آموزش ساخت با هوش مصنوعی: سیستم‌های عامل Agentic AI در Databricks - آخرین آپدیت

دانلود Build with AI: Production-Ready AI Agent Systems on Databricks

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

ساخت عامل‌های هوش مصنوعی (AI Agents) در حال تبدیل شدن به امری accessible راs//u003C/p>

در این دوره، همراه با Viktoria Semaan، متخصص ارشد AI Evangelist در Databricks، بیاموزید که چگونه یک سیستم چند-عاملی (Multi-agent system) کامل را در محیط Databricks با استفاده از یک سناریوی واقعی از یک کتاب‌فروشی طراحی و پیاده‌سازی کنید. الگوهای معماری چند-عاملی را بررسی کنید، عملکرد عامل‌ها را با MLflow 3 ارزیابی کرده و از ابزارهای Databricks برای تسریع در توسعه رازیار استفاده کنید. در طول مسیر، هر یک از اجزای سیستم را با جزئیات بررسی کرده، چالش‌های رایج در یکپارچه‌سازی را عیب‌یابی کنید و الگوهای معماری قابل‌ استفاده مجدد را در کنار کدهای آماده از مخزن دوره را بررسی کنید تا بتوانید آن‌ها را با نیازهای خاص خود تطبیق دهید.


سرفصل ها و درس ها

مقدمه Introduction

  • آنچه در این دوره پوشش داده می‌شود What this course covers

  • ساخت عامل‌های هوش مصنوعی سازمانی Building enterprise AI agents.

1. مبانی داده‌ها 1. Data Foundations

  • توابع AI برای تجزیه داده‌ها AI functions for parsing data

  • ساخت جدول محصولات Building the products table

2. جستجوی برداری (Vector Search) 2. Vector Seach

  • ایجاد و تست ایندکس برداری Creating and testing a vector index

  • درک مفهوم جستجوی برداری Understanding vector search

3. عامل RAG سفارشی 3. Custom RAG Agent

  • MLflow و ارزیابی‌ها MLflow and evaluations

  • مفاهیم RAG و نمونه‌سازی در Playground RAG concepts and playground prototyping

  • ساخت عامل RAG سفارشی در Notebook Building custom RAG agent in notebook

  • امتیازدهنده‌های سفارشی و استقرار Custom scorers and deployment

4. AI Genie 4. AI Genie

  • AI/BI Genie: آماده‌سازی محیط AI/BI Genie: Setting up the space

  • AI/BI Genie: تولید جدول‌ها AI/BI Genie: Generate tables

5. دستیار دانش (No Code RAG) 5. Knowledge Assistant (No-Code RAG)

  • ایجاد یک دستیار دانش Creating a Knowledge Assistant

6. ارزیابی دستیارهای دانش 6. Evaluating Knowledge Assistants

  • بهبود دستیار دانش با بازخورد انسانی Improving Knowledge Assistant with human feedback

7. سرورهای MCP 7. MCP Servers

  • افزودن MCP خارجی (جستجوی وب) Adding external MCP (web search)

8. عامل‌های ناظر (Supervisor Agents) 8. Supervisor Agents

  • ساخت و تست عامل ناظر Building and testing supervisor agent

Conclusion Conclusion

  • عیب‌یابی و پاک‌سازی نهایی Troubleshooting and clean-up

نمایش نظرات

آموزش ساخت با هوش مصنوعی: سیستم‌های عامل Agentic AI در Databricks
جزییات دوره
1h 32m
17
(آخرین آپدیت)
4,095
- از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Viktoria Semaan Viktoria Semaan

ویکتوریا سمان، مبلغ ارشد هوش مصنوعی در Databricks است.

ویکتوریا سال‌هاست که به شرکت‌های Fortune 500 در استقرار سیستم‌های هوش مصنوعی در مقیاس بزرگ کمک می‌کند. او از نزدیک شاهد بوده است که چه چیزهایی عمل می‌کنند، چه چیزهایی شکست می‌خورند و تیترهای خبری کجا اشتباه می‌کنند؛ و اکنون این تجربه را به محتوایی تبدیل کرده است که به بیش از ۶۳۰,۰۰۰ متخصص در لینکدین و اینستاگرام می‌رسد. او همچنین در رویدادهای بزرگ صنعتی از جمله RAISE Summit، GTC، re:Invent، WeAreDevelopers World Congress و Gitex سخنرانی می‌کند. وی در شرکت‌های آمازون، اکسنچر و پپسی‌کو فعالیت داشته و دارای مدرک MBA از مدرسه مدیریت اندرسون UCLA است.