بوتكامب GenAI لمدة 10 أسابيع لدى GoMyCode في الجزائر: ماذا يبني المتكوّنون وأين يستقرّ الخريجون

لماذا يوجد بوتكامب GenAI في الجزائر العاصمة في 2026

ثلاث قوى جعلت بوتكامب GenAI لمدة 10 أسابيع ممكناً في الجزائر. أولاً، التوحيد السريع لأدوات تطبيقات LLM (LangChain، LlamaIndex، واجهات OpenAI/Anthropic/Google، وقواعد بيانات متّجهية) حوّل ما كان يُعدّ عملاً بمستوى دكتوراه إلى مسار تطوير قابل للشحن. ثانياً، بلغ سوق bootcamps الجزائري النضج اللازم لاستضافة مسار متخصّص — إذ يورد دليل Africa Tech Schools للجزائر اليوم عدة مزوّدين نشطين، مع تأكيد Course Report على GoMyCode ضمن أفضل bootcamps في الجزائر العاصمة. ثالثاً، بات الطلب من جانب أرباب العمل — محلياً وعن بُعد — على مهندسين قادرين على بناء خطوط RAG، وcopilots للمحادثة، وتكاملات GenAI ملموساً بما يكفي لترسيخ جهود التوظيف.

تدير GoMyCode عدة hacker spaces في الجزائر وهي bootcamp البرمجة الأكثر مرجعية في البلاد، إذ تغطي تطوير الويب وعلم البيانات والأمن السيبراني إلى جانب مسار GenAI الأحدث. يعرض موقع GoMyCode الجزائر برنامج GenAI Developer كمسار مكثف مستقلّ مدته 10 أسابيع.

الأسبوعان 1-2 — Python وAPIs والنموذج الذهني للـLLM

الأسبوعان الأوّلان أساس — لكن مؤطّر للاستخدام العملي لا للصرامة الأكاديمية. يكتسب المتكوّنون ممن لا خبرة لهم بـPython ما يكفي لبناء عملاء API ومعالجة بيانات مهيكَلة. أما من لديهم خلفية، فيغطّون أنماط Python التي تهمّ تطبيقات LLM تحديداً: الطلبات غير المتزامنة، معالجة JSON، الاستجابات المتدفّقة، وتتبّع التكلفة.

تُخصَّص حصة كبيرة من الأسبوع الثاني للنموذج الذهني للـLLM نفسه: الرموز (tokens)، نوافذ السياق، درجة الحرارة، system prompts، استدعاء الأدوات، والفرق بين إكمالات الدردشة وحلقة التحكّم الوكيلية. هذا أساس كلّ ما يتبع — فالمتكوّنون الذين يتجاوزون النموذج الذهني يعاملون LLMs كصناديق سوداء ويبنون تطبيقات هشّة.

الأسابيع 3-5 — هندسة البرومبت، استدعاء الأدوات، وأول تطبيق قابل للشحن

في الأسابيع من الثالث إلى الخامس، يشحن المتكوّنون أول منتج عملي. المحتوى القياسي:

• أنماط برومبت مهيكَلة: system prompts، أمثلة few-shot، مخطّطات المخرجات، مخرجات JSON-mode
• Tool calling / function calling: كشف دوال Python للنموذج، معالجة ردود الأدوات، تسلسل الاستدعاءات
• عقلية التقييم: كتابة مجموعات eval صغيرة، مقارنة المخرجات بمرجع حقيقي، اكتشاف الانحدارات
• أول مشروع قابل للشحن: عادةً chatbot بأسلوب خدمة عملاء يقرأ قاعدة معرفة صغيرة، يجيب عن أسئلة المجال، ويسجّل التفاعلات

بنهاية هذا المقطع، يصبح لدى كلّ متكوّن تطبيق LLM واحد على الأقل منشور يمكنه عرضه ومناقشته في مقابلة — وهو أهم مخرج في النصف الأول من البوتكامب.

الأسابيع 6-8 — RAG وقواعد البيانات المتّجهية ومشروع التخرّج

تنتقل النصف الثاني إلى التوليد المعزّز بالاسترجاع (RAG)، حيث يتمركز اليوم معظم الطلب المؤسسي على LLM. ركائز المنهاج:

• نماذج embeddings (OpenAI text-embedding-3، وبدائل مفتوحة المصدر مثل BGE-M3 وE5)
• قواعد بيانات متّجهية — عادةً Chroma أو Qdrant أو Weaviate، مع مقدّمة لـPinecone للنشر المُدار
• استراتيجية التقطيع والفهرسة: تحليل المستندات، المفاضلات في حجم الـchunk، التصفية حسب البيانات الوصفية
• تقييم جودة الاسترجاع: recall@k، الدقة، ارتباط الإجابة بالمرجع، اكتشاف الهلوسات
• العمل على الإطارات: LangChain و/أو LlamaIndex، مع خيار بناء حلقات استرجاع دون إطار

يقضي المتكوّنون الأسابيع من السادس إلى الثامن في بناء مشروع التخرّج — عادةً تطبيق RAG متكامل على مجموعة بيانات حقيقية من اختيارهم (مستندات داخلية، PDF عامة، قاعدة معرفة في مجال محدّد). مشروع التخرّج هو الأثر الذي يعرضونه لأقسام التوظيف.

الأسبوعان 9-10 — الوكلاء والنشر وصقل المحفظة

يوسّع الأسبوعان الأخيران نحو أنماط أكثر تقدّماً. التغطية النموذجية:

• أساسيات الوكلاء: حلقات بأسلوب ReAct، تنسيق الأدوات، الذاكرة، التفكير متعدّد الخطوات
• النشر: خلفيات FastAPI أو Flask، Docker، نشر سحابي أساسي على منصة مُدارة
• المراقبة: LangSmith، Helicone، أو تسجيل منزليّ الصنع — كيف تعرف ما يفعله تطبيقك في الإنتاج
• العمل على المحفظة: جودة README على GitHub، موضعة LinkedIn، فيديو عرض لمشروع التخرّج

بحلول التخرّج، يملك المتكوّن النموذجي مشروع تخرّج منشوراً عبر URL عام، وحساب GitHub متقَن، وLinkedIn مُحدَّثاً، ومفرداتٍ تكفي لاجتياز الجولة الأولى من مقابلة مطوّر GenAI.

أين يستقرّ الخريجون فعلاً

تختلف نتائج التوظيف من متكوّن لآخر ومن فوج لآخر، لكن ثلاثة أنماط بارزة في 2026 في الجزائر:

• Junior full-stack مع مزايا AI: الاستقرار الأكثر شيوعاً — الالتحاق بشركة جزائرية خاصة أو شركة ناشئة كمطوّر junior في فريق يضيف ميزات AI إلى منتج قائم. الأجر الابتدائي النموذجي: 180,000 إلى 280,000 DZD شهرياً للخرّيجين الأقوى.
• مقاول/مستقلّ متخصّص في GenAI: بناء chatbots RAG وتكاملات صغيرة لعملاء من الشركات الصغيرة والمتوسطة محلياً أو عن بُعد عبر منصات مثل Upwork أو عقود أوروبية مباشرة. تتفاوت الأجور بشدة، لكن الخريجين الأفضل موضعة قد يتجاوزون 2,000 إلى 4,000 دولار شهرياً خلال 6 إلى 12 شهراً من التخرّج.
• مطوّر GenAI جونيور عن بُعد لدى رب عمل أجنبي: الاستقرار الأعلى أجراً، عادةً 25,000 إلى 45,000 دولار سنوياً. تنافسي لكنه متاح للمتكوّنين الذين يستثمرون في إتقان الإنجليزية، والمساهمات مفتوحة المصدر، ومشروع تخرّج قوي.

تتجه حصة أصغر من الخرّيجين إلى العودة إلى أدوار تقنية قائمة (تحليل بيانات، برمجيات تقليدية) حاملين GenAI كمهارة فارقة — وهو مخرج مشروع تماماً، وغالباً ما يكون أفضل خطوة مالية للمتكوّنين الذين لديهم أصلاً مسار مهني برمجي.

ما لا يقوم به البوتكامب

عشرة أسابيع لا تكفي لإنتاج مهندس ML سنيور أو باحث أو مهندس معماري AI مستقل. يُموضَع بوتكامب GenAI بوضوح لإنتاج مطوّر GenAI جونيور جاهز للعمل — شخص قادر على دمج LLMs في التطبيقات القائمة، وبناء خطوط RAG بسيطة، وشحن ميزات بجودة إنتاج. كلّ ما يتجاوز ذلك — تخصيص النماذج (fine-tuning)، تصميم أنظمة ML، تحسين الاستدلال في الإنتاج — يتطلّب تعلّماً مستمراً بعد التخرّج.

هذا التأطير هو أكبر مصدر لرضا أو خيبة الخرّيجين: من يعاملون البوتكامب كأساس للبناء يُبلغون عن نتائج قوية؛ ومن يتوقّعون منه إنتاج مهندس سنيور مكتمل في 10 أسابيع لا يحصلون على ذلك باستمرار.

المصادر والقراءات الإضافية

• GoMyCode الجزائر — الموقع الرسمي
• bootcamps البرمجة في الجزائر العاصمة — Africa Tech Schools
• أفضل bootcamps البرمجة في أفريقيا — دليل Scrums.com
• bootcamps البرمجة في الجزائر العاصمة — Course Report