AI skills

المهارات الحقيقية المطلوبة الآن في الذكاء الاصطناعي تشمل بشكل أكبر بناء أنظمة ال LLM من الصفر وليس مجرد استخدام APIs، وتطوير نماذج multimodal، وهندسة ال MLOps للإنتاج الفعلي، والأهم هو فهم الرياضيات وراء النماذج وليس مجرد استخدام مكتبات جاهزة.

أما في علوم البيانات نجد الإحصاء المتقدم والتجريب A/B testing، وبناء data pipelines معقدة، والأهم  هنا هو القدرة على حل مشاكل الأعمال الحقيقية وليس مجرد عمل dashboards جميلة.

والمطلوب حقا هو خبرة في مجال صناعي محدد مع مهارات تقنية عميقة، لأن السوق مشبع بالأفراد الذين يعرفون Python وpandas فقط، لكن النادر هو الذي يفهم البرمجة ويطبق ال AI بشكل عملي ومربح.

السلام عليكم ورحمة الله تعالى وبركاته،

حينما ندخل  لسوق العمل اليوم في مجال التكنولوجيا  خاصة سنجد أن الشركات لا تبحث عن مجرد أشخاص يعرفون كيفية تشغيل الكود أو عمل نماذج بسيطة.

فالواقع أعمق من ذلك بكثير ففي الذكاء الاصطناعي، المطلوب الآن هو فهم عميق لكيفية عمل الشبكات العصبية من الداخل وليس معرفة ال backpropagation وال gradient descent نظريا فقط، بل تطبيقيا حتى تستطيع  عمل debug للنماذج عندما تفشل.

ال transformers مثلا ليست مجرد مكتبة نقوم باستدعائها بل هي آلية معقدة من ال attention mechanisms التي تحتاج فهما عميقا لتخصيصها حسب المشكلة.

وبناء أنظمة ال LLM الحقيقية يتطلب معرفة ب distributed training، وoptimization techniques، وmemory management، وليس مجرد fine-tuning نموذج جاهز.

أما في علوم البيانات فالموضوع تطور كثيرا عن مجرد تحليل البيانات الوصفي والمطلوب اليوم هو statistical inference معقد، وcausal analysis، وexperimentation design فعندما تعمل في شركة حقيقية، لن تكون مهمتك عمل histogram جميل، بل ستحتاج لتصميم تجارب A/B testing معقدة مع multiple variants، وتحليل البيانات ال longitudinal، وفهم ال selection bias وال confounding variables.

لكن الفرق الحقيقي يكمن في الخبرة المجالية العميقة فعندما تعمل في مجال البنوك مثلا ستحتاج لفهم ال risk management وال regulatory compliance، وفي الطب ستحتاج لمعرفة بال clinical trials وال FDA regulations. هذه المعرفة المتخصصة هي التي تجعل ال AI solutions فعالة حقا وليس مجرد تقنية للاستعراض فالشركات الآن تدرك أن التحدي الأكبر ليس تقنيا بل في فهم المشكلة التجارية وترجمتها لحل تقني قابل للتطبيق والقياس.