آموزش Azure AI Foundry - یادگیری پروژه-محور هوش مصنوعی در محیط ابری - آخرین آپدیت

دانلود Azure AI Foundry - Project Driven Learning for AI on Cloud

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: یک پایه مستحکم را در ۴ هفته بنا کنید - توسعه، استقرار و نگهداری راهکارهای GenAI، هوش مصنوعی عامل‌محور (Agentic AI) و RAG در فضای ابری توسعه جامع راهکار، استقرار و قابلیت‌های مانیتورینگ در Azure AI Foundry یادگیری سرویس‌های هوش مصنوعی Azure: تبدیل متن به گفتار، گفتار، ترجمه زبان، بینایی ماشین و سرویس‌های مدیریت سند توسعه راهکار تولید تقویت‌شده با بازیابی (RAG) اکوسیستم Azure AI Foundry: هاب (Hub)، پروژه و مرکز مدیریت مانیتورینگ و ردیابی (Tracing) مدل‌های هوش مصنوعی مستقر شده پیکربندی، استقرار عوامل هوش مصنوعی (AI Agents)، مدیریت انتقال (Handoff) و متدهای مدیریت ایجنت‌ها پیکربندی، استقرار مدل‌ها و دسترسی از طریق نقاط اتصال (Endpoints) قابلیت‌های ایمنی و امنیتی برای راهکارهای هوش مصنوعی تفکیک مدل‌های هوش مصنوعی بر اساس صنعت، قابلیت، لایسنس و شرکت Azure AI Foundry و منابع موجود در Azure Cloud مفاهیم هوش مصنوعی مسئولانه (Responsible AI) بررسی هزینه‌های مربوط به راهکارهای هوش مصنوعی چرخه حیات یک راهکار هوش مصنوعی تست قابلیت‌های مدل در محیط Playground پیش نیازها: درک ابتدایی از مفاهیم رایانش ابری درک ابتدایی از مفاهیم هوش مصنوعی و یادگیری ماشین برای یادگیری این موضوع نیازی به تجربه برنامه‌نویسی نیست

با این آموزش جامع و پروژه-محور در زمینه توسعه هوش مصنوعی با Microsoft Azure AI Foundry، قدرت هوش مصنوعی در فضای ابری را آزاد کنید. چه یک مهندس مشتاق AI باشید، چه توسعه‌دهنده ابری یا متخصصی که به دنبال ارتقای مهارت‌های خود است، این دوره شما را در ساخت، استقرار و مدیریت end-to-end راهکارهای واقعی هوش مصنوعی راهنمایی می‌کند.

در این تجربه یادگیری عملی، شما اکوسیستم کامل Azure AI را کاوش خواهید کرد و یاد می‌گیرید چگونه ایده‌ها را به اپلیکیشن‌های هوش مصنوعی آماده برای تولید تبدیل کنید.


آنچه خواهید آموخت:

توسعه جامع راهکارهای AI — از ایده‌پردازی تا استقرار، مانیتورینگ و مدیریت چرخه حیات.
تسلط بر Azure AI Foundry — یادگیری رابط کاربری، ابزارها و قابلیت‌های پلتفرم شامل Hubها، پروژه‌ها و مرکز مدیریت.
تکنولوژی RAG — ساخت راهکارهای هوشمندی که مدل‌های زبانی بزرگ (LLM) را با داده‌های سازمانی برای دقت بیشتر ترکیب می‌کنند.
عوامل هوش مصنوعی Azure (AI Agents) — یادگیری پیکربندی، استقرار، جریان‌های کاری انتقال و بهترین متدهای مدیریت ایجنت‌ها.
استقرار مدل و یکپارچه‌سازی Endpoint — پیکربندی و استقرار مدل‌های AI، دسترسی از طریق نقاط اتصال و تست در Azure Playground.
مانیتورینگ، ردیابی و مشاهده‌پذیری — ردیابی عملکرد مدل، تشخیص مشکلات و تضمین کیفیت عملیاتی پس از استقرار.
سرویس‌های Azure AI — بررسی عمیق سرویس‌های Speech، Text-to-Speech، Vision، Document Intelligence و ترجمه.
ایمنی، امنیت و AI مسئولانه — به‌کارگیری اصول هوش مصنوعی مسئولانه و اجرای گاردریل‌ها برای ساخت اپلیکیشن‌های امن و اخلاقی.
تفکیک مدل‌های AI — سازماندهی مدل‌ها بر اساس صنعت، قابلیت، لایسنس و تامین‌کننده برای طراحی بهینه.
برنامه‌ریزی و بهینه‌سازی هزینه — درک قیمت‌گذاری، میزان مصرف و ملاحظات هزینه برای راهکارهای مقیاس‌پذیر.
مدیریت چرخه حیات راهکار AI — دستیابی به شفافیت در ساخت سیستم‌های هوش مصنوعی پایدار و قابل نگهداری از ابتدا تا انتها.


چرا این دوره متمایز است:

یادگیری پروژه-محور که آمادگی شما را برای دنیای واقعی تضمین می‌کند
توضیحات شفاف برای هر دو گروه مبتدیان و متخصصان با تجربه
تمرکز بر توسعه AI در سطح تولید (Production)، نه فقط آزمایش‌های ساده
پوشش کامل اکوسیستم Azure AI Foundry و متدهای مدرن هوش مصنوعی
بینش‌های کاربردی در استقرار، مانیتورینگ و مقیاس‌پذیری راهکارهای AI

در پایان این آموزش، شما کاملاً مجهز خواهید بود تا معماری‌های قدرتمند AI را طراحی کنید، مدل‌های هوشمند را مستقر نمایید، سرویس‌های Azure AI را یکپارچه کنید و راهکارهای کامل را با اعتماد به نفس مدیریت کنید.

اگر آماده‌اید تا اپلیکیشن‌های قدرتمند AI را در فضای ابری بسازید — این دوره نقشه راه شماست. همین حالا ثبت‌نام کنید و سفر خود را در نوآوری‌های AI با قدرت Azure آغاز کنید!


سلب مسئولیت:

این دوره صرفاً برای اهداف آموزشی است. هرگونه پیاده‌سازی عملی مدل‌ها و سرویس‌های AI باید با دقت لازم و در تطابق با دستورالعمل‌های اخلاقی و قانونی انجام شود. این آموزش به عنوان یک راهنمای پیاده‌سازی لحظه‌ای (Real-time) تلقی نمی‌شود.


سرفصل ها و درس ها

هفته اول: مقدمه Week 1 - Introduction

  • درس ۱.۱: مقدمه‌ای بر هوش مصنوعی مولد (Generative AI) Lecture 1.1 - Introduction to Generative AI

  • درس ۱.۲: درک تصویر کلی از هوش مصنوعی مولد Lecture 1.2 - Understand The Big Picture of Generative AI

  • درس ۱.۳: انتظارات از این آموزش Lecture 1.3 - What to Expect from the Tutorial

  • بخش سرگرمی: شناسایی شخصیت‌ها Trivia Time - Identify The Personalities

  • دریافت ستاره: شما به سوی آینده‌ای درخشان پیش می‌روید Collect Your Star - You are marching to a great future

هفته اول: مبانی Azure AI Foundry Week 1 - The Foundation of Azure AI Foundry

  • درس ۲.۱: Azure AI Foundry چیست؟ Lecture 2.1 - What is Azure AI Foundry?

  • درس ۲.۲: اجزا و ویژگی‌های Azure AI Foundry Lecture 2.2 - Azure AI Foundry Components and Features

  • درس ۲.۳: مدیریت چرخه حیات راهکار AI در Azure AI Foundry Lecture 2.3 - Managing AI Solution Lifecycle in Azure AI Foundry

  • درس ۲.۴: ملاحظات هزینه در Azure AI Foundry Lecture 2.4 - Cost Considerations in Azure AI Foundry

  • مطالعه موردی: مدیر فنی در یک شرکت مشاوره فناوری Technical Lead in a Technology Consulting Company

هفته دوم: کاوش در مدل‌های AI برای راهکار شما Week 2 - Explore AI Models for Your Solution

  • درس ۳.۱: مدل‌های AI در Azure AI Foundry Lecture 3.1 - AI Models in Azure AI Foundry

  • درس ۳.۲: بررسی دقیق یک مدل AI Lecture 3.2 - Walkthrough of an AI Model

  • درس ۳.۳: تفکیک مدل‌های AI در Foundry Lecture 3.3 - Segregation of AI Models in Foundry

  • درس ۳.۴: بنچ‌مارک مدل‌ها Lecture 3.4 - Model Benchmarking

  • درس ۳.۵: نوآوری با مدل‌های AI در بهداشت و علوم زیستی Lecture 3.5 - Innovation With AI Models in Healthcare and Life Science

  • دریافت ستاره‌ها: تلاش شما در حال درخشش است Collect Your Stars - Your Dedication is Shining

هفته دوم: آزمایش با سرویس‌های OpenAI در Playground Week 2 - Experiment with OpenAI Services in the Playground

  • درس ۴.۱: آشنایی با Playground Lecture 4.1 - Playground Introduction

  • درس ۴.۲: پیمایش در Playground Lecture 4.2 - Playground Navigation

  • درس ۴.۳: عملیات در Playground: مدل تصاویر Dall E Lecture 4.3 - Action on Playground - Images Dall-E Model

  • دریافت ستاره‌ها: شما یک چالش‌پذیر هستید Collect Your Stars - You are a Challenger

  • ارزیابی: آزمون EzQz Assessment - EzQz

هفته دوم: توسعه راهکار RAG در Azure AI Foundry Week 2 - Develop a RAG Solution in Azure AI Foundry

  • درس ۴.۴: بررسی کلی تولید تقویت‌شده با بازیابی (RAG) Lecture 4.4 - Retrieval Augmented Generation (RAG) Overview

  • درس ۴.۵: مراحل توسعه راهکار RAG در Azure AI Foundry Lecture 4.5 - Steps for Developing a RAG Solution in Azure AI Foundry

  • درس ۴.۶: نمایش عملی راهکار RAG در Azure AI Foundry Lecture 4.6 - Demonstration of a RAG Solution in Azure AI Foundry

همراه با من: پروژه دانشجویی در قابلیت RAG Follow with me - Student Project on RAG Capability

  • بررسی کلی پروژه RAG RAG Project Overview

  • پروژه دانشجویی: دستیار چت RAG Student Project - RAG Chat Assistant

هفته دوم: ایمن‌سازی راهکار GenAI Week 2 - Make Your GenAI Solution Safe and Secure

  • بخش سرگرمی: یک سیستم باید چگونه رفتار کند؟ Trivia Time - What a system should behave like?

  • درس ۵.۱: مقدمه‌ای بر هوش مصنوعی مسئولانه Lecture 5.1 - Introduction to Responsible AI

  • درس ۵.۲: چارچوب ایمنی در AI Foundry Lecture 5.2 - Safety Framework in AI Foundry

  • درس ۵.۳: پیاده‌سازی ویژگی‌های ایمنی و امنیتی در Azure AI Foundry Lecture 5.3 - Implement Safety and Secure features in Azure AI Foundry

  • دریافت ستاره‌ها: تعالی عادت شماست Collect Your Stars - Excellence is Your Habit

  • آزمون EzQz EzQz

هفته سوم: استقرار، ارزیابی و مانیتورینگ مدل AI Week 3 - Deploy, Assess and Monitor an AI Model

  • درس ۶.۱: اکوسیستم: هاب، پروژه و مرکز مدیریت Lecture 6.1 - The Ecosystem - Hub, Project and Management Center

  • درس ۶.۲: ایجاد یک پروژه Lecture 6.2 - Creating a Project

  • درس ۶.۳: ابزارهای Foundry برای ساخت راهکارهای AI Lecture 6.3 - Foundry Tools for Building AI Solutions

  • درس ۶.۴: استقرار و تست مدل AI در AI Foundry Lecture 6.4 - Deploy and Test an AI Model in AI Foundry

  • درس ۶.۵: ایمنی و امنیت در Azure AI Foundry Lecture 6.5 - Safety and Security in Azure AI Foundry

  • درس ۶.۶: ردیابی (Tracing) راهکار AI شما Lecture 6.6 - Tracing of Your AI Solution

  • درس ۶.۷: مانیتورینگ راهکار AI شما Lecture 6.7 - Monitor Your AI Solution

  • درس ۶.۸: مرکز مدیریت در Azure AI Foundry Lecture 6.8 - Management Center in Azure AI Foundry

  • ارزیابی: آزمون EzQz Assessment EzQz

هفته سوم: تکلیف پروژه: AI عامل‌محور برای شرکت تولید انرژی Week 3 - Project Assignment - Agentic AI for an Energy Generation Company

  • تکلیف پروژه: بیان مسئله Project Assignment - Problem Statement

  • درس ۷.۱: ایجنت چیست و AI عامل‌محور (Agentic AI) چیست Lecture 7.1 - What is an Agent and Agentic AI

  • درس ۷.۲: AI عامل‌محور: اجزا، جریان فرآیند و مراحل اجرا Lecture 7.2 - Agentic AI - Components, Process flow and Execution steps

  • درس ۷.۳: اصول طراحی برای راهکار Lecture 7.3 - Design Principles for the Solution

  • درس ۷.۴: ساخت ایجنت پیش‌بینی (Prediction Agent) Lecture 7.4 - Create Prediction Agent

  • ۱۰ مورد برتر: متدهای مدیریت ایجنت‌ها The Top 10 - Agent Management Practices

  • درس ۷.۵: ساخت ایجنت ارتباطی و مدیریت انتقال (Handoff) Lecture 7.5 - Create Communication Agent and Handoff

  • ملاحظات مهم در مورد «انتقال» (Handoff) Important "Handoff" Considerations

  • درس ۷.۶: رویکردهای استقرار برای راهکارهای Agentic AI Lecture 7.6 - Deployment Approaches for Agentic AI Solution

  • ارزیابی: آزمون EzQz Assessment EzQz

  • طراحی ایجنت بازیابی سیاست‌های HR Design HR Policy Retrieval Agent

هفته چهارم: سرویس‌های Azure AI Week 4 - Azure AI Services

  • درس ۸.۱: بررسی کلی سرویس‌های Azure AI Lecture 8.1 - Azure AI Services - Overview

  • درس ۸.۲: سرویس‌های Azure AI: گفتار (Speech) Lecture 8.2 - Azure AI Services - Speech

  • نمایش عملی: Azure Text to Speech Demonstration - Azure Text to Speech

  • درس ۸.۳: سرویس‌های Azure AI: زبان و ترجمه Lecture 8.3 - Azure AI Services - Language and Translation

  • سرویس‌های Azure AI: بینایی و سرویس سند Azure AI Services - Vision and Document Service

  • ارزیابی: آزمون EzQz Assessment EzQz

  • دریافت ستاره‌ها: شما یک قهرمان هستید Collect Your Stars - You are a Champion

هفته سوم: جمع‌بندی Week 3 - Conclusion

  • سپاسگزاری و زمان بازخورد Thank You and Time for Feedback

  • مسیر پیش رو: یادگیری، تحقیق و نوآوری The Way Forward : Learn, Research and Innovate

نمایش نظرات

آموزش Azure AI Foundry - یادگیری پروژه-محور هوش مصنوعی در محیط ابری
جزییات دوره
3.5 hours
54
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
454
4.4 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Bharadwaja Choudhury Bharadwaja Choudhury

ایجاد تحول دیجیتال در صنعت داروسازی