EDU-X

05/08/2026

We’re Hiring

We’re Hiring EDU-X Learning Engineers

في EDU-X… إحنا مش بندوّر على Instructor وبس.

إحنا بندوّر على Learning Engineer.

وده مسمى عالمي ظهر بقوة في السنوات الأخيرة في جامعات وشركات كبيرة، وفكرته إن الشخص مش بس يشرح… لكنه يصمّم تجربة التعلم بشكل هندسي ويحوّل المعرفة لمشاريع وتجارب حقيقية.

ظهر مفهوم Learning Engineering بقوة في جهات عالمية زي:

• Carnegie Mellon University
• Harvard University
• MIT
• منصات تعليمية زي Coursera و edX

وفكرته الأساسية:
ربط التعليم الحقيقي بالصناعة الحقيقية باستخدام أسلوب هندسي في التعلم.

في EDU-X…

إنت مش هتشرح محتوى وبس.

إنت هتشتغل على مشاريع حقيقية مطلوبة في السوق المصري:

✔️ Robotics
✔️ Automation
✔️ IoT
✔️ Embedded Systems
✔️ AI

وتحوّلها لتجربة تعليمية يتعلم منها الطالب:

تفكير → تصميم → تجربة → اختبار → تحسين

لو إنت خريج Engineering أو Computer Science
وعندك شغف بالتعليم + الهندسة + المشاريع الحقيقية…

ابعت الـ CV:

📧 [email protected]
📞 01011831356 (WhatsApp Available)

Subject:

Software Learning Engineer
Hardware Learning Engineer
Mechanical Learning Engineer

EDU-X
We Don’t Just Teach Engineering… We Build Engineers.

28/07/2026

بندرب مخك

التعليم في

EDU-X Training Solutions

أشبه بتدريبك في الجيم.

قبل ما ترفع أوزان، لازم تسخّن عضلاتك الأول. وعشان كده بنبدأ معاك بالأساسيات، واحدة واحدة، من غير ما نحطك قدام مشروع كبير وأنت لسه مش جاهز.

وبعدها لازم تتمرن باستمرار، لأن العضلة اللي مش بتستخدمها بتضعف. وعشان كده عندنا متابعة وتدريب وتطبيق بين السيشنات، مش مجرد شرح وخلاص.

ومع الوقت، لازم تزود الأوزان بالتدريج. وعشان كده مستوى المشاريع عندنا بيزيد خطوة بخطوة، وكل مرحلة بتجهزك للي بعدها.

لكن أهم حاجة إنك تتمرن بنفسك. لأنك مش هتبني عضلات وأنت واقف بتتفرج على المدرب. ونفس الفكرة في EDU-X: الطالب هو اللي بيصمم، ويبرمج، ويركب، ويجرب بإيده.

وطبيعي تغلط. في الجيم بتصحح وضعك، وفي التعليم بتصحح فكرتك وكودك وتصميمك. عشان كده الخطأ عندنا مش فشل، لكنه جزء أساسي من التعلم.

ولازم يكون فيه مدرب يتابعك، يلاحظ نقاط قوتك، ويصحح أخطاءك. وعشان كده بنقيم كل طالب باستمرار.

ولازم كمان تدخل اختبارات ومسابقات، لأنك محتاج تعرف مستواك الحقيقي، وتشوف أنت وصلت لفين، وإيه اللي لسه محتاج تطوره.

وفي نفس الوقت، إحنا كمان بنتمرن. بنبص على كل جديد حوالينا، ونتعلم، ونطور المحتوى والطريقة باستمرار، عشان نفضل مواكبين ونقدّم تعليم مناسب للمستقبل.

لأن في الجيم أنت مش بتبني عضلة في يوم، وفي EDU-X أنت مش بتبني مهندس في سيشن.

إحنا مؤمنين إن العلم النافع مش معلومات تحفظها، لكنه شغف يشتعل، ومهارات بتتبني بالتدريب، والتطبيق، والاستمرار.

20/07/2026

بيصنعوا 3D Printer في سن 13 سنة.
وأنت كمان تقدر
فقط ابدأ

19/07/2026

الـ Vibe Coding الحقيقي مش معناه إنك متعرفش برمجة.

الشخص المطلوب هنا لازم يعرف:

JavaScript / TypeScript /python
React.
قواعد البيانات.
APIs.
Supabase.
Debugging.
Deployment.

الذكاء الاصطناعي بيسرّع التنفيذ، لكنه مش بيعوض الفهم. لو التطبيق وقع، أو فيه مشكلة في قاعدة البيانات، أو صلاحيات الوصول (RLS) غلط، أو الـ API رجّع خطأ، لازم تعرف تشخص المشكلة عشان تعرف تصلحها.

المهارات اللي تخليك
AI-Assisted Full-Stack Developer في 2026

أولًا: أساسيات البرمجة

* Problem Solving
* Algorithms Basics
* Git & GitHub
* Debugging

ثانيًا: لغة البرمجة

* JavaScript
* TypeScript

ثالثًا: Frontend

* HTML
* CSS
* React
* Next.js

رابعًا: Backend

* REST APIs
* Authentication
* Authorization
* Node.js (أساسيات)
* Serverless Functions

خامسًا: قواعد البيانات

* SQL
* PostgreSQL
* Supabase
* Database Design
* Row-Level Security (RLS)

سادسًا: الذكاء الاصطناعي

* Prompt Engineering
* OpenAI APIs
* Claude APIs
* AI Workflows
* AI Agents (الأساسيات)

سابعًا: AI Coding

* Claude Code
* Cursor
* ChatGPT
* GitHub Copilot

ثامنًا: النشر والتشغيل

* Vercel
* Cloudflare
* Domain & DNS
* Environment Variables
* Deployment

تاسعًا: الاختبار والجودة

* Testing Basics
* Logging
* Error Handling
* Performance Optimization

عاشرًا: مهارات بناء المنتجات

* UI/UX Basics
* Product Thinking
* MVP Development
* System Design Basics

الهدف مش إنك تكتب كل سطر كود بنفسك، ولا إنك تعتمد على الذكاء الاصطناعي اعتمادًا كاملًا. الهدف إن يكون عندك أساس تقني قوي، وتستخدم أدوات الذكاء الاصطناعي علشان تبني منتجات أسرع، بجودة أعلى، وتحل مشاكل حقيقية.

16/07/2026

هل البرمجة ماتت بسبب الـ AI…

طب ليه Google وMicrosoft وMeta لسه بيدوروا على مبرمجين؟

لأن اللي بقى أقل أهمية هو حفظ الأوامر، لكن اللي زادت أهميته هو:

* Problem Solving
* Logic
* Data Structures
* Algorithms
* Software Engineering

الـ AI يقدر يكتب الكود، لكن مش هو اللي هيختار أنسب Data Structure، ولا أفضل Algorithm، ولا هيقرر إذا كان البرنامج هيشتغل بكفاءة مع 100 مستخدم ولا 100 مليون مستخدم.

عشان كده الشركات الكبيرة لحد النهارده ما زالت بتطلب فهم حقيقي للبرمجة والـ Data Structures والـ Algorithms وأساسيات هندسة البرمجيات.

وفي EDU-X بنشوف الشركات الناجحة في مجالات البرمجة والتكنولوجيا بتطلب إيه فعلًا، ونبدأ نشتغل على المهارات دي مع الأولاد من بدري مع خبرة في توصيل المعلومة لمعظم طرق التفكير لأن كل طالب ليه طريقة تفكير وكل ده عشان نجهزهم لسوق العمل الحقيقي ومستقبل أفضل
تعليم موازي بيوريك الطريق أسرع عشان تجهز نفسك من بدري

03/07/2026

لو سألتك: مخك بيشتغل إزاي… تعرف تجاوب؟

مع إننا بنستخدمه كل يوم…
لكن أغلب الناس ما فكرتش أصلًا إزاي المخ بيتعلم ويفهم.

المثير إن العلماء اكتشفوا إن المخ ما بيتعلمش بالطريقة اللي إحنا اتعلمنا بيها في المدارس.

المخ ما بيبدأش بالتفاصيل…

المخ يبدأ الأول بـ الصورة الكبيرة.

يعني الأول يتخيل الفكرة…
ثم يبدأ بعد ذلك يفهم التفاصيل.

ولهذا أفضل طريقة لتعليم أي إنسان أي شيء هي:

تشغيل النصف الأيمن من المخ أولًا.

لأن النصف الأيمن مسؤول عن:
• التخيل
• فهم الصورة الكبيرة
• إدراك العلاقات بين الأشياء

عندما يفهم الطالب الفكرة العامة ويتخيل كيف يعمل الشيء، يتكون في عقله ما يسمى:

Mental Model

وهذا النموذج يجعل المعلومات مفهومة ومترابطة…
وليست مجرد معلومات محفوظة.

بعد ذلك يأتي دور النصف الأيسر من المخ.

وهو المسؤول عن:
• التحليل
• المنطق
• ترتيب الخطوات

هنا يبدأ العقل في تحويل الفكرة إلى خطوات واضحة يمكن تنفيذها.

لذلك التعلم الحقيقي يمر بثلاث مراحل بسيطة:

Imagine
تخيل الفكرة وفهم الصورة الكبيرة.

Steps
تحويل الفكرة إلى خطوات (Algorithm).

Ex*****on
تنفيذ الخطوات… سواء بكود أو تطبيق عملي.

ببساطة:

Imagine → Steps → Ex*****on

⸻

المثير بقى إن نفس الفكرة دي ظهرت النهارده في الذكاء الاصطناعي…

في حاجة اسمها:

Deep Learning

في التعلم العميق إحنا ما بنقعدش نكتب للكمبيوتر القواعد خطوة خطوة.

لا…

إحنا بنعمل حاجة مختلفة خالص.

بندي له كمية ضخمة من البيانات…

ومن البيانات دي الشبكات العصبية بتبدأ تكتشف الأنماط لوحدها.

خلينا نفكر فيها كده بطريقة منظمة شوية — عشان أصحاب العقول التحليلية:

Step 1 — Data
بنغذي النظام بآلاف أو ملايين الأمثلة.

Step 2 — Pattern Detection
الشبكة تبدأ تلاحظ الأنماط المشتركة بين البيانات.

Step 3 — Representation
الطبقات الداخلية تبدأ تبني فهم أعمق للبيانات.

Step 4 — Prediction
النظام يقدر يتوقع أو يتعرف على شيء جديد.

بمعنى بسيط:

Data → Patterns → Representation → Prediction

طيب مثال عملي:

لو عايزين نعلم نموذج يتعرف على الصور…

مش هنقعد نقوله:

دي عين…
ودي ودن…
ودي مناخير…

لا.

إحنا بنديله آلاف الصور.

اللي بيحصل جوه الشبكة تقريبًا كده:

أول طبقات تتعلم حدود الشكل
بعدها طبقات تتعلم الأشكال
بعدها طبقات تتعلم الملامح
وفي الآخر يبدأ يفهم الصورة كاملة

يعني حتى الآلة بتتعلم بنفس الفكرة:

الصورة الكبيرة الأول…
والتفاصيل بعد كده.

⸻

والأجمل بقى إن أول كلمة في رحلة المعرفة في القرآن كانت كلمة واحدة بس:

اقْرَأْ

اقرأ…
لاحظ…
افهم الصورة الكبيرة…

وبعد كده…

ابدأ حلّل التفاصيل.

⸻

20/06/2026

We’re hiring:

Benefits:
• Fixed Salary
• Health Insurance
• Performance-Based Bonuses
• Career Growth Opportunities
• Professional Work Environment
• Paid Official Holidays
Qualifications:
• Graduate of Commerce or Business Administration.
Fresh grass
Send your CV to:
010 11831356

17/06/2026

هو ده السر

إن المقياس الحقيقي للتعلم مش بس كمية المعلومات اللي الطالب عارفها…

لكن قد إيه بياخد وقت عشان يتعلم حاجة أول مرة يشوفها.

لو سألتك:

مين الطالب الأذكى؟

اللي عارف 1000 معلومة؟

ولا اللي قادر يتعلم معلومة جديدة أسرع؟

تخيل امتحان مفيهوش ولا سؤال من المنهج…

ولا معلومة شافها قبل كده…

مجرد موضوع جديد تمامًا، والطالب مطلوب منه يفهمه ويحلله ويستنتج منه.

ساعتها هنقيس:

* سرعة التعلم.
* جودة الفهم.
* القدرة على التعامل مع المجهول.
* وربط الأفكار ببعض.

والغريب إن ده أصلًا اللي بيحصل في الواقع العملي.

لما شركة تختار قائد فريق جديد…

أو مهندس يقود مشروع أكبر…

أو رائد أعمال يدخل سوق جديد…

المسؤوليات الأكبر والنجاحات الأكبر غالبًا بتروح للشخص اللي قادر يتعلم أسرع، ويتأقلم أسرع، ويفهم الجديد أسرع.

والفكرة دي مش مجرد رأي.

اختبارات PISA العالمية التابعة لـ OECD بقت تقيس قدرة الطلاب على فهم وتحليل وحل مشكلات جديدة، مش مجرد استرجاع المعلومات.

وكمان أبحاث Learning Agility بتعتبر إن القدرة على التعلم والتكيف السريع من أهم المؤشرات على النجاح المهني والقيادي.

عشان كده يمكن السؤال الأهم في التعليم النهارده مش بس:

“الطالب عارف إيه؟”

لكن:

“الطالب بياخد قد إيه وقت عشان يتعلم حاجة أول مرة يشوفها؟”

لأن المستقبل مش هيكون من نصيب اللي يعرف أكتر…

هيكون من نصيب اللي بيتعلم أسرع.
The more you learn the more you learn more

#التعليم

18/05/2026

🚨 Big Announcement | إعلان مهم 🚨

فخورين في EDU-X Digital Solutions بالإعلان عن شراكة جديدة مع TAHA Global Stones لتطوير Autonomous Auto Loading Marble Systems — خطوة جديدة نحو صناعة رخام أكثر ذكاءً وكفاءة باستخدام التكنولوجيا والأنظمة الذكية.

TAHA Global Stones تُعد من الشركات الرائدة في صناعة وتصدير الرخام والحجر الطبيعي، ومع الخبرة الصناعية الكبيرة ليهم والجانب الهندسي والتكنولوجي من EDU-X، متحمسين جدًا للي جاي.

Proud to announce a new partnership between EDU-X Digital Solutions and TAHA Global Stones to develop smart autonomous marble loading systems, combining industrial expertise with engineering and automation to shape the future of smart manufacturing.

More updates coming soon… 🚀