آموزش عملی مقدماتی هوش مصنوعی مولد با AWS Bedrock - آخرین آپدیت

دانلود Hands-On Introduction to Generative AI with AWS Bedrock

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: راهنمای عملی AWS Bedrock همراه با مدل‌های پایه (Foundation Models)، پایگاه‌های دانش (Knowledge Bases)، RAG، ایجنت‌ها (Agents) و گاردریل‌ها (Guardrails) تسلط بر کنسول Amazon Bedrock: محیط‌های Playground، کاتالوگ مدل‌ها، پایگاه‌های دانش، ایجنت‌ها، مدیریت پرامپت و گاردریل‌ها مقایسه مدل‌های پایه در کنار یکدیگر و انتخاب سطح مناسب برای هر وظیفه و بودجه مشخص کار با پرامپت‌های چندوجهی (Multimodal)، پرامپت‌های سیستمی و تکنیک‌های مهندسی پرامپت مستقیماً در کنسول تولید و استفاده از کلید API Bedrock و فراخوانی APIهای Converse و ConverseStream از طریق پایتون با استفاده از boto3 ساخت پایگاه دانش در کنسول و درک مفاهیم Embedding و تولید تقویت‌شده با بازیابی (RAG) پیش نیازها: تسلط بر کار با مرورگر وب و کنسول مدیریتی AWS آشنایی مقدماتی با ترمینال و خط فرمان (Command Line) آشنایی پایه با پایتون توصیه می‌شود اما الزامی نیست داشتن حساب AWS (هزینه اندکی برای اجرای کل این دوره نیاز است)

این دوره عملی، یک معرفی کاربردی از هوش مصنوعی مولد با استفاده از Amazon Bedrock ارائه می‌دهد؛ سرویس مدیریت‌شده کامل AWS برای ساخت اپلیکیشن‌ها با مدل‌های پایه.

اگر تا به حال می‌خواستید هوش مصنوعی مولد در AWS را تجربه کنید، مدل‌های پایه را مقایسه کنید، اپلیکیشن‌هایی بر اساس اسناد خودتان بسازید یا ایجنت‌های هوش مصنوعی خلق کنید، این دوره برای شماست.

تمرکز ما بر «یادگیری از طریق انجام دادن» است. در اینجا خبری از اسلایدهای تئوری سنگین یا توضیحات بی‌پایان نیست. در عوض، شما مستقیماً با Amazon Bedrock، عمدتاً از طریق کنسول مدیریتی AWS، با همان ابزارها و گردش‌کارهای توسعه‌دهندگان و مهندسان ابر کار خواهید کرد.

شما با درک اینکه Amazon Bedrock چیست و مدل‌های پایه چگونه در اپلیکیشن‌های مدرن هوش مصنوعی مولد جای می‌گیرند، شروع خواهید کرد.

سپس مستقیماً به سراغ بخش عملی می‌رویم.

شما مدل‌های پایه موجود در Bedrock، از جمله مدل‌های Anthropic Claude و Amazon Nova را بررسی کرده و رفتار آن‌ها را مستقیماً در محیط‌های Playground مقایسه می‌کنید.

در طول این دوره، یاد می‌گیرید که چگونه با موارد زیر کار کنید:

  • مدل‌های پایه و محیط‌های Playground

  • مدل‌های Anthropic Claude و Amazon Nova

  • پروفایل‌های استنتاج بین منطقه‌ای (Cross-region inference)

  • کلیدهای API Amazon Bedrock

  • استفاده از AWS CLI برای تعامل با Bedrock

  • پایگاه‌های دانش (Knowledge Bases) برای Amazon Bedrock

  • تولید تقویت‌شده با بازیابی (RAG)

  • بازیابی اسناد و ارجاعات (Citations)

  • گاردریل‌ها (Guardrails) برای اپلیکیشن‌های هوش مصنوعی مولد

  • مدیریت پرامپت‌ها

  • ایجنت‌ها (Agents) برای Amazon Bedrock

  • یکپارچه‌سازی با پایتون و boto3

شما یک پایگاه دانش واقعی را با استفاده از اسناد خودتان یا اسناد نمونه می‌سازید، بازیابی داده‌ها را مستقیماً در کنسول AWS تست می‌کنید و سپس آن را به یک اپلیکیشن پایتون متصل می‌کنید.

همه موارد از طریق مثال‌های کاربردی توضیح داده شده‌اند تا نه تنها نحوه کارکرد Amazon Bedrock، بلکه نحوه ترکیب سرویس‌ها و ویژگی‌های مختلف آن در ساخت اپلیکیشن‌های واقعی هوش مصنوعی مولد را درک کنید.

در پایان این دوره، شما قادر خواهید بود با اعتماد به نفس کامل مدل‌های پایه را بررسی کنید، جریان‌های کاری Knowledge Base و RAG را بسازید، با ایجنت‌های Bedrock کار کنید و Amazon Bedrock را در اپلیکیشن‌های پایتون ادغام نمایید.

این دوره برای افراد زیر بسیار مناسب است:

  • توسعه‌دهندگانی که علاقه‌مند به ساخت اپلیکیشن‌های هوش مصنوعی مولد هستند

  • مهندسان AWS یا مهندسان ابر که در حال بررسی Amazon Bedrock هستند

  • مهندسان DevOps که قصد گسترش مهارت‌های خود در AI و سرویس‌های Cloud-native را دارند

  • هر کسی که به کاربرد عملی هوش مصنوعی مولد در AWS علاقه‌مند است

آشنایی اولیه با AWS مفید است، اما هیچ تجربه قبلی در Amazon Bedrock یا هوش مصنوعی مولد نیاز نیست.

اگر به دنبال یک شروع شفاف، مبتدی-پسند و عملی برای ورود به دنیای هوش مصنوعی مولد با Amazon Bedrock هستید، این دوره برای شماست.


سرفصل ها و درس ها

خوش‌آمدگویی و راه‌اندازی Welcome & Setup

  • خوش‌آمدگویی! Welcome!

  • پیوستن به جامعه ما Join Our Community

  • AWS Bedrock چیست و چرا باید از آن استفاده کنیم What is AWS Bedrock and Why to Use it

  • راه‌اندازی Setup

مبانی Bedrock Bedrock Basics

  • مرور کلی Overview

  • محیط Playground Playground

  • کاتالوگ مدل‌ها Model Catalog

  • مقایسه مدل‌ها Comparison

  • قابلیت‌های چندوجهی (Multimodal) Multimodal

  • پرامپت‌ها Prompts

اپلیکیشن پایتون Python App

  • راه‌اندازی Setup

  • اولین فراخوانی API First API Call

  • استریمینگ (Streaming) Streaming

  • حافظه و تاریخچه Memory / History

پایگاه دانش و RAG Knowledge Base & RAG

  • مقدمه Introduction

  • اولین پایگاه دانش First Knowledge Base

  • تست و آزمایش Testing

  • اپلیکیشن نمونه Sample Application

  • ایجنت (Agent) Agent

بخش پایانی Ending

  • بهترین تمرین‌ها Good practices

  • جمع‌بندی و تشکر Wrap up & Thank you!

  • درس جایزه (Bonus) Bonus Lecture

نمایش نظرات

آموزش عملی مقدماتی هوش مصنوعی مولد با AWS Bedrock
جزییات دوره
3 hours
22
(آخرین آپدیت)
118
5 از 5
دارد
دارد
دارد
Lukasz Kallas
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Lukasz Kallas Lukasz Kallas

رهبر فنی