خطة دراستك لـ 90 يوماً

نهج منظم للتحضير لمقابلات MLOps. تفترض هذه الخطة 2-3 ساعات من الدراسة اليومية.

المرحلة 1: الأساسيات (الأيام 1-30)

ركز على مهارات البنية التحتية الأساسية التي تظهر في كل مقابلة MLOps.

الأسبوع	مجال التركيز	الأنشطة اليومية
1	تعمق في Docker	البناء متعدد المراحل، تحسين الطبقات، فحص الأمان
2	أساسيات Kubernetes	Pods، Deployments، Services، ConfigMaps، Secrets
3	Kubernetes المتقدم	StatefulSets، جدولة GPU، HPA، حصص الموارد
4	خدمات ML السحابية	أساسيات AWS SageMaker، GCP Vertex AI، Azure ML

قائمة مراجعة الأسابيع 1-4

# مهارات Docker التي يجب إتقانها
- [ ] بناء Dockerfiles متعددة المراحل لنماذج ML
- [ ] تنفيذ التخزين المؤقت لطبقات Docker لتبعيات pip
- [ ] تشغيل فحوصات أمان الحاويات باستخدام Trivy
- [ ] تحسين حجم الصورة (الهدف: <500MB للاستدلال)

# مهارات Kubernetes التي يجب إتقانها
- [ ] نشر نموذج ML مع Deployment + Service
- [ ] تكوين مجموعات عقد GPU والتسامحات
- [ ] إعداد Horizontal Pod Autoscaler لتقديم النموذج
- [ ] تنفيذ فحوصات liveness/readiness لحاويات ML

المرحلة 2: مجموعة أدوات MLOps (الأيام 31-60)

تعمق في الأدوات التي تحدد هندسة MLOps.

الأسبوع	مجال التركيز	التقنيات الرئيسية
5	خطوط أنابيب ML	Kubeflow Pipelines، Airflow، Prefect
6	تقديم النماذج	TensorFlow Serving، Triton، BentoML، Ray Serve
7	تتبع التجارب	MLflow، Weights & Biases، DVC
8	مخازن الميزات	Feast، مفاهيم Tecton، هندسة الميزات

مشروع الأسابيع 5-8

بناء خط أنابيب MLOps كامل:

# مواصفات مشروع خط الأنابيب
components:
  data_validation:
    tool: Great Expectations
    checks: schema, distribution, null rates

  training:
    orchestrator: Kubeflow أو Airflow
    tracking: MLflow
    versioning: DVC

  serving:
    framework: BentoML أو Triton
    deployment: Kubernetes
    scaling: HPA بناءً على QPS

  monitoring:
    drift: Evidently
    metrics: Prometheus + Grafana

المرحلة 3: تصميم النظام والممارسة (الأيام 61-90)

محاكاة مكثفة للمقابلات وممارسة تصميم النظام.

الأسبوع	مجال التركيز	الأنشطة
9	أساسيات تصميم النظام	دراسة الأنماط الشائعة، ممارسة تصميمين/أسبوع
10	المقابلات التجريبية	جدولة 2-3 مقابلات تجريبية مع الأقران
11	التحضير الخاص بالشركة	البحث عن الشركات المستهدفة، تخصيص الأمثلة
12	الصقل النهائي	مراجعة نقاط الضعف، تحسين قصص STAR

مسائل ممارسة تصميم النظام

مارس هذه بترتيب التعقيد:

1. أساسي: صمم خط أنابيب توقع دفعي
2. متوسط: صمم نظام تقديم ميزات في الوقت الفعلي
3. متقدم: صمم منصة اختبار A/B متعددة النماذج
4. خبير: صمم بنية تحتية لتقديم نموذج بأكثر من مليون طلب في الثانية

قالب الجدول اليومي

# هيكل الدراسة اليومية الأمثل
daily_schedule = {
    "morning_1hr": "النظرية/القراءة - مفاهيم جديدة",
    "afternoon_1hr": "العملي - تمارين البناء/البرمجة",
    "evening_1hr": "الممارسة - مسائل تجريبية، تصميم النظام"
}

# مكثف نهاية الأسبوع (4-6 ساعات)
weekend_focus = [
    "إكمال معلم المشروع الأسبوعي",
    "جلسة تصميم نظام كاملة",
    "المراجعة وسد الثغرات المعرفية"
]

تتبع التقدم

المعلم	التاريخ المستهدف	التحقق
جاهز لشهادة Docker	اليوم 14	بناء 3 ملفات Dockerfile إنتاجية
إتقان Kubernetes	اليوم 30	نشر تطبيق ML على K8s من الصفر
باني خطوط الأنابيب	اليوم 45	إكمال مشروع خط أنابيب شامل
واثق في تصميم النظام	اليوم 75	اجتياز مقابلتين تصميم تجريبيتين
جاهز للمقابلة	اليوم 90	إكمال 3 مقابلات تجريبية كاملة

فحص الالتزام: إذا لم تستطع الالتزام بـ 2-3 ساعات يومياً، مدد هذه الخطة إلى 120 يوماً. الممارسة المستمرة تتفوق على الحشو.

لديك الآن خارطة طريق كاملة. الوحدة التالية تتعمق في أسئلة البنية التحتية والنشر. :::