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)

اجزای سازنده کلیدی Amazon Bedrock AgentCore (Primitives) Amazon Bedrock AgentCore - Key Building Blocks (Primitives)

  • Amazon Bedrock AgentCore چیست و چه مشکلی را حل می‌کند؟ What is Amazon Bedrock AgentCore & the Problem it is trying to solve ?

  • اجزای سازنده کلیدی Bedrock AgentCore (Primitives) Bedrock AgentCore - Key Building Blocks (Primitives)

  • 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]

  • ساخت اپلیکیشن برنامه‌ریز تعطیلات CrewAI: پیاده‌سازی 1 [کاربردی] Vacation Planner CrewAI App Build : Implementation - 1 [Hands-On]

  • ساخت اپلیکیشن برنامه‌ریز تعطیلات CrewAI: پیاده‌سازی 2 [کاربردی] Vacation Planner CrewAI App Build : Implementation - 2 [Hands-On]

  • ساخت اپلیکیشن برنامه‌ریز تعطیلات CrewAI: پیاده‌سازی 3 [کاربردی] Vacation Planner CrewAI App Build : Implementation - 3 [Hands-On]

  • ساخت اپلیکیشن برنامه‌ریز تعطیلات CrewAI - رابط کاربری Streamlit [کاربردی] Vacation Planner CrewAI App Build - Streamlit UI [Hands-On]

Bedrock AgentCore Runtime - استقرار اپلیکیشن برنامه‌ریزی تعطیلات در AgentCore Runtime Bedrock AgentCore Runtime - Deploying Vacation Planning app to AgentCore Runtime

  • AgentCore Runtime - معماری استقرار AgentCore Runtime - Deployment Architecture

  • استقرار AgentCore - پیش‌نیازها [کاربردی] AgentCore Deployment - Pre-Requisites [Hands-On]

  • AgentCore Runtime - افزودن تابع Decorator [کاربردی] AgentCore Runtime - Adding Decorator Function [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]

  • AgentCore Runtime - استقرار رابط کاربری Streamlit [کاربردی] AgentCore Runtime - Streamlit UI Deployment [Hands-On]

Bedrock AgentCore Observability - فعال‌سازی قابلیت مشاهده برای اپلیکیشن AI Agentic شما Bedrock AgentCore Observability - Enabling Observability for your Agentic AI App

  • AgentCore Observability - مفاهیم پایه AgentCore Observability - Basic Concepts

  • AgentCore Observability - افزودن قابلیت مشاهده به اپلیکیشن Agentic [کاربردی] AgentCore Observability - Adding Observability to Agentic App [Hands-On]

Amazon Bedrock AgentCore Identity and Gateway Amazon Bedrock AgentCore Identity and Gateway

  • Amazon Bedrock AgentCore Identity - مفاهیم پایه Amazon Bedrock AgentCore Identity - Basic Concepts

  • Amazon Bedrock AgentCore Gateway - مفاهیم پایه Amazon Bedrock AgentCore Gateway - Basic Concepts

  • 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

  • Amazon Bedrock AgentCore Memory - مفاهیم پایه Amazon Bedrock AgentCore Memory - Basic Concepts

  • Amazon Bedrock AgentCore Memory - افزودن حافظه به اپلیکیشن AI Agentic ما [کاربردی] Amazon Bedrock AgentCore Memory - Adding Memort to our Agentic AI app [Hands-On]

  • Amazon Bedrock AgentCore Memory - استقرار حافظه در AgentCore Runtime Amazon Bedrock AgentCore Memory - Deployment Memory to AgentCore Runtime

مرور کلی CrewAI (ساخت عامل‌های هوش مصنوعی آماده تولید - Bedrock, CrewAI & MCP) Refresher on CrewAI (Build Production Ready AI Agents - Bedrock, CrewAI & MCP)

  • نمای کلی عامل‌های هوش مصنوعی [مفهومی] Overview of AI Agents [Conceptual]

  • مرور کلی CrewAI [مفهومی] - بخش 1 CrewAI Refresher [Conceptual]- Part 1

  • مرور کلی CrewAI [مفهومی] - بخش 2 CrewAI Refresher [Conceptual] - Part 2

  • MCP MCP

نمایش نظرات

آموزش Amazon Bedrock AgentCore: ساخت و استقرار هر نوع عامل هوش مصنوعی (AI Agent) روی AWS
جزییات دوره
5.5 hours
37
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
3,393
4.6 از 5
دارد
دارد
دارد
Rahul Trisal
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Rahul Trisal Rahul Trisal

AWS Architect|هم بنیانگذار ||دارای گواهینامه 6X||AWS SA Professional