برنامج رعاية مشروعات التخرج بشركة إريكسون (Ericsson – Graduation Project Mentorship Program) بالقرية الذكية يُعد فرصة استثنائية لطلاب السنة الدراسية الأخيرة (دفعة تخرج 2027) للحصول على توجيه وإشراف كامل لمشروع التخرج من مركز الأبحاث والتطوير الوحيد لإريكسون بمنطقة الشرق الأوسط وإفريقيا (MEA R&D Hub).

محاور ونطاق التوجيه في مشروع التخرج (Technical Scope)

• الذكاء الاصطناعي التوليدي (Generative AI): استكشاف وبناء نماذج اللغات الكبيرة (LLMs) وتقنيات الـ Retrieval-Augmented Generation (RAG)، وتطوير نماذج أولية (Prototypes / Proof of Concept).
• تعلم الآلة والعمليات (ML & MLOps): بناء وتدريب واختبار نماذج تعلم الآلة، وتقييم الأداء بناءً على التحليلات، بالإضافة إلى تغليف الأعمال البرمجية (Packaging ML Work).
• معالجة البيانات واللغات الطبيعية (NLP & Data Analysis): معالجة وتحليل البيانات الضخمة، تطبيق خوارزميات التجميع والتعلم غير الخاضع للإشراف (Advanced Clustering & Unsupervised Learning)، ومعالجة النصوص.

الشروط والمؤهلات المطلوبة

• المؤهل والسنة الدراسية: طالب بالسنة النهائية (التخرج متوقع في 2027) بكليات علوم الحاسب، هندسة الحاسب، أو ما يعادلها، مع التخطيط لمشروع تخرج في مجالات الذكاء الاصطناعي (AI)، تعلم الآلة (ML)، أو علوم البيانات (Data Science).
• مهارات البرمجيات (Software Engineering Skills): إتقان لغة Python، وتطبيق مبادئ هندسة البرمجيات (Clean & Maintainable Code, OOP, Testing).
• الأسس الرياضية والنظرية: فهم قوي للإحصاء، الاحتمالات، الجبر الخطي، والتفاضل متعدد المتغيرات، مع استيعاب خوارزميات Classical ML وDeep Learning.
• الأطر والمكتبات (Frameworks): خبرة تطبيقية في PyTorch أو TensorFlow أو Keras، ومكتبات البيانات والتمثيل البياني (Pandas, Matplotlib, Seaborn, Plotly).
• تقنيات GenAI & NLP: دراية بـ LLMs وRAG وأدوات معالجة اللغة الطبيعية (مثل GPT أو BERT)، وتُعد الخبرة في الضبط الدقيق للنماذج (Fine-tuning LLMs) ميزة إضافية قوية.
• اللغة: إتقان ممتاز للغة الإنجليزية (تحدثاً وكتابة).

المزايا وما يقدمه البرنامج

• التوجيه المباشر من مركز R&D Hub: التعلم والعمل مع خبراء أبحاث وتطوير التكنولوجيا بإريكسون.
• بيئة عالمية وتدريب مستمر: تدريب ميداني وتطبيقي، دورات إلكترونية، ونظام توجيه فردي (Mentor & Buddy Program).

نصائح جوهرية للقبول في البرنامج

1. أبرز مشاريع GenAI و RAG ورابط GitHub بكود نظيف: يركز التقييم بـ Ericsson على الممارسة الميدانية؛ احرص على وضع رابط حسابك على GitHub في السيرة الذاتية مع إبراز أي مشروع تطبيقي استخدمت فيه LLMs أو RAG أو أطر عمل مثل LangChain / LlamaIndex، والتأكد من تطبيق قواعد الـ OOP والـ Testing في الكود.

2. أظهر المتانة في الأسس الرياضية والنظرية للذكاء الاصطناعي: لن تقتصر المقابلة على استخدام المكتبات جاهزة؛ استعد لأسئلة تقييمية في الرياضيات والإحصاء (Linear Algebra, Calculus) والفرق النظري بين خوارزميات التعلم العميق والتقليدي.

3. صيغ فكرة مشروع التخرج (Proposal) بوضوح واحترافية: أوضح في نموذج التقديم أو المقابلة الفكرة المبدئية لمشروع التخرج الذي تخطط له وكيف يخدم مجالات الذكاء الاصطناعي الحديثة والتطبيقات السحابية، وكيف ستستفيد من خبرات R&D Hub بإريكسون لتحويله لمشروع قوي ومنافس.