آموزش استقرار و مقیاس‌بندی هوش مصنوعی عامل‌محور (Agentic AI): تست و نظارت‌پذیری - آخرین آپدیت

دانلود Deploying & Scaling Agentic AI: Testing & Observability

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: در این دوره تخصص در زمینه تست، ارزیابی و استقرار سیستم‌های هوش مصنوعی عامل‌محور در مقیاس وسیع را کسب کنید. بیاموزید که چگونه با استفاده از چارچوب‌ها و پروتکل‌های استاندارد صنعت، قابلیت اطمینان، امنیت و عملکرد را در خط لوله‌های عامل‌های آماده تولید تضمین کنید. این دوره، یادگیرندگان را از طریق فرآیندهای حیاتی تست، عیب‌یابی و ارزیابی سیستم‌های Agentic AI هدایت می‌کند و چارچوب‌های تست واحد (Unit)، یکپارچگی (Integration) و تست‌های سرتاسری (End-to-End) را پوشش می‌دهد. کشف کنید که چگونه با استفاده از ابزارهای نظارت‌پذیری (Observability)، رفتار عامل‌ها را مانیتور و ردیابی کنید و عملکرد آن‌ها را با خط لوله‌های ارزیابی خودکار بسنجید. سپس به سراغ طراحی و استقرار معماری‌های امن و مقیاس‌پذیر عامل‌ها، پیاده‌سازی گاردریل‌های مستحکم، بهینه‌سازی هزینه و تأخیر (Latency) و کاهش ریسک‌های امنیتی در پروتکل‌های تعامل‌پذیری خواهید پرداخت. در پایان دوره، شما آماده خواهید بود تا راهکارهای Agentic AI در سطح تولید ارائه دهید که ایمن، کارآمد و تاب‌آور باشند. یادگیرندگان از طریق مطالعات جامع، آموزش‌های عملی کدنویسی و کوییزهای هدفمند، چرخه کامل استقرار هوش مصنوعی عامل‌محور را به طور کامل فرا می‌گیرند. این دوره بر بهترین شیوه‌های تست، نظارت‌پذیری و استقرار امن تأکید دارد تا اطمینان حاصل شود که یادگیرندگان می‌توانند با اعتماد به نفس، عامل‌های هوشمند را وارد محیط‌های تولید واقعی کنند. این دوره، بخش سوم از یک تخصص سه قسمتی است که برای ایجاد درکی کامل و منسجم از این موضوع طراحی شده است. اگرچه این دوره به تنهایی مهارت‌های ارزشمندی ارائه می‌دهد، اما بیشترین بهره را با گذراندن هر سه دوره به عنوان یک مسیر یادگیری ساختاریافته خواهید برد. این دوره بر اساس کتاب "طراحی سیستم‌های Agentic AI، ساخت و استقرار عامل‌های هوشمند" اثر وینیت کومار سینگ تهیه شده است. حق چاپ © ۲۰۲۶ وینیت کومار سینگ. تمامی حقوق محفوظ است.

سرفصل ها و درس ها

تست، عیب‌یابی و ارزیابی Testing, Debugging & Evaluation

  • یک چارچوب تست برای عامل‌های هوش مصنوعی - ۱ مقدمه و نمای کلی A Testing Framework for AI Agents - 1 Introduction & Overview

  • یک چارچوب تست - ۲ تست واحد + تست یکپارچگی، تست E2E + ردپاهای طلایی A Testing - 2 Unit Testing + Integration Testing, E2E Testing + Golden Traces

  • یک چارچوب تست - ۳ ابزارهای نظارت‌پذیری، تست سیستم تحقیق چند-عاملی A Testing - 3 Observability Tools, Testing Multi-Agent Research System

  • مثال کدنویسی ۶.۱ یک چارچوب تست برای عامل‌های هوش مصنوعی Coding Example 6.1 A Testing Framework for AI Agents

  • تمرین کدنویسی ۶.۱ یک چارچوب تست برای عامل‌های هوش مصنوعی Coding Exercise 6.1 A Testing Framework for AI Agents

  • متریک‌های کلیدی ارزیابی برای عامل‌ها - ۱ مقدمه و نمای کلی Key Evaluation Metrics for Agents - 1 Introduction & Overview

  • متریک‌های کلیدی - ۲ اندازه‌گیری متریک‌ها: موفقیت در وظیفه + کیفیت، تأخیر + هزینه + ایمنی Key - 2 Measuring Metrics - Task Success + Quality, Latency + Cost + Safety

  • متریک‌های کلیدی - ۳ یکپارچگی با MCP/A2A و نظارت‌پذیری، سیستم تحقیق چند-عاملی Key - 3 Integration w MCP/A2A and Observability, Multi-Agent Research System

  • مثال کدنویسی ۶.۲ متریک‌های کلیدی ارزیابی برای عامل‌ها Coding Example 6.2 Key Evaluation Metrics for Agents

  • تمرین کدنویسی ۶.۲ متریک‌های کلیدی ارزیابی برای عامل‌ها Coding Exercise 6.2 Key Evaluation Metrics for Agents

  • ردیابی و نظارت‌پذیری - ۱ مقدمه و نمای کلی Tracing & Observability - 1 Introduction & Overview

  • ردیابی - ۲ Langsmith، OpenTelemetry، یکپارچگی با MCP/A2A Tracing - 2 Langsmith, OpenTelemetry, Integration with MCP/A2A

  • ردیابی - ۳ ردپاها، لاگ‌ها و متریک‌ها، ردیابی یک سیستم تحقیق چند-عاملی Tracing - 3 Traces, Logs & Metrics, Tracing a Multi-Agent Research System

  • مثال کدنویسی ۶.۳ ردیابی و نظارت‌پذیری Coding Example 6.3 Tracing & Observability

  • تمرین کدنویسی ۶.۳ ردیابی و نظارت‌پذیری Coding Exercise 6.3 Tracing & Observability

  • بنچ‌مارک‌ها و ارزیابی خودکار - ۱ مقدمه و نمای کلی Benchmarks and Automated Evaluation - 1 Introduction & Overview

  • بنچ‌مارک‌ها - ۲ ساخت خط لوله‌های ارزیابی خودکار، گیت‌های رگرسیون، MCP Benchmarks - 2 Building Automated Evaluation Pipelines, Regression Gates, MCP

  • بنچ‌مارک‌ها - ۳ استک ابزارهای نظارت‌پذیری، بنچ‌مارک سیستم چند-عاملی Benchmarks - 3 Observability Toolkit Stack, Benchmarking Multi-Agent System

  • مثال کدنویسی ۶.۴ بنچ‌مارک‌ها و ارزیابی خودکار Coding Example 6.4 Benchmarks and Automated Evaluation

  • تمرین کدنویسی ۶.۴ بنچ‌مارک‌ها و ارزیابی خودکار Coding Exercise 6.4 Benchmarks and Automated Evaluation

سیستم‌های تولیدی — ایمنی، مقیاس و استقرار Production Systems — Safety, Scale & Deployment

  • معماری‌های عامل آماده تولید - ۱ مقدمه و نمای کلی Production-Ready Agent Architectures - 1 Introduction & Overview

  • معماری‌های تولیدی - ۲ مقیاس‌بندی، ارکستراتور و خط لوله، سیستم ناظر و صف‌بندی Production - 2 Scaling, Orchestrator & Pipeline, Supervisor & Queueing System

  • معماری‌های تولیدی - ۳ ابزارهای نظارت‌پذیری، سیستم تحقیق آماده تولید Production - 3 Observability Tools, Production-Ready Research System

  • مثال کدنویسی ۷.۱ معماری‌های عامل آماده تولید Coding Example 7.1 Production-Ready Agent Architectures

  • تمرین کدنویسی ۷.۱ معماری‌های عامل آماده تولید Coding Exercise 7.1 Production-Ready Agent Architectures

  • پیاده‌سازی گاردریل‌های مستحکم - ۱ مقدمه و نمای کلی Implementing Robust Guardrails - 1 Introduction & Overview

  • پیاده‌سازی گاردریل‌ها - ۲ پیاده‌سازی مکانیزم‌های ایمنی، نظارت‌پذیری، MCP/A2A/ANP Implementing - 2 Implementing Safety Mechanisms, Observability, MCP/A2A/ANP

  • پیاده‌سازی گاردریل‌ها - ۳ ردیابی و نظارت‌پذیری، خط لوله نظارت‌پذیری Implementing Guardrails - 3 Tracing & Observability, Observability Pipeline

  • مثال کدنویسی ۷.۲ پیاده‌سازی گاردریل‌های مستحکم Coding Example 7.2 Implementing Robust Guardrails

  • تمرین کدنویسی ۷.۲ پیاده‌سازی گاردریل‌های مستحکم Coding Exercise 7.2 Implementing Robust Guardrails

  • بهینه‌سازی هزینه و تأخیر - بخش ۱ مقدمه و نمای کلی Cost and Latency Optimization - Part 1 Introduction & Overview

  • بهینه‌سازی هزینه - ۲ استراتژی‌های بهینه‌سازی: کشینگ، دسته‌ای کردن، مدیریت شروع سرد Cost - 2 Optimization Strategies - Caching, Batching, Cold-Start Management

  • بهینه‌سازی هزینه - ۳ یکپارچگی با MCP/A2A، استک نظارت‌پذیری، مثال عملی Cost - 3 Integration with MCP/A2A, The Observability Stack, Practical Example

  • مثال کدنویسی ۷.۳ بهینه‌سازی هزینه و تأخیر Coding Example 7.3 Cost and Latency Optimization

  • تمرین کدنویسی ۷.۳ بهینه‌سازی هزینه و تأخیر Coding Exercise 7.3 Cost and Latency Optimization

  • ریسک‌های امنیتی در پروتکل‌های تعامل‌پذیری - بخش ۱ مقدمه و نمای کلی Security Risks in Interoperability Protocols - Part 1 Introduction & Overview

  • ریسک‌های امنیتی - ۲ آسیب‌پذیری‌ها: اعتماد به نقاط انتهایی و مسمومیت IoT، تزریق پرامپت Security - 2 Vulnerabilities - Endpoint Trust & IoT Poisoning, Prompt Inject

  • ریسک‌های امنیتی - ۳ استک نظارت‌پذیری برای پروتکل‌ها، سیستم تحقیق چند-عاملی Security - 3 Observability Stack for Protocols, Multi-Agent Research System

  • مثال کدنویسی ۷.۴ ریسک‌های امنیتی در پروتکل‌های تعامل‌پذیری Coding Example 7.4 Security Risks in Interoperability Protocols

  • تمرین کدنویسی ۷.۴ ریسک‌های امنیتی در پروتکل‌های تعامل‌پذیری Coding Exercise 7.4 Security Risks in Interoperability Protocols

نمایش نظرات

آموزش استقرار و مقیاس‌بندی هوش مصنوعی عامل‌محور (Agentic AI): تست و نظارت‌پذیری
جزییات دوره
11h 18m
40
(آخرین آپدیت)
37
- 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