تعلّم DevOps
والبيانات والذكاء الاصطناعي
- 685
- درسًا
- 7
- مستندًا
- 147
- درسًا مجانيًا
من commit إلى بنية تحتية يمكن إعادة تشغيلها
تتبع الدورة هذه السلسلة بهذا الترتيب، وحدةً واحدة في كل مرة. كل مرحلة تبني على ما قبلها وتُمارَس على مشروع حقيقي.
- 01Git
الإصدارات والتفريع والدمج دون أن تفقد طريقك
- 02Jenkins
البناء والاختبار عند كل commit
- 03Docker
تحزيم التطبيق مع كل ما يحتاجه
- 04Kubernetes
النشر والتوسّع والصمود أمام الأعطال
- 05Terraform
وصف البنية التحتية لإعادة تشغيلها
دورات كاملة، وحدةً بعد وحدة
كل دورة تتبع منهجًا حقيقيًا: وحدات مرتّبة، ودروس مستقلة، وتمارين مع حلولها. الوحدات الأولى مفتوحة للجميع.
تطوير ونشر حلول البيانات
من محطة عمل فارغة إلى تطبيق منشور بشكل آلي ومراقب وقابل للتكرار: Git و Jenkins و Docker و Kubernetes و Helm و Ansible و Terraform والملاحظة
التعلّم المُوجَّه: من الصفر إلى مشروع احترافي
مسار شامل ومتدرج: من المفردات الأساسية إلى نشر نموذج في الإنتاج. نوع المشكلة، تحضير البيانات، خوارزميات التصنيف والانحدار، المقاييس والتكاليف التجارية، خطوط أنابيب مضادة للتسرب، القابلية للتفسير، النشر والمراقبة — مع عشرة تطبيقات عملية ومشروع نهائي.
التعلّم المُوجَّه للأطفال: ١٠٠ مفهوم من الذكاء الاصطناعي بكلمات بسيطة
مئة سؤال، ومئة إجابة في صفحة واحدة، دون معادلة واحدة: ما هو الذكاء الاصطناعي، وكيف يتعلّم الحاسوب بواسطة تصحيح، والخوارزميّات، والشبكات العصبيّة، ونماذج اللغة الكبيرة، والبيانات وانحيازاتها، والذكاء الاصطناعي في الحياة الحقيقيّة، ومهن المستقبل. للأطفال — وللكبار الفضوليّين المبتدئين.
التعلم العميق: من الحدس إلى النشر
من الشبكات العصبية إلى المحولات: الموترات، الشبكات متعددة الطبقات، الانتشار الأمامي، التدرج والانتشار العكسي، التحسين، التهيئة، التنظيم، ثم CNN وRNN/LSTM/GRU والانتباه والتضمينات والنماذج التوليدية — وصولاً إلى النشر وMLOps والأخلاقيات. خمسة تدريبات PyTorch، مشروع نهائي قابل للدفاع، وتسعة تعمقات حديثة.
التعلم العميق للأطفال: الخلايا العصبية والصور والنصوص وأكثر
بدون أي معادلة: كيف تُبنى الشبكة العصبية، وكيف تتعلم بتصحيح أخطائها، وكيف تنظر إلى الصور وتسمع الأصوات وتقرأ اللغة وتصنع الرسومات. كل درس يقع في صفحة واحدة، مع رسم بسيط ونشاط بدون شاشة. للأطفال والكبار الفضوليين المبتدئين.
الذكاء الاصطناعي الوكيلي للأطفال: وكلاء يفكّرون ويتصرّفون ويتحقّقون من عملهم
بدون أي معادلة: كيف يختلف الوكيل عن روبوت الدردشة، وكيف يفكّر ويخطّط ويستخدم الأدوات ويتذكّر، ولماذا يحتاج إلى ضوابط وصندوق رمل وإنسان في الحلقة. كل درس في صفحة واحدة، مع رسم بسيط ونشاط بدون شاشة، للأطفال من ١٠ إلى ١٥ سنة وللكبار المبتدئين.
عائلة Claude: Code وCowork وDesign — الدليل العملي
دليل عمليّ للمطوّرين لإتقان عائلة Claude: Code في الطرفيّة، Cowork للتعاون المستمرّ، Design للوحة البصريّة. أوامر مائلة، صلاحيّات، مهارات مخصّصة، وكلاء فرعيّون، خطّافات، خوادم MCP، ودمج الأدوات الثلاث في تدفّق مشروع حقيقيّ من الفكرة إلى الإطلاق.
Elasticsearch و OpenSearch و Kibana و Neo4j : المختبر الجاهز مع Docker
مختبر Docker ينطلق بأمر واحد، مختبر شامل متكامل لتعلّم البحث الكامل النص باستخدام Elasticsearch و OpenSearch ولوحات بيانات Kibana والرسوم البيانيّة Neo4j بلغة Cypher — على مجموعة البيانات نفسها، مع التحقّق من كل استعلام ودرس كامل للاستكشاف والإصلاح.
Kubernetes مع Docker Desktop : من التثبيت إلى النشر الكامل
Kubernetes على جهازك الخاص، بدون سحابة ولا minikube : تُفعّل الكتلة المدمجة في Docker Desktop، ثم تتعلم Pods و Deployments و Services و Ingress و ConfigMaps و Secrets والأحجام و Jobs والتحجيم التلقائي و Helm و RBAC بينما تبني تطبيقاً حقيقياً. عملية موجهة كاملة في كل وحدة، وكل أمر متبوع بمخرجاته الفعلية، ومجموعة GitHub بجميع manifests المختبرة.
Terraform بالممارسة: من أول مورد محلي إلى متعدد السحابة
تعلّم Terraform بالفعل: تسعة مشاريع موجّهة خطوة بخطوة، من الملف الأول المُنشأ محليًّا إلى مشروع يتحكّم في GitHub و AWS و Azure و Google Cloud. Bucket S3، موقع ثابت، Security Group، مستخدم IAM، مستودع GitHub كـ code، متغيرات، state، modules و workflow الفريق. نظرية قصيرة مدعومة بالتوثيق الرسمي HashiCorp، مسابقات مصححة لكل وحدة، destruction نظيفة لكل مشروع.
المراقبة والملاحظة: Prometheus و Grafana والسجلات والمقاييس والتنبيهات
راقب تطبيقك الذي يعمل على جهازك باستخدام Prometheus و Alertmanager و Grafana و Loki و Alloy عبر Docker Compose، حول API مرفوع معها من الطرفين. المقاييس، PromQL، لوحات المراقبة، السجلات المرتبطة، التنبيهات التي تصل فعلاً، ثم مشروع نهائي. كل أمر متبوع بنتيجته الحقيقية، تدريب موجه في كل وحدة، حقيبة GitHub مختبرة.
7 مستندات للتنزيل
تمارين عملية محلولة، وملخّصات، ومناهج دورات، ومجموعات بيانات. بالوحدة، أو بلا حدود مع الاشتراك.
مسار صمّمه مدرّس، لا خوارزمية
كل درس دُرِّس في قاعة قبل نشره. ما تقرأه هو أثر دورة حقيقية، تُصحَّح كلما تغيّرت التقنية.
منظّم كدورة حقيقية
وحدات مرتّبة، ومتطلبات واضحة، وتمارين مع حلولها. لا تنتقل أبدًا من النظرية إلى الإنتاج دون المراحل الثلاث بينهما.
نص وشيفرة ورسوم
الأوامر تُنسخ، والرسوم تُفتح بحجم كبير، ومخططات Mermaid تبقى مقروءة، والبحث يعيدك إلى الموضع بالضبط. مادة تقنية حقيقية، لا عرض شرائح.
مُصحَّح عند كل تحديث
يُلغي Kubernetes واجهة برمجية، ويغيّر Terraform صياغته: يُصحَّح الدرس في دقيقة. هذا ما يفصل دورة حيّة عن دورة تقادمت قبل نشرها.