STATE GRAPH · 6 MONTHS

خارطة طريقك إلى AI Agent Engineer

مرسومة كما تُرسم الـ agents نفسها: عقد وحواف وحالة تتقدم. اضغط على أي مرحلة لفتح تفاصيلها. مبنية على وضعك: Full-stack + Python، بمعدل 10–20 ساعة أسبوعياً.

نظري مشروع الشهر الهدف النهائي
▶

START — أنت اليوم

Express / NestJS / React / Next.js + خبرة Python وتحليل بيانات + تجربة مع APIs. نصف الطريق جاهز فعلاً.

?

Python — لغة التوظيف

الغالبية العظمى من إعلانات وظائف الـ agents تشترطها. LangGraph وأغلب أدوات الـ evals تعيش هنا. تعلّم المفاهيم بها.

TypeScript — لغة المنتج

منظومتها قوية فعلاً: Claude Code مبني بها، وMCP SDK وVercel AI SDK وMastra. سلاحك في الفريلانس والمنتجات الكاملة.

القرار: المفاهيم والـ frameworks بـ Python، وواجهات مشاريعك وأعمال الفريلانس بـ TypeScript. الجمع بينهما هو ميزتك النادرة.
1

نظري (~30%)

  • Transformers مفاهيمياً: tokens، context window، attention — سلسلة 3Blue1Brown وKarpathy
  • Embeddings والتمثيل الدلالي (خلفيتك في البيانات ستسرّعك هنا)
  • Sampling: temperature وtop-p ومتى تستخدم كلاً منها

عملي

  • Prompt engineering منهجي: system prompts كعقود برمجية، CoT، few-shot
  • Structured outputs وschemas — أساس كل ما بعده
  • Function calling / Tool use بعمق
  • إدارة التكلفة: prompt caching، model routing
مشروع الشهر: مساعد CLI بـ Python بأدوات حقيقية، مبني يدوياً بلا أي framework — لتفهم الـ agent loop من الصفر.
2

مفاهيم

  • Chunking: fixed / semantic / recursive وأثر كل منها على الجودة
  • Hybrid search (vector + keyword) وReranking
  • تقييم الاسترجاع: recall@k وMRR — خبرتك التحليلية ذهب هنا

أدوات

  • Vector DB واحدة بعمق: pgvector (تعرف SQL أصلاً) أو Qdrant
  • LlamaIndex أو مكونات LangChain للـ ingestion
مشروع الشهر: "اسأل مستنداتك" — FastAPI خلفياً + Next.js أمامياً مع streaming وcitations. أول مشروع portfolio حقيقي.
3

مفاهيم

  • أنماط الـ loop: ReAct وplan-and-execute
  • State management وcheckpointing
  • Human-in-the-loop: موافقات بشرية وسط التنفيذ
  • MCP — أسرع مهارة صعوداً في الوظائف؛ ابنِ MCP server خاصاً بك

أدوات — بهذا الترتيب

  • LangGraph — رقم 1 في التوظيف، للـ workflows ذات الحالة
  • Claude Agent SDK — النهج الخفيف (نفس معمارية Claude Code)
  • نظرة على CrewAI لفهم فلسفة multi-agent
مشروع الشهر: agent دعم عملاء كامل: يصنّف، يسترجع، يصيغ، يطلب موافقة بشرية للحساس، ويسجّل خارجياً — LangGraph + واجهة Next.js.
4

Evaluation

  • Test sets وmetrics واضحة — أول سؤال في المقابلات
  • LLM-as-judge ومعايرة الحكم
  • Regression testing للـ prompts: الـ prompt كود يُختبر ويُراجع

Observability + أمان

  • Tracing بـ LangSmith أو Langfuse + معيار OpenTelemetry
  • Prompt injection: هجوماً ودفاعاً
  • Sandboxing وحدود صلاحيات الأدوات — OWASP LLM Top 10
مشروع الشهر: خذ agent المرحلة 3 وحوّله production-grade: eval suite + tracing + حماية injection + نشر فعلي بـ Docker.
5

Capstone

  • مشروع واحد كبير مصقول يستغل خبرتك التحليلية: agent تحليل بيانات (CSV → استكشاف → تصورات → تقرير)

بالتوازي

  • مساهمة open source (LangGraph / Langfuse / أي MCP server)
  • 3–4 مقالات تقنية عما بنيته
  • سيرة بكلمات السوق حرفياً: LangGraph، MCP، RAG، evals، multi-agent
  • فريلانس بخدمة محددة: "أبني RAG chatbot على بياناتك" لا "مطور AI"
⏱

الأسبوع النموذجي

  • 4 ساعات تعلم منظم · 8 ساعات بناء المشروع · ساعتان قراءة تطورات · ساعة كتابة وتوثيق

Guardrails — أخطاء تجنّبها

  • fine-tuning مبكراً: 95% من الوظائف لا تحتاجه
  • القفز بين frameworks: أتقن LangGraph أولاً
  • عشرة demos سطحية بدل مشروع production-grade واحد
  • إهمال الـ evals: أكثر ما يُسقط المرشحين
  • الاعتماد الأعمى على framework — سيسألونك: "ماذا بنيت بدونه؟"
✓

END — الشهر السادس

Portfolio من 4 مشاريع + capstone متخصص + حضور مكتوب + سيرة بلغة السوق → جاهز للوظيفة والفريلانس معاً.