لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش Hands-On OpenAI API: ساختن یک راه حل در دنیای واقعی
Hands-On OpenAI API: Building a Real-World Solution
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
OpenAI در خط مقدم هوش مصنوعی قرار دارد، بهویژه وقتی صحبت از مدلهای زبان بزرگ (LLM) میشود. اگر توسعهدهنده یا رهبر کسبوکاری هستید که به دنبال استفاده از ابزارهای مبتنی بر هوش مصنوعی هستید، این دوره به شما کمک میکند تا با نحوه استفاده از APIهای OpenAI برای ساخت راهحلهایی بر اساس تکنیک نسل افزوده بازیابی (RAG) به سرعت آشنا شوید.
به مربی رودریگو دیاز کونچا بپیوندید زیرا او طیف گسترده ای از گزینه های راه حل را نشان می دهد، از جمله استفاده از Audio API برای رونویسی صدا و Chat Completions API برای ایجاد اسناد. مهارت های جدید خود را با یک پروژه واقعی به نام KinderLogger با ساختن یک دستیار با استفاده از Assistants API، پیاده سازی فرآیند نسل افزوده بازیابی (RAG) در دستیار و پیاده سازی Web API با استفاده از FastAPI برای افشای دستیار آزمایش کنید. در طول مسیر، یاد بگیرید که چگونه محتوای مضر را با Moderations API شناسایی کنید و یک GPT را به عنوان یک صفحه جلویی برای فراخوانی سرویس و آزمایش پروژه KinderLogger خود ایجاد و استفاده کنید.
سرفصل ها و درس ها
معرفی
Introduction
ساخت یک اپلیکیشن هوش مصنوعی در دنیای واقعی
Building a real-world AI app
آماده سازی ابزارها و محیط توسعه
Preparing the tools and development environment
چه چیزی میخواهید بدانید
What you need to know
چیزی که قرار است در طول این دوره بسازید
What you are going to build throughout this course
1. استفاده از Audio API برای رونویسی صدا و Chat Completions API برای ایجاد اسناد
1. Using the Audio API to Transcribe Audio and the Chat Completions API to Create Documents
ایجاد سند JSON با استفاده از Chat Completions API
Creating the JSON document using the Chat Completions API
نصب کتابخانه مورد نیاز و تهیه کد
Installing the required library and preparing the code
رونویسی فایل های صوتی با استفاده از Audio API
Transcribing the audio files by using the Audio API
استخراج اطلاعات غنی از پیام های صوتی
Extracting rich information from audio messages
2. ساخت دستیار KinderLogger با Assistant API
2. Building the KinderLogger Assistant with the Assistants API
ایجاد دستیار با استفاده از Assitants API
Creating the assistant using the Assitants API
اجرای و آزمایش موضوع گفتگو
Running and testing the conversation thread
ایجاد یک رشته مکالمه جدید و افزودن یک پیام
Creating a new conversation thread and adding a message
زنده کردن ایده دستیار KinderLogger
Bringing the KinderLogger assistant idea to life
3. اجرای یک فرآیند بازیابی نسل افزوده (RAG) در دستیار
3. Implementing a Retrieval Augmented Generation (RAG) Process in the Assistant
آپلود فایل های رونویسی در دستیار
Uploading the transcription files to the assistant
استفاده از اسناد و داده های خصوصی در پروژه KinderLogger
Using private documents and data in the KinderLogger project
بهبود دستیار با تکنیک های مهندسی سریع
Improving the assistant with prompt engineering techniques
استفاده از دستیار در زمین بازی دستیاران
Using the assistant on the Assistants Playground
4. پیاده سازی Web API برای افشای دستیار
4. Implementing the Web API to Expose the Assistant
پیاده سازی لاگ در Web API
Implementing logging in the Web API
استقرار برنامه کانتینر Azure برای این سرویس
Deploying the Azure Container App for the service
افشای دستیار به عنوان یک خدمت
Exposing the assistant as a service
ایجاد Web API با استفاده از کتابخانه FastAPI
Creating the Web API using the FastAPI library
ساخت و انتشار تصویر کانتینر Docker
Building and publishing the Docker container image
تماس با دستیار از Web API
Calling the assistant from the Web API
5. شناسایی محتوای مضر با استفاده از API Moderations
5. Identifying Harmful Content Using the Moderations API
پیاده سازی Moderations API در برنامه رونویسی
Implementing the Moderations API in the transcription app
استفاده از شیوه های هوش مصنوعی مسئول در KinderLogger
Applying responsible AI practices in KinderLogger
ساخت یک تصویر جدید و به روز رسانی برنامه کانتینر Azure
Building a new image and updating the Azure Container App
پیاده سازی Moderations API در Web API
Implementing the Moderations API in the Web API
6. ایجاد KinderLogger GPT
6. Creating the KinderLogger GPT
ایجاد GPT و اقدام برای فراخوانی سرویس
Creating the GPT and the action for invoking the service
استفاده از GPT بهعنوان پیشفرض برای پروژه KinderLogger
Using a GPT as a frontend for the KinderLogger project
معماران راه حل ، مدیر منطقه ای مایکروسافت و MVP مایکروسافت
رودریگو دیاز کانچا یک معمار راه حل و مدیر منطقه ای مایکروسافت با بیش از 20 سال تجربه است.
رودریگو گواهی نامه حرفه ای معماری نرم افزار Carnegie Mellon SEI است. او بیش از یک دهه است که به عنوان MVP مایکروسافت شناخته می شود ، در حال حاضر در دو بخش Developer Technologies و Microsoft Azure. بعلاوه ، او دارای Scrum Alliance Certified ScrumMaster ، MCSD ، MCTS ، MCPD و MCP است.
به عنوان معمار ارشد نرم افزار در Lumedhealth ، وی راه حل های بهداشت دیجیتال و پزشکی از راه دور با تمرکز بر تغییر زندگی مردم را ایجاد می کند. او همچنین تمایز نوشتن اولین کتابها در مورد Microsoft Silverlight 5 و Xamarin را دارد. فرم ها به زبان اسپانیایی. رودریگو یک سخنران مکرر در رویدادهای مایکروسافت و غیر مایکروسافت در سراسر آمریکای لاتین ، ایالات متحده و اروپا است.
نمایش نظرات