Oreilly – AI for Network Engineering: Building Intelligent NetDevOps 2026-10

در تاریخ: 1405/08/21 7:42:13

توضیحات

AI for Network Engineering: Building Intelligent NetDevOps، دوره آموزش هوش مصنوعی برای مهندسی شبکه: ساخت NetDevOps هوشمند توسط آکادمی O’Reilly منتشر شده است.با دوره «هوش مصنوعی برای مهندسی شبکه: ساخت NetDevOps هوشمند»، مهارت های خود در زمینه خودکارسازی شبکه را وارد عصر هوش مصنوعی کنید. این دوره پیشرفته، تحول مهم بعدی در عملیات شبکه را معرفی می‌کند: عبور از اسکریپت های شکننده و عیب یابی واکنشی به سمت سیستم های هوشمندی که می‌توانند استدلال کنند، پیش بینی انجام دهند، اعتبارسنجی کنند و اقدام کنند. در این دوره می‌آموزید چگونه اصول اثبات شده NetDevOps را با فناوری های نوین هوش مصنوعی، از جمله یادگیری ماشین، تحلیل پیش بینانه و مدل های زبانی بزرگ ترکیب کنید. همچنین بررسی می‌کنید که هوش مصنوعی چگونه می‌تواند جریان های کاری سنتی خودکارسازی شبکه را بهبود دهد؛ از جمله کمک به مهندسان برای شناسایی ناهنجاری ها، اعتبارسنجی تغییرات پیچیده پیکربندی، عیب یابی سریع تر، تعامل با شبکه از طریق ChatOps و تولید مستندات کاربردی عملیاتی. محدودیت های روش های سنتی خودکارسازی را مرور می‌کنید و الگوهای معماری عملی برای ادغام هوش مصنوعی در خط لوله های NetDevOps را با استفاده از ابزارهایی مانند Ansible، Terraform، جریان های کاری مبتنی بر Git و پلتفرم های مرجع اطلاعات شبکه، در کنار چارچوب ها و کتابخانه هایی مانند Scikit-learn، PyTorch، LangChain و Hugging Face می‌آموزید. با بررسی نمونه های واقعی، خواهید دید که خودکارسازی هوشمند چگونه می‌تواند سربار عملیاتی را کاهش دهد، تاب آوری شبکه را بهبود ببخشد و از تصمیم گیری پیش دستانه پشتیبانی کند.

این دوره 4 کاربرد کلیدی هوش مصنوعی در عملیات شبکه را بررسی می‌کند: اعتبارسنجی هوشمند پیکربندی، عیب یابی با کمک هوش مصنوعی، ChatOps برای تیم های شبکه و تولید خودکار مستندات همراه با پایگاه دانش مبتنی بر RAG. همچنین بهترین روش ها برای ساخت سیستم های قابل اعتماد مبتنی بر هوش مصنوعی را می‌آموزید؛ از جمله مدیریت کیفیت داده، کاهش ریسک مدل، مقابله با توهمات مدل، ایمن سازی جریان های کاری هوش مصنوعی و تشخیص موقعیت هایی که استفاده از هوش مصنوعی مناسب است یا مناسب نیست. در پایان دوره، درک خواهید کرد که چگونه راهکارهای نسل بعدی خودکارسازی را طراحی و پیاده سازی کنید؛ راهکارهایی که از داده ها یاد می‌گیرند، شرایط پیچیده را تحلیل می‌کنند و به مهندسان در مدیریت زیرساخت های هرچه پیچیده تر کمک می‌کنند. این دوره برای مهندسان شبکه، متخصصان خودکارسازی، معماران شبکه و متخصصان زیرساخت طراحی شده است که می‌خواهند از خودکارسازی سنتی به سمت شبکه های هوشمند و خودسازگار حرکت کنند. تمام دفترچه های Jupyter استفاده شده در طول دوره در مخزن همراه GitHub در دسترس هستند تا بتوانید نمونه های عملی را در محیط خود اجرا کنید.

آنچه خواهید آموخت

مفاهیم هوش مصنوعی و یادگیری ماشین را برای حل چالش های واقعی خودکارسازی شبکه به کار بگیرید.
خط لوله های هوشمند NetDevOps را طراحی کنید که ابزارهای خودکارسازی را با چارچوب های هوش مصنوعی ترکیب می‌کنند.
از هوش مصنوعی برای بهبود اعتبارسنجی پیکربندی، عیب یابی، بهینه سازی و مستندسازی استفاده کنید.
ابزارهایی مانند Ansible، Terraform، GitLab، NetBox، Scikit-learn، PyTorch، LangChain و Hugging Face را یکپارچه کنید.
جریان های کاری تقویت شده با هوش مصنوعی بسازید که سربار عملیاتی را کاهش داده و تاب آوری شبکه را بهبود می‌بخشند.
ریسک ها، محدودیت ها و بهترین روش های استفاده از هوش مصنوعی در عملیات شبکه را شناسایی کنید.

این دوره برای چه کسانی مناسب است

مهندسان فعال در حوزه شبکه که می‌خواهند از خودکارسازی سنتی به سمت عملیات شبکه هوشمند و مبتنی بر هوش مصنوعی حرکت کنند.
معماران شبکه که به دنبال طراحی سیستم های خودکارسازی شبکه هوشمند و تاب آور هستند.
مهندسان DevOps و مهندسان قابلیت اطمینان سایت (SRE) که به کاربرد هوش مصنوعی در عملیات شبکه و جریان های کاری خودکارسازی علاقه مند هستند.
توسعه دهندگان خودکارسازی زیرساخت که می‌خواهند چارچوب ها و ابزارهای هوش مصنوعی را در خط لوله های NetDevOps ادغام کنند.
رهبران فنی فعال در حوزه شبکه های سازمانی، محیط های ارائه دهندگان خدمات، زیرساخت ابری یا سیستم های خودکارسازی در مقیاس بزرگ.
متخصصانی با دانش پایه شبکه و تجربه برنامه نویسی با زبان هایی مانند Python که می‌خواهند دانش خود را در زمینه NetDevOps تقویت شده با هوش مصنوعی گسترش دهند.