آموزش بوت‌کمپ LLMOps و AIOps به همراه ۸ پروژه جامع End-to-End - آخرین آپدیت

دانلود LLMOps And AIOps Bootcamp With 8 End To End Projects

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: استقرار مدل‌های زبانی بزرگ (LLM) در محیط عملیاتی با استفاده از Jenkins CI/CD، Docker، K8s، AWS/GCP، مانیتورینگ Prometheus و دیتابیس‌های برداری در پروژه‌های واقعی. ساخت و استقرار اپلیکیشن‌های هوش مصنوعی واقعی با استفاده از Langchain، FAISS، ChromaDB و سایر ابزارهای پیشرفته. راه‌اندازی خطوط لوله CI/CD با استفاده از Jenkins، GitHub Actions، CircleCI، GitLab و ArgoCD. استفاده از Docker، Kubernetes، AWS و GCP برای استقرار و مقیاس‌پذیری اپلیکیشن‌های AI. مانیتورینگ و ایمن‌سازی سیستم‌های هوش مصنوعی با استفاده از Trivy، Prometheus، Grafana و ELK Stack. پیش نیازها: آشنایی با برنامه‌نویسی ماژولار پایتون مفاهیم پایه هوش مصنوعی مولد مانند Langchain، دیتابیس‌های برداری و غیره.

نحوه استفاده از کوپن‌ها:

MONTH01 -> پنجمین روز ماه

MONTH02 -> پانزدهمین روز ماه

MONTH03 -> بیست و پنجمین روز ماه

به عنوان مثال JANUARY01, JANUARY02, JANUARY03

برای تخفیف‌های فوری..


آیا آماده‌اید تا مهارت‌های خود در زمینه هوش مصنوعی مولد و مدل‌های زبانی بزرگ (LLM) را به سطح آماده برای تولید (Production-ready) برسانید؟ این دوره جامع و عملی LLMOps برای توسعه‌دهندگان، دانشمندان داده، مهندسان MLOps و علاقه‌مندان به AI طراحی شده است که می‌خواهند اپلیکیشن‌های LLM مقیاس‌پذیر را بسازند، مدیریت کنند و مستقر نمایند و از ابزارهای پیشرفته و فناوری‌های مدرن Cloud-native استفاده کنند.

در این دوره، یاد می‌گیرید چگونه شکاف بین ساخت اپلیکیشن‌های قدرتمند LLM و استقرار آن‌ها در محیط‌های واقعی تولید را با استفاده از GitHub، Jenkins، Docker، Kubernetes، FastAPI، سرویس‌های ابری (AWS و GCP) و خطوط لوله CI/CD پر کنید.

ما چندین پروژه جامع End-to-End را بررسی خواهیم کرد که نحوه عملیاتی کردن HuggingFace Transformers، مدل‌های Fine-tuned و استقرار Groq API را به همراه مانیتورینگ عملکرد با Prometheus، Grafana و SonarQube نشان می‌دهد. همچنین یاد می‌گیرید چگونه زیرساخت و ارکستراسیون را با استفاده از Kubernetes (Minikube, GKE)، AWS Fargate و Google Artifact Registry (GAR) مدیریت کنید.

آنچه خواهید آموخت:

آشنایی با LLMOps و چالش‌های محیط تولید
درک چالش‌های استقرار LLMها و نحوه گسترش اصول MLOps به LLMOps. یادگیری بهترین روش‌ها برای مقیاس‌بندی و نگهداری بهینه این مدل‌ها.

کنترل نسخه و مدیریت سورس کد
راه‌اندازی و مدیریت مخازن کد با Git و GitHub، ادغام Pull Requestها، استراتژی‌های Branching و گردش کارهای پروژه.

خط لوله CI/CD با Jenkins و GitHub Actions
اتوماسیون خطوط لوله آموزش، تست و استقرار با استفاده از Jenkins، GitHub Actions و AWS runners سفارشی برای تسریع در تحویل مدل.

استفاده از FastAPI برای استقرار LLM
بسته‌بندی و ارائه سرویس‌های LLM با استفاده از FastAPI و استقرار نقاط انتهایی (Endpoints) استنتاج با مدیریت صحیح خطا، امنیت و لاگ‌گیری.

یکپارچه‌سازی Groq و HuggingFace
اتصال به Groq API برای استنتاج فوق‌سریع LLM. استفاده از مدل‌های HuggingFace، Fine-tuning و گزینه‌های میزبانی برای استقرار مدل‌های زبانی سفارشی.

کانتینرسازی و بررسی کیفیت
یاد بگیرید چگونه اپلیکیشن‌های LLM خود را با Docker کانتینرساز کنید. تضمین کیفیت و قابلیت نگهداری کد با استفاده از SonarQube و سایر ابزارهای تحلیل استاتیک.

استقرار ابری (AWS و GCP)
استقرار اپلیکیشن‌ها با استفاده از AWS Fargate، GCP GKE و یکپارچه‌سازی با GAR (Google Artifact Registry). یادگیری مدیریت Secrets، ذخیره‌سازی و مقیاس‌پذیری.

دیتابیس‌های برداری و جستجوی معنایی
کار با دیتابیس‌های برداری مانند FAISS، Weaviate یا Pinecone برای پیاده‌سازی جستجوی معنایی و خطوط لوله RAG (Retrieval-Augmented Generation).

مانیتورینگ و مشاهده‌پذیری
مانیتورینگ سیستم‌های LLM با استفاده از Prometheus و Grafana و تضمین سلامت سیستم با لاگ‌گیری، هشدارها و داشبوردها.

Kubernetes و Minikube
ارکستراسیون کانتینرها و مقیاس‌بندی بارهای کاری LLM با استفاده از Kubernetes، هم به صورت محلی با Minikube و هم در ابر با استفاده از GKE.

چه کسانی باید ثبت‌نام کنند؟

  • مهندسان MLOps و DevOps که به دنبال ورود به حوزه استقرار LLM هستند

  • دانشمندان داده و مهندسان ML که می‌خواهند راهکارهای LLM خود را به محصول تبدیل کنند

  • توسعه‌دهندگان Backend که هدفشان تسلط بر استقرار مقیاس‌پذیر AI است

  • هر کسی که به تلاقی LLMs، MLOps، DevOps و Cloud علاقه‌مند است

تکنولوژی‌های پوشش داده شده:

Git, GitHub, Jenkins, Docker, FastAPI, Groq, HuggingFace, SonarQube, AWS Fargate, AWS Runner, GCP, Google Kubernetes Engine (GKE), Google Artifact Registry (GAR), Minikube, Vector Databases, Prometheus, Grafana, Kubernetes و موارد دیگر.

در پایان این دوره، شما تجربه عملی در استقرار، مانیتورینگ و مقیاس‌بندی اپلیکیشن‌های LLM با زیرساخت‌های سطح تولید را خواهید داشت که به شما برتری رقابتی در ساخت سیستم‌های هوش مصنوعی واقعی می‌دهد.

برای ارتقای مسیر LLMOps خود آماده شوید! همین حالا ثبت‌نام کنید و آینده هوش مصنوعی مولد را بسازید.


سرفصل ها و درس ها

معرفی دوره COURSE INTRODUCTION

  • معرفی دوره Introduction to the Course

توضیحات لاگ‌گیری و استثناهای سفارشی Logging & Custom Exception Explanation

  • توضیحات لاگ‌گیری و استثناهای سفارشی Logging & Custom Exception Explanation

توضیحات فایل Setup.py Setup.py Explanation

  • توضیحات فایل Setup.py Setup.py Explanation

سیستم پیشنهاددهنده انیمه AI با Grafana Cloud, Minikube, ChromaDB, Langchain AI Anime Recommender using Grafana Cloud,Minikube,ChromaDB,Langchain

  • معرفی پروژه Introduction to the Project

  • راه‌اندازی پروژه و API (Groq و HuggingFace) Project and API Setup ( Groq and HuggingFace )

  • کد تنظیمات (Configuration) Configuration Code

  • کد کلاس بارگذاری داده‌ها (Data Loader) Data Loader Class Code

  • کد ذخیره‌ساز برداری با استفاده از Chroma Vector Store Code using Chroma

  • کد قالب‌های پرامپت (Prompt Templates) Prompt Templates Code

  • کد کلاس پیشنهاددهنده (Recommender) Recommender Class Code

  • خط لوله آموزش و پیشنهاددهی Training and Recommendation Pipeline

  • کد اپلیکیشن اصلی Main Application Code

  • Dockerfile، فایل استقرار Kubernetes و نسخه‌بندی کد Dockerfile , Kubernetes Deployment File and Code Versioning

  • راه‌اندازی Instance VM در GCP با Docker Engine، Minikube و Kubectl GCP VM Instance Setup with Docker Engine , Minikube and Kubectl

  • یکپارچه‌سازی GitHub با محیط محلی و VM GitHub Integration with Local and VM

  • تنظیم قوانین Firewall در GCP GCP Firewall Rule Setup

  • استقرار اپلیکیشن روی Kubernetes Deployment of App on the Kubernetes

  • مانیتورینگ Kubernetes با Grafana Cloud Monitoring Kubernetes using Grafana Cloud

  • فرآیند پاک‌سازی (Cleanup) Cleanup Process

سیستم پیشنهاددهنده محصولات Flipkart با Prometheus, Grafana, Minikube, AstraDB, Langchain Flipkart Product Recommender using Prometheus,Grafana,Minikube,AstraDB,Langchain

  • معرفی پروژه Introduction to the Project

  • راه‌اندازی پروژه و API (Groq، HuggingFace و AstraDB) Project and API Setup ( Groq , HuggingFace and AstraDB )

  • کد تنظیمات (Configuration) Configuration Code

  • کد تبدیل داده‌ها (Data Converter) Data Converter Code

  • کد تزریق داده‌ها (Data Ingestion) Data Ingestion Code

  • کد خط لوله RAG به همراه حافظه (Memory) RAG Pipeline with Memory Code

  • کد اپلیکیشن اصلی با Flask و HTML/CSS Main Application Code using Flask , HTML/CSS

  • کد Dockerfile و فایل استقرار Kubernetes Dockerfile and Kubernetes Deployment File Code

  • کد فایل استقرار Prometheus Prometheus Deployment File Code

  • کد فایل استقرار Grafana Grafana Deployment File Code

  • نسخه‌بندی کد با GitHub Code Versioning using GitHub

  • راه‌اندازی Instance VM در GCP با Docker Engine، Minikube و Kubectl GCP VM Instance Setup with Docker Engine,Minikube,Kubectl

  • یکپارچه‌سازی GitHub با VM GitHub Integration with VM

  • تنظیم قوانین Firewall در GCP GCP Firewall Rule Setup

  • ساخت و استقرار اپلیکیشن روی Kubernetes Build and Deploy Application on Kubernetes

  • مانیتورینگ اپلیکیشن با Prometheus و Grafana Monitor Application using Prometheus and Grafana

برنامه‌ریز سفر AI با Filebeat, ELK (ElasticSearch, Logstash, Kibana), Kubernetes AI Travel Planner using Filebeat,ELK(ElasticSearch,Logstash,Kibana) , Kubernetes

  • معرفی پروژه Introduction to the Project

  • راه‌اندازی پروژه و API (Groq) Project and API Setup ( Groq )

  • کد تنظیمات (Configuration) Configuration Code

  • کد زنجیره برنامه‌ریزی سفر (Itinerary Chain) Itinerary Chain Code

  • کد برنامه‌ریز اصلی (Core Planner) Core Planner Code

  • کد اپلیکیشن اصلی با Streamlit Main Application Code using Streamlit

  • Dockerfile، فایل استقرار Kubernetes و نسخه‌بندی کد با GitHub Dockerfile, Kubernetes Deployment File and Code Versioning using GitHub

  • کد استقرار Filebeat Filebeat Deployment Code

  • کد استقرار Logstash Logstash Deployment Code

  • کد استقرار ElasticSearch ElasticSearch Deployment Code

  • کد استقرار Kibana Kibana Deployment Code

  • راه‌اندازی Instance VM در GCP با Docker Engine، Minikube و Kubectl GCP VM Instance Setup with Docker Engine,Minikube,Kubectl

  • یکپارچه‌سازی GitHub با VM GitHub Integration with VM

  • تنظیم قوانین Firewall در GCP GCP Firewall Rule Setup

  • استقرار اپلیکیشن شما روی Kubernetes Deploy your Application on Kubernetes

  • مدیریت لاگ‌ها با استفاده از ELK Stack و Filebeat Logging Management using ELK Stack with Filebeat

دستیار مطالعه AI با Minikube, Jenkins, ArgoCD, GitOps, Langchain, DockerHub Study Buddy AI using Minikube,Jenkins,ArgoCD,GitOps,Langchain,DockerHub

  • معرفی پروژه Introduction to the Project

  • راه‌اندازی پروژه و API (Groq) Project and API Setup ( Groq )

  • کد تنظیمات (Configuration) Configuration Code

  • کد مدل‌های شمای پرسش (Question Schemas) Question Schemas Models Code

  • کد قالب‌های پرامپت (Prompt Templates) Prompt Templates Code

  • کد راه‌اندازی کلاینت GROQ GROQ Client Setup Code

  • کد تولیدکننده سوالات (Question Generator) Question Generator Code

  • کد کلاس کمکی برای اپلیکیشن Helper Class Code for Application

  • کد اپلیکیشن اصلی Main Application Code

  • نسخه‌بندی کد و Dockerfile Code Versioning and Dockerfile

  • کد فایل‌های Manifest در Kubernetes Kubernetes Manifests Files Code

  • راه‌اندازی Instance VM در GCP برای Docker، Minikube و Kubectl GCP VM Instance Setup for Docker,Minikube,Kubectl

  • راه‌اندازی Jenkins برای یکپارچه‌سازی مستمر (CI) Jenkins Setup for Continuous Integration ( CI )

  • یکپارچه‌سازی GitHub با Jenkins GitHub Integration with Jenkins

  • ساخت و ارسال Image داکر به DockerHub Build and Push Docker Image to DockerHub

  • راه‌اندازی ArgoCD برای استقرار - بخش اول ArgoCD Setup for Deployment - Part 1

  • راه‌اندازی ArgoCD برای استقرار - بخش دوم ArgoCD Setup for Deployment - Part 2

  • راه‌اندازی ArgoCD برای استقرار - بخش سوم ArgoCD Setup for Deployment - Part 3

  • وب‌هوک‌ها (WebHooks)، مراحل نهایی و پاک‌سازی WebHooks , Some Stages and Cleanup

تشخیص چهره سلبریتی و پرسش و پاسخ با Kubernetes, CircleCI, Groq, Llama 4, OpenCV, Flask Celebrity Detector & QA using Kubernetes,CircleCI,Groq,Llama-4,OpenCV ,Flask

  • معرفی پروژه Introduction to the Project

  • راه‌اندازی پروژه و API (Groq) Project and API Setup ( Groq )

  • کد مدیریت تصاویر با OpenCV Image Handler Code with OpenCV

  • کد تشخیص سلبریتی با Llama 4 Celebrity Detector Code using Llama-4

  • کد موتور پرسش و پاسخ Question Answer Engine Code

  • کد مسیرهای (Routes) بک‌اند Flask Flask Backend Routes Code

  • کد اپلیکیشن اصلی با HTML/CSS و Flask Main Application Code using HTML/CSS and Flask

  • Dockerfile، فایل استقرار Kubernetes و نسخه‌بندی کد با GitHub Dockerfile , Kubernetes Deployment File and Code Versioning using GitHub

  • تنظیمات GCP (حساب‌های سرویس، GKE، GAR) GCP Setup ( Service Accounts , GKE, GAR )

  • کد خط لوله Circle CI Circle CI Pipeline Code

  • استقرار کامل CI/CD اپلیکیشن روی GKE Full CI/CD Deployment of Application on GKE

عامل هوش مصنوعی چندگانه (Multi AI Agent) با Jenkins, SonarQube, FastAPI, Langchain, Langgraph, AWS ECS Multi AI Agent using,Jenkins,SonarQube,FastAPI,Langchain,Langgraph,AWS ECS

  • معرفی پروژه Introduction to the Project

  • راه‌اندازی پروژه و API (Groq و Tavily) Project and API Setup ( Groq & Tavily )

  • کد تنظیمات (Configuration) Configuration Code

  • کد هسته (Core) Core Code

  • بک‌اند با استفاده از FastAPI Backend using FastAPI

  • فرانت‌اند با استفاده از Streamlit Frontend using Streamlit

  • کد اپلیکیشن اصلی Main Application Code

  • نسخه‌بندی کد Code Versioning

  • Dockerfile Dockerfile

  • راه‌اندازی Jenkins برای استقرار CI/CD Jenkins Setup for CI-CD Deployment

  • یکپارچه‌سازی GitHub با Jenkins GitHub Integration with Jenkins

  • یکپارچه‌سازی SonarQube با Jenkins SonarQube Integration with Jenkins

  • ساخت و ارسال Image به AWS ECR Build & Push Image to AWS ECR

  • استقرار روی AWS Fargate Deployment to AWS Fargate

  • فرآیند پاک‌سازی (Cleanup) Cleanup Process

چت‌بات پزشکی RAG با Jenkins, Trivy, AWS, FAISS, Langchain, Flask, HTML/CSS Medical RAG Chatbot using Jenkins,Trivy,AWS,FAISS,Langchain,Flask,HTML/CSS

  • معرفی پروژه Introduction to the Project

  • راه‌اندازی پروژه و API (HuggingFace) Project & API Setup ( HuggingFace )

  • کد تنظیمات (Configuration) Configuration Code

  • کد بارگذاری PDF (PDF Loader) PDF Loader Code

  • کد Embeddings Embeddings Code

  • کد ذخیره‌ساز برداری با FAISS Vector Store Code using FAISS

  • کد بارگذاری داده‌ها (Data Loader) Data Loader Code

  • کد راه‌اندازی LLM LLM Setup Code

  • کد بازیابی‌کننده (Retriever) Retriever Code

  • اپلیکیشن اصلی با Flask و HTML Main Application using Flask & HTML

  • نسخه‌بندی کد و Dockerfile Code Versioning & Dockerfile

  • راه‌اندازی Jenkins برای استقرار CI/CD Jenkins Setup for CI-CD Deployment

  • یکپارچه‌سازی GitHub با Jenkins GitHub Integration with Jenkins

  • ساخت، اسکن با AquaTrivy و ارسال به AWS ECR Build, Scan with AquaTrivy & Push to AWS ECR

  • استقرار روی AWS Runner Deployment to AWS Runner

  • فرآیند پاک‌سازی (Cleanup) Cleanup Process

آهنگساز AI با GitLab CI/CD, GCP Kubernetes, Music21, Synthesizer AI Music Composer using GitLab CI/CD,GCP Kubernetes, Music21, Synthesizer,

  • معرفی پروژه Introduction to the Project

  • راه‌اندازی پروژه و API (Groq) Project and API Setup ( Groq )

  • کد توابع کاربردی (Utility Functions) Utility Functions Code

  • کد هسته اپلیکیشن Core Code for Application

  • کد اپلیکیشن اصلی با Streamlit Main Application Code using Streamlit

  • Dockerfile و فایل استقرار Kubernetes Dockerfile and Kubernetes Deployment File

  • نسخه‌بندی کد با GitLab Code Versioning using GitLab

  • تنظیمات GCP (حساب‌های سرویس، GKE، GAR) GCP Setup ( Service Accounts , GKE, GAR )

  • کد GitLab CI/CD GitLab CI/CD Code

  • استقرار کامل CI/CD روی GKE Full CI-CD Deployment to GKE

نمایش نظرات

آموزش بوت‌کمپ LLMOps و AIOps به همراه ۸ پروژه جامع End-to-End
جزییات دوره
30 hours
122
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
7,983
4.5 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

KRISHAI Technologies Private Limited KRISHAI Technologies Private Limited

مهندس هوش مصنوعی و یادگیری ماشین

Sudhanshu Gusain Sudhanshu Gusain

مدرس علم داده، یادگیری ماشین و هوش مصنوعی