لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش Amazon Bedrock AgentCore: ساخت و استقرار هر نوع عامل هوش مصنوعی (AI Agent) روی AWS
- آخرین آپدیت
دانلود Amazon Bedrock AgentCore: Build & Deploy any AI Agent on AWS
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
با استفاده از Amazon Bedrock AgentCore و معماری serverless، اپلیکیشنهای AI Agentic که آماده تولید (Production-Ready) هستند را روی AWS استقرار کنید [کاربردی/Hands-On].
بررسی مفاهیم پایه مربوط به اجزای سازنده Amazon Bedrock AgentCore (Primitives) شامل: Runtime، قابلیت مشاهده (Observability)، حافظه (Memory)، هویت (Identity) و Gateway.
ساخت یک اپلیکیشن AI Agentic از صفر - اپلیکیشن برنامهریز تعطیلات (Vacation Planner).
Bedrock AgentCore Runtime – استقرار اپلیکیشن AI Agentic با استفاده از AgentCore Runtime + Lambda + API Gateway [کاربردی].
Bedrock AgentCore Observability [کاربردی] – مانیتورینگ با استفاده از OpenTelemetry و CloudWatch.
Amazon Bedrock AgentCore Memory [کاربردی] – افزودن کانتکست و حافظه نشست (Session Memory).
Amazon Bedrock AgentCore Identity & Gateway [کاربردی] – راهاندازی AgentCore Gateway و فراخوانی ابزارهای عامل (Agent Tools).
مرور کلی: AI Agentic، CrewAI و MCP.
پیشنیازها: دانش پایه در مورد Python و AWS Cloud (API Gateway, Lambda و CloudWatch).
به دوره “Amazon Bedrock AgentCore: ساخت عاملهای هوش مصنوعی روی AWS [کاربردی]” خوش آمدید —این عملیترین و کاربردیترین دوره برای تسلط بر توسعه AI Agentic و استقرار آن روی AWS تنها در 2 هفته است.
این دوره برای توسعهدهندگان، دانشمندان داده و علاقهمندان به هوش مصنوعی طراحی شده است که میخواهند یاد بگیرند چگونه عاملهای هوش مصنوعی Serverless کاملاً کاربردی (با هر فریمورک open-source) را با استفاده از Amazon Bedrock AgentCore بسازند، استقرار کنند و مانیتور کنند. شما در این دوره روی پروژههای واقعی و کاربردی کار خواهید کرد که مفاهیم Bedrock primitives، ارکستراسیون Runtime، حافظه، قابلیت مشاهده و استقرار با AWS Lambda و API Gateway را با هم ترکیب میکند.
از طریق آزمایشگاههای گامبهگام، شما:
یک عامل هوش مصنوعی شخصی برای برنامهریزی تعطیلات را از صفر میسازید (با فریمورک CrewAI).
عامل خود را با استفاده از Bedrock AgentCore Runtime، AWS Lambda، API Gateway و در صورت تمایل Streamlit برای اپلیکیشنهای تعاملی استقرار میکنید.
قابلیت مشاهده کامل (Observability) را با استفاده از OpenTelemetry و CloudWatch برای مانیتورینگ رفتار و عملکرد عامل فعال میکنید.
حافظه (Memory) را برای مکالمات چندمرحلهای و آگاه از کانتکست پیادهسازی میکنید.
درباره AgentCore Identity and Gateway برای آمادگی در محیط تولید (Production) یاد میگیرید.
در پایان این دوره، شما درک عمیق و عملی از نحوه ایجاد، مدیریت و مقیاسپذیری سیستمهای AI Agentic روی Amazon Bedrock AgentCore خواهید داشت.
بخش 1 - نمای کلی دوره –معرفی معرفی و اهداف یادگیری
بخش 2 - اجزای سازنده Amazon Bedrock AgentCore - مفاهیم پایه (Primitives) و مشکلی که قصد حل آن را دارد
بخش 3 - ساخت اپلیکیشن AI Agentic از صفر [کاربردی] –برنامهریز شخصی تعطیلات [با CrewAI]
بخش 4 - Bedrock AgentCore Runtime [کاربردی] –استقرار با AgentCore Runtime + Lambda + API Gateway
بخش 5 - Bedrock AgentCore Observability [کاربردی] –مانیتورینگ با OpenTelemetry و CloudWatch
بخش 6 - Amazon Bedrock AgentCore Identity & Gateway [کاربردی] –راهاندازی AgentCore Gateway و فراخوانی ابزارهای عامل
بخش 7 - Amazon Bedrock AgentCore Memory [کاربردی] –افزودن کانتکست و حافظه نشست
بخش 8 - مرور کلی: AI Agentic، CrewAI و MCP
IMPORTANT << Learning Path: GenAI Developer / Architect on AWS >>
بسیاری از یادگیرندگان میپرسند که چگونه تخصص خود را به توسعهدهنده یا معمار Generative AI در AWS تغییر دهند و از کدام ترتیب دورههای Udemy من باید پیروی کنند. در اینجا راهنماییهایی بر اساس تجربه من در صنعت IT ارائه شده است.
دورههای GenAI/Agentic AI من به دو مسیر تخمین زده شده است:
یادگیری کاربردی (Hands-On) برای ایجاد مهارتهای واقعی مورد نیاز در صنعت IT (مهمترین بخش)
آمادگی برای گواهینامه (Certification) برای کمک به کمک به قبولی در آزمون گواهینامه (بسیار مفید)
<< Hands-On Courses >>
1. دوره کاربردی 1 (مبتدی) - Amazon Bedrock, Amazon Q & AWS Generative AI [کاربردی]
اگر در GenAI و Amazon Bedrock تازهکار هستید، از اینجا شروع کنید.
2. دوره کاربردی 2 (متوسط) - ساخت عاملهای هوش مصنوعی آماده تولید روی AWS – Bedrock, CrewAI & MCP
این دوره را بعد از دوره 1 بگذرانید - بر روی AI Agentic تمرکز دارد اما اگر دوره 1 را گذرانده باشید، درک آن آسانتر خواهد بود.
3. دوره کاربردی 3 (پیشرفته) - Amazon Bedrock AgentCore : استقرار عاملهای هوش مصنوعی روی AWS
این یک دوره پیشرفته است و بر روی نحوه استقرار، مقیاسبندی و مدیریت عاملهای هوش مصنوعی در محیط Production تمرکز دارد.
توصیه میشود بعد از دوره 1 و دوره 2 گذرانده شود.
<< AWS GenAI Certification Path >>
1. دوره گواهینامه 1 : AWS Certified AI Practitioner (AIF-C01) – از مبتدی تا پیشرفته
• استقرار بعد از مرحله 1، یا
• به طور موازی با مرحله 2
نتیجه شما AWS Certified AI Practitioner (AIF-C01) را پاس میکنید و مفاهیم GenAI را که AWS انتظار دارد، درک میکنید.
2. دوره گواهینامه 2 : AWS Certified Generative AI Developer Professional (به زودی)
سرفصل ها و درس ها
نمای کلی دوره
Course Overview
معرفی دوره
Course Introduction
چند نکته مهم برای بهینهسازی تجربه یادگیری
Few Importnat Tips to Optimize Learning Experience
نقشه راه معمار AI Agentic روی AWS: مهارتهایی که باید در سال 2026 یاد بگیرید (اختیاری)
Agentic AI Architect Roadmap on AWS: Skills You Should Learn in 2026 (Optional)
Bedrock AgentCore - تست درک مفاهیم پایه
Bedrock AgentCore - Test your understanding of the basic concepts.
ساخت اپلیکیشن AI Agentic از صفر - اپلیکیشن برنامهریز تعطیلات [بخش اختیاری]
Building Agentic AI App from Scratch - Vacation Planner app [Optional Section]
[باید تماشا کنید] مورد کاربرد تجاری - برنامهریز شخصی تعطیلات
[Must-Watch ] Business Use Case - Personal Vacation Planner
ساخت اپلیکیشن برنامهریز تعطیلات CrewAI - پیشنیازها [کاربردی]
Vacation Planner CrewAI App Build - Pre Requisites [Hands-On]
AgentCore Runtime - ایجاد فایل Docker و ECR [کاربردی]
AgentCore Runtime - Creating Docker File and ECR [Hands-On]
AgentCore Runtime - استقرار در سرویس AgentCore Runtime [کاربردی]
AgentCore Runtime - Deployment to AgentCore Runtime Service [Hands-On]
AgentCore Runtime - فراخوانی با استفاده از AWS Lambda [کاربردی]
AgentCore Runtime - Invocation using AWS Lambda [Hands-On]
AgentCore Runtime - دسترسی به AgentCore Runtime با استفاده از REST API [کاربردی]
AgentCore Runtime - Accessing the AgentCore Runtime using REST API [Hands-On]
Bedrock AgentCore Observability - فعالسازی قابلیت مشاهده برای اپلیکیشن AI Agentic شما
Bedrock AgentCore Observability - Enabling Observability for your Agentic AI App
پیادهسازی AgentCore Gateway & Identity - بخش 1 [کاربردی]
AgentCore Gateway & Identity Implementation - Part 1 [Hands-ON]
پیادهسازی AgentCore Gateway & Identity - بخش 2 [کاربردی]
AgentCore Gateway & Identity Implementation - Part 2 [Hands-ON]
پیادهسازی AgentCore Gateway & Identity - بخش 3 [کاربردی]
AgentCore Gateway & Identity Implementation - Part 3 [Hands-ON]
فراخوانی AgentCore Gateway & Identity 1 - بخش 4 [کاربردی]
AgentCore Gateway & Identity Invocation 1- Part 4 [Hands-ON]
فراخوانی AgentCore Gateway & Identity 2 - بخش 5 [کاربردی]
AgentCore Gateway & Identity Invocation 2 - Part 5 [Hands-ON]
ادغام عامل و ابزار (بستههای سفر) از طریق AgentCore Gateway
Agent & Tool (Travel Packages) Integration via AgentCore Gateway
استقرار راهکار Agentic و دمو جامع (End to End)
Agentic Solution Deployment & End-to-End Demo
Amazon Bedrock AgentCore Memory - پیادهسازی حافظه در اپلیکیشن AI Agentic ما
Amazon Bedrock AgentCore Memory - Implementing Memory to our Agentic AI app
نمایش نظرات