللي بادئة بحرف A تبدا من الرف رقم كذا لرقم كذا ,, مش الموضوع هيكون اسهل ؟
طب ماذا لو زودنا كمان طريقة للفهرسة وهي إننا نحدد الأرفف من خلال الأرقم + نحط كل Category مع بعض , يعني كتب التاريخ في مكان وكتب علم النفس في مكان , والروايات في مكان تاني ,, وكل واحد من دول هيترقم برضو وفقًا لعنوان الكتاب والحروف الأبجدي ,,
مش كده الموضوع هيبقى ـسهل كتير ؟ لو انطلب مننا ندور على كتاب دلوقتي , كل اللي محتاجين نعرفه هو بيتكلم في مجال إيه + عنوانه عشان نعرف أول حرف من اسمه , وبالتالي هنروح للمكان المطلوب,,
فبدل ما نروح نعدي على كل كتب المكتبة عشان ندور عليه , روحنا لمكان مخصص ومحدد بعينه واحنا واثقين تماما اننا هنلاقي الكتاب ده هناك , لانه محطوط Physically هناك على الرف ده,,
وهي دي ببساطة فكرة الـ Indexing
شكل ال Indexing في عالم الـ Database
تخيل دلوقتي قاعدة بيانات بحجم Facebook أو قاعدة بيانات لشركة وفيها عدد من الموظفين , لو انت بتدور على فلان , فهل هتحب ان قاعدة البيانات تاخد الـ Query بتاعتك وتروح تعدي عليهم كلهم واحد واحد لحد ما تلاقيه ؟ طب لو هم كانوا ملايين من الناس ؟ الموضوع هيقعد بالدقايق وممكن يطول صح ؟
All about Retrospectives
في هذا المقال، سنلقي نظرة عميقة على اجتماعات الاسترجاع في سياق Scrum. سنشرح الغرض منها، كيف تُدار بشكل فعال، ونقدم نصائح عملية لتحقيق أقصى استفادة منها. دعونا نبدأ.
ما هو اجتماع الاسترجاع (Retrospective)
اجتماع الاسترجاع هو حدث يُعقد في نهاية كل (Sprint) في إطار منهجية Scrum. يهدف إلى جمع الفريق لمراجعة الأداء خلال ال Sprint السابق وتحليل الأمور التي سارت بشكل جيد، والتي لم تحقق النتائج المرجوة، بالإضافة إلى تحديد فرص التحسين.
وفقًا لدليل Scrum 2020، يُعرف اجتماع Retrospective بأنه:
فرصة للفريق لفحص نفسه وخلق خطة تحسين ليتم تنفيذها في الSprint التالي.
أهمية اجتماع الـ Retrospective
الاسترجاع ليس مجرد فرصة للتفكير في الأداء، بل هو جزء أساسي من ثقافة التحسين المستمر (Continuous Improvement) التي تميز منهجية أجايل (Agile). يحقق الاجتماع العديد من الفوائد، منها:
تعزيز روح التعاون: يتيح لأعضاء الفريق الفرصة للتحدث بحرية حول القضايا والأفكار.
تحسين العمليات: يساعد في الكشف عن المشكلات التشغيلية وتحسين سير العمل.
التعلم من الأخطاء: يُشجع الفريق على النظر في الإخفاقات بشكل بناء لتجنب تكرارها.
تعزيز الشفافية: يُشجع على الحوار المفتوح والصادق حول الأمور التي قد تكون أُهملت.
رفع الإنتاجية: يؤدي إلى اتخاذ إجراءات ملموسة لتحسين الأداء في الSprint التالي.
الهدف الرئيسي من اجتماع الـ Retrospective
الغرض الأساسي من الاجتماع هو تحسين الأداء الجماعي للفريق، وليس مجرد تصحيح الأخطاء أو تحديد المشكلات. إنه وسيلة للفريق للتفاعل والتفكير معًا حول الطرق التي يمكنهم بها تحسين عملهم، بالإضافة إلى تقوية العلاقات بين الأعضاء وتعزيز روح الفريق.
كيفية إدارة اجتماع الـ Retrospective بشكل فعّال
لإدارة اجتماع استرجاع ناجح Retrospective، يجب اتباع عملية واضحة ومنظمة تضمن مشاركة جميع الأعضاء وتوجيه النقاش نحو تحقيق نتائج قابلة للتنفيذ. الخطوات التالية توضح كيفية تحقيق ذلك:
خصم 50% على جميع خطط الاشتراك السنوية لفترة محدودة، تقدروا دلوقتي تشتركوا في اقرأ-تِك وتستمتعوا بكافة المقالات في كل ما يخص هندسة البرمجيات باللغة العربية والمحتوى المميز من ورقة وقلم ومدونات فطين اللي بيتميزوا بتصاميم ذات جودة عالية وكل ده بحرية كاملة وكمان مفاجآت اقرأ-تِك الجاية 🚀
وبرضو متاح الاشتراك من خلال InstaPay و VodafoneCash 🎁
مدونات فطين في تصميم النظم - الإصدار الأول 🚀
كتابة هذا الكتاب لم تكن قرارًا مخططًا... بل كانت نتيجة لتراكمات من الحيرة، الإحباط، والدهشة اللي بيواجهوا أغلب الشباب حاليًا خصوصًا في رحلة البحث عن تعلم مهارات تصميم النظم واللي أصبحت من المهارات الأساسية في الانترفيوهات بالإضافة لكونها مهمة فعلًا على جميع المستويات.
على مدار سنوات من العمل داخل شركات تكنولوجية متعددة، وجدت نفسي مرارًا أواجه بعض الأسئلة زي:
لماذا صُمّم هذا النظام بهذه الطريقة؟
لماذا لم نرَ المشكلة إلا بعد فوات الأوان؟
هل كان يمكن أن نصمم الأمر بشكل أبسط؟
الإجابات كانت دائمًا معقدة، وتعود لأبعاد تقنية وتنظيمية ونفسية أيضًا.
هذا الكتاب ليس دليلًا أكاديميًا، بل هو مجموعة من التجارب والخبرات العملية كتبتها بعين المهندس الذي يراقب، يسأل، ويُخطئ ثم يتعلّم. المجموعة دي لم يتم ترجمتها للعربية من مدونات الشركات العالمية .. بل تم اعادة شرحها وتبسيطها باللغة العربية بأسلوب مختلف حتى تتسم بالبساطة بالإضافة لتميزها بالرسوم التوضيحية الجذابة.
اخترت اسم "فَطين" لأنه الشخصية التي تمنيت لو كانت موجودة معي منذ البداية— يسأل الأسئلة الصحيحة، ويفكّر بصوت عالٍ، ويحكي لك الدروس المستفادة.
إن كنت مهندسًا في بداية الطريق، أو تعمل منذ سنين ولديك خبرة متوسطة أو متقدمة في تصميم وبناء النظم فهذا الكتاب كتبته لك ليكون مرجعًا عمليًا لك يساعدك في تطوير مهاراتك التحليلية والفكرية في بناء وتطوير النظم الضخمة.
يتناول الكتاب ما يعادل من 15 تجربة عملية مميزة من داخل الشركات العالمية في تصميم النظم الضخمة بأكتر من 160 صفحة ويضم الآتي :
Introduction Into System Design
How Uber Serves Over 40 Million Reads Per Second
How Discord Stores Trillions of Messages
Dropbox's Chrono: Scalable, Consistent and Metadata Caching Solution
Unlocking Notion's Power - The Data Model Explained
How Shopify Mitigates Deadlocks in High Concurrency Environments
How LinkedIn Improves Microservices Performance With Protobuf
How Figma Secures Internal Web Applications
How GitHub Improves Reliability of Code Push Processing
How Meta Leverages AI For Efficient Incident Response
How Stripe Architected Massive Scale Observability Solution on AWS
Change Data Capture at Pinterest
How Canva Built Scalable and Reliable Content Usage Counting Service
How Netflix Migrates Critical Traffic at Scale With No Downtime
How Slack Handles Billions of Tasks in Milliseconds
How YouTube Supports Billions of Users With MySQL
System Design Comprehensive Guide
تقدروا تشوفوا النسخة كاملة من هنا كـ E-Book ، وحاولنا نخليها بسعر رمزي يناسب الجميع 👇
وكمان وفرناه على Kindle عشان الناس اللي بتحب تجربة القراءة على الـ Kindle منحرمهاش من التجربة الممتعة دي 🎉
بفضل الله أصبح متاح حاليا دعمنا من خلال الرعاة والشراكات وفعلنا الـ Sponsorship واحنا بنرحب بجميع الشراكات مع المؤسسات والشركات وأصحاب الأعمال لبناء مجتمع عربي يشجع على القراءة والتعلم ومشاركة التجارب والخبرات العملية في هندسة البرمجيات.
دورك كشريك أو راعي هيكون محوري في دعم المحتوى وتوسيع نطاق تأثيره. فانضم لرحلتنا وكن جزءًا من صناعة مستقبل التكنولوجيا في المنطقة 🚀
تقدروا تشوفوا التفاصيل كاملة من هنا والـ Analytics بتاعتنا من خلال اقرأ-تِك والنشرة الأسبوعية 👇
رؤيتنا هي إثراء المحتوى التقني العربي وجعل التعلم من خلال القراءة أمتع، وذلك من خلال إثراء المحتوى التقني باللغة العربية وتشجيع المبرمجين على القراءة بلغتهم الأم والتفكير أيضًا بها.
لذلك اتحنا الفرصة أمام الجميع للمساهمة ومساعدتنا في نشر واثراء المحتوى التقني باللغة العربية, من خلال كتابة المقالات التقنية في مختلف مجالات هندسة البرمجيات.
وجب التنويه أنه لن يتم نشر كافة الأعمال التي تصل إلينا، وإنما سيتم الانتقاء منها ما يحقق هدفنا بإثراء المحتوى التقني العربي، ولذلك قد تُطلب بعض التعديلات من الكاتب قبل النشر.
لمعرفة المزيد بخصوص :
💬 المعايير العامة لكتابة ونشر المقالات
⚡️ كيفية الإرسال
🔥 التزامات اقرأ-تِك تجاه الكتاب
يمكنكم قراءة كافة التفاصيل من هنا 👇
