آموزش معماری ایجنت‌های هوش مصنوعی: طراحی سیستم‌های ایجنتی موثر - آخرین آپدیت

دانلود AI Agent Architecture: Design Effective Agentic Systems

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: راهنمای جامع طراحی ایجنت‌های مدرن هوش مصنوعی: ساخت سیستم‌های ایجنتی با بازگشت سرمایه (ROI) واقعی در دنیای واقعی - نحوه طراحی سیستم‌های پرامپتینگ قدرتمند برای ایجنت‌ها - نحوه پیاده‌سازی جریان‌های کاری ایجنتی مانند مسیریابی (Routing)، موازی‌سازی، مدل ارکستراتور-ورکر (Orchestrator-Worker) و ارزیاب-بهینه‌ساز (Evaluator-Optimizer) - نحوه ساخت معماری‌های تک-ایجنت و چند-ایجنت - فعال‌سازی قابلیت‌های برنامه‌ریزی، تجزیه وظایف و استدلال - نحوه طراحی سیستم‌های حافظه، شامل بافرهای زمینه کوتاه‌مدت، RAG مبتنی بر بردار و حافظه در سطح موجودیت - تضمین قابلیت اطمینان، عملکرد و بازیابی خطاها - پیاده‌سازی کنترل انسان در چرخه (Human-in-the-loop)، خود-بازتابی و نظارت - اعمال حاکمیت، نرده‌های حفاظتی (Guardrails)، کنترل هزینه، شناسایی سوگیری و تست‌های سایه A/B - نحوه ارزیابی و بنچ‌مارک صحیح ایجنت‌های هوش مصنوعی در محیط عملیاتی پیش نیازها: درک پایه از هوش مصنوعی و مدل‌های زبانی بزرگ (LLMs)، سواد فنی مقدماتی

ایجنت‌های هوش مصنوعی در حال بازتعریف توانایی‌های نرم‌افزار هستند. آیا برای طراحی آن‌ها آماده‌اید؟

اگر مجذوب ایجنت‌های هوش مصنوعی هستید و می‌خواهید دقیقاً درک کنید سیستم‌های هوشمند چگونه معماری، مقیاس‌بندی و کنترل می‌شوند، در جای درستی هستید.

نقشه راه طراحی ایجنت‌های هوش مصنوعی: معماری سیستم‌های ایجنتی یک دوره جامع است که به شما می‌آموزد ایجنت‌های مدرن هوش مصنوعی در واقعیت چگونه کار می‌کنند و چگونه آن‌ها را برای کاربردهای دنیای واقعی طراحی کنید.

شما با مبانی هوش مصنوعی ایجنتی شروع می‌کنید و تفاوت بین جریان‌های کاری ایجنتی و ایجنت‌های کامل هوش مصنوعی را به طور واضح درک خواهید کرد. از آنجا، اجزای سازنده اصلی سیستم‌های ایجنتی را به تسلط می‌رسانید، یاد می‌گیرید چه زمانی از ایجنت‌ها استفاده کنید (و چه زمانی نکنید) و متوجه می‌شوید چرا معماری، تفاوت بین یک دموی ساده و یک سیستم قابل اعتماد است.

با پیشروی در دوره، بسیار فراتر از تئوری خواهید رفت. شما یاد خواهید گرفت:

  • نحوه طراحی سیستم‌های پرامپتینگ قدرتمند برای ایجنت‌ها

  • نحوه پیاده‌سازی جریان‌های کاری ایجنتی مانند مسیریابی، موازی‌سازی، ارکستراتور-ورکر و ارزیاب-بهینه‌ساز

  • نحوه ساخت معماری‌های تک-ایجنت و چند-ایجنت

  • نحوه فعال‌سازی برنامه‌ریزی، تجزیه وظایف و استدلال

  • نحوه طراحی سیستم‌های حافظه، شامل بافرهای زمینه کوتاه‌مدت، RAG مبتنی بر بردار و حافظه در سطح موجودیت

  • نحوه تضمین قابلیت اطمینان، عملکرد و بازیابی خطا

  • نحوه پیاده‌سازی کنترل انسان در چرخه، خود-بازتابی و نظارت

  • نحوه اعمال حاکمیت، نرده‌های حفاظتی، کنترل هزینه، شناسایی سوگیری و تست‌های سایه A/B

  • نحوه ارزیابی و بنچ‌مارک صحیح ایجنت‌های هوش مصنوعی در محیط عملیاتی

در پایان دوره، شما صرفاً از ایجنت‌های هوش مصنوعی «استفاده» نخواهید کرد، بلکه مانند یک معمار ایجنت هوش مصنوعی فکر خواهید کرد و قادر خواهید بود سیستم‌هایی طراحی کنید که مقیاس‌پذیر باشند، سازگار شوند و به طور ایمن در محیط‌های واقعی عمل کنند.

این دوره برای افراد زیر ایده‌آل است:

  • مهندسان هوش مصنوعی و توسعه‌دهندگان

  • دانشمندان داده و مهندسان یادگیری ماشین (ML)

  • بنیان‌گذاران فنی و مدیران محصول

  • مدیران نوآوری و استراتژیست‌های هوش مصنوعی

  • هر کسی که می‌خواهد از چت‌بات‌های ساده به سمت سیستم‌های ایجنتی واقعی حرکت کند

تعداد کمی از فناوری‌ها می‌توانند نرم‌افزار، عملیات تجاری و کل صنایع را به اندازه ایجنت‌های هوش مصنوعی متحول کنند. شرکت‌ها در حال حاضر از ابزارهای ساده LLM به سمت سیستم‌های ایجنت‌محور که عمل می‌کنند و یاد می‌گیرند در حال تغییر هستند.

اگر می‌خواهید در این تحول پیشرو باشید، این دوره کتابچه راهنمای معماری (Architecture Playbook) مورد نیاز شما را ارائه می‌دهد.

چه چیزی این دوره ایجنت‌های هوش مصنوعی را متمایز می‌کند؟

۱. تمرکز بر معماری در سطح عملیاتی (Production-Grade)

این فقط یک دوره دیگر درباره «ابزارهای هوش مصنوعی» نیست. ما بر الگوهای طراحی، مقیاس‌پذیری، قابلیت اطمینان، حاکمیت و عملکرد تمرکز می‌کنیم؛ مواردی که در واقعیت تعیین‌کننده موفقیت در محصولات واقعی هستند.

۲. مدرس خبره

مدرس شما Ned Krastev، مدیرعامل و بنیان‌گذار 365 Data Science است که دوره‌های او بیش از ۵ میلیون یادگیرنده در سراسر جهان را آموزش داده و توسط متخصصان و شرکت‌های سطح Fortune در سراسر دنیا استفاده می‌شود.

۳. یادگیری بصری و داستان‌محور

مفاهیم پیچیده ایجنتی از طریق انیمیشن‌های باکیفیت، نمودارها و روایت‌های داستانی توضیح داده می‌شوند تا معماری‌های پیشرفته، شهودی و به‌یادماندنی شوند—بسیار فراتر از آموزش‌های سنتی مبتنی بر اسلاید.

ضمانت بازگشت وجه کامل ۳۰ روزه

ما چنان به کیفیت این دوره اطمینان داریم که شما با یک سیاست بازگشت وجه ۳۰ روزه بدون پرسش کاملاً محافظت می‌شوید. هیچ ریسکی وجود ندارد و مزایای آن بی‌شمار است.

آینده نرم‌افزار، ایجنتی است.

فقط تماشاگر نباشید—آن را طراحی کنید.

روی دکمه «همین حالا بخرید» کلیک کنید و طراحی سیستم‌های هوشمندی را آغاز کنید که نسل بعدی محصولات مبتنی بر هوش مصنوعی را تعریف خواهند کرد.


سرفصل ها و درس ها

مقدمه Introduction

  • دوره چه مواردی را پوشش می‌دهد What does the course cover

مبانی هوش مصنوعی ایجنتی Foundations of Agentic AI

  • جریان‌های کاری ایجنتی در مقابل ایجنت‌های هوش مصنوعی Agentic workflows vs. AI agents

  • اجزای سازنده اصلی یک ایجنت هوش مصنوعی Core building blocks of an AI agent

  • چه زمانی (و چه زمانی) از ایجنت‌های هوش مصنوعی استفاده کنیم When (and when not) to use AI agents

  • چرا معماری اهمیت دارد: مقیاس‌پذیری، قابلیت اطمینان و کنترل Why architecture matters: Scaling, reliability & control

پرامپتینگ برای سیستم‌های ایجنتی Prompting for Agentic Systems

  • مقدمه بخش Section Introduction

  • اصول کلی ساختاردهی پرامپت General principles of prompt structuring

  • چارچوب‌های پرامپتینگ Prompting frameworks

  • پرامپتینگ مثبت و منفی Positive and negative prompting

  • زنجیره تفکر (CoT) Chain-of-Thought (CoT)

جریان‌های کاری ایجنتی Agentic Workflows

  • مقدمه بخش Section Introduction

  • مدل LLM تقویت‌شده The augmented LLM

  • زنجیره‌سازی پرامپت‌ها Prompt chaining

  • مسیریابی (Routing) Routing

  • موازی‌سازی Parallelization

  • مدل ارکستراتور-ورکر Orchestrator-worker

  • مدل ارزیاب-بهینه‌ساز Evaluator-optimizer

الگوهای معماری تک-ایجنت Single-Agent Architecture Patterns

  • مقدمه بخش Section Introduction

  • چه زمانی از معماری تک-ایجنت استفاده کنیم When to use a single agent architecture

  • بازتاب (Reflection) Reflection

  • مدل ReAct (فکر کن، انجام بده) ReAct (Think-Do)

  • مدل Reflexion Reflexion

برنامه‌ریزی و تجزیه وظایف Planning and Decomposition

  • مقدمه بخش Section Introduction

  • تجزیه وظایف (Task Decomposition) Task decomposition

  • اهمیت برنامه‌ریزی The importance of planning

  • برنامه‌ریزی و حل مسئله Plan and solve

  • مدل ReWOO ReWOO

  • درخت تفکر (Tree of Thought) Tree of thought

معماری‌های چند-ایجنت Multi-Agent Architectures

  • مقدمه بخش Section Introduction

  • چه زمانی از سیستم‌های تک-ایجنت در مقابل چند-ایجنت استفاده کنیم When to use single vs. multi-agent systems

  • معماری‌های عمودی در مقابل افقی Vertical vs horizontal architectures

  • چالش‌های گفتگوهای گروهی Challenges with group conversations

  • مدل ناظر (Supervisor) Supervisor

  • تیم‌های سلسله‌مراتبی Hierarchical teams

  • تیم‌های پویا Dynamic teams

اجرا، عملکرد و قابلیت اطمینان Execution, Performance, and Reliability

  • مقدمه بخش Section Introduction

  • ایجنت‌ها و اجرای ناهمگام (Async) وظایف Agents and asyncronous task execution

  • معیارهای عملکرد: تأخیر و هزینه Performance metrics - latency and cost

  • مدیریت خطا و بازیابی Error handling and recovery

سیستم‌های حافظه Memory Systems

  • مقدمه بخش Section Introduction

  • بافر زمینه کوتاه‌مدت Short-term context buffer

  • RAG با ذخیره‌ساز برداری Vector store RAG

  • حافظه در سطح موجودیت Entity-level memory

نظارت و کنترل Oversight and Control

  • مقدمه بخش Section Introduction

  • خود-بازتابی Self-reflection

  • انسان در چرخه (Human-in-the-loop) Human-in-the-loop

حاکمیت و ایمنی Governance and Safety

  • الگوهای حاکمیت Governance patterns

  • نرده‌های حفاظتی و اجرای سیاست‌ها Guardrails and policy еnforcement

  • محدودکننده هزینه Cost-limiter

  • تست‌های سایه A/B A/B shadow testing

  • سیستم‌های شناسایی سوگیری و عدالت Bias and fairness systems

ارزیابی و بنچ‌مارک Evaluation and Benchmarking

  • مقدمه بخش Section Introduction

  • نحوه اندازه‌گیری عملکرد ایجنت How to measure agent performance

  • بنچ‌مارک‌های آفلاین Offline benchmarks

  • معیارهای آنلاین Online metrics

نتیجه‌گیری Conclusion

  • نتیجه‌گیری Conclusion

  • درس جایزه Bonus lecture

نمایش نظرات

آموزش معماری ایجنت‌های هوش مصنوعی: طراحی سیستم‌های ایجنتی موثر
جزییات دوره
2.5 hours
57
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
1,866
4.4 از 5
ندارد
دارد
دارد
365 Careers
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

365 Careers 365 Careers

ایجاد فرصت برای دانشجویان علوم داده و مالی