آموزش پروژه نهایی: ساخت و مدیریت پلتفرم داده‌های بومی هوش مصنوعی (AI-Native) - آخرین آپدیت

دانلود Capstone: Build and Operate an AI-Native Data Platform

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره پروژه نهایی، تمام آموخته‌های قبلی را در قالب یک پروژه پرتفولیو در سطح محیط عملیاتی (Production) ادغام می‌کند. یادگیرندگان یک مورد کاربردی واقع‌بینانه برای مهندسی داده‌های بومی هوش مصنوعی تعریف می‌کنند، الزامات تجاری و هوش مصنوعی را به تصمیمات معماری تبدیل کرده، داده‌ها را جذب و مدل‌سازی می‌کنند، اجزای اصلی پلتفرم را پیاده‌سازی کرده و حداقل یک گردش کار بومی هوش مصنوعی مانند بازیابی برداری (Vector Retrieval)، RAG، آماده‌سازی داده‌های ساختارنیافته تحت نظارت، یا انتشار داده‌های آموزشی بازتولیدپذیر را می‌سازند. این پروژه همچنین نیازمند حاکمیت داده، اعتبارسنجی، مستندسازی و برنامه‌ریزی عملیاتی است. در پایان دوره، یادگیرندگان یک پلتفرم داده بومی هوش مصنوعی کامل و آماده برای ارائه در پرتفولیو تولید می‌کنند که نشان‌دهنده معماری، تحلیل نقاط قوت و ضعف پیاده‌سازی، برنامه‌های مشاهده‌پذیری (Observability)، پشتیبانی از CI/CD، کنترل‌های کیفی، تصمیمات دسترسی و حاکمیت، و آمادگی در پاسخ به حوادث است. این پروژه نهایی برای نمایش قدرت قضاوت مهندسی در سطح سازمانی طراحی شده است، نه صرفاً انجام وظایف فنی مجزا.

سرفصل ها و درس ها

خوش‌آمدگویی به دوره Welcome to the Course

  • ویدیو خوش‌آمدگویی Welcome Video

مورد کاربردی، الزامات و معیارهای موفقیت پروژه نهایی Capstone Use Case, Requirements, and Success Criteria

  • تبیین مورد کاربردی (Use Case) Use Case Framing

  • مصرف‌کنندگان و معیارهای موفقیت Consumers and Success Criteria

  • توافق‌نامه سطح خدمات (SLA/SLO) برای پلتفرم‌های بومی هوش مصنوعی SLA/SLOs for AI-Native Platforms

  • کنترل ریسک و محدوده پروژه Risk and Scope Control

ارزیابی منابع، معماری و طراحی محصول داده Source Assessment, Architecture, and Data Product Design

  • ارزیابی منابع برای پلتفرم‌های داده بومی هوش مصنوعی Source Assessment for AI-Native Data Platforms

  • الگوهای معماری برای پلتفرم پروژه نهایی Architecture Patterns for the Capstone Platform

  • طراحی محصول داده و انتخاب اجزای بومی هوش مصنوعی Data Product Design and AI-Native Component Selection

  • نوشتن سوابق تصمیمات معماری (ADR) Writing Architecture Decision Records

پیاده‌سازی جذب، ذخیره‌سازی و خط لوله (Pipeline) اصلی Ingestion, Storage, and Core Pipeline Implementation

  • پیاده‌سازی فرآیند جذب داده‌ها Ingestion Implementation

  • ذخیره‌سازی و سازماندهی داده‌ها Storage and Layout

  • فرآیندهای ETL/ELT برای محصولات داده قابل اعتماد ETL/ELT for Trusted Data Products

  • ارکستراسیون و تکرارپذیری Orchestration and Repeatability

اجزای بومی هوش مصنوعی و رابط سرویس‌دهی AI-Native Component and Serving Interface

  • انتخاب جزء بومی هوش مصنوعی Selecting the AI-Native Component

  • الگوهای بازیابی/RAG و مجموعه‌داده‌های تحت نظارت Retrieval/RAG and Governed Corpus Patterns

  • الگوهای انتشار ویژگی‌ها (Feature) و مجموعه‌داده‌های آموزشی Feature and Training Dataset Release Patterns

  • رابط‌های سرویس‌دهی (Serving Interfaces) Serving Interfaces

کیفیت، ارزیابی، حاکمیت داده و CI/CD Quality, Evaluation, Governance, and CI/CD

  • بررسی‌های کیفیت داده Data Quality Checks

  • ارزیابی اجزای بومی هوش مصنوعی Evaluation for AI-Native Components

  • مستندات حاکمیت داده Governance Documentation

  • گیت‌های CI/CD CI/CD Gates

عملیات، مانیتورینگ، پاسخ به حوادث و ارائه پرتفولیو Operations, Monitoring, Incident Response, and Portfolio Presentation

  • مانیتورینگ و رانش داده‌ها (Drift) Monitoring and Drift

  • اجراهای ناموفق و پاسخ به حوادث Failed Runs and Incident Response

  • تحلیل ریشه خطا (RCA)، بازپر کردن داده‌ها و مدیریت چرخه عمر RCA, Backfills, and Lifecycle Management

  • آماده‌سازی دموی پرتفولیو Portfolio Demo Preparation

آزمون نهایی Final Exam

جمع‌بندی دوره Course Summary

  • جمع‌بندی نهایی Wrap up

نمایش نظرات

آموزش پروژه نهایی: ساخت و مدیریت پلتفرم داده‌های بومی هوش مصنوعی (AI-Native)
جزییات دوره
25h 6m
26
(آخرین آپدیت)
1
- از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده

Antonio Cangiano Antonio Cangiano