آموزش زیرساخت به عنوان کد (IaC) مبتنی بر هوش مصنوعی و اتوماسیون ابری - آخرین آپدیت

دانلود AI-Driven Infrastructure as Code (IaC) and Cloud Automation

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره شامل Coursera Coach است! روشی هوشمندتر برای یادگیری با گفتگوهای تعاملی و آنی که به شما کمک می‌کند دانش خود را بسنجید، فرضیات را به چالش بکشید و در حین پیشرفت در دوره، درک خود را عمیق‌تر کنید. در این دوره، شما تجربه عملی در زمینه ادغام هوش مصنوعی در فرآیندهای زیرساخت به عنوان کد (IaC) و اتوماسیون ابری کسب خواهید کرد. با بهره‌گیری از ابزارهای مجهز به هوش مصنوعی مانند GitHub Copilot، Kiro IDE و Terraform، یاد خواهید گرفت که چگونه توسعه و آماده‌سازی زیرساخت‌های ابری را خودکار و بهبود بخشید. شما درک خواهید کرد که چگونه Vibe Coding، که یک متدولوژی منحصربه‌فرد است، با همکاری با هوش مصنوعی به شما در بهبود تکرارپذیر کد کمک می‌کند. این دوره شما را قادر می‌سازد تا سیستم‌های ابری مقیاس‌پذیر و کارآمد را از طریق اتوماسیون مبتنی بر هوش مصنوعی ایجاد کنید. در طول دوره، شما یک ماژول Terraform را با استفاده از عوامل هوش مصنوعی (AI agents) خواهید ساخت و این دانش را در سناریوهای واقعی مانند پیکربندی پایگاه‌های داده MySQL و آماده‌سازی نمونه‌های EC2 به کار خواهید گرفت. همچنین در Kiro IDE برای کدنویسی مبتنی بر مشخصات (Spec-driven) با هوش مصنوعی عمیق خواهید شد، جایی که وظایف را بر اساس مشخصات دقیق خودکار می‌کنید و کارایی توسعه خود را افزایش می‌دهید. هر ماژول بر اعمال قدرت هوش مصنوعی در جریان‌های کاری سنتی DevOps تمرکز دارد تا بهره‌وری کدنویسی و مدیریت زیرساخت شما را بهبود بخشد. این دوره برای مهندسان DevOps، توسعه‌دهندگان ابری و متخصصان IT که علاقه‌مند به گسترش مهارت‌های خود از طریق ادغام هوش مصنوعی در گردش کار خود هستند، ایده‌آل است. هیچ تجربه قبلی در زمینه هوش مصنوعی مورد نیاز نیست، اما درک پایه از محاسبات ابری و زیرساخت به عنوان کد به شما کمک می‌کند تا بیشترین بهره را از این دوره ببرید. در پایان دوره، شما مفاهیم کلیدی زیرساخت به عنوان کد مبتنی بر هوش مصنوعی و اتوماسیون ابری را فرا خواهید گرفت و در استفاده از Terraform، AWS و ابزارهای هوش مصنوعی برای خودکارسازی استقرار ابری و مدیریت زیرساخت متخصص خواهید شد. این دوره درک قوی از ادغام بین هوش مصنوعی و ابزارهای DevOps به شما می‌دهد تا آماده استفاده از مهارت‌های خود در محیط‌های واقعی باشید.

سرفصل ها و درس ها

تولید کد IaC با هوش مصنوعی؛ از صفر تا Vibe Coding IaC Code Generation with AI - From Zero to Vibe Coding

  • مقدمه ماژول Module Intro

  • IaC مبتنی بر هوش مصنوعی چیست و چرا باید اهمیت داشته باشد؟ What is AI-Driven IaC and Why Should You Care?

  • Vibe Coding چیست؟ شروع با مفاهیم What is Vibe Coding? Getting Started with the Concepts

  • ظهور مهندس DevOps بیونیک تقویت‌شده با هوش مصنوعی Emergence of the AI-Augmented Bionic DevOps Engineer

  • راه‌اندازی VSCode، Terraform، AWS و GitHub Copilot Setting Up VSCode, Terraform, AWS, GitHub Copilot

  • مرور مشخصات پروژه و ابزارها Project Spec and Tools Overview

  • اصل Vibe Code مرحله ۱: شروع با قصد و نیت Vibe Code Principle 1 - Starting with the Intent

  • اصل Vibe Code مرحله ۲: اصلاح تکرارپذیر Vibe Code Step 2 - Iterative Refinement

  • جمع‌بندی پروژه، نکات کلیدی و پاکسازی Project Wrap-Up, Key Takeaways, and Cleaning Up

ساخت یک ماژول Terraform با استفاده از کد-عامل‌ها Build a Terraform Module Using Code Agents

  • مقدمه ماژول Module Intro

  • مرور Vibe Coding و استفاده از قابلیت‌های عامل‌محور Copilot Vibe Coding Recap and Using Copilot Agentic Capabilities

  • بررسی عمیق مشخصات پروژه: آماده‌سازی زیرساخت ۳ لایه با Terraform Project Spec Deep Dive - 3-Tier Infra Provisioning with Terraform

  • مرور سریع مفاهیم Terraform Quick Overview of Terraform Concepts

  • چرا برای Terraform به یک سرور MCP نیاز دارید؟ Why Do You Need an MCP Server for Terraform?

  • اتصال Copilot به مستندات Terraform با استفاده از MCP Connecting Copilot with Terraform Documentation Using MCP

  • تولید کد Terraform برای VPC با هوش مصنوعی Generating Terraform Code for VPC with AI

  • راه‌اندازی MySQL RDS با استفاده از پرامپت‌ها Setting Up MySQL RDS with Prompts

  • آماده‌سازی نمونه EC2 با استفاده از User Data و Copilot Provisioning EC2 Instance with User Data Using Copilot

  • افزودن پیکربندی‌های پایگاه داده با هوش مصنوعی Adding Database Configurations with AI

  • خلاصه Summary

کدنویسی تقویت‌شده با عامل هوش مصنوعی و مبتنی بر مشخصات با Kiro IDE AI-Agent Augmented, Spec-Driven Coding with Kiro IDE

  • مقدمه ماژول Module Intro

  • درک مفاهیم مربوط به کدنویسی هوش مصنوعی مبتنی بر مشخصات Understanding Concepts Related to Spec-Based AI Coding

  • معرفی Kiro: ایده هوش مصنوعی مبتنی بر مشخصات از آمازون Introduction to Kiro - Spec Native AI Idea by Amazon

  • مرور پروژه‌ای که در این ماژول خواهید ساخت Overview of the Project You Will Build in This Module

  • کاوش در رابط کاربری و اجزای Kiro IDE Exploring Kiro IDE Interface and Components

  • گام ۱: تحلیل داستان‌های کاربر و الزامات Step 1 - Analyzing User Stories and Requirements

  • گام ۲: تحلیل مشخصات طراحی ایجاد شده توسط Kiro Step 2 - Analyzing Design Spec Created by Kiro

  • گام ۳: بررسی برنامه پیاده‌سازی و لیست وظایف Step 3 - Reviewing Implementation Plan and Tasks List

  • پیکربندی تنظیمات عامل و هوک‌های عامل Configuring Agent Settings and Agent Hooks

  • تحلیل اولین اجرای وظیفه Analyzing the First Task Execution

  • تولید کد اعتبارسنجی Terraform با استفاده از وظایف Generating Terraform Validation Code with Tasks

  • اعمال کد Terraform و عیب‌یابی مسائل با عامل هوش مصنوعی Applying Terraform Code and Troubleshooting Issues with AI Agent

  • اصلاح و تکرار با عامل کد برای رفع مشکل AMI و بررسی‌های سلامت Refining and Iterating with Code Agent to Fix AMI and Health Checks

  • اجرای اعتبارسنجی و نتیجه نهایی با کدنویسی هوش مصنوعی مبتنی بر مشخصات Running Validation and Final Verdict with Spec-Driven AI Coding

  • خلاصه Summary

نمایش نظرات

آموزش زیرساخت به عنوان کد (IaC) مبتنی بر هوش مصنوعی و اتوماسیون ابری
جزییات دوره
7h 37m
35
(آخرین آپدیت)
306
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده