آموزش ساخت اپلیکیشن هوش مصنوعی Business Intelligence با Flutter و Supabase - آخرین آپدیت

دانلود Build an AI Business Intelligence App with Flutter and Supabase

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

در این دوره، شما یک دمو ساده نمی‌سازید؛ بلکه یک اپلیکیشن هوش مصنوعی در سطح تجاری و واقعی به نام InsightCart را با استفاده از Flutter و Supabase توسعه خواهید داد. مهم‌تر از آن، شما یاد می‌گیرید که سیستم‌های واقعی هوش مصنوعی چگونه طراحی می‌شوند.

چه چیزی این دوره را متفاوت می‌کند؟

بسیاری از دوره‌های هوش مصنوعی از یک الگوی ساده پیروی می‌کنند:

  • ارسال داده‌های خام به یک مدل LLM

  • دریافت پاسخ

  • نمایش آن در برنامه

اما محصولات واقعی به این شکل ساخته نمی‌شوند.

در این دوره، شما رویکرد صحیح را خواهید آموخت:

  • استفاده از SQL برای محاسبات ساختاریافته

  • استفاده از هوش مصنوعی برای استدلال و تحلیل‌های عمیق

  • کنترل عملکرد و هزینه توسط منطق Backend

این همان معماری است که در اپلیکیشن‌های هوش مصنوعی دنیای واقعی به کار می‌رود.

آنچه خواهید ساخت

یک اپلیکیشن کامل تحلیل کسب‌وکار (BI) مبتنی بر هوش مصنوعی شامل:

  • داشبورد هوشمند AI
    تبدیل داده‌های خام تجاری به تحلیل‌های معنادار

  • تحلیل ریسک ریزش مشتری (Churn)
    شناسایی مشتریانی که احتمال ترک سرویس دارند و دلیل آن

  • جستجوی معنایی نظرات
    جستجو در بازخوردهای مشتریان بر اساس مفهوم، به جای کلمات کلیدی

آنچه خواهید آموخت

شما صرفاً از هوش مصنوعی استفاده نمی‌کنید، بلکه یاد می‌گیرید چگونه آن را در برنامه‌های واقعی پیاده‌سازی کنید:

  • نحوه استفاده از مدل‌های LLM در سیستم‌های عملیاتی

  • عملکرد سیستم‌های RAG (تولید تقویت شده با بازیابی)

  • نقش Embeddingها در قدرت بخشیدن به جستجوی معنایی

  • طراحی پرامپت‌های ساختاریافته برای خروجی‌های قابل اعتماد

  • ترکیب موثر SQL و هوش مصنوعی

تسلط بر Backend و دیتابیس (Supabase)

یاد می‌گیرید چگونه یک زیرساخت قدرتمند و مقیاس‌پذیر بسازید:

  • بهینه‌سازی کوئری‌های SQL

  • استفاده از Indexها برای افزایش سرعت

  • اعمال Constraints برای حفظ یکپارچگی داده‌ها

  • توابع RPC برای دریافت بهینه داده‌ها

  • Triggerها برای اتوماسیون

  • جستجوی برداری با استفاده از pgvector

معماری در سطح Production

این دوره بر نحوه ساخت سیستم‌های واقعی تمرکز دارد:

  • استفاده از Edge Functions برای یکپارچه‌سازی امن هوش مصنوعی

  • پیاده‌سازی Caching برای کاهش هزینه‌ها و تعداد درخواست‌ها به AI

  • ساختار تمیز (Clean) در بک‌اند

  • الگوهای طراحی مقیاس‌پذیر

چرا این دوره اهمیت دارد؟

هوش مصنوعی دیگر فقط یک ترند نیست.

برنامه‌نویسانی که بدانند چگونه قابلیت‌های واقعی AI را پیاده کنند، مزیتی رقابتی خواهند داشت.

این دوره به شما کمک می‌کند از سطح “مبانی AI را می‌دانم”به سطح “می‌توانم محصولات مبتنی بر AI بسازم”برسید.

نیازی نیست

  • دانش یادگیری ماشین (Machine Learning) داشته باشید

  • ریاضیات پیشرفته بدانید

  • تجربه قبلی در زمینه AI داشته باشید

اگر می‌توانید اپلیکیشن بسازید، می‌توانید اپلیکیشن‌های هوش مصنوعی هم بسازید.

در پایان این دوره

شما قادر خواهید بود:

  • یک اپلیکیشن کامل مبتنی بر AI را از صفر بسازید

  • درک کنید سیستم‌های مدرن AI چگونه کار می‌کنند

  • قابلیت‌های AI اختصاصی خودتان را طراحی کنید

  • یک پروژه قدرتمند برای رزومه داشته باشید

اگر می‌خواهید از آموزش‌های ساده عبور کنید و ساخت اپلیکیشن‌های واقعی AI را شروع کنید، این دوره برای شماست.


سرفصل ها و درس ها

درس‌ها Lessons

  • معرفی دوره و بررسی نهایی اپلیکیشن Course Overview and Final App Walkthrough

  • راه‌اندازی پروژه Flutter، معماری Feature-Based و وابستگی‌های ضروری Flutter Project Setup, Feature Based Architecture & Essential Dependencies

  • راه‌اندازی بک‌اند Supabase و مدیریت امن کلیدها در Flutter Supabase Backend Setup & Secure Key Management in Flutter

  • ساخت ورودی اپلیکیشن، Navigation Shell و تب‌های پایینی Building App Entry, Navigation Shell & Bottom Tabs

  • طراحی شمای دیتابیس برای InsightCart Designing the Database Schema for InsightCart

  • بهینه‌سازی عملکرد با Indexها و امنیت داده‌ها با RLS Optimizing Performance with Indexes & Securing Data with RLS

  • طراحی جداول ویژگی‌های داده آماده AI و Triggerهای دیتابیس Designing AI Ready Data Feature Tables & Database Triggers

  • کش کردن پاسخ‌های AI برای کاهش هزینه و بهبود سرعت Caching AI Responses to Reduce Cost & Improve Performance

  • تولید داده‌های واقع‌گرایانه با استفاده از توابع RPC در Supabase Seeding Realistic Data Using RPC Functions in Supabase

  • فراخوانی RPC در Supabase از طریق Flutter (تولید داده با یک کلیک) Calling Supabase RPC from Flutter (Seed Data with One Click)

  • ساخت کامپوننت‌های UI قابل استفاده مجدد: Shimmer، وضعیت خطا و کارت‌ها Creating Reusable UI Components Shimmer, Error State & Cards

  • راه‌اندازی Supabase Edge Functions با استفاده از CLI Setting Up Supabase Edge Functions with CLI

  • ساخت کمکی‌های AI قابل استفاده: LLM Caller، هشینگ و کلاینت Supabase Creating Reusable AI Helpers with LLM Caller, Hashing and Supabase Client

  • تنظیم API Keyهای ارائه‌دهندگان AI و ذخیره‌سازی امن اسرار Setting Up AI Provider API Keys and Storing Secrets Securely

  • استقرار و تست کامل یک Edge Function از ابتدا تا انتها Deploying and Testing an Edge Function End to End

  • طراحی RPC معیارهای داشبورد برای تحلیل‌های AI Designing the Dashboard Metrics RPC for AI Insights

  • ساخت Edge Function داشبورد با پرامپت‌نویسی و Guardrails Building the Dashboard Edge Function with Prompting and Guardrails

  • پیاده‌سازی صفحه داشبورد AI در Flutter Building the AI Dashboard Screen in Flutter

  • ساخت RPC کاندیداهای ریزش برای تحلیل ریسک Building the Churn Candidates RPC for Risk Analysis

  • توسعه Edge Function تحلیل ریزش با Few-Shot Prompting Churn Analysis Edge Function with Few Shot Prompting

  • پیاده‌سازی کامل صفحه تحلیل ریزش AI در Flutter Building the AI Churn Screen in Flutter End to End

  • چرا جستجوی کلمات کلیدی شکست می‌خورد و Embeddingها چگونه آن را حل می‌کنند Why Keyword Search Fails and How Embeddings Solve It

  • تولید Embedding نظرات برای جستجوی معنایی سریع‌تر Generating Review Embeddings for Faster Semantic Search

  • یکپارچه‌سازی تولید Embedding نظرات در جریان Seed داده‌ها Integrating Review Embedding Generation Into the Seeding Flow

  • درک مفهوم RAG و ساخت Edge Function نظرات Understanding RAG and Building the Reviews Edge Function

  • ساخت صفحه جستجوی تعاملی نظرات در Flutter Creating an Interactive Review Search Screen in Flutter

  • پیاده‌سازی کامپوننت‌های UI جستجوی نظرات Building the Review Search UI Components

  • تست نهایی تجربه کاربری جستجوی نظرات Testing the Final Review Search Experience

نمایش نظرات

آموزش ساخت اپلیکیشن هوش مصنوعی Business Intelligence با Flutter و Supabase
جزییات دوره
4h 7m
28
Skillshare (اسکیل شیر) Skillshare (اسکیل شیر)
(آخرین آپدیت)
2
- از 5
ندارد
دارد
دارد
Rahul Agarwal
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Rahul Agarwal Rahul Agarwal

Flutter & Web3 Trainer

سلام، من راهول هستم. من در ساختن اپلیکیشن متقابل پلتفرم با استفاده از فلاتر مهارت دارم. من یک توسعه دهنده مستقل هستم و همچنین کارگاه هایی را برای به اشتراک گذاشتن دانش خود با جامعه برگزار می کنم.