محمد عاطف25

وعليكم السلام ورحمة الله وبركاته . أنتِ لستِ أمام مجرد تحدي ذكاء اصطناعي (AI) بل أمام تحدي هندسة بيانات (Data Engineering) في المقام الأول فلا تقلقي بخصوص حجم البيانات أو سعة استيعاب نموذج ال LLM لأن النموذج لن يقرأ هذا الحجم أبدا ودور تقنيات البحث RAG و Graph هو فلترة هذه التيرابايتات لتصل إلى بضعة كيلوبايتات فقط ترسل للنموذج كسياق (Context). أولا مرحلة الاستخراج (Ingestion & Extraction) : فكرتكِ باستخدام VLM (Vision-Language Model) هي الاتجاه الأحدث والأقوى حاليا (ويعرف ب Multimodal RAG) وال OCR التقليدي مثل Tesseract يفشل مع الجداول والرسوم البيانية بينما ال VLM يحول الصورة إلى نص مهيكل (Markdown) و يصفها بدقة. للملفات النصية وال PDFs: أنصحكِ بالنظر في أدوات حديثة مثل Docling أو Unstructured.io أو Marker فهذه الأدوات تستخدم نماذج رؤية (Vision Models) مدمجة لفهم تخطيط الصفحة (Layout) واستخراج الجداول ك Markdown أو HTML. للتوقعات وتوضيح الصور: يمكنكِ استخدام نماذج مثل GPT-4o-mini وذلك لتكلفته المنخفضة مع الحجم الضخم لديكِ أو نماذج مفتوحة المصدر مثل Qwen-VL أو LLaVA لتمرير الصور والرسومات إليها وطلب وصف مفصل يضاف ك Metadata أو نص داعم. للفيديوهات: قومي بتقسيم العملية إلى مسارين: استخراج الصوت: استخدم نموذج Whisper لتحويل الصوت إلى نص مع الطوابع الزمنية (Timestamps). الاستخراج البصري: التقطي إطارات رئيسية (Keyframes) من الفيديو كل عدة ثوان ومرريها لل VLM ليصف ما يحدث في الشاشة واربطي الوصف بالطابع الزمني للنص الصوتي. ثانيا الهيكلة وبناء العلاقات (GraphRAG + Vector RAG) : دمج ال RAG التقليدي مع ال GraphRAG هو الحل الأمثل لمشكلتكِ هنا بالتحديد وهي ربط فيديو متسلسل بصورة بملف PDF. Vector RAG وهو يعتمد على التشابه الدلالي (Semantic Search) وهو ممتاز للإجابة على سؤال مباشر موجود إجابته في فقرة معينة داخل ملف PDF. GraphRAG: وهو ممتاز في تجميع النقاط أثناء مرحلة الاستخراج فيمكنكِ توجيه ال LLM لاستخراج الكيانات مثل أشخاص و تواريخ و مفاهيم علمية ومواقع والعلاقات (Relationships) بينها ووتخزينها في قاعدة بيانات رسم بياني مثل Neo4j. وأخيرا مرحلة الدمج فعندما يسأل المستخدم سؤالا يبحث النظام في قاعدة البيانات المتجهية (Vector DB) لجلب النصوص المشابهة ويبحث في ال Graph لجلب الشبكة المعرفية المرتبطة مما يعطي ال LLM سياقا شاملا يربط ال PDF بالفيديو والصورة. ثالثا استراتيجية البحث والتعامل مع الحجم الضخم (Search at Scale) : وبما أنكِ لديك حجم بيانات 2 تيرابايت ستكون لديكِ ملايين القطع النصية (Chunks) ولضمان دقة الاسترجاع وعدم تشتت ال LLM يجب تطبيق بنية بحث متقدمة: البحث الهجين (Hybrid Search): فلا تعتمدي على البحث المتجهي (Vector أو Dense Search) فقط بل ادمجيه مع البحث بالكلمات المفتاحية (مثل Keyword أو BM25 Search) وهذا يضمن التقاط المصطلحات الدقيقة والأرقام. الفلترة عبر الـ Metadata: فهذه هي خطوة حاسمة لتقليل نطاق البحث وقبل أن يبحث النظام في النصوص دعيه يفلتر بناء على النوع سواء فيديو أو صورة والتاريخ أو التصنيف الذي وضعتيه مسبقا. إعادة الترتيب (Reranking): استخدمي نموذج Reranker مثل Cohere Rerank أو BGE-Reranker بعد أن يجلب البحث الهجين أفضل 50 نتيجة سيقوم ال Reranker بإعادة تقييمها وترتيبها بدقة عالية ليختار أفضل 5 نتائج فقط يرسلها لل LLM النهائي. وأخيرا لا تحاولي بناء النظام ل 2 تيرابايت مرة واحدة بل خذي عينة صغيرة مثلا 500 ميجابايت أو أقل وتحتوي على مزيج من فيديو وPDF ممسوح ضوئيا وصورة وقومي ببناء ال Pipeline كاملة عليها واختبارها ثم قومي بالتوسع (Scaling) تدريجيا.

وعليكم السلام ورحمة الله وبركاته . إن شعورك بالخوف والتوهان أمر طبيعي جدا عند الانتقال من تحليل البيانات إلى تعلم الآلة (Machine Learning) فالمجال يبدو من النظرة الأولى كبحر عميق من الرياضيات والبرمجة ولكن إطمئن فخلفيتك في تحليل البيانات باستخدام بايثون هي حجر أساس قوي يمكن أن تبدأ به. الإجابة هنا تعتمد على مدى المستوى الذي تنوي الوصول إليه: فكمستخدم للخوارزميات ليس صعبا إذا كنت تجيد التعامل مع مكتبات مثل Scikit-Learn وتعرف كيف تعالج البيانات فأنت وصلت لأكثر نمن نصف الطريق. أما كمبتكر أو باحث فهنا تكمن الصعوبة لأنه يتطلب تعمقا كبيرا في الرياضيات (كالجبر الخطي والتفاضل والإحصاء) ةفهم كيف تعمل الخوارزمية من الداخل وتطويرها. الخلاصة المجال يحتاج إلى صبر واستمرارية والصعوبة تكمن في هندسة البيانات (Data Engineering) وضمان جودتها أكثر من بناء النموذج نفسه. بصراحة إن الخوارزميات وحدها لا توظف فسوق العمل لا يبحث عن شخص يعرف خوارزمية معينة مثلا Random Forest أو XGBoost فحسب بل يبحث عن شخص يمتلك المهارات التالية: حل المشكلات (Problem Solving): فهل تستطيع تحديد أي خوارزمية تناسب هذه المشكلة المعينة . نشر النموذج (Model Deployment): فهل تعرف كيف تأخذ النموذج من ملف Jupyter Notebook وتضعه في تطبيق أو موقع ليستخدمه الناس. فهم دورة حياة المشروع (ML Pipeline): حيث تبدأ من جمع البيانات ثم تنظيفها واختيار الميزات (Feature Engineering) والتدريب وأخيرا التقييم. وبما أنك قادم من خلفية برمجية وتحليلية فغالبا فنعم قد تحتاج لتعزيز الجانب النظري في ثلاث نقاط أساسية: الإحصاء الاستدلالي (Inferential Statistics): لفهم ما إذا كانت النتائج التي يعطيها النموذج حقيقية أم مجرد صدفة. فهم ال Underfitting وال Overfitting وذلك لمعرفة لماذا يفشل الموديل أحياناً في التنبؤ ببيانات جديدة وكيفية معالجة ذلك رياضيا. أيضا رياضيات الخوارزميات فلا أقصد أن تحل المعادلات بالورقة والقلم بل أن تفهم لماذا نستخدم مثلا ال Gradient Descent لتحسين الأداء وما هو دور Cost Function.

وعليكم السلام ورحمة الله وبركاته . لا داعي لدراسة مسار Flask و odoo إذا لم ترغب في العمل بهم . يفضل إذا أردت تعلم تحليل البيانات و Machine Learning فيجب أولا دراسة المسارات بالترتيب أى "دمج تقنيات الذكاء الاصطناعي مع تطبيقات بايثون" ثم "تحليل البيانات" ثم "أساسيات تعلم الآلة Machine Learning" . ولكن لاحظ أن الدورة غير معنية بهذا الأمر فهي تعطيك فقط الأساسيات والمدخل لهذا الأمر فإذا وجدت شغف عند دراسة تلك المسارات فبعدها يمكنك الدخول في هذا التخصص إذا أردت.

للأسف حاليا لا يوجد أى ملخصات للدروس ولكن تستطيع الإعتماد على موسوعة حسوب كمرجع وتستطيع دائما الاستفسار أسفل الدروس في التعليقات عما تحتاجه وسيتم توضيحه لك. وتوجد بعض الملفات المتوفرة وهي ملفات المشروع التي سنعمل عليها خلال المسار وتستطيع تحميل ذلك من خلال أول في المسار وهو درس المقدمة أو المدخل. وأنصحك بكتابة الملخصات بنفسك فكل شخص له أسلوب يُناسبه في الدراسة و لكن المهم هو تخصيص وقت أكبر للتطبيق العملي فالبرمجة عبارة عن تفكير منطقي لحل مشكلة ثم تنفيذ ذلك من خلال كتابة الكود. وتوجد العديد من المواقع الشهيرة الخاصة بحل تمارين بمرجية وحل المشكلات مثل Leetcode و codewars و codeforces و HackerRank وغيرها من المواقع الأخرى ويمكنك التدرج في مستوى صعوبة الأسئلة كما تريد. وإليك المزيد من المواقع في الإجابة التالية :

دورة علوم الحاسوب توفر لك معلومات مكثفة حول مختلف مفاهيم لغات وتقنيات البرمجة وهي أساسية لزيادة معلوماتك حول مجال التقنية بشكل عام. و بانتهائك منها سيكون لديك خبرة جيّدة بدءً من الأساسيات والأفكار والمناهج النظرية مثل هندسة البرمجيات والبرمجة كائنية التوجه إلى التعامل مع أنظمة التشغيل ولغات البرمجة التي تم التطرق لها من خلال الأمثلة العملية في الدروس، وأيضاً سيكون لديك معرفة شاملة حول قواعد البيانات وطرق التعامل مع النوعين العلائقي وغير العلائقي. وفيها أيضاً مسار مخصص للدخول إلى عالم الويب والتعرّف على آلية عمل مطوري الويب في حال أحببت الانتقال إلى مجالات تطوير الويب لاحقاً لهذا إذا أردت التخصص في الواجهة الخلفية أو الأمامية فهذا المسار مهم جدا. ويمكنك قراءة الإجابة التالية لمزيد من التفاصيل حول الدورة : ولذلك فإن تلك الدورة مهمة للتأسيس عليها وفهم أساسيات الحسوب و التعامل مع الخوادم والأنظمة ولكنك لن تتخصص في مجال معين بل هي تضعك في بداية الطريق. وأنصحك بقراءة التالي لمزيد من التفاصيل :

نعم للتقدم للإختبار يجب على الأقل إنهاء 4 مسارات كاملة من الدورة . يجب إنهاء المسار كاملا وليس أجزاء منه وليس المهم المشاريع ففي الإختبار سيتم سؤالك وإختبارك في جميع دروس المسار وليس المشاريع فقط وإذا لم تنهيها كاملة فبالطبع لن تستطيعي الإجابة على الأسئلة . المشاريع العملية هي المطلوب إرفاقها وليس جميع الدروس فأى درس في المسار يوجد به كلمة "تطبيق عملي" فهو المطلوب إرفاقه ورفعه على git للتقدم للإختبار .

ستجدين أسفل فيديو الدرس صندوق للتعليقات كما هنا يرجى طرح سؤالك أسفل الدرس وليس هنا حيث هنا قسم الأسئلة العامة ولا نقوم بإجابة الأسئلة الخاصة بمحتوى الدورة أو الدرس، وذلك لمعرفة الدرس الذي توجد به مشكلتك و لمساعدتكِ بشكل أفضل.

يفضل إنشاء مجلد أساسي للدورة ثم بداخله قومي بإنشاء عدة مجلدات حيث مجلد خاص لكل مسار في الدورة. وبداخل كل مجلد الخاص بالمسارات نقم بوضع التطبيقات العملية التي قمنا بها في ذلك المسار وفي النهاية تقومي برفع المجلد الرئيسي بالكامل بما يحتويه من مجلدات الخاصة بجميع المسارات على مستودع GitHub وتوفير الرابط الخاص به عند التقدم للإختبار. ويوجد في بعض المسارات مشاريع كاملة ومجلدات كثيرة خاصة بتلك المشاريع يمكنكِ إنشاء مجلد منفصل لهذا المشروع وهو الأفضل للتنظيم .

يوجد لديكِ بعض الأخطاء في ملف index.html و jj.js . أولا في ملف index.html في سطر 60 لقد كتبتِ كلمة di ولكن الصحيح هو id هكذا : <tbody id="tbody"> أما في ملف jj.js يوجد خطأين . في سطر 100 هنا : يجب وضع هذا السطر بين علامتي إقتباس لأنه لا يمكن كتابة كود html في ملف js هكذا : `<button onclick="deletAll()"> delete All</button>` وفي سطر 105 كتبتي howData ولكن الدالة الصحيحة هي showData : showData() الآن سيعمل كل شئ بشكل صحيح. index.html jj.js

هذا الأمر بالفعل يسبب إلتباس وخطأ وهو يكمن في الفرق بين التحويل الضمني (Type Coercion) عند استخدام عامل الجمع و المقارنة بعامل المقارنة ==. ففي JavaScript يمتلك عامل الجمع + وظيفتين مختلفتين تماما ويتم تحديد الوظيفة بناء على نوع البيانات : الجمع الحسابي (Addition): إذا كان الطرفين أرقاما. الدمج النصي (Concatenation): إذا كان أحد الطرفين أو كلاهما نصا (String). ففي JavaScript للنصوص الأولوية القصوى عند استخدام عامل + فبمجرد أن يرى المحرك نصا واحدا في العملية فإنه يقوم بتحويل كل ما يليه إلى نصوص ودمجها. ففي مثالك الأول: value1 هو نص "32". وعند تنفيذ value1 + value2 تصبح العملية "32" + 10. بسبب وجود النص يتم تحويل 10 إلى "10" والنتيجة "3210". ثم "3210" + 7 تصبح "32107". ولاحظ أن العملية ستختلف بناء على ترتيب الأرقام والنصوص فمثلا : var value1 = 32; var value2 = 10; var value3 = "7"; var sum = value1 + value2 + value3; console.log(sum); ستجد النتيجة 427 وذلك لأنه أولا تم جمع 32 و 10 لأنهم أرقام والناتج هو 42 ومن ثم يتم جمع 42 مع النص 7 ليصبح الناتج 427 . أما بخصوص سؤالك لماذا في true == "1" يتم التحويل لرقم بينما في المثال الأول لم يحدث ذلك فإن الإجابة تكمن في أن قواعد التحويل تختلف باختلاف العامل (Operator): فعند استخدام == لمقارنة أنواع مختلفة تتبع JavaScript خوارزمية محددة تسمى (Abstract Equality Comparison Algorithm) : فإذا تم مقارنة Boolean مع أي نوع آخر يتم تحويله أولا إلى Number (أى true تصبح 1). وإذا تم مقارنة Number مع String يتم تحويل النص إلى رقم. ولذلك فإن true == "1" تتحول إلى 1 == 1 والنتيجة true. وفي حالة الجمع المحرك لا يحاول تحويل النص إلى رقم لأن الدمج النصي هو السلوك الافتراضي لعامل الجمع + وهو يفترض أنك تريد بناء نص طويل وليس بالضرورة إجراء عملية حسابية. وستلاحظ الفرق عند إستخدام عامل الطرح "-" فعامل الطرح لا يعمل إلا مع الأرقام ولذلك فإنه يجبر التحويل إلى رقم وليس سلسة نصية.

أنصحك بالذهاب إلى الصفحة التالية الخاصة بتفاصيل الدورة : https://academy.hsoub.com/learn/python-application-development/ ستجد أن الدورة تتكون من 69 ساعة فيديو تدريبية وستجدها مقسمة إلى مسارات وكل مسار مقسم إلى أقسام أخرى بها الفيديوهات وستجد كل مسار موضح به عدد الدروس والساعات . فدورة بايثون تحتوي على أكثر من دورة بداخلها ومقسمة إلى مسارات كما أخبرتك وستحتاج إلى 4 أشهر على الأقل لإنهائها بالكامل والفترة المناسبة هي 6 أشهر . فمثلا ستجد أن المسار الأول يحوي 11 ساعة من الدروس و المسار الثاني يحوي 15 ساعة والمسار الثالث يحوي 7 ساعات والمسار الرابع يحوي 5 ساعات . إذا فالأربع مسارات مجموعهم 38 ساعة من الدروس . ويجب عليك معرفة أنه لإنهاء ساعة واحدة من الدورة فهي تختلف من شخص إلى أخر في نطاق 3 إلى 5 ساعات . وذلك لأن الطلاب يقومون بإيقاف الدرس مثلا لكتابة كود والتطبيق أو لإستيعاب جزء ما أو البحث عن معلومة معينة أو إعادة جزء معين . إذا بهذا المعدل يمكننا حساب متوسط 38 * 4 ساعات أى أن الأربع مسارات ستأخذ منك من 114 ساعة إلى 152 ساعة مذاكرة وتطبيق وهي تختلف بناء على مدى قدرة إستيعابك وأيضا تطبيقك للدروس . وإذا قمت بدراسة 20 ساعة فيا الإسبوع أى بمعدل ثلاث ساعات في اليوم فستنهي أول أربع مسارات في 6 أسابيع إلى 8 أسابيع ويمكنك حساب باقي المسارات بنفس الطريقة. وإليك نصائح وتفاصيل أكثر من خلال التعليق التالي :

هل قمتي بتنفيذ الأمر في سطر الأوامر ؟ يجب تنفيذه في نافذة MSYS2 كما أخبرتك أى في تلك النافذة :

وعليكم السلام ورحمة الله وبركاته . هل لديك فقط قرص واحد c ام توجد أقراص أخرى ؟ إذا كان يوجد أقراص أخرى فلا مشكلة يمكنكِ تثبيت البرامج في الأقراص الأخرى التي بها مساحة دون أى مشكلة. لا الأمر ليس إلزاميا أبدا يمكنكِ تثبيته في أى قرص ولكن يجب توفير المسار الخاص بالتثبيت في متغيرات البيئة PATH ليعمل معكِ. يفضل إذا كان لديك قرص أخر غير ال c أن تقومي بوضع أى ملفات مهمة أو فيديوهات وغيرها في الأقراص الأخرى وليس ال c وترك ال c فقط للبرامج ولنظام التشغيل . وإذا كان الديسك لديكِ مساحته صغيرة فيمكنكِ شراء ديسك أخر والأفضل أن يكون SSD وجعله هو لنظام التشغيل أى قرص c وجعل الديسك الأخر للبيانات المهمة لديكِ. التخزين السحابي ليس مجانيا وهو مكلف هو مهم فقط إذا أردتي الحفاظ على بيانات مهمة وتخافين فقدها حينها تقومين برفعها على التخزين السحابي . توجد برامج وخدمات كثيرة مثل oneDrive على ويندوز و google drive وغيرها ولكن هذه الخدمات توفر لكي مساحة صغيرة لا تتخطى ال 15 جيجا ويجب شراء مساحة إذا أردتي تخزين بيانات أكثر. نعم بالطبع رفع الملفات يستهلك من الإنترنت كما لو أنكِ قمتي بتنزيل الملفات وهذا يعتمد أيضا على مزود خدمة الإنترنت لديكِ .

وعليكم السلام ورحمة الله وبركاته. المشكلة التي تحدث عند تنزيل MinGW-w64 هي عدم استخدام المثبت الرسمي أو تنزيل ملف ZIP يحتوي على المصدر بدلا من ملفات ال binary. وهذا يمنع وجود مجلد bin الذي يحتوي على gcc.exe وغيره. الحل الأفضل هو استخدام MSYS2 : يجب تحميل MSYS2 من موقعه الرسمي وقومي بتثبيته. افتحي نافذة MSYS2 وقومي بتحديثه من خلال الأمر : pacman -Syu ثم ثبتي MinGW من خلال الأمرين التاليين : pacman -S mingw-w64-x86_64-gcc pacman -S mingw-w64-x86_64-gdb بعد ذلك يجب إضافته إلى ال PATH : يرجى البحث عن مجلد C:\msys64\mingw64\bin أو مسار التثبيت الذي قمتي به وأضافته إلى متغير البيئة PATH عبر إعدادات Windows ثم System ثم Advanced ثم Environment Variables.

وعليكم السلام ورحمة الله وبركاته . نعم غالبا المشروع تحت المراجعة وبمجرد إنتهاء المراجعة سيتم الرد عليك والتواصل معك . ونعتذر يوجد حاليا ضغط على مركز الدعم حيث يوجد العديد من المشاريع التي يتم مراجعتها حاليا ولذلك قد يتأخر الرد عليك لهذا يرجى الإنتظار إلى حين الإنتهاء من المراجعة. تحياتي.

وعليكم السلام ورحمة الله وبركاته . إن شهادة أكاديمية حسوب معتمدة ولكن ما يهم أصحاب العمل فعليا : الخبرة العملية التي اكتسبتها معرض الأعمال الذي يظهر مهاراتك الفعلية المشاريع العملية التي أنجزتها وإن الاعتراف بشهادة غير متعلق بمصدرها حيث يوجد جامعات عالمية غير معترف بها في دول أخرى بسبب علاعلاقات بين هذه الدول، و نفس الشيء ينطبق على الشهادات. ومهما كان مصدر الشهادة تبقى مهارات حاملها هي من يحدد أفضليته عن غيره في الحصول على الوظيفة و التوظيف و العمل.. يمكنك العمل كمستقل بسهولة من أي بلد كان و على أي موقع توظيف، لكن كوظيفة ضمن حكومة اسبانيا ربما يكون لهم شروط مختلفة. لذلك اهتم بمعرض أعمالك ولا تتوقف عن التعلم، وتطور باستمرار. أما بخصوص الخصومات فكان يوجد عرض خاص بشراء دورتين بسعر دورة واحدة ولكنه إنتهى من أيام قليلة ويمكنك محادثة الدعم وسؤالهم هل يوجد عروض حالية أم لا: https://support.academy.hsoub.com/conversations

وعليكم السلام ورحمة الله وبركاته . هل هذا السؤال خاص بإحدى دروس الدورات ؟ إذا كان كذلك فستجد أسفل فيديو الدرس صندوق للتعليقات كما هنا يرجى طرح سؤالك أسفل الدرس وليس هنا حيث هنا قسم الأسئلة العامة ولا نقوم بإجابة الأسئلة الخاصة بمحتوى الدورة أو الدرس، وذلك لمعرفة الدرس الذي توجد به مشكلتك و لمساعدتك بشكل أفضل.

للأسف هذا الأمر غير مسموح به على الأكاديمية فلكل شخص إشترك بالدورة فهي من حقه هو ولا يجب مشاركتها مع أحد. وسؤالك هذا يدل على امانتك ولهذا أنصحك بعدم مشاركة حسابك مع أحد لتفادي الوقوع في شئ محرم .

لا لن تحتاج لذلك الآن بما أنك متعمق في لغة بايثون . حيث أن لغة C++ و Java هي من أفضل اللغات لشرح مبادئ البرمجة لإحتوائها على أغلب المفاهيم البرمجية وسهولة تطبيقها وشرحها . أما إذا كان لديك خلفية قوية في البرمجة والمفاهيم الأساسية فلا حاجة لدراستهم ويجب عليك التعمق في لغة بايثون بشكل أكبر الآن.

ستجد أسفل فيديو الدرس صندوق للتعليقات كما هنا يرجى طرح سؤالك أسفل الدرس وليس هنا حيث هنا قسم الأسئلة العامة ولا نقوم بإجابة الأسئلة الخاصة بمحتوى الدورة أو الدرس، وذلك لمعرفة الدرس الذي توجد به مشكلتك و لمساعدتك بشكل أفضل.

يوجد في الدورة مسار خاص ب "تحليل البيانات Data Analysis" و بعد الإنتهاء من هذا المسار ستستطيع التعامل مع البيانات الضخمة ومعالجة البيانات وإجراء التحليلات الإحصائية باستخدام مكتبات Python مثل pandas و NumPy و Matplotlib و Seaborn . وهنا الدورة تركز بشكل كبير على الجانب العملي من خلال مشاريع واقعية وهو أمر جيد وقوي للتعامل مع مشاريع حقيقية. ولكن بالطبع للعمل بوظيفة محلل بيانات Data Analyst ستحتاج إلى تعلم أمور أخرى بجانب الدورة مثل : الإحصاء والاحتمالات المتقدمة. نماذج الانحدار (Regression). تقنيات تصور البيانات المتقدمة. فهم أعمق لهندسة البيانات. Advanced SQL for Data Analysis تصميم قواعد البيانات Database Design أدوات ETL مثل Apache Airflow. أدوات معالجة البيانات الضخمة: Hadoop, Spark.

ليس المطلوب منك رفع جميع الأكواد والدروس . بل المطلوب فقط هو رفع الأكواد الخاصة بالدروس العملية فأى درس أو مسار تجد به كلمة تطبيق عملي أو مشروع كبير يكون في عدة دروس أو مسار كامل أى يحوي العديد من الملفات والمجلدات هذه هي المشاريع التي يجب أن يتم رفعها . ولا يجب أن تكتب تماما ما قام به المدرب بل يمكنك التعديل عليه بأسلوبك إذا أردت أهم شئ أن يعمل التطبيق والمشروع كما لدى المدرب . وفكرة رفع الأكواد هي أنه سيتم مراجعتها ومناقشك بها في الإختبار وذلك أولا للتأكد من إتمامك الفعلي للدورة وأيضا لإكتشاف مدى القصور لديك والضعف في أقسام الدورة وتوجيهك لتحسين هذا القصور . وأخيرا البرمجة ما هي إلا كتابة أكواد والتطبيق العملي فهذا الأمر هو ما سيعطيك الخبرة في هذا المجال فالمشاهدة النظرية لن تفيدك في شئ فعند التطبيق ستتعلم أمور كثيرة وستجد أخطاء تحدث معك وحينها ستتعلم منها هي أيضا ولن تخطأ بها مرة أخرى . وأيضا التكرار يقوم بتثبيت المعلومات لديك وهذا ما يحتاجه الطالب في بداية تعلمه حتى لا ينسى ما قام بدراسته سريعا.

وعليكم السلام ورحمة الله وبركاته . دورة علوم الحاسوب توفر لك معلومات مكثفة حول مختلف مفاهيم لغات وتقنيات البرمجة وهي أساسية لزيادة معلوماتك حول مجال التقنية بشكل عام. و بانتهائك منها سيكون لديك خبرة جيّدة بدءً من الأساسيات والأفكار والمناهج النظرية مثل هندسة البرمجيات والبرمجة كائنية التوجه إلى التعامل مع أنظمة التشغيل ولغات البرمجة التي تم التطرق لها من خلال الأمثلة العملية في الدروس، وأيضاً سيكون لديك معرفة شاملة حول قواعد البيانات وطرق التعامل مع النوعين العلائقي وغير العلائقي. وفيها أيضاً مسار مخصص للدخول إلى عالم الويب والتعرّف على آلية عمل مطوري الويب في حال أحببت الانتقال إلى مجالات تطوير الويب لاحقاً لهذا إذا أردت التخصص في الواجهة الخلفية أو الأمامية فهذا المسار مهم جدا. ويمكنكِ قراءة الإجابة التالية لمزيد من التفاصيل حول الدورة : ولذلك فإن تلك الدورة مهمة للتأسيس عليها وفهم أساسيات الحسوب و التعامل مع الخوادم والأنظمة ولكنك لن تتخصص في مجال معين بل هي تضعك في بداية الطريق. وأنصحكِ بقراءة التالي لمزيد من التفاصيل :

وعليكم السلام ورحمة الله وبركاته . في الحقيقة السوق ليس ضعيفاً بالمطلق بل هو سوق ناشئ ويواجه تحديات . وقد تشعر بضعف الطلب كمطور أو شركة برمجيات للأسباب التالية: الكثير من العملاء والشركات في الشرق الأوسط يفضلون دفع مبلغ كبير مرة واحدة لامتلاك السورس كود (Source Code) والبيانات بدلا من دفع اشتراك شهري لخدمة لا يملكونها ويعتبرون البرمجيات أصولا يجب حيازتها نموذج SaaS يعتمد على الاشتراكات (Subscription). والبنية التحتية البنكية في بعض الدول العربية لا تزال تضع قيود أو صعوبات على الخصم التلقائي الشهري من البطاقات البنكية مقارنة بأوروبا وأمريكا مما يجعل تحصيل العائدات أصعب. الشركات الحكومية والكبرى غالبا ما تشترط أن تكون بياناتها مخزنة محليا أو داخل حدود الدولة لأسباب أمنية وتشريعية وهو ما يتعارض أحيانا مع مفهوم SaaS السحابي العالمي. العميل العربي غالبا ما يطلب تعديلات خاصة جدا تناسب طريقة عمله بينما فكرة SaaS تقوم على نظام واحد يناسب الجميع وكثرة التعديلات تحول المشروع من SaaS إلى Custom Software Development. ولبناء نظام SaaS ناجح تحتاج إلى تقنيات تدعم تعدد المستأجرين والتوسع والسرعة في التطوير. الواجهة الخلفية (Backend): Node.js (مع NestJS أو Express): خيار ممتاز جدا لسرعته العالية في التعامل مع الطلبات المتزامنة ومناسب للتطبيقات التي تحتاج تحديثاً لحظيا (Real-time). .NET Core (C#): وهو خيار قوي جدا للمؤسسات يتميز بالأداء العالي جدا والأمان والبيئة القوية ومناسب جدا إذا كان الـ SaaS موجها للشركات الكبرى (B2B). Python (Django/FastAPI): إذا كان مشروعك يعتمد بشكل كبير على الذكاء الاصطناعي وتحليل البيانات في الخلفية. Laravel (PHP): يحتوي على أدوات جاهزة لل SaaS مثل (Laravel Spark) لإدارة الاشتراكات والفواتير فورا. الواجهة الأمامية (Frontend): React.js (مع Next.js): هو المعيار الحالي. Next.js يوفر (Server Side Rendering) وهو أمر جيد لظهور موقع ال SaaS الخاص بك في محركات البحث (SEO). Vue.js: خيار ممتاز وسهل التعلم وأداؤه عال لكن سوق العمل والمكتبات الداعمة ل React أكبر. قواعد البيانات (Databases): PostgreSQL: هي الأفضل حاليا لمشاريع SaaS نظراً لقوتها في التعامل مع البيانات العلائقية ودعمها لل JSON وتعدد المستأجرين (Schemas). أما بخصوص أدوات الذكاء الإصطناعي : للمساعدة العامة وكتابة المنطق (General Coding & Logic): Claude 3.5 Sonnet GitHub Copilot أدوات متخصصة للواجهات الأمامية (Frontend & UI Generation): v0.dev Bolt.new المحررات الذكية (AI Code Editors): Cursor

ستجدين أسفل فيديو الدرس صندوق للتعليقات كما هنا يرجى طرح سؤالك أسفل الدرس وليس هنا حيث هنا قسم الأسئلة العامة ولا نقوم بإجابة الأسئلة الخاصة بمحتوى الدورة أو الدرس، وذلك لمعرفة الدرس الذي توجد به مشكلتك و لمساعدتك بشكل أفضل. المشكلة أن إسم الملف هو rawan.css ولكنكِ إستدعيته بإسم rawm.css .