Why Every Tech Company Is Desperate for Forward Deployed Engineers

Watch on YouTube

Now Playing

Transcript

758 segments

0:00

أقدر وجود ما يصل إلى 30

0:02

ألف فرصة عمل حالياً

0:04

لوظيفة محددة جداً

0:06

تسمى مهندس النشر

0:08

الميداني (FDE). وهذا

0:10

يفسر سبب سؤال خمسة

0:11

أشخاص مختلفين لي في

0:12

الأسبوع الماضي عما

0:14

يعنيه مهندس النشر

0:15

الميداني فعلياً.

0:16

حسناً، سأشرح كل شيء

0:17

في هذا الفيديو. وهذا

0:19

الرسم البياني من "

0:20

جوجل تريندز" يوضح لكم

0:22

ما يحدث. الخط الأحمر

0:23

يمثل عدد عمليات البحث

0:24

التي أجراها الأشخاص

0:25

عن مهندس برمجيات

0:26

متكامل (Full Stack) خلال

0:27

العام الماضي. وهي

0:28

وظيفة هندسية تقليدية.

0:30

بالمقارنة، يوضح الخط

0:32

الأزرق الأشخاص الذين

0:33

يبحثون عن مهندس النشر

0:35

الميداني (FDE). بدأ في

0:36

الارتفاع منذ يونيو

0:38

وظل مرتفعاً منذ ذلك

0:39

الحين. يتم الإعلان عن

0:41

رواتب أساسية تصل إلى

0:42

400,000 دولار. إجمالي

0:44

التعويضات في مختبرات

0:45

التكنولوجيا المتقدمة

0:46

ربما يتجاوز المليون

0:47

دولار. من السهل فهم

0:49

سبب رغبة الناس في

0:50

معرفة المزيد عن مهندس

0:51

النشر الميداني. لذا،

0:52

دعوني أشرح لكم ماهية

0:54

هذه الوظيفة. سأقوم

0:55

بإزالة الغموض عن هذا

0:56

الأمر في خمس خطوات.

0:57

بدءاً من القصة

0:58

الخلفية، ومن أين جاء

1:00

هذا الدور؛ ثم شرح

1:01

الفرق بين كيفية

1:02

استخدام المصطلح

1:03

نظرياً وفي الممارسة

1:04

الفعلية في السوق؛

1:05

والقبعات الخمس

1:06

المختلفة التي

1:07

ترتديها كمهندس نشر

1:08

ميداني؛ وسوق العمل؛

1:09

وكيف يبدو الأمر حقاً؛

1:11

ونظرة على بعض الوظائف

1:12

؛ ثم المسار الوظيفي

1:13

للوصول إلى هناك. وكما

1:14

تلاحظون، هذا الفيديو

1:15

مختلف قليلاً عن

1:16

فيديوهاتي المعتادة.

1:17

لن يكون هناك أي برمجة.

1:19

سيكون مجرد درس توضيحي

1:21

. وإذا أعجبكم هذا

1:22

النوع من المحتوى

1:22

وترغبون في المزيد من

1:23

الدروس، يرجى الإعجاب

1:24

بالفيديو والاشتراك

1:25

في القناة. هذه هي

1:26

الطريقة التي أعرف بها

1:27

أنكم تريدون ذلك،

1:27

وسأقوم بالمزيد من هذا

1:28

النوع في المستقبل.

1:29

لكن أولاً، قصة الأصل.

1:31

من أين جاء هذا

1:32

المصطلح أصلاً؟ مصطلح

1:33

"مهندس النشر الميداني

1:35

" يسبق في الواقع ظهور

1:36

نماذج اللغة الكبيرة (

1:37

LLMs). لقد كان دوراً تم

1:38

ابتكاره في شركة "

1:40

بالانتير"(Palantir) في عام

1:42

2007. ابتكر الرئيس

1:43

التقني لشركة "

1:44

بالانتير" هذه الفكرة،

1:46

وكانت تتمثل في

1:47

إمكانية تعيين

1:48

مهندسين يعملون في

1:50

الشركة وتخصيصهم

1:51

لعملائنا، ودمجهم

1:52

فعلياً مع العملاء

1:54

ليعملوا في مواقعهم

1:55

ويكونوا مسؤولين عن

1:57

نشر تقنيات "بالانتير"

1:58

لدى العميل. كان ذلك

2:00

يسمى مهندس النشر

2:02

الميداني (FDE). وقبل

2:04

عامين، قررت شركة "

2:05

أوبن أيه آي"(OpenAI)

2:06

الاستفادة من وصف

2:07

الدور هذا، ووصفت

2:09

مهندسي FDE بأنهم

2:10

متخصصون في الذكاء

2:11

الاصطناعي يعملون لدى

2:13

"أوبن أيه آي" ويمكن

2:14

تكليفهم للعمل لدى

2:15

عملاء الشركة. وهكذا

2:17

أصبح هذا الدور مهندس

2:18

ذكاء اصطناعي ميداني،

2:20

وهو ما نفكر فيه الآن

2:21

ببساطة كمهندس نشر

2:22

ميداني (FDE). إنه شخص

2:24

يعرف كل شيء عن نماذج

2:25

اللغة الكبيرة، وكل

2:26

شيء عن هندسة الذكاء

2:27

الاصطناعي، ويعمل لدى

2:29

عميل. وبالفعل، أعلنت

2:30

شركة OpenAI هذا العام عن

2:32

مبادرة تهدف إلى دمج

2:33

مهندسي "FTE" في

2:34

المؤسسات التي تعمل

2:36

على مشكلات معقدة

2:37

وبيئات تتطلب مجهوداً

2:38

كبيراً. هكذا عبروا عن

2:40

الأمر في مدونتهم

2:41

الرسمية. لكن في

2:42

الواقع، بدأت بقية

2:44

الصناعة الآن في

2:45

اقتباس تعريف OpenAI،

2:47

وتجد أن مصطلح "FTE" أصبح

2:49

يُستخدم بشكل متزايد

2:51

وبمعنى أكثر مرونة. لا

2:53

يشير المصطلح دائماً

2:54

إلى الحالة التي يتم

2:55

فيها توظيف شخص لديه

2:56

مهارات في الذكاء

2:57

الاصطناعي لدى عميل

2:58

خارجي. بل يُستخدم

3:00

أيضاً بشكل عام

3:01

للإشارة إلى أي شخص

3:02

يستخدم تقنيات هندسة

3:03

الذكاء الاصطناعي،

3:04

والنماذج اللغوية

3:05

الكبيرة (LLMs)،

3:06

والوكلاء لحل

3:07

المشكلات التجارية.

3:08

هذه أيضاً هي الطريقة

3:10

التي يُستخدم بها

3:11

مصطلح "مهندس FTE". ولكي

3:13

نؤكد على هذه النقطة،

3:14

يمكن استخدام مصطلح "

3:16

مهندس FTE" في سياقين

3:17

مختلفين. قد يشير

3:19

تحديداً إلى تلك

3:20

الوظيفة الضيقة

3:21

المتمثلة في العمل لدى

3:23

مختبر رائد مثل OpenAI،

3:25

ثم إرسالك لعميل خارجي

3:26

لتكون مسؤولاً عن

3:28

تنفيذ حلول الذكاء

3:29

الاصطناعي لديه. أو

3:31

يمكن استخدامه بشكل

3:32

أوسع للإشارة إلى أي

3:34

مهندس ذكاء اصطناعي

3:35

تطبيقي يسعى لاستخدام

3:37

الذكاء الاصطناعي

3:38

لتقديم حلول تجارية،

3:39

سواء مع شركة خارجية

3:41

أو داخلياً في الشركة.

3:42

لذا، لكي أكون محدداً

3:44

للغاية معك ولكي تمتلك

3:45

خارطة طريق لتعلمك إذا

3:47

كنت ترغب في ذلك. أود

3:48

القول إن هناك خمس

3:50

قبعات متميزة قد تحتاج

3:52

إلى ارتدائها كمهندس

3:53

FTE. على الرغم من أنك

3:54

ستكتشف أنك لست بحاجة

3:56

لارتدائها جميعاً.

3:57

دعني أستعرض معك

3:58

القبعات الخمس الآن.

3:59

القبعة الأولى هي

4:00

الأكثر وضوحاً، وهي

4:01

قبعة مهندس البرمجيات.

4:03

مهندس FDE هو مبرمج

4:05

بالمهنة. أنت ستقوم

4:06

ببناء البرمجيات

4:07

ودمجها واختبارها

4:08

ونشرها. الكثير من

4:10

الناس يأتون إلى مجال

4:11

هندسة FDE بعد أن كانوا

4:12

يعملون كمهندسي

4:13

برمجيات من قبل. إذن،

4:14

كونك مبرمجاً، فهذه

4:15

إحدى تلك القبعات. تلك

4:17

قبعة إلزامية. لا

4:18

يمكنك خلع هذه القبعة.

4:20

والقبعة الثانية هي

4:21

مجال تخصصي المفضل.

4:22

إنها هندسة الذكاء

4:23

الاصطناعي. يتعلق هذا

4:25

بمعرفة كيفية اختيار

4:26

النموذج اللغوي

4:27

الصحيح، واستخدام

4:28

واجهات برمجة

4:28

التطبيقات الخاصة به،

4:30

واستخدام الذكاء

4:31

الاصطناعي الوكيل،

4:32

والاسترجاع المعزز

4:33

بالتوليد (RAG)، واختيار

4:34

الأدوات باستخدام

4:35

خوادم MCP، ثم

4:36

الاهتمامات مثل

4:36

الذاكرة وحالة السياق

4:38

وهندسة الأطر (Harness

4:39

Engineering). كل ذلك يندرج

4:40

تحت هندسة الذكاء

4:41

الاصطناعي، وهي قبعة

4:42

مهمة جداً لارتدائها.

4:43

والآن قد تعذر إذا

4:45

فكرت: "حسناً، أليس هذا

4:46

كل شيء؟". هاتان

4:47

القبعتان تبدوان

4:48

مهمتين للغاية. ما

4:49

الذي يمكن أن يتبقى

4:50

أيضاً؟ حسناً، القبعة

4:52

الثالثة هي ربما الأهم

4:53

بينهم جميعاً. وربما

4:55

يمكن تسمية القبعة

4:56

الثالثة بـ "مهندس

4:57

حلول الذكاء

4:58

الاصطناعي"، لكنها

5:00

تشمل كل هذه الأمور.

5:01

وهذا هو ما يجعل مهندس

5:04

FTE مهندس FTE بحق. ويشمل

5:06

ذلك أنشطة مثل جمع

5:08

المتطلبات والاكتشاف

5:09

والتقييمات. كيف تقيس

5:11

أن حل الذكاء

5:12

الاصطناعي الخاص بك

5:14

يحقق أهداف عملك؟

5:15

تتمحور إدارة

5:16

البيانات حول فهم

5:17

البيانات المتاحة

5:18

لديك، والبيانات التي

5:20

تحتاجها، والبيانات

5:21

الخاصة التي يمكنك

5:22

الحصول عليها لتحقيق

5:23

ميزة تنافسية. يدور

5:25

البحث والتطوير حول

5:26

امتلاك عقلية مجرب علم

5:28

البيانات. النشر يعني

5:29

بالطبع القدرة على

5:31

الإطلاق في بيئة العمل

5:32

بطريقة قابلة للتوسع

5:34

وآمنة ومرنة. تعني

5:35

المراقبة القدرة على

5:36

تتبع ما يحدث في بيئة

5:37

العمل، لا سيما مع

5:38

الذكاء الاصطناعي

5:39

الوكيل. هذا أمر في

5:40

غاية الأهمية. التبني

5:42

يعني التأكد من

5:43

استخدام الحل فعلياً

5:45

بعد نشره، وإدارة

5:46

التغيير المرتبطة

5:47

بذلك. وأخيراً، جميع

5:49

جوانب الذكاء

5:50

الاصطناعي المسؤول،

5:51

بما في ذلك السلامة

5:53

والأمن. لذا، من

5:54

الواضح أن هناك الكثير

5:55

مما يحدث مع هذه

5:56

القبعة الثالثة. إنها

5:57

قبعة كبيرة. لم أذكر

5:59

حتى أموراً مثل

6:00

التنسيق، أو وجود

6:01

العنصر البشري في

6:02

الحلقة. هناك الكثير

6:04

لأقوله، لكن قبعة

6:05

مهندس حلول الذكاء

6:06

الاصطناعي هي الفرق

6:07

الجوهري بين مهندس

6:09

الذكاء الاصطناعي

6:10

العادي ومهندس المهام

6:11

الميدانية. والآن

6:13

بالتأكيد تتساءل:

6:14

حسناً، ما الذي يمكن

6:15

أن يكون أكثر من هذه

6:16

القبعات الثلاث؟

6:17

بالتأكيد هذا هو كل ما

6:19

قد تحتاجه. حسناً،

6:20

هناك قبعتان إضافيتان

6:22

، لكنهما تعتبران

6:23

إضافات اختيارية.

6:24

لنلقِ نظرة عليهما.

6:26

القبعة الرابعة هي

6:27

امتلاك المعرفة بمجال

6:29

الأعمال. أن تكون

6:30

خبيراً متخصصاً في

6:32

مجال تجاري، كأن تعرف

6:33

عن الرعاية الصحية أو

6:35

الخدمات المالية،

6:37

يمنحك ميزة تنافسية.

6:38

هذا يعني أنه يمكنك

6:40

العمل مباشرة مع

6:41

العميل وحل مشكلاته

6:43

بوتيرة أسرع من

6:44

الآخرين. بالطبع، من

6:46

الممكن تماماً تعلم

6:47

هذا أثناء العمل.

6:48

وبالتأكيد، هناك

6:49

مهندسو مهام ميدانية

6:50

يتم توظيفهم في شركة

6:51

رعاية صحية ويتعلمون

6:53

أعمال الرعاية الصحية

6:54

أثناء وجودهم هناك.

6:55

لكن إذا كنت تمتلك

6:56

بالفعل بعض المعرفة

6:57

التجارية، فهذا يمنحك

6:59

انطلاقة قوية. القبعة

7:00

الخامسة تشير إلى

7:02

تعريف شركة "بالانتير"

7:04

الأصلي، وهي ارتداء

7:05

قبعة مستشار الحلول.

7:08

هذا الشخص قادر على

7:09

تمثيل شركتك لدى

7:10

العميل. أنت قادر على

7:12

القيام بأمور مثل

7:13

إدارة أصحاب المصلحة.

7:15

أنت قادر على التواصل

7:16

مع المسؤولين

7:17

التنفيذيين. أنت قادر

7:18

على أن تكون الجسر بين

7:20

فريق المبيعات

7:22

والعميل، وتحديد فرص

7:24

جديدة للعمل، ونقل

7:25

الملاحظات من التنفيذ

7:27

إلى شركتك للمساهمة في

7:29

خارطة الطريق. ربما

7:31

يمكنك الآن معرفة إلى

7:32

أين تتجه الأمور. ذكرت

7:34

قبل قليل أن لدى "أوبن

7:35

أيه آي" تعريفاً أكثر

7:37

دقة لمهندس المهام

7:38

الميدانية، وهو الشخص

7:39

الذي يتم إرساله إلى

7:41

عميل للشركة. وعادة ما

7:42

يتطلب ذلك ارتداء كل

7:44

هذه القبعات الخمس.

7:45

هذا ما يبحثون عنه.

7:47

إنهم يبحثون عن شخص

7:48

يمكنه القيام بكل هذه

7:49

المهام. لكن في الوقت

7:51

الحاضر، أصبح من

7:52

الشائع وصف مهندس FTE

7:53

بأنه الشخص الذي يرتدي

7:55

هذه القبعات الثلاث.

7:56

غالبًا ما تعمل مع نفس

7:58

الشركة، أو ربما لصالح

8:00

عميل، ولكنك عادةً

8:01

مهندس برمجيات،

8:02

ومهندس ذكاء اصطناعي،

8:04

ومهندس حلول ذكاء

8:06

اصطناعي في آن واحد.

8:07

أنت تجمع هذه القبعات

8:09

الثلاث في شخص واحد.

8:10

هذا هو الاستخدام

8:11

الأكثر شيوعاً لمصطلح

8:13

مهندس FTE. وبالطبع، لا

8:14

يقصد بهذا أن تكون

8:15

القائمة شاملة. هناك

8:17

مهارات أخرى مفيدة

8:18

ومهمة للغاية. على

8:19

سبيل المثال، سيكون

8:21

الحصول على خبرة في

8:22

DevOps، و CI/CD، و MLOps، و AI

8:24

ops أمراً مفيداً جداً.

8:25

ومن البديهي هذه

8:26

الأيام أن المعرفة

8:28

ببرمجة الذكاء

8:29

الاصطناعي المساعدة

8:30

ووكلاء البرمجة مثل

8:31

Claude code أصبحت ضرورة لا

8:32

غنى عنها. والآن،

8:34

لنستعرض حجم سوق العمل

8:35

، ولنبدأ بإلقاء نظرة

8:36

عامة على وظائف هندسة

8:38

الذكاء الاصطناعي.

8:39

الأشخاص الذين يمكنهم

8:40

ارتداء القبعتين

8:41

الأولى والثانية فقط.

8:43

إنه سوق عمل كبير جداً.

8:45

الأرقام المكتوبة

8:46

باللون الأبيض الساطع

8:47

التي تراها هنا هي

8:48

نتائج تحليلي بعد

8:49

إجراء عمليات بحث عبر

8:51

LinkedIn و Indeed وغيرها. لقد

8:52

وجدت أن هناك حوالي

8:54

10,000 فرصة عمل في

8:55

الولايات المتحدة،

8:56

وما بين 30 إلى 60,000

8:58

عالمياً، وأن الرواتب

8:59

الأساسية تتراوح بين

9:01

120,000 و 200,000 دولار في

9:02

الولايات المتحدة. لكن

9:04

يجب أن أقول إنني

9:05

أعتقد شخصياً أن هذا

9:06

التحليل القائم على

9:08

لوحات التوظيف يقلل من

9:09

العدد الإجمالي

9:10

للوظائف المتاحة. ربما

9:11

لأن هناك وظائف أخرى

9:12

موجودة على المواقع

9:14

المهنية للشركات.

9:15

أعتقد بناءً على

9:16

معرفتي بالصناعة

9:16

وتحدثي مع مديري

9:17

التوظيف والأشخاص

9:18

الذين يجرون

9:19

المقابلات، أن هناك

9:20

أضعاف هذا العدد، أي

9:21

ما يقرب من 50 إلى 80,000

9:22

فرصة عمل في هندسة

9:23

الذكاء الاصطناعي في

9:24

الولايات المتحدة،

9:25

ومئات الآلاف من

9:26

الوظائف عالمياً. خذ

9:27

كلامي بشيء من الحذر،

9:29

لكن هذا هو رأيي. بعد

9:30

ذلك، دعونا ننظر إلى

9:32

التعريف الواسع

9:33

لمهندس FTE. شخص يمكنه

9:34

ارتداء القبعات

9:35

الأولى والثانية

9:36

والثالثة. هناك بالطبع

9:37

وظائف أقل في هذا

9:38

المجال، لكن لا يزال

9:39

العدد كبيراً وجيداً.

9:40

أقدر العدد بـ 10 إلى

9:42

20,000 في الولايات

9:43

المتحدة، و 20 إلى 30,000

9:45

عالمياً، مع رواتب

9:46

أساسية تتراوح بين 140

9:47

إلى 230 ألف دولار في

9:49

الولايات المتحدة. أما

9:51

بالنسبة للشخص الذي

9:52

يمكنه ارتداء القبعات

9:54

الخمس كلها، أي

9:55

التعريف الضيق أو

9:56

تعريف OpenAI لمهندس FTE،

9:57

فإن عدد الوظائف ينخفض

9:59

بالطبع مرة أخرى.

10:00

استطعت العثور على

10:01

حوالي 500 إلى 900 وظيفة

10:03

محددة في الولايات

10:04

المتحدة من خلال البحث

10:05

، لكنني أعتقد أن

10:06

العدد أقرب إلى 2,000 إلى

10:08

5,000، وربما 4,000 إلى 8,000

10:09

وظيفة من هذا النوع

10:10

عالمياً. النقطة

10:11

الأساسية هي أن العائد

10:13

المحتمل أعلى بكثير.

10:14

الرواتب الأساسية

10:16

المعلن عنها تتراوح في

10:17

نطاق 200 إلى 400 ألف.

10:19

إجمالي التعويضات، لا

10:20

سيما في مختبر رائد،

10:22

قد يكون في الغالب ضعف

10:23

أو ثلاثة أضعاف هذا

10:25

المبلغ وقد يتجاوز

10:26

المليون دولار. ولجعل

10:27

هذا الأمر ملموسًا

10:29

تمامًا بالنسبة لك،

10:30

لقد دخلت إلى موقع Indeed.

10:31

وقمت بالبحث عن وظائف

10:32

المهندس الميداني (FTE)

10:34

في نيويورك. النتيجة

10:35

الأولى، مهندس ميداني

10:37

براتب أساسي يتراوح

10:38

بين 200 إلى 400 ألف.

10:39

دعونا نلقي نظرة عليه.

10:41

تتطلب هذه الوظيفة

10:42

القيام بجميع الأدوار

10:43

الخمسة. هذه وظيفة

10:44

مهندس ميداني متكاملة

10:46

تماماً. سترى في

10:47

المهام الموكلة إليك

10:49

أنهم يذكرون بالفعل

10:50

كلمة "مدمج". أنت مدمج

10:51

مع هذه الفرق. كما أنها

10:53

تذكر أنك ستعمل على

10:54

مشاريع طويلة الأمد

10:56

للعملاء. وتقول أيضًا

10:57

أنك ستنقل ما تعلمته

10:59

من هذه المشاريع

11:00

وتغذية بخارطة طريق

11:01

المنتج. إذن، فهي

11:03

تحتوي على الخصائص

11:04

الخمس التي تجعل منك

11:06

مهندساً ميدانياً

11:07

براتب أساسي 200-400 ألف

11:08

في نيويورك. يجب عليك

11:10

الاطلاع على الوظائف

11:11

المحلية لتكوين فكرة

11:12

عن السوق المحلي. وهنا

11:13

مثال آخر. مهندس

11:15

ميداني في مجال تحول

11:16

الرعاية الصحية. هذه

11:17

الوظيفة تتطلب معرفة

11:18

بقطاع أعمال الرعاية

11:20

الصحية. لذا، فهي

11:20

تتطلب أربعة أدوار على

11:21

الأقل من الأدوار

11:22

الخمسة. لا أرى مؤشرات

11:23

كثيرة على أنها تتطلب

11:24

الدور الخامس. لذا

11:25

أقول إنها تتطلب

11:26

الأدوار من الأول إلى

11:27

الرابع فقط، والراتب

11:29

الأساسي يتراوح بين 215

11:30

إلى 384 ألف في نيويورك.

11:31

تلك وظيفة أخرى إذن.

11:33

سترى هنا واحدة تتعلق

11:34

أكثر بالأمن

11:35

السيبراني. كما أنها

11:37

حصلت على نطاق راتب

11:38

مشابه. يمكنك البحث

11:40

ورؤية المزيد من

11:41

الوظائف في هذا النطاق

11:42

لتكوين فكرة عن المشهد

11:44

العام. أنا أنظر هنا

11:45

إلى صفحة الوظائف في

11:47

OpenAI مصفاة حسب أدوار

11:48

المهندس الميداني.

11:50

سترى مجموعة منها في

11:51

مجالي الرعاية الصحية

11:52

والقانون. لنضغط على

11:54

إحداها. هذا دور في

11:55

الرعاية الصحية في

11:56

نيويورك. وبالطبع،

11:57

سيرتبط الوصف بشكل جيد

11:59

بالأدوار الخمسة. وإذا

12:01

قمنا بالتمرير للأسفل

12:02

، سنرى أن الراتب

12:04

الأساسي في نطاق 185 إلى

12:06

300 ألف. لكن بالطبع، مع

12:07

OpenAI، الأمر كله يتعلق

12:09

بإجمالي التعويضات

12:11

والمكاسب المحتملة في

12:12

شكل أسهم. وعادةً، قد

12:14

يتطلع الشخص ذو الخبرة

12:16

الذي يؤدي جيداً في

12:17

دور مثل هذا في OpenAI إلى

12:19

إجمالي تعويضات

12:20

تتجاوز المليون دولار.

12:22

إذن، إليك الأمر. إذا

12:24

أثارت اهتمامك وتفكر

12:26

في مهنة كمهندس ميداني

12:28

، فيمكن للمسار

12:29

الوظيفي ببساطة أن

12:31

يتبع هذه الأدوار

12:32

الخمسة. دعني أرِك.

12:34

وستبدأ هذه الرحلة في

12:35

مرحلة هندسة

12:36

البرمجيات. والأهم من

12:38

ذلك، ستكون واثقاً من

12:39

استخدام وكلاء

12:40

البرمجة مثل Claude Code،

12:41

وتحقيق أقصى استفادة

12:42

منهم، وأن تكون منتجاً

12:43

دون إنتاج مخرجات ذكاء

12:44

اصطناعي رديئة، وأن

12:45

تكون مسؤولاً عن كل

12:46

طلبات السحب (PRs)

12:47

الخاصة بك. ستنتقل

12:48

لتصبح مهندس ذكاء

12:49

اصطناعي وتتقلد هذا

12:50

المنصب الثاني من خلال

12:52

تعلم النماذج اللغوية

12:53

الكبيرة والذكاء

12:54

الاصطناعي الوكيل

12:55

وتنفيذ المشاريع. يمكن

12:56

أن تكون مجرد مشاريع

12:58

شخصية تُظهر خبرتك في

12:59

هذا المجال. والآن نصل

13:01

إلى القفزة الكبيرة

13:02

لارتداء القبعة

13:03

الثالثة، قبعة مهندس

13:04

حلول الذكاء

13:05

الاصطناعي. ما الذي

13:06

يتطلبه الوصول إلى

13:08

هناك؟ هناك أمران.

13:09

أولاً، هناك حاجة لبعض

13:11

الخبرة في بناء الذكاء

13:12

الاصطناعي للإنتاج

13:13

الفعلي. ثانياً، هناك

13:15

خبرة عملية في دور

13:17

استشاري حيث تعمل مع

13:19

عميل لتقديم حلول له.

13:21

وأفضل طريقة للوصول

13:23

إلى ذلك هي من خلال

13:24

التجربة والخبرة. إذا

13:26

كنت تستطيع بالفعل

13:27

ارتداء القبعتين

13:28

الأولى والثانية،

13:29

فيمكنك الحصول على

13:30

الدور الذي يضعك أمام

13:31

العملاء لتكتسب تلك

13:33

المجموعة الثالثة من

13:34

المهارات. يمكنك

13:35

القيام بذلك أثناء

13:36

العمل. تلك هي أفضل

13:38

طريقة للحصول على

13:39

قبعتك الثالثة.

13:40

وبالطبع، تنطبق

13:41

القبعتان الرابعة

13:42

والخامسة على الأمر

13:43

نفسه. الرابعة هي خبرة

13:45

المجال. إنها تأتي من

13:46

الخبرة العملية في

13:47

العالم الحقيقي.

13:48

غالباً عندما تبدأ في

13:50

هذا النوع من وظائف

13:51

الهندسة، لست بحاجة

13:52

للبدء بمعرفة تجارية

13:53

في الرعاية الصحية أو

13:54

المحاسبة أو التمويل

13:56

أو غيرها. أنت تقبل

13:57

الوظيفة وتتعلمها

13:58

أثناء العمل. وبمجرد

13:59

أن تبني تلك الخبرة،

14:01

يمكنك المضي بها قدماً

14:02

. الآن أصبحت خبيراً في

14:04

ذلك المجال. وينطبق

14:05

الشيء نفسه تماماً على

14:07

القبعة الخامسة،

14:08

مستشار الحلول. أفضل

14:10

طريقة لبناء مهارات

14:12

إدارة أصحاب المصلحة،

14:13

والتواصل التنفيذي،

14:15

ونقل معلومات خارطة

14:16

الطريق إلى الفريق،

14:18

تأتي من الخبرة

14:19

العملية في الميدان.

14:21

لذا، إذا كان هذا يثير

14:23

اهتمامك وتريد التقدم

14:24

وتجربة كل من هذه

14:26

القبعات بالتناوب،

14:27

فأقترح عليك هذه

14:28

الخطوات التالية.

14:30

الخطوة الأولى،

14:31

ولعلها الأصعب، هي

14:32

استثمار الوقت الذي

14:34

تحتاجه لبناء مهاراتك

14:35

لتولي القبعتين

14:37

الثانية والثالثة.

14:38

حضور دورات حول مواضيع

14:39

مثل النماذج اللغوية

14:40

الكبيرة والوكلاء

14:41

والذكاء الاصطناعي في

14:42

الإنتاج. وبالطبع، إذا

14:44

كنت تبحث عن دورة

14:44

تدريبية، فأنا أعرف

14:45

شخصاً لديه بعض

14:46

الدورات الرائعة

14:47

المرتبطة في الوصف

14:47

أدناه. لكنني لست هنا

14:49

لأبيع دوراتي. هناك

14:50

الكثير من الدورات

14:51

التدريبية الرائعة

14:52

المتاحة. الجزء الأصعب

14:53

هو ببساطة توفير وقتك

14:55

الخاص للتركيز على ذلك

14:56

. الآن، ربما لا تتوقع

14:58

نصيحتي الثانية. أعلم

15:00

أنني قلت إن أفضل

15:01

طريقة لاكتساب

15:02

المعرفة بالمجال هي من

15:03

خلال العمل، ولكن في

15:05

الواقع، قد يكون من

15:06

المفيد أيضًا تخصيص

15:07

بعض الوقت للاستثمار

15:09

في تعلم مجال تجاري،

15:10

أو ربما مجالين، قبل

15:11

الحصول على الوظيفة

15:13

لتثبت أنك فضولي ومهتم

15:14

وأنك تمتلك المؤهلات

15:16

لتطبيق الذكاء

15:17

الاصطناعي في بيئة

15:18

العمل. لذا، فإن

15:19

اكتساب بعض المعرفة

15:20

التجارية، سواء في

15:21

الرعاية الصحية أو

15:23

الخدمات المالية، لن

15:24

يعود عليك إلا بالنفع

15:25

كمهندس متفرغ. ثالثًا،

15:27

بينما تنتظر الحصول

15:28

على تلك المقابلة

15:29

المثالية، يجب أن

15:30

تستمر في البناء طوال

15:32

الوقت. ابنِ، وابنِ،

15:34

ثم ابنِ. إنها أفضل

15:35

طريقة لإثبات مهاراتك.

15:37

إذا كنت تتساءل عما

15:38

يمكنك بناؤه، فأنا

15:40

أنصح الناس دائمًا

15:41

بالبدء بالتفكير في

15:42

نقطة ألم شخصية أو

15:44

مهنية، شيء يزعجك حقًا

15:45

أو يحبطك وترغب في

15:47

إصلاحه، ثم حاول حله

15:48

باستخدام النماذج

15:49

اللغوية الكبيرة

15:51

والوكلاء. وعندما تفعل

15:52

ذلك، يجب عليك استعراض

15:54

نتيجتك. يجب أن

15:55

تشاركها في أي مكان

15:56

تحب مشاركة الأشياء

15:57

فيه. وإذا أردت، يمكنك

15:59

بكل تأكيد نشرها على "

16:00

لينكد إن" والإشارة

16:02

إليّ وربطها بهذا

16:03

الفيديو بطريقة ما

16:04

ليكون هناك سبب لنشرها

16:05

. حينها يمكنني

16:07

المشاركة وإضافة بعض

16:08

التعليقات لإظهار

16:09

الدعم. وبهذه الطريقة،

16:11

فإنك تعزز من تأثيرك

16:13

وخبرتك وتجذب انتباه

16:15

جمهور أكبر. وسأكون

16:17

سعيدًا جدًا إذا

16:17

استجبت لهذا الاقتراح.

16:19

سأضع رابط حسابي على "

16:20

لينكد إن" في الوصف.

16:22

ولا تدري، فقد يلفت

16:23

هذا المنشور انتباه

16:25

عميل مستقبلي لك أو

16:26

ربما حتى صاحب عمل

16:27

مستقبلي. شكرًا لك على

16:29

البقاء حتى النهاية.

16:30

إذا أعجبك هذا الفيديو

16:32

التعليمي، يرجى

16:33

الإعجاب والاشتراك.

16:34

بهذه الطريقة أعرف أنك

16:35

تريد المزيد من هذا

16:36

المحتوى. قد أقوم بعمل

16:37

فيديو حول إعداد

16:38

البرمجيات مفتوحة

16:39

المصدر، وربما "Oh my zsh"

16:40

وأشياء أخرى أود عرضها

16:41

عليك. وبالطبع، سأستمر

16:42

في صنع مقاطع فيديو

16:44

حول البرمجة أيضًا.

16:45

وآمل أن أراك قريبًا

16:46

جدًا في الفيديو

16:47

القادم.

Interactive Summary

Ask follow-up questions or revisit key timestamps.

يتناول هذا الفيديو شرحاً شاملاً لدور "مهندس النشر الميداني" (Field Deployment Engineer - FDE)، وهو مسمى وظيفي يشهد طلباً متزايداً في سوق العمل التقني، خاصة مع تطور الذكاء الاصطناعي. يوضح الفيديو أصل هذا الدور الذي بدأ في شركة "بالانتير"، وكيف تبنته "أوبن أيه آي"، مع شرح المهام الخمس الأساسية التي قد يحتاجها هذا المهندس، وسوق العمل لهذه الوظيفة، والمسار الوظيفي المقترح للوصول إليها.