مهندسی هوش مصنوعی: یادگیری عمیق، RAG، هوش مصنوعی مولد و پایگاه دادههای برداری
از مبانی تا مهندسی پیشرفته هوش مصنوعی - تنظیم دقیق، RAG، عوامل هوش مصنوعی، پایگاه دادههای برداری و پروژههای واقعی.
معماری و جریان کار یک سیستم RAG برای پردازش PDFها و دادههای چندوجهی را مسلط شوید.
مبانی هوش مصنوعی، یادگیری ماشین و یادگیری عمیق (مقدماتی) را مسلط شوید.
ابزارها، چارچوبها و جریانهای کار LangChain، از جمله تکنیکهای جاسازی و بازیابی را مسلط شوید.
تنظیم دقیق مدلها با OpenAI، LoRA و سایر تکنیکها برای سفارشی کردن پاسخهای هوش مصنوعی.
توسعه برنامههای کاربردی مبتنی بر هوش مصنوعی با تکنیکهای پیشرفته RAG، جستجوی چندوجهی و عوامل هوش مصنوعی برای موارد استفاده واقعی.
پیش نیازها: مبانی برنامه نویسی - مبانی پایتون گنجانده شده است.
به یک مهندس هوش مصنوعی تبدیل شوید و مدلهای زبان بزرگ (LLM)، هوش مصنوعی مولد، تولید افزوده بازیابی (RAG)، عوامل هوش مصنوعی و پایگاه دادههای برداری را در این دوره جامع عملی مسلط شوید.
چه یک مبتدی باشید و چه یک توسعهدهنده با تجربه، این دوره شما را از صفر به قهرمان در ساخت برنامههای کاربردی مبتنی بر هوش مصنوعی در دنیای واقعی تبدیل میکند.
این دوره بینشهای نظری عمیق را با پروژههای عملی ترکیب میکند و اطمینان میدهد که شما معماریهای مدل هوش مصنوعی، استراتژیهای توسعه و بهینهسازی و کاربردهای عملی را درک میکنید.
آنچه خواهید آموخت:
-
مبانی یادگیری عمیق و یادگیری ماشین
-
شبکههای عصبی، توابع فعالسازی، ترانسفورماتورها و تکامل هوش مصنوعی را درک کنید.
-
یاد بگیرید که چگونه مدلهای هوش مصنوعی مدرن آموزش داده، بهینه سازی و در برنامههای کاربردی دنیای واقعی مستقر میشوند.
-
تسلط بر مدلهای زبان بزرگ (LLM) و هوش مصنوعی مبتنی بر ترانسفورماتور
-
غوص عمیق در مدلهای OpenAI و چارچوبهای هوش مصنوعی منبع باز.
-
برنامههای کاربردی سفارشی مبتنی بر LLM را از ابتدا بسازید و مستقر کنید.
-
تولید افزوده بازیابی (RAG) و جستجوی مبتنی بر هوش مصنوعی
-
یاد بگیرید که چگونه هوش مصنوعی دانش را با استفاده از جاسازیهای برداری، FAISS و ChromaDB بازیابی میکند.
-
سیستمهای RAG مقیاسپذیر را برای جستجو و بازیابی اسناد مبتنی بر هوش مصنوعی پیادهسازی کنید.
-
جریانهای کار LangChain و عامل هوش مصنوعی
-
عوامل هوش مصنوعی بسازید که به طور مستقل اطلاعات را بازیابی، پردازش و تولید میکنند.
-
تنظیم دقیق LLMها و مدلهای هوش مصنوعی منبع باز
-
OpenAI و مدلهای LoRA را برای برنامههای کاربردی سفارشی تنظیم کنید.
-
یاد بگیرید که چگونه LLMها را برای دقت، کارایی و مقیاسپذیری بهتر بهینه کنید.
-
پایگاه دادههای برداری و بازیابی دانش مبتنی بر هوش مصنوعی
-
با FAISS، ChromaDB و جریانهای کار جستجوی هوش مصنوعی مبتنی بر بردار کار کنید.
-
سیستمهای هوش مصنوعی را توسعه دهید که دادههای ساختاریافته و غیرساختاریافته را بازیابی و پردازش میکنند.
-
تجربه عملی با استقرار هوش مصنوعی و برنامههای کاربردی دنیای واقعی
-
چتباتهای مبتنی بر هوش مصنوعی، برنامههای کاربردی RAG چندوجهی و ابزارهای اتوماسیون هوش مصنوعی بسازید.
این دوره برای چه کسانی مناسب است؟
-
مهندسان هوش مصنوعی مشتاق و دانشمندان داده – به دنبال تسلط بر LLMها، بازیابی هوش مصنوعی و سیستمهای جستجو.
-
توسعه دهندگان و مهندسان نرم افزار – که میخواهند هوش مصنوعی را در برنامههای کاربردی خود ادغام کنند.
-
علاقهمندان به یادگیری ماشین – به دنبال غوص عمیق در هوش مصنوعی، GenAI و جستجوی مبتنی بر هوش مصنوعی.
-
کارآفرینان فناوری و مدیران محصول – مایل به ساخت محصولات SaaS مبتنی بر هوش مصنوعی.
-
دانشجویان و مبتدیان هوش مصنوعی – که به یک مسیر ساختاریافته و گام به گام از مبتدی تا متخصص نیاز دارند.
الزامات دوره
-
بدون نیاز به تجربه قبلی در هوش مصنوعی – این دوره شما را از مبتدی به متخصص میبرد.
-
دانش پایه پایتون (توصیه میشود اما الزامی نیست - مبانی پایتون در دوره گنجانده شده است).
-
آشنایی با APIها و JSON مفید است اما اجباری نیست.
-
یک کامپیوتر با دسترسی به اینترنت برای توسعه عملی.
چرا این دوره را بگذرانید؟
-
آموزش جامع هوش مصنوعی: LLMها، RAG، عوامل هوش مصنوعی، پایگاه دادههای برداری، تنظیم دقیق را پوشش میدهد.
-
پروژههای عملی: هر مفهوم با برنامههای کاربردی هوش مصنوعی در دنیای واقعی تقویت میشود.
-
به روز و کاربردی: تکنیکها و ابزارهای پیشرفته هوش مصنوعی مورد استفاده در شرکتهای برتر فناوری را بیاموزید.
-
رویکرد از صفر تا قهرمان: برای مبتدیان مطلق و توسعه دهندگان با تجربه به طور یکسان طراحی شده است.
امروز در مهندسی هوش مصنوعی مسلط شوید و به یک متخصص در GenAI، LLM و RAG تبدیل شوید.
نمایش نظرات