توضیحات
Advanced RAG Engineering: Build Production-Ready Enterprise دوره آموزشی طراحی، توسعه و استقرار سیستمهای تولید افزوده بازیابی (RAG) در سطح سازمانی می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. این برنامه که برای مهندسان هوش مصنوعی، توسعهدهندگان نرمافزار، مهندسان داده و معماران فنی طراحی شده است، فراتر از مفاهیم اولیه RAG میرود تا به چالشهای ساخت برنامههای کاربردی هوش مصنوعی قابل اعتماد برای محیطهای تجاری در مقیاس بزرگ بپردازد. در این دوره عملی، شما یک پلتفرم هوش دانش سازمانی خواهید ساخت که در طول برنامه درسی تکامل مییابد. فراگیران، دریافت دادههای سازمانی، پردازش پیشرفته اسناد، قطعهبندی هوشمند، جاسازیها، جستجوی برداری و ترکیبی، رتبهبندی مجدد، بهینهسازی پرسوجو، امنیت، کنترل دسترسی، ارزیابی، مشاهدهپذیری، مقیاسپذیری و استقرار تولید را بررسی خواهند کرد.
شما با یک برنامه RAG پایه شروع خواهید کرد و به تدریج قابلیتهای پیشرفته ingestion، chunking، retrieval، بهبود پرسوجو، گردشهای کاری تطبیقی، بازیابی مبتنی بر گراف، پردازش اسناد چندوجهی، ارزیابی، مشاهدهپذیری، امنیت و استقرار را اضافه خواهید کرد. این دوره برای مهندسان هوش مصنوعی، مهندسان یادگیری ماشین، توسعهدهندگان نرمافزار، مهندسان داده، مهندسان پلتفرم، معماران راهحل، متخصصان MLOps و رهبران فنی که از قبل مفاهیم اولیه RAG را درک میکنند و میخواهند سیستمهای هوش مصنوعی سازمانی قابل اعتمادی بسازند، طراحی شده است.
آنچه در دوره Advanced RAG Engineering: Build Production-Ready Enterprise یاد خواهید گرفت:
- طراحی معماریهای سازمانی RAG که کیفیت بازیابی، استحکام زمینه، تأخیر، هزینه، امنیت، حاکمیت و قابلیت نگهداری را متعادل میکنند.
- ساخت پایپلاینهای محلی دریافت داده برای PDF، HTML، فایلهای Office، صفحات گسترده، جداول و اسکنها همراه با متادیتا، نسخهبندی، حذف تکرار و ردیابی منشأ.
- بهکارگیری تقسیمبندی ثابت، بازگشتی، ساختارآگاه، معنایی، سلسلهمراتبی و parent-child برای بهبود بازیابی و کیفیت زمینه.
- پیادهسازی بازیابی ترکیبی با جستجوی کلیدواژه، embedding چگال، فیلترهای متادیتا، Reciprocal Rank Fusion و رتبهبندی مجدد مبتنی بر CPU.
- بهبود بازیابی با بازنویسی کوئری، تولید چندکوئری، تجزیه، HyDE، بررسی قصد و مسیریابی بازیابی.
- ساخت گردشکارهای Self-RAG و Corrective RAG با نمرهدهی، اصلاح، اعتبارسنجی، محدودیت تلاش مجدد، کنترل هزینه و امتناع.
- ساخت پایپلاینهای GraphRAG سازگار با CPU با موجودیتها، روابط، رفع ابهام، ردیابی منشأ، پیمایش گراف و بازیابی چندجهشی.
- ساخت بازیابی مبتنی بر CPU برای OCR، تجزیه آگاه از چیدمان، جداول، شکلها، جستجوی سطح صفحه، مسیریابی مدالیته و استناد بصری.
- ارزیابی سیستمهای RAG با مجموعهدادههای طلایی، معیارهای بازیابی، بررسی استحکام زمینه، تست استناد، داورهای محلی و مجموعههای رگرسیون.
- آمادهسازی سیستمهای RAG برای تولید با ردیابی، کش، تخمین هزینه، بازیابی آگاه از ACL، ایزولهسازی مستاجر، امنیت، CI/CD و استقرار.
- و …
مشخصات دوره
ناشر: یودمی
مدرس: Arjun Vaid و School of AI
زبان: انگلیسی
سطح آموزش: مقدماتی تا پیشرفته
تعداد دروس: 83
مدت زمان آموزش: 20 ساعت و 36 دقیقه
سرفصل های دوره
پیش نیازهای دوره Advanced RAG Engineering: Build Production-Ready Enterprise
Intermediate Python programming experience is recommended.
Basic familiarity with large language models, embeddings, vector search, and standard RAG workflows will be helpful.
Familiarity with REST APIs, JSON, Git, command-line tools, and basic Docker usage is recommended.
A computer capable of running Python and local Docker services is required; 16 GB of system memory is recommended.
No paid AI API, cloud account, managed database, or dedicated GPU is required for the mandatory course demonstrations and Hands on Labs.
تصاویر دوره
فیلم معرفی دوره Advanced RAG Engineering: Build Production-Ready Enterprise
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 1440p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
21.8 گیگابایت
