کانال تلگرام پشتیبانی تلگرام شماره تماس پشتیبانی: 0930 395 3766
ورود ثبت نام

آموزش توسعه API و سرویس‌دهی مدل‌های هوش مصنوعی - آخرین آپدیت

دانلود API Development and Model Serving

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: دوره توسعه API و سرویس‌دهی مدل (Model Serving) برای توسعه‌دهندگان، مهندسان و سازندگان محصولات فنی طراحی شده است که با هوش مصنوعی مولد (Generative AI) آشنایی کمی دارند، اما دانش متوسطی در یادگیری ماشین، مهارت پایه در پایتون و آشنایی با محیط‌های توسعه مانند VS Code دارند و می‌خواهند راه‌حل‌های هوش مصنوعی متن‌باز را مهندسی، شخصی‌سازی و مستقر کنند تا از وابستگی به فروشندگان خاص (Vendor lock-in) جلوگیری کنند. این دوره به فراگیران می‌آموزد که چگونه مدل‌های هوش مصنوعی مولد را از طریق APIهای قدرتمند و مقیاس‌پذیر مستقر و ارائه کنند. با شروع از FastAPI، فراگیران یاد می‌گیرند که نقاط پایانی (endpoints) REST را برای استنتاج مدل طراحی و پیاده‌سازی کنند، با تمرکز بر طراحی طرح‌واره (schema)، احراز هویت، محدودسازی نرخ (rate limiting) و مدیریت خطا. سپس این دوره پروتکل مدل محتوا (MCP) را معرفی می‌کند، آن را با رویکردهای سنتی API مقایسه کرده و نشان می‌دهد که چگونه فراخوانی تابع (function calling) و یکپارچه‌سازی ابزارها می‌تواند قابلیت‌های مدل را گسترش دهد. در بخش نهایی، فراگیران به مقیاس‌پذیری و عملکرد می‌پردازند و کانتینرسازی با Docker، مدیریت درخواست‌های ناهمگام (asynchronous)، متعادل‌سازی بار (load balancing) و تکنیک‌های مانیتورینگ را به کار می‌گیرند. تمرین‌های عملی همچنین شامل تونل‌زنی و دسترسی از راه دور با استفاده از ngrok برای نمونه‌سازی سریع است. در پایان، فراگیران یک API آماده برای تولید با مستندات شفاف و قابلیت پشتیبانی از الگوهای یکپارچه‌سازی REST و MCP را ساخته خواهند بود که آن‌ها را به ابزارهای لازم برای ارائه کارآمد و مطمئن برنامه‌های هوش مصنوعی مولد مجهز می‌کند.
سرفصل ها و درس ها

ساخت REST API با FastAPI Building REST APIs with FastAPI

  • اولین API مدل شما با FastAPI Your First Model API with FastAPI

پروتکل مدل محتوا (MCP) و یکپارچه‌سازی ابزار Model Context Protocol (MCP) and Tool Integration

  • از API تا استفاده از ابزار: جایگاه MCP From APIs to Tool Use: How MCP Fits In

  • از API تا استفاده از ابزار: MCP در عمل From APIs to Tool Use: MCP in Practice

  • چگونه API خود را برای MCP آماده کنیم How to Make Your API MCP-Ready

مقیاس‌پذیری و مدیریت بار Scaling and Load Management

  • مقیاس‌پذیری API مدل با Docker Scaling Your Model API with Docker

  • مانیتورینگ و بهینه‌سازی عملکرد API Monitoring and Optimizing API Performance

  • پادکست: از نمونه اولیه تا تولید: مهارت‌های API در عمل Podcast: From Prototype to Production: Your API Skills in Action

آموزش ساخت موتور جستجوی کروما (Chroma Search)

آموزش ساخت موتور جستجوی کروما (Chroma Search)

دانلود Build Chroma Search

آموزش جامع FastAPI و مبانی توسعه بک‌اند (Backend)

آموزش جامع FastAPI و مبانی توسعه بک‌اند (Backend)

دانلود Introduction to FastAPI and Backend Development Fundamentals

آموزش برنامه‌نویسی قطعی با مدل‌های زبانی بزرگ (LLM)

آموزش برنامه‌نویسی قطعی با مدل‌های زبانی بزرگ (LLM)

دانلود Deterministic LLM programming

نمایش نظرات

آموزش توسعه API و سرویس‌دهی مدل‌های هوش مصنوعی
جزییات دوره
5h 40m
7
(آخرین آپدیت)
185
- از 5
دارد
دارد
دارد
Chris Croft

https://donyad.com/d/6f8cc6

جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده

Application Deployment Scalability Restful API Containerization Data Validation Load Balancing Model Deployment Authentications Model Context Protocol Docker (Software) Tool Calling Performance Tuning API Design Application Programming Interface (API) استقرار برنامه مقیاس‌پذیری RESTful API کانتینرسازی اعتبارسنجی داده‌ها تعادل بار استقرار مدل احراز هویت پروتکل مدل محتوا (MCP) Docker فراخوانی ابزار بهینه‌سازی عملکرد طراحی API رابط برنامه‌نویسی کاربردی (API)