promax

As an AI engineer. Please learn: - Python proficiency with NumPy, Pandas & PyTorch/TensorFlow - Data preprocessing, feature engineering & EDA - Model evaluation, cross-validation & bias-variance tradeoff - Transformers, attention mechanisms & LLMs - Prompt engineering, RAG & fine-tuning techniques - Vector databases & embeddings (Pinecone, FAISS, Chroma) - MLOps – experiment tracking, model serving, monitoring (MLflow, BentoML, LangChain) - Evaluation metrics, hallucination detection & safety/alignment All very important topics.

كل بزنس يمر بأربع مراحل قبل ما يصل إلى 10 مليون المرحلة الأولى أنت كل شيء انت المؤسس والبائع والمسوق وخدمة العملاء وحتى عامل النظافة كل شيء يمر عبرك هذه مرحلة الجهد الخام وغالباً سقفها حول 500 ألف سنوياً كثير من الناس يبقون هنا لأنهم مدمنون السيطرة وانا هذي عديتها ولله الحمد المرحلة الثانية توظف أشخاصاً متعددي المهام زي الطبيب العام.. يسوي كل شيء بس بدون تخصص يفعل شيء من كل شيء هذولا يساعدونك على كسر حاجز المليون لكن المشكلة ما زالت موجودة وهو أنت كل قرار كل مشكلة كل فرصة لازم تمر عبرك وهنا يتوقف كثير من المؤسسين عنق الزجاجة هو المؤسس نفسه المرحلة الثالثة تبدأ بجلب الخبراء الحقيقيين تستبدل الموظفين العامين بمتخصصين تسويق مبيعات تشغيل كل قسم يقوده شخص أفضل منك فيه وهنا يبدأ العمل يعتمد على الخبرة لا على الجهد فقط وهذه المرحلة غالباً تقود إلى 5 مليون وأكثر المرحلة الرابعة بناء الأقسام قادة يديرون فرقاً كاملة أنت لم تعد توظف أفراداً بل تبني أنظمة لم تعد تحل المشاكل بل تمنعها قبل أن تبدأ وهنا يبدأ كسر حاجز 10 مليون الحقيقة التي لا يحب المؤسسون سماعها معظم الشركات تتوقف في المرحلة الثانية لأن المؤسس لا يريد التخلي عن السيطرة الحل اعرف مرحلتك الحالية ثم قم بالتوظيف التالي بشكل استراتيجي طوّر فريقك ثق بالخبراء وابنِ نظاماً يعمل بدونك

Hands-On Large Language Models:🤞 It covers : Chapter 1: Introduction to Language Models Chapter 2: Tokens and Embeddings Chapter 3: Looking Inside Transformer LLMs Chapter 4: Text Classification Chapter 5: Text Clustering and Topic Modeling Chapter 6: Prompt Engineering Chapter 7: Advanced Text Generation Techniques and Tools Chapter 8: Semantic Search and Retrieval-Augmented Generation Chapter 9: Multimodal Large Language Models Chapter 10: Creating Text Embedding Models Chapter 11: Fine-tuning Representation Models for Classification Chapter 12: Fine-tuning Generation Models - github.com/HandsOnLLM/Han…

الـ Syntax مش هو اللي بيعمل Software Engineer! ​في مرحلة معينة من مسارك المهني، هكتشف إن الـ Language اللي بتكتب بيها (سواء كانت Flutter, Python, أو حتى Assembly) هي أقل حاجة بتشغل بالك، الفرق الجوهري بين كاتب كود وبين مهندس برمجيات بيتلخص في 3 قدرات: ​1. فهم المشكلة (Problem Domain) ​العميل مش جاي يسألك عن State Management أو List Comprehension؛ هو عنده مشكلة في البيزنس، المهندس الشاطر هو اللي بيعرف يحلل الـ Requirement ويطلع منها بالـ Edge Cases قبل ما يبدأ كتابة سطر كود واحد. ​2. تقسيم الحل (Decomposition) ​أي سيستم معقد هو في الحقيقة مجموعة من المشاكل الصغيرة، قدرتك على تقسيم المشكلة الكبيرة لـ Modular, Reusable Components هي اللي بتحدد الـ Scalability بتاعة شغلك. ​3. بناء System محترم (Architectural Thinking) ​ده اللي بيفرق الـ Professional عن الـ Hobbyist، المهندس بيفكر في، • ​Maintainability: هل لو حد غيري جه يقرأ الكود هيفهمه؟ • ​Performance: السيستم ده هيتصرف إزاي لو دخل عليه مليون مستخدم؟ • ​Reliability: لو حصل Error في الـ Database، الـ System هيقع كله ولا هيعرف يتعامل؟ اتعلم الأداة (Tool) عشان تشتغل، بس اتعلم الأساسيات (Fundamentals) عشان تكبر وتستمر، الـ Senior هو اللي بيعرف يختار الأداة الصح للمشكلة الصح، مش اللي بيحاول يحل كل المشاكل بنفس الأداة اللي عارفها. ​انت ك مبرمج إيه أكتر مفهوم (Concept) ندمت إنك مكنتش فاهمه كويس في بداياتك واكتشفت إنه أهم من لغة البرمجة نفسها؟ 🤔

Hold on a sec, Mistral 3 Large uses the DeepSeek V3 architecture, including MLA? Just went through the config files; the only difference I could see is that Mistral 3 Large used 2x fewer experts but made each expert 2x large.

If you are looking for something to read this upcoming weekend, chapter 4 on inference-time scaling is available now! 🔗 mng.bz/Dwra

Codex team is hiring. We are rapidly improving the Codex agent, but want to build more delight and have a highly ambitious roadmap. Share your cool fork of our open source codex repo or similarly impressive rust oss project. Opportunities for full time and contracting.

🔹صفات قد تبدو مميزة لكنها تُتعب صاحبها إذا تجاوزت حدّها : 1) الاجتهاد العالي •مفيد عندما يكون موجّهًا ومحدودًا بزمن وراحة. •مُرهق إذا أصبح دائمًا بلا توقف أو مكافأة. •الدليل: أبحاث الاحتراق النفسي توضّح أن الضمير الحي العالي دون حدود يرتبط بـ Burnout. (Big Five – Conscientiousness) 2) الحساسية الانفعالية •مفيدة في العلاقات، الرعاية، والفهم العاطفي. •مُرهقة إذا لم تُنظّم أو لم تُحمَ بحدود. •الدليل: دراسات Highly Sensitive Person تبيّن أن الحساسية قوة في البيئات الداعمة وتتحول لاستنزاف في البيئات الضاغطة. 3) تحمّل المسؤولية •صحي عند الأدوار الواقعية المحددة. •ضار إذا تحوّل لتحمّل ما لا يُطاق. •الدليل: مفهوم Over-responsibility في اضطرابات القلق. 4) السعي للكمال •مفيد للجودة والتطوير في مراحل معينة. •ضار إذا أصبح شرطًا للقيمة الذاتية. •الدليل: Hewitt & Flett يفرّقون بين الكمالية التكيّفية والمرضية. 🔹صفات يراها الآخرون ضعفًا لكنها مفيدة إذا استُخدمت بحدود : 5) البكاء •مفيد عند الفقد، الضغط العالي، أو الصدمة، ولمدة محدودة. •غير مفيد إذا أصبح أسلوبًا دائمًا لكل موقف. •الدليل: البكاء وسيلة تنظيم انفعالي تخفّض التوتر الفسيولوجي، لكن الإفراط يرتبط بالاكتئاب. 6) التردد •مفيد في القرارات المصيرية التي تحتاج معلومات واستشارة. •غير مفيد في القرارات اليومية البسيطة. •الدليل: نظرية System 1 / System 2 (Kahneman) تبيّن متى نحتاج التفكير البطيء. 7) الهدوء وقلة الكلام •مفيد في التوتر والنقاشات الحساسة. •غير مفيد إذا تحوّل لكبت دائم. •الدليل: التنظيم الانفعالي يرتبط باستثارة عصبية أقل لدى الانطوائيين. 8) الانسحاب المؤقت •مفيد لإعادة التوازن بعد ضغط شديد. •غير مفيد إذا أصبح تجنبًا دائمًا. •الدليل: الفرق بين Adaptive Withdrawal وAvoidance في نماذج القلق. 9) وضع الحدود •مفيد لحماية الطاقة والعلاقات. •غير مفيد إذا تحوّل إلى قطيعة أو قسوة. •الدليل: مهارة Assertiveness مرتبطة بصحة نفسية أفضل. ✳️ الخلاصة : الصفة ليست مشكلة… المشكلة في استخدامها خارج وقتها، أو بلا حدود، أو بلا وعي بالسياق.

Startup Engineering Team Organisation marcgg.com/blog/2025/11/1…

You can now train OpenAI gpt-oss with Reinforcement Learning in our free notebook! This notebook automatically creates faster kernels via RL. Unsloth RL achieves the fastest inference & lowest VRAM vs. any setup - 0 accuracy loss gpt-oss-20b GRPO Colab: colab.research.google.com/github/unsloth…

برنامج مِداد لتطوير الخريجين يأتيكم من #نوبكو لعام 2025، بالتعاون مع #مسك_المهارات @MiskSkills لتمكين الكفاءات الشابة في سلاسل الإمداد والقطاع الصحي. #تطوير_الخريجين

Minified XML vs Minified JSON: Meh, I call it a wash

50+ things AI Engineers should know about search What am I missing? softwaredoug.com/blog/2024/06/2…

@KsuMhS شهر كثيرة 😁

لغة SQL من اللغات اللي متوقع زيادة سوقها، لان المملكة تبي تكون مقر إقليمي بالمنطقة🇸🇦 والبيانات كل مالها تزيد وقواعد البيانات حنا نحتاجها اكثر، فعشان كذا سوقها متوقع زيادته 🤩 تبي تتعلم SQL بشهر؟ وقبل تخلص 2023 تصير تقدر تبني مشروعك .

@Azo_Abdulah @McitGovSa @SAMA_GOV البنك المركزي السعودي

@ALDOBnet عندي افالون ما فيها كاربلاي ولا اندرويد اوتو كيف طريقة تشغيلة

كان سعره حول ٥٠٠ ريال والان اصبح حول ١٥٠ ريال الجهاز الي يقلب شاشة السيارة الى اشبه بتاب اندرويد اتابع منه اليوتوب واستعرض تطبيقات التواصل من شاشة السيارة طبعا لازم يتوفر عندك نظام كاربلاي او اندرويد اوتو و تواجد شبكة انترنت 🛜 ⚠️ الجهاز اصدار قديم ويوجد اصدارات حديثة لكن اغلى

@Sa4d_k1 الرابط قديم والمنحة انتهت !!

امازون منزلين منحة بالذكاء الاصطناعي و تعلم الالة (ML) باستخدام منصتهم Amazon web services (AWS) وتستهدف طلاب الجامعات خصوصا والموظفين والتسجيل مفتوح وهو على مراحل يتم ترشيح افضل المتقدمين بناء على اداءهم وانضباطهم ويختارونهم للمنحة البرنامج رهيب جدا وانصح به وشهادته قوية⬇️⬇️

@MAlSubaie21 ليش ما تعتبر خبره؟

هو موب خبرة اصلا استغلوك و لعبوا عليك

@h11r_ @alharbi_hr Certification لابد تعرضها بشكل يوضح اهمية الي درسته

@alharbi_hr رأيك ونصائحك تهمني استاذ خالد

📍رأي يبقى النموذج الأجمل من السير الذاتية مهما رأت عينك من نماذج ❤️❤️❤️