آموزش مبانی هوش مصنوعی (AI) برای توسعه‌دهندگان - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• مقدمه Introduction

• چرا این دوره: ارتقای جایگاه توسعه‌دهنده و کسب ضریب AI Why This Course: Elevating the Developer and Gaining an AI Multiplier

• برنامه و ساختار دوره: مسیر یادگیری شما Course Agenda and Structure: Your Learning Journey

آشنایی با هوش مصنوعی برای توسعه‌دهندگان نرم‌افزار Introduction to AI for Software Developers

• هوش مصنوعی چیست؟ What is Artificial Intelligence?

• انقلاب AI – محرک‌ها و تأثیرات The AI Revolution – Drivers and Impact

• چرا هوش مصنوعی برای توسعه‌دهندگان نرم‌افزار ضروری است Why AI is Indispensable for Software Developers

• پیمایش در فضای AI: کاربر، یکپارچه‌ساز یا سازنده Navigating the AI Landscape: User, Integrator, Builder

مفاهیم کلیدی هوش مصنوعی و یادگیری ماشین Core AI & Machine Learning Concepts

• چرخه عمر داده در AI: از داده خام تا قابل استفاده The AI Data Lifecycle: From Raw to Usable

• ویژگی‌ها، برچسب‌ها و نمایش داده‌ها Features, Labels & Data Representation

• انواع یادگیری ماشین: پارادایم‌ها و اهداف Types of Machine Learning: Paradigms and Purpose

• اصطلاحات بنیادی AI و ML Fundamental AI/ML Terminology

• شبکه‌های عصبی و یادگیری عمیق: مفاهیم اصلی Neural Networks & Deep Learning: Core Concepts

• توکنایزیشن، Embeddingها و فضاهای برداری Tokenization, Embeddings, and Vector Spaces

• ارزیابی مدل: فراتر از دقت ساده Model Evaluation: Beyond Simple Accuracy

مبانی مدل‌های زبانی بزرگ (LLMs) و AI مولد LLMs & Generative AI Fundamentals

• مدل زبانی بزرگ (LLM) چیست؟ What is a Large Language Model (LLM)?

• نحوه تولید متن توسط LLMها و کنترل خروجی How LLMs Generate Text & Controlling Output

• اصول مهندسی پرامپت Prompt Engineering Principles

• محدودیت‌ها و چالش‌های LLM LLM Limitations and Challenges

• تفاوت Fine-tuning و تولید تقویت‌شده با بازیابی (RAG) Fine-tuning vs. Retrieval-Augmented Generation (RAG)

استفاده از AI به عنوان توسعه‌دهنده (بهره‌وری و تقویت) Using AI as a Developer (Productivity and Augmentation)

• گیت‌هاب کوپایلوت: برنامه‌نویس جفت AI GitHub Copilot: The AI Pair Programmer

• IDEهای بومی AI و ChatGPT به عنوان دستیار توسعه AI-Native IDEs & ChatGPT as Your Development Assistant

• استفاده از AI برای تست و مستندسازی پیشرفته AI for Enhanced Testing & Documentation

• بازبینی کد و اسکن امنیتی به کمک AI AI-Assisted Code Review & Security Scanning

• مهندسی پرامپت پیشرفته برای کدنویسی Advanced Prompt Engineering for Code

ساخت محصول با APIهای هوش مصنوعی (یکپارچه‌سازی و توسعه اپلیکیشن) Building with AI APIs (Integration and Application Development)

• مروری بر پلتفرم‌های پیشرو API هوش مصنوعی Overview of Leading AI API Platforms

• پیاده‌سازی ویژگی‌های هوشمند و چت‌بات‌های پایه Embedding Smart Features & Basic Chatbots

• جستجوی معنایی با Embeddingها و ذخیره‌سازهای برداری Semantic Search with Embeddings & Vector Stores

• یکپارچه‌سازی API: هزینه، خطاها و معماری API Integration: Cost, Failures & Architecture

هوش مصنوعی عامل‌محور (Agentic AI) و عوامل نرم‌افزاری خودمختار Agentic AI & Autonomous Software Agents

• عوامل AI چیستند؟ اصول و مثال‌ها What are AI Agents? Principles & Examples

• موردهای کاربردی برای توسعه‌دهندگان و محدودیت‌های عوامل Developer Use Cases & Limits of Agents

زیرساخت‌های AI و صفحات کنترل مدل AI Infrastructure & Model Control Planes

• مفاهیم استقرار AI: صفحات کنترل، ابری در مقابل محلی AI Deployment Concepts: Control Planes, Cloud vs. Local

• مفهومی از LLMOps، مانیتورینگ و مقیاس‌پذیری LLMOps, Monitoring & Scaling: Conceptual Overview

امنیت، حریم خصوصی و توسعه مسئولانه هوش مصنوعی Security, Privacy & Responsible AI Development

• امنیت و حریم خصوصی در سیستم‌های AI Security & Privacy in AI Systems

• اخلاق، سوگیری و عدالت در هوش مصنوعی Ethics, Bias, and Fairness in AI

• ایمنی AI، هم‌ترازی (Alignment) و استفاده مسئولانه AI Safety, Alignment & Responsible Use

روندهای نوظهور AI و چشم‌انداز آینده Emerging AI Trends & Future Landscape

• هوش مصنوعی چندوجهی (Multimodal) و سخت‌افزارهای AI Multimodal AI & AI Hardware

• قوانین و استانداردهای هوش مصنوعی AI Regulation & Standards

کسب‌وکار AI و تأثیرات اقتصادی AI Business & Economic Impact

• بازار AI، تأثیر اقتصادی و پذیرش در سازمان‌ها AI Market, Economic Impact & Enterprise Adoption

توسعه‌دهنده تقویت‌شده با AI: شکوفایی در دنیای در حال تغییر The AI-Augmented Developer: Thriving in a Changing Landscape

• نقش‌های در حال تکامل و ساخت مهارت‌های مکمل AI Evolving Roles & Building AI-Complementary Skills

• آنچه AI (هنوز) نمی‌تواند انجام دهد و ارزش ماندگار مهارت‌های انسانی What AI Can't Do (Yet) & The Enduring Value of Human Skills

• تطبیق‌پذیری: استراتژی یادگیری مادام‌العمر Staying Adaptable: A Strategy for Lifelong Learning

نقشه راه شغلی شما در عصر AI Your AI Career Roadmap

• از یادگیرنده به متخصص: تعریف هویت AI شما From Learner to Practitioner: Defining Your AI Identity

• شراکت انسان و AI: چشم‌انداز نهایی The Human-AI Partnership: A Final Vision