راهنمای جامع آزمون AB-100: معمار راهکارهای تجاری هوش مصنوعی عامل‌محور (Agentic AI) - آخرین آپدیت

دانلود AB-100: Agentic AI Business Solutions Architect Exam Guide

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: از برنامه‌ریزی تا استقرار: ساخت راهکارهای هوش مصنوعی عامل‌محور سازمانی برای کسب گواهینامه AB-100 درک مفهوم Agentic AI و تفاوت آن با اتوماسیون سنتی شناسایی مسائل تجاری واقعی مناسب برای عوامل هوش مصنوعی (AI Agents) طراحی معماری‌های Agentic AI در سطح سازمانی تسلط بر Copilot Studio برای طراحی و ارکستراسیون عوامل استفاده از AI Foundry برای انتخاب مدل، شخصی‌سازی و بهینه‌سازی عملکرد به‌کارگیری تکنیک‌های Grounding داده‌ها برای کاهش توهمات هوش مصنوعی و افزایش دقت طراحی گردش کارهای چندمرحله‌ای و چندعاملی (Multi-agent) انتخاب ابزارهای مناسب مایکروسافت بر اساس نیازهای معماری استقرار، مانیتورینگ و مدیریت عوامل هوش مصنوعی در محیط‌های سازمانی پیاده‌سازی اصول هوش مصنوعی مسئولانه و کنترل‌های حاکمیتی تقویت کنترل‌های شناسایی، دسترسی و امنیت در سیستم‌های مبتنی بر هوش مصنوعی آمادگی با اعتمادبه‌نفس کامل برای آزمون گواهینامه Microsoft AB-100 تفکر مانند یک معمار راهکارهای تجاری Agentic AI مایکروسافت پیشنیازها: علاقه به هوش مصنوعی، اتوماسیون یا ابتکارات تحول دیجیتال دانش پایه از سرویس‌های Microsoft 365 (Exchange, Teams, SharePoint) عدم نیاز به تجربه عمیق در کدنویسی اشتیاق به یادگیری

آیا برای آزمون Microsoft AB-100: معمار راهکارهای تجاری Agentic AI آماده می‌شوید؟

آیا می‌خواهید بر معماری Agentic AI، Copilot Studio، AI Foundry، Grounding داده‌ها، حاکمیت و استقرار هوش مصنوعی سازمانی برای پیاده‌سازی‌های واقعی مسلط شوید؟

این دوره راهنمای کامل شما برای طراحی، برنامه‌ریزی، استقرار و مدیریت راهکارهای Agentic AI مایکروسافت در سطح سازمان است.

چرا این دوره متفاوت است؟

آزمون AB-100 درباره کدنویسی نیست.

بلکه درباره تفکر مانند یک معمار راهکارهای هوش مصنوعی است.

مایکروسافت بررسی می‌کند که آیا شما می‌توانید:

  • مسائل تجاری مناسب برای عوامل هوش مصنوعی را شناسایی کنید

  • معماری‌های چندعاملی را طراحی کنید

  • بین Copilot Studio و AI Foundry انتخاب کنید

  • استراتژی‌های Grounding داده‌ها را اعمال کنید

  • حاکمیت هوش مصنوعی و اصول AI مسئولانه را پیاده‌سازی کنید

  • عوامل هوش مصنوعی را به‌صورت امن مستقر، مانیتور و مدیریت کنید

ساختار این دوره مستقیماً بر اساس دامنه‌های رسمی آزمون AB-100 طراحی شده است.


آنچه خواهید آموخت:

مبانی Agentic AI

  • تعریف Agentic AI و تفاوت آن با اتوماسیون

  • شناسایی سناریوهای تجاری مناسب برای عوامل هوش مصنوعی

  • درک گردش کارهای مبتنی بر تصمیم و آگاه به متن (Context-aware)

اکوسیستم Agentic AI مایکروسافت

  • معماری و ارکستراسیون در Copilot Studio

  • انتخاب و شخصی‌سازی مدل در AI Foundry

  • یکپارچه‌سازی با Power Platform

  • بررسی Microsoft 365 Copilot و Dynamics 365 Copilot

طراحی راهکارهای مبتنی بر عامل

  • گردش کارهای چندمرحله‌ای و ارکستراسیون

  • سناریوهای چندعاملی

  • استراتژی انتخاب ابزار

  • تصمیم‌گیری مبتنی بر متن

Grounding داده‌ها و دقت

  • جلوگیری از توهمات هوش مصنوعی (Hallucinations)

  • استفاده از داده‌های سازمانی برای خروجی‌های قابل اعتماد

  • معماری Grounded AI برای انطباق با قوانین سازمانی

استقرار و مدیریت چرخه حیات

  • مانیتورینگ عوامل هوش مصنوعی

  • بهینه‌سازی عملکرد

  • مدیریت چرخه حیات اپلیکیشن (ALM)

  • کنترل‌های حاکمیتی

هوش مصنوعی مسئولانه و حاکمیت سازمانی

  • اصول امنیتی برای عوامل هوش مصنوعی

  • همسویی با استانداردهای ISO 27001, GDPR, SOC2

  • حاکمیت شناسایی و دسترسی

  • مدیریت ریسک در سیستم‌های هوش مصنوعی

این دوره برای چه کسانی است؟

  • معماران IT که برای آزمون AB-100 آماده می‌شوند

  • طراحان راهکارهای هوش مصنوعی

  • معماران سازمانی (Enterprise Architects)

  • متخصصان ابری و امنیت

  • مدیران و دایرکتورهای IT علاقه‌مند به Agentic AI

  • متخصصانی که با Microsoft 365, Azure یا Copilot Studio کار می‌کنند

چه چیزی شما را برای آزمون آماده می‌کند؟

تمرکز این دوره بر موارد زیر است:

  • تفکر مبتنی بر سناریو

  • تصمیم‌گیری معماری

  • استراتژی انتخاب ابزار

  • بهترین شیوه‌های AI سازمانی

شما فقط مفاهیم را حفظ نمی‌کنید.

بلکه یاد می‌گیرید چگونه مانند یک معمار راهکارهای تجاری Agentic AI مایکروسافت فکر کنید.

پس از اتمام این دوره، شما قادر خواهید بود:

  • راهکارهای Agentic AI در سطح سازمانی طراحی کنید

  • سیستم‌های هوش مصنوعی امن را با ابزارهای مایکروسافت معماری کنید

  • با اطمینان بین Copilot Studio و AI Foundry انتخاب کنید

  • برای کاهش توهمات، Grounding داده‌ها را اعمال کنید

  • چارچوب‌های حاکمیت و انطباق هوش مصنوعی را پیاده‌سازی کنید

  • آزمون گواهینامه AB-100 را با اطمینان پاس کنید


سرفصل ها و درس ها

مقدمه دوره Course Introduction

  • مرور کلی گواهینامه AB-100 AB-100 Certification Overview

  • مرور استراتژی پذیرش هوش مصنوعی AI Adoption Strategy Overview

  • درخواست بازخورد شما Requesting Your Feedback

  • ارزیابی دانش Knowledge Check

شروع کار با Agentic AI Getting started with Agentic AI

  • Agentic AI چیست؟ What is Agentic AI

  • نیازمندی‌های لایسنس برای ساخت و استفاده از عوامل هوش مصنوعی مایکروسافت License Requirements For Creating & Using Microsoft AI Agents

  • آزمایشگاه: ساخت اولین عامل هوش مصنوعی با استفاده از Microsoft 365 Copilot Lab: Creating Our First AI Agent using Microsoft 365 Copilot

  • مرور کلی اکوسیستم Agentic AI مایکروسافت Microsoft Agentic AI Ecosystem Overview

  • ارزیابی دانش Knowledge Check

برنامه‌ریزی راهکارهای هوش مصنوعی Planning AI Solutions

  • شناسایی مسائل تجاری برای عوامل هوش مصنوعی Identifying Business Problems for Agents

  • Data Grounding چیست؟ What is Data Grounding

  • مهندسی پرامپت برای عوامل Prompt Engineering for Agents

  • درک مفهوم پرامپت (Prompt) Understanding Prompt

  • درک مهندسی پرامپت Understanding Prompt Engineering

  • انواع پرامپت: پرامپت مستقیم برای دریافت سریع پاسخ Prompt Types- Direct Prompt- Get Clear Answers Fast

  • مشاهده پرامپت‌های مستقیم در عمل Seeing Direct Prompts in Action

  • انواع پرامپت: پرامپت‌های نقش‌محور برای دریافت مشاوره تخصصی Prompt Types - Role-Based Prompts - Getting Expert Advise

  • انواع پرامپت: پرامپت‌های باز برای تفکر آزاد هوش مصنوعی Prompt Types - Open-Ended Prompts - Let AI Think Freely

  • انواع پرامپت: پرامپت‌های تحلیلی برای تحلیل داده‌ها Prompt Types - Analytical Prompts - AI For Data Analysis

  • بهترین شیوه‌ها برای نوشتن پرامپت Best Practices For Writing A Prompt

  • ارزیابی دانش Knowledge Check

طراحی راهکارهای هوش مصنوعی Designing AI Solutions

  • طراحی گردش کارهای عامل (Agent Workflows) Designing Agent Workflows

  • طراحی پرامپت‌ها و منطق جایگزین (Fallback Logic) Designing Prompts & Fallback Logic

  • آزمایشگاه: تعریف پرامپت‌های پیشنهادی برای عوامل هوش مصنوعی Lab: Defining Suggested Prompts For AI Agents

  • آزمایشگاه: تعریف منطق جایگزین برای اطمینان از عملکرد ایمن عوامل Lab: Defining Fallback Logic To ensure Agents Work Safely

  • آزمایشگاه: به اشتراک‌گذاری عوامل هوش مصنوعی با سایر کاربران Lab: Sharing AI Agents With Other Users

  • درک و به‌کارگیری اصول معماری در عوامل Understanding & Applying Architecture Principles to Agents

  • عوامل پیش‌ساخته در Microsoft 365 Prebuilt Agents in Microsoft 365

  • آزمایشگاه: مدیریت بهینه جلسات Microsoft Teams با Copilot Lab: Efficiently Handle Microsoft Teams Meetings with Copilot

  • آزمایشگاه: استفاده از Copilot در Microsoft Stream برای بررسی ضبط جلسات Lab: Using Copilot in Microsoft Streams To Explore Teams Recording

  • آزمایشگاه: ایجاد اسناد Word با استفاده از Copilot Lab: Creating Word Documents Using Copilot

  • آزمایشگاه: ایجاد ارائه‌ها (Presentations) با استفاده از Copilot Lab: Creating Presentations Using Using Copilot

  • آزمایشگاه: ایجاد ارائه از محتوای فایل Word Lab: Creating Presentations From Content of Word File

  • تحلیل داده‌های Excel با استفاده از Microsoft Copilot Analyzing Excel Data Using Microsoft Copilot

  • آزمایشگاه: قالب‌بندی داده‌ها در اکسل با استفاده از Copilot Lab: Formatting Data in excel Using Copilot

  • ارزیابی دانش Knowledge Check

استقرار راهکارهای هوش مصنوعی Deploying AI Solutions

  • مانیتورینگ عوامل هوش مصنوعی و جمع‌آوری تلمتری Monitoring AI Agents - Collecting Telementry

  • تفسیر متریک‌ها و بهینه‌سازی Interpreting Metrics & Optimization

هوش مصنوعی مسئولانه و حاکمیت Responsible Ai & Governance

  • شناسایی سوگیری‌های احتمالی و تبعیض در هوش مصنوعی - بخش اول Identifying Potential Biases and Discrimination in AI- Part 1

  • شناسایی سوگیری‌های احتمالی و تبعیض در هوش مصنوعی - بخش دوم Identifying Potential Biases and Discrimination in AI- Part 1

  • برقراری بهترین شیوه‌های حریم خصوصی و امنیت داده‌ها Establishing data privacy and security best practice

  • پیاده‌سازی چارچوب‌های حاکمیتی برای توسعه هوش مصنوعی مسئولانه Implementing governance frameworks for responsible AI Development

  • رهبری با ارزش‌های انسان‌محور با اولویت‌دهی به شفافیت و پاسخگویی Leading with human-centric values prioritizing transparency and accountability

  • ارزیابی دانش Knowledge Check

نمایش نظرات

راهنمای جامع آزمون AB-100: معمار راهکارهای تجاری هوش مصنوعی عامل‌محور (Agentic AI)
جزییات دوره
3.5 hours
39
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
214
5 از 5
ندارد
ندارد
ندارد
Luxmi Narayan
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Luxmi Narayan Luxmi Narayan

مشاور فنی - Cloud and AutomationWorking as Technical Consultant - Cloud and Automation. من بیش از 17 سال تجربه فناوری اطلاعات دارم، از طریق این تجربه در حوزه های مختلفی مانند سرور/شبکه/پایگاه داده/مدیریت امنیت کار کرده ام. برای بیش از 12 سال گذشته من صرفاً در فناوری ابر و اتوماسیون مشغول هستم. من دارای گواهینامه PMP، ITIL، MCSE، CCNA و AWS Professional Architect هستم. من به "یادگیری، اشتراک گذاری و رشد" بسیار اعتقاد دارم.