آموزش ۱۴ روز تا ساخت سیستم‌ها و ایجنت‌های هوش مصنوعی - آخرین آپدیت

دانلود 14 Days to Building AI Systems & Agents

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: توسعه مدرن هوش مصنوعی را با ساخت ایجنت‌ها، جریان‌های کاری (Workflows) و اپلیکیشن‌های واقعی AI بیاموزید. طراحی و معماری سیستم‌های جامع هوش مصنوعی، شامل رابط کاربری (UI)، منطق بک‌اند، حافظه، ابزارها و اتوماسیون جریان‌های کاری. ساخت و استقرار ایجنت‌های هوش مصنوعی که قادر به استدلال، اجرای عملیات و ادغام با ابزارهای خارجی و APIها باشند. پیاده‌سازی خروجی‌های ساختاریافته، گاردریل‌های اعتبارسنجی و بررسی‌های امنیتی برای تبدیل سیستم‌های AI به ابزارهای قابل اعتماد و آماده تولید. توسعه اپلیکیشن‌های هوش مصنوعی Stateful با حافظه چند-مرحله‌ای و مدیریت نشست‌های پایدار. ایجاد و اتوماسیون جریان‌های کاری چند-مرحله‌ای AI که زنجیره‌ای از استدلال، استخراج، منطق تصمیم‌گیری و اجرای عملیات را شامل می‌شود. استقرار امن اپلیکیشن‌های AI در فضای ابری با استفاده از متغیرهای محیطی و بهترین شیوه‌های تولید (Production). مستندسازی، ارائه دمو و بسته‌بندی پروژه‌های AI به عنوان دارایی‌های آماده برای پورتفولیو، مناسب برای درخواست‌های شغلی یا پروژه‌های مشتریان. به‌کارگیری مهندسی پرامپت، استراتژی‌های ارزیابی و تست‌های رگرسیون برای بهبود عملکرد سیستم AI در طول زمان. پیشنیازها: آشنایی مقدماتی با پایتون (متغیرها، توابع و نصب پکیج‌ها با pip). توانایی اجرای دستورات در ترمینال (استفاده پایه از خط فرمان). اتصال اینترنت برای دسترسی به APIهای هوش مصنوعی و پلتفرم‌های استقرار ابری.

“این دوره شامل استفاده از هوش مصنوعی است”

دوره ۱۴ روز تا ساخت سیستم‌ها و ایجنت‌های هوش مصنوعییک برنامه عملی و متمرکز بر پیاده‌سازی است که به شما می‌آموزد چگونه اپلیکیشن‌های واقعی و آماده تولید AI را از پایه بسازید. این یک دوره تئوری نیست، بلکه سفری کاربردی و ساختاریافته در دنیای معماری سیستم‌های AI، ادغام LLM، ایجنت‌های هوش مصنوعیو جریان‌های کاری اتوماسیوناست.

در طول ۱۴ روز، شما از آزمایش‌های ساده با پرامپت فراتر رفته و یاد می‌گیرید که توسعه مدرن AIدر واقعیت چگونه کار می‌کند. شما سیستم‌های AI فول‌استک طراحی خواهید کرد که ترکیبی از رابط‌های کاربری فرانت‌اند، APIهای بک‌اند، حافظه چند-مرحله‌ای، اجرای ابزارهاو گاردریل‌های اعتبارسنجیهستند. به جای ساخت اسکریپت‌های ایزوله، شما محصولات منسجم AI خواهید ساخت.

دوره با مبانی اصلی شروع می‌شود: درک اینکه چگونه سیستم‌های AI، مدل‌های یادگیری ماشینو مدل‌های زبانی بزرگ (LLMs)در کنار هم قرار می‌گیرند. شما یاد می‌گیرید چگونه با APIهای LLMکار کنید، توکن‌ها و دمای مدل (Temperature)را مدیریت کنید و پرامپت‌های ساختاریافته‌ای بنویسید که خروجی‌های قابل اعتمادی تولید کنند. سپس به سمت ساخت سیستم‌های Stateful با حافظه پایدارپیش می‌روید تا اپلیکیشن‌های شما قادر به مدیریت گفتگوهای طولانی و حفظ کانتکست باشند.

با پیشرفت در دوره، خروجی‌های ساختاریافته JSONرا پیاده کرده، اعتبارسنجی طرح‌واره (Schema Validation)را اعمال می‌کنید و گاردریل‌های ایمنی AIرا برای قابل اتکا کردن سیستم‌ها به کار می‌برید. همچنین ایجنت‌های کاربردی AIمی‌سازید که می‌توانند ابزارها را اجرا کنند، با فایل‌ها تعامل داشته باشند و استدلال‌های چند-مرحله‌ای انجام دهند. این ایجنت‌ها فقط پاسخ نمی‌دهند، بلکه عمل می‌کنند.

سپس یاد می‌گیرید چگونه جریان‌های کاری اتوماسیونرا طراحی کنید و چندین مرحله AI را در خط لوله‌های قطعی (Deterministic Pipelines) زنجیر کنید. با ترکیب استدلال، ابزارها و اعتبارسنجی، جریان‌های کاری جامع AIایجاد می‌کنید که قادر به حل تسک‌های عملیاتی واقعی هستند.

استقرار (Deployment) یکی از محورهای اصلی است. شما سیستم خود را بسته‌بندی کرده، متغیرهای محیطی را به صورت امن تنظیم کرده و اپلیکیشن AI خود را در ابر مستقر می‌کنید. یاد می‌گیرید چگونه از یک پروتوتایپ محلی به یک محصول زنده و قابل اشتراک برسید.

در نهایت، پروژه نهایی خود را به یک پروژه AI آماده برای پورتفولیوتبدیل می‌کنید. مستندات حرفه‌ای می‌نویسید، نمودارهای معماری رسم می‌کنید، دمو ضبط می‌کنید و مخزن گیت‌هاب خود را بهینه می‌کنید. در پایان دوره، شما یک محصول کامل AI خواهید داشت که مهارت‌های شما در طراحی سیستم AI، معماری ایجنت، اتوماسیون جریان کاری، ادغام APIو استقرار ابریرا به نمایش می‌گذارد.

این دوره برای توسعه‌دهندگان، سازندگان محصول و متخصصان فنی که به دنبال تجربه عملی در ساخت سیستم‌های مدرن AI هستند، ایده‌آل است. نیازی به ریاضیات پیشرفته نیست؛ تنها دانش پایه پایتون و اشتیاق به ساختن لازم است.

اگر می‌خواهید فراتر از پرامپت‌نویسی بروید و یاد بگیرید چگونه اپلیکیشن‌های قدرت‌گرفته از AIمهندسی کنید، ایجنت‌های AIرا ادغام نمایید و جریان‌های کاری قابل اعتمادمستقر کنید، این برنامه ۱۴ روزه ساختار، شفافیت و تجربه عملی لازم را در اختیار شما قرار می‌دهد.

بسازید. ادغام کنید. مستقر کنید. سیستم‌های واقعی AI را روانه بازار کنید.


سرفصل ها و درس ها

روز اول –مبانی: سیستم‌های هوش مصنوعی واقعاً چگونه کار می‌کنند Day 1 – Foundations: How AI Systems Actually Work

  • گواهینامه پایان دوره Certificate of Completion

  • مبانی: سیستم‌های هوش مصنوعی واقعاً چگونه کار می‌کنند Foundations: How AI Systems Actually Work

  • آزمایشگاه عملی: تبدیل یک مسئله دنیای واقعی به نمودار سیستم AI Hands-On Lab: Map a real-world problem into an AI system diagram

  • تبدیل مسئله دنیای واقعی به نمودار سیستم AI (توضیحات) Map a real-world problem into an AI system diagram (Description)

  • نقشه راه تک صفحه‌ای سیستم هوش مصنوعی One-page AI system blueprint

روز دوم –آماده‌سازی محیط برای توسعه هوش مصنوعی Day 2 – Environment Setup for AI Development

  • آماده‌سازی محیط برای توسعه هوش مصنوعی Environment Setup for AI Development

  • آزمایشگاه عملی: ساختاردهی به یک مخزن (Repo) تمیز برای پروژه AI Hands-On Lab: Structure a clean AI project repo

  • ساختاردهی به مخزن پروژه AI (توضیحات) Structure a clean AI project repo (Description)

  • محیط توسعه فعال + مقداردهی اولیه مخزن گیت‌هاب Working AI dev environment + GitHub repo initialized

روز سوم –کار با APIها و مدل‌های زبانی بزرگ (LLMs) Day 3 – Working with APIs & LLMs

  • کار با APIها و مدل‌های زبانی بزرگ (LLMs) Working with APIs & LLMs

  • آزمایشگاه عملی: ساخت یک اپلیکیشن ساده متن-به-متن Hands-On Lab: Build a simple text-in → text-out app

  • ساخت اپلیکیشن ساده متن-به-متن (توضیحات) Build a simple text-in → text-out app (Description)

  • اسکریپت دستیار AI مبتنی بر CLI CLI-based AI assistant script

روز چهارم –مهندسی پرامپت که واقعاً جواب می‌دهد Day 4 – Prompt Engineering That Actually Works

  • مهندسی پرامپت که واقعاً جواب می‌دهد Prompt Engineering That Actually Works

  • آزمایشگاه عملی: تبدیل پرامپت ضعیف به پرامپت قدرتمند و ساخت قالب‌های پرامپت Hands-On Lab: Turn a weak prompt into a robust prompt & Build prompt templates

  • تبدیل پرامپت ضعیف به قدرتمند و ساخت قالب‌ها (توضیحات) Turn a weak prompt into a robust prompt & Build prompt templates (Description)

  • کتابخانه پرامپت (قالب‌های قابل استفاده مجدد) Prompt library (reusable templates)

روز پنجم –خروجی‌های ساختاریافته و پاسخ‌های JSON Day 5 – Structured Outputs & JSON Responses

  • خروجی‌های ساختاریافته و پاسخ‌های JSON Structured Outputs & JSON Responses

  • آزمایشگاه عملی: اجبار AI به بازگرداندن JSON ساختاریافته و پارس کردن خروجی‌ها در کد Hands-On Lab: Force AI to return structured JSON & Parse AI outputs in code

  • اجبار AI به بازگرداندن JSON و پارس کردن آن (توضیحات) Force AI to return structured JSON & Parse AI outputs in code (Description)

  • تابع AI با بازگشت داده‌های JSON اعتبارسنجی شده AI function returning validated JSON data

روز ششم –کار با اسناد (مبانی RAG) Day 6 – Working with Documents (RAG Basics)

  • کار با اسناد (مبانی RAG) Working with Documents (RAG Basics)

  • آزمایشگاه عملی: بارگذاری اسناد، تبدیل به امبدینگ و پرسش از داده‌های شخصی Hands-On Lab: Load documents; Embed them; Ask questions over your own data

  • بارگذاری اسناد و پرسش از داده‌ها (توضیحات) Load documents; Embed them; Ask questions over your own data (Description)

  • دستیار AI آگاه به اسناد Document-aware AI assistant

روز هفتم –ساخت یک وب‌اپلیکیشن ساده هوش مصنوعی Day 7 – Building a Simple AI Web App

  • ساخت یک وب‌اپلیکیشن ساده هوش مصنوعی Building a Simple AI Web App

  • آزمایشگاه عملی: ساخت یک رابط کاربری وب ساده و اتصال آن به بک‌اند AI Hands-On Lab: Build a simple web UI; Connect it to their AI backend

  • ساخت رابط کاربری وب و اتصال به بک‌اند (توضیحات) Build a simple web UI; Connect it to their AI backend (Description)

  • وب‌اپلیکیشن فعال AI (به صورت محلی) Working AI web app (local)

روز هشتم –حافظه و وضعیت (State) در اپلیکیشن‌های AI Day 8 – Memory & State in AI Apps

  • حافظه و وضعیت (State) در اپلیکیشن‌های AI Memory & State in AI Apps

  • آزمایشگاه عملی: افزودن حافظه گفتگو و پایداری نشست‌های کاربر Hands-On Lab: Add conversation memory; Persist user sessions

  • افزودن حافظه گفتگو و پایداری نشست‌ها (توضیحات) Add conversation memory; Persist user sessions (Description)

  • اپلیکیشن AI مکالمه‌ای چند-مرحله‌ای Multi-turn conversational AI app

روز نهم –ایجنت‌های AI: از چت‌بات تا عامل‌های اجراکننده Day 9 – AI Agents: From Chatbots to Doers

  • ایجنت‌های AI: از چت‌بات تا عامل‌های اجراکننده AI Agents: From Chatbots to Doers

  • آزمایشگاه عملی: ساخت یک ایجنت AI اجراکننده تسک و تجهیز آن به ابزارها Hands-On Lab: Build a task-executing AI agent ; Give it tools

  • ساخت ایجنت اجراکننده تسک و ابزارها (توضیحات) Build a task-executing AI agent ; Give it tools (Description)

  • ایجنت AI که تسک‌های واقعی را به پایان می‌رساند AI agent that completes real tasks

روز دهم –اتوماسیون و جریان‌های کاری (Workflows) Day 10 – Automation & Workflows

  • اتوماسیون و جریان‌های کاری (Workflows) Automation & Workflows

  • آزمایشگاه عملی: ساخت یک جریان کاری چند-مرحله‌ای AI و اتوماسیون یک مورد کاربردی واقعی Hands-On Lab: Build a multi-step AI workflow; Automate a real use case

  • ساخت جریان کاری چند-مرحله‌ای و اتوماسیون (توضیحات) Build a multi-step AI workflow; Automate a real use case (Description)

  • جریان کاری جامع (End-to-End) هوش مصنوعی End-to-end AI workflow

روز یازدهم –ارزیابی و بهبود سیستم‌های هوش مصنوعی Day 11 – Evaluating & Improving AI Systems

  • ارزیابی و بهبود سیستم‌های هوش مصنوعی Evaluating & Improving AI Systems

  • آزمایشگاه عملی: ایجاد موارد تست برای پاسخ‌های AI و افزودن بررسی‌های امنیتی Hands-On Lab: Create test cases for AI responses; Add safety checks

  • ایجاد موارد تست و بررسی‌های امنیتی (توضیحات) Create test cases for AI responses; Add safety checks (Description)

  • سیستم AI ارزیابی شده و مقاوم‌سازی شده Evaluated and hardened AI system

روز دوازدهم –استقرار و اشتراک‌گذاری Day 12 – Deployment & Sharing

  • استقرار و اشتراک‌گذاری Deployment & Sharing

  • آزمایشگاه عملی: استقرار اپلیکیشن AI در ابر و اشتراک‌گذاری لینک عمومی Hands-On Lab: Deploy AI app to the cloud; Share a public URL

  • استقرار در ابر و اشتراک‌گذاری لینک (توضیحات) Deploy AI app to the cloud; Share a public URL (Description)

  • اپلیکیشن AI زنده و فعال Live AI application

روز سیزدهم –روز ساخت پروژه نهایی (Capstone) Day 13 – Capstone Build Day

  • روز ساخت پروژه نهایی (Capstone) Capstone Build Day

  • آزمایشگاه عملی: ساخت یک محصول کامل AI به انتخاب کاربر Hands-On Lab: Build a full AI product of their choice

  • ساخت محصول کامل AI (توضیحات) Build a full AI product of their choice (Description)

  • محصول نهایی هوش مصنوعی Final AI product

روز چهاردهم –پورتفولیو، مستندات و گام‌های بعدی Day 14 – Portfolio, Documentation & Next Steps

  • پورتفولیو، مستندات و گام‌های بعدی Portfolio, Documentation & Next Steps

  • آزمایشگاه عملی: نوشتن مستندات پروژه، ضبط دمو و بهینه‌سازی مخزن گیت‌هاب Hands-On Lab: Write project documentation; Record demo; Polish GitHub repo

  • نوشتن مستندات، ضبط دمو و بهینه‌سازی گیت‌هاب (توضیحات) Write project documentation; Record demo; Polish GitHub repo (Description)

  • پروژه AI آماده برای پورتفولیو + دمو Portfolio-ready AI project + demo

نمایش نظرات

آموزش ۱۴ روز تا ساخت سیستم‌ها و ایجنت‌های هوش مصنوعی
جزییات دوره
3.5 hours
57
(آخرین آپدیت)
4,450
4.5 از 5
ندارد
دارد
دارد
School of AI
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar