آموزش [جدید] بوت‌کمپ جامع داکر برای یادگیری ماشین، GenAI و هوش مصنوعی عامل‌محور (Agentic AI) - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• چرا و چگونه داکر برای یادگیری ماشین و هوش مصنوعی حیاتی است Why and How Docker is important for Machine Learning / Artificial Intelligence

• اهمیت داکر در اکوسیستم AI و ML Why and How Docker is important for Machine Learning / Artificial Intelligence

• داکر در دنیای LLMها و هوش مصنوعی عامل‌محور Docker in the world of LLMs and Agentic AI

• دانلود اسلایدهای آموزشی Download the Slides Deck

• نصب و تایید صحت Docker Desktop Installing and validating Docker Desktop

• راه‌اندازی ابزارها و محیط مورد نیاز دوره Setting up tools and environment for this Course

• توضیح مزایای داکر برای مدیران و ذینفعان Explaining Docker to a Skeptical Stakeholder

• کوییز سریع: چرا داکر برای AI/ML مهم است Quick Quiz: Why Docker Matters for AI/ML

راه‌اندازی و مدیریت محیط‌های توسعه ML با داکر Launch and Operate ML Dev Environments with Docker

• پروژه: راه‌اندازی محیط توسعه ML با داکر، MLFlow و Jupyter Project - Setup ML Dev Environment with Docker - MLFlow and Jupyter

• مفاهیم داکر: Image، Container، Registry و Repository Docker Concepts - Images, Container, Registry, Repository. Pulling Images

• اجرا، تحلیل و اتصال به کانتینر MLFlow Launch, Analyse and Connect to MLFlow Container

• عملیات کانتینر: گزینه‌های رایج، Detaching و مدیریت کانتینرها Container Operations - Common options, Detaching, Listing, Managing Containers

• اجرای محیط JupyterLabs با Volume مشترک با سیستم میزبان Launch JupyterLabs Notebook Envioronment with a Volume shared with Host

• نوشتن و اجرای یک پروژه ML ساده در نوت‌بوک کانتینری Writing and executing a simple ML Project with Container Hosted Jupyter Notebook

• اتصال نوت‌بوک به MLFlow برای ردیابی آزمایش‌ها Connect Notebook with MLFlow Container for Experiment Tracking

• راهنمای پروژه: خودتان بسازید Project Guide -Build it Yourself

• مرور آزمایشگاه: اجرای MLflow و Jupyter با داکر Lab Review: Running MLflow & Jupyter with Docker

بسته‌بندی اپلیکیشن‌های ML به عنوان تصاویر کانتینری با Dockerfiles Packaging ML Apps as Container Images with Dockerfiles

• پروژه Nebula: کانتینری کردن اپلیکیشن Tech Stack Advisor و میزبانی در Hugging Face Project Nebula - Containerize Tech Stack Advisor ML App and Host it on Hugging F

• بیانیه ماموریت پروژه Mission Statement

• ساخت، تست پروژه ML و آموزش مدل Build and test the ML Project and Train the Model

• چرا و چگونه ابتدا تصاویر کانتینر را به صورت دستی بسازیم؟ Why and how to build Container Images Manually First ?

• ساخت گام‌به‌گام تصویر کانتینر با روش Imperative Building a container image step by step using the Imperative Approach

• ساخت و تست تصویر با استفاده از Dockerfile Buidling and Testing the Image using Dockerfile

• تحلیل، تگ‌گذاری و انتشار تصاویر کانتینری Analysing, Tagging and Publishing Container Images

• راهنمای سریع دستورات نوشتن Dockerfile How to write Dockerfile ? Instructions Quick Dive

• استقرار و میزبانی اپلیکیشن کانتینری در Hugging Face Spaces Deploy and Host Containerized App to Hugging Face Spaces

• راهنمای پروژه: خودتان بسازید Project Guide -Build it Yourself

• کوییز سریع: کانتینری کردن اپلیکیشن‌های ML با Dockerfile Quick Quiz: Containerizing ML Apps with Dockerfile

• ساخت یک استک ML محلی با Docker Compose Building a Local ML Stack with Docker Compose

شبیه‌سازی سیستم‌های ML در سطح عملیاتی (Production) با Docker Compose Simualting Production Grade ML Systems in Dev with Docker Compose

• پروژه: ساخت و استقرار اپلیکیشن پیش‌بینی قیمت خانه در محیط توسعه با Docker Compose Project - Build and Deploy House Price Predictions ML App in Dev with Docker Co

• بیانیه ماموریت پروژه Mission Statement

• درک استک اپلیکیشن و جریان کاری ML Understanding the Application Stack and the ML Workflow

• اتوماسیون اجرای MLFlow با نوشتن Compose Spec و یادگیری سینتکس Compose Automate MLFlow Launch with Code by writing Compose Spec , Learn Compose Syntax

• اجرای خط لوله پردازش داده، مهندسی ویژگی و آموزش مدل Run the Data Processing, Feature Engineering and Model Training Pipeline for Hou

• ترکیب اپلیکیشن‌های FastAPI و Streamlit با Multi-Service Compose Composing FastAPI and Streamlit Apps with Multi Service Compose Spec

• اتصال سرویس‌ها با استفاده از DNS-Based Service Discovery در داکر کامپوز Connecting Services using DNS Based Service Discovery offered by Docker Compose

• راهنمای پروژه: خودتان بسازید Project Guide - Build it Yourself

اجرای محلی LLMها با Docker Model Runner Running LLMs Locally with Docker Model Runner

• پروژه: ادغام اپلیکیشن LocalGPT با LLM محلی با استفاده از Docker Model Runner Project - Integrate LocalGPT App with Locally Running LLM using Docker Model Run

• بیانیه ماموریت پروژه Mission Statement

• Docker Model Runner چیست و چگونه با Docker Desktop تنظیم شود؟ What is Docker Model Runner ? How to Set it up with Docker Desktop ?

• بررسی Docker Model Runner: دریافت مدل LLM از کاتالوگ و اجرای آن Exploring Docker Model Runner - Pull a LLM Model from Gen AI Catalogue and Run i

• اجرای LocalGPT با اتصال سازگار با OpenAI از طریق Docker Model Runner Lanching LocalGPT App with Docker Model Runner with OpenAI Compatible Connection

• تنظیم Docker Model Runner به عنوان یک Provider در Compose Configuring Docker Model Runner as a Provider to Compose

• کوییز سریع: اجرای محلی LLMها با Docker Model Runner Quick Quiz: Running Local LLMs with Docker Model Runner

بررسی پروتکل کانتکست مدل با Docker MCP Toolkit Exploring Model Context Protocol with Docker MCP Toolkit

• پروژه: بررسی ابزار Docker MCP Toolkit Project - Explore Docker MCP Toolkit

• بیانیه ماموریت پروژه Mission Statement

• پروتکل کانتکست مدل (MCP) چیست و چگونه زیربنای AI عامل‌محور است؟ What is Model Context Protocol (MCP) and how it sets the foundation for Agentic

• شروع کار با Docker MCP Toolkit و کاتالوگ MCP با Gordon AI Getting started with Docker MCP Toolkit and MCP Catalogue with Gordon AI

• استفاده از Filesystem MCP Server Using Filesystem MCP Server

• اتصال امن به GitHub MCP Server با دسترسی Read-Only Securely connecting to GitHub MCP Server and using Read Only Access

• تولید خودکار کد، کنترل نسخه و ارسال به گیت‌هاب با MCP Server Auto generating Code, Revision Controlling it and Pushing it toGitHub with MCP S

• کوییز سریع: اتصال LLMها به ابزارها با Docker MCP Quick Quiz: Connecting LLMs to Tools with Docker MCP