توضیحات
دوره Advanced RAG Techniques. این دوره آموزشی یک برنامه جامع و کاربردی برای مهندسان هوش مصنوعی و توسعه‌دهندگان است که قصد دارند سیستم‌های پیاده‌سازی متون بازیابی‌شده (Retrieval-Augmented Generation) خود را فراتر از حالت پایه‌ای توسعه داده و سیستم‌هایی دقیق، بهینه‌شده و آماده تولید ایجاد کنند.این دوره به عنوان یک راهنمای عملی و تخصصی برای مهندسان هوش مصنوعی، متخصصان یادگیری ماشین، دانشمندان داده و توسعه‌دهندگان نرم‌افزار طراحی شده است که می‌خواهند برنامه‌های کاربردی تولید محتوای برپایه بازیابی اطلاعات را ارتقا دهند. سیستم‌های پایه‌ای RAG اغلب با چالش‌هایی مانند بازیابی ضعیف اسناد، ارائه زمینه‌های نامربوط، پاسخ‌های ناقص، پردازش سخت فایل‌های پیچیده و هزینه‌های عملیاتی بالا مواجه هستند. این دوره راهکارهای نوآورانه‌ای مانند Semantic Chunking، جستجوی ترکیبی (Hybrid Search)، بازنویسی پرس‌وجو (Query Rewriting)، HyDE، معماریهای Self-RAG، Corrective RAG (CRAG) و GraphRAG را برای حل این چالش‌ها ارائه می‌دهد. در طول این برنامه آموزشی، فراگیران به صورت عملی با تمامی مراحل توسعه سیستم‌های advanced RAG آشنا می‌شوند. این روند از مفاهیم پایه و معماری آغاز شده و به تکنیک‌های پیشرفته تکه‌تکه‌سازی اسناد، الگوریتم‌های رتبه‌بندی مجدد با Cross Encoders، بازیابی چندوجهی (Multimodal Retrieval) از فایل‌های PDF پیچیده و جداول ختم می‌شود. همچنین بخش‌های مهمی از دوره به ارزیابی کیفیت، بهینه‌سازی هزینه‌ها، قابلیت مشاهده‌زیستی (Observability)، ردگیری (Tracing) و تلمتری (Telemetry) اختصاص یافته است تا شرکت‌کنندگان بتوانند سیستم‌هایی قابل اعتماد، مقیاس‌پذیر و آماده برای محیط‌های واقعی و تجاری پیاده‌سازی کنند.
آنچه فرا خواهید گرفت
- طراحی و ساخت خطوط لوله advanced RAG با استفاده از تکنیک‌های Semantic Chunking، استراتژی‌های بازیابی و روش‌های جستجوی بهینه‌شده
- ارتقای کیفیت بازیابی اطلاعات با به‌کارگیری Hybrid Search، Keyword Search، Cross Encoders و روش‌های رتبه‌بندی پیشرفته
- افزایش دقت بازیابی از طریق تولید پرس‌وجوهای متعدد، Query Rewriting، Query Expansion و تکنیک‌های HyDE
- توسعه برنامه‌های کاربردی با استفاده از معماریهای Self-RAG، Corrective RAG (CRAG) و GraphRAG جهت بازیابی مطمئن اطلاعات
- ساخت سیستم‌های Multimodal RAG برای پردازش فایل‌های پیچیده PDF، جداول، Embeddings و داده‌های چندوجهی
- ارزیابی و بهینه‌سازی برنامه‌های RAG از نظر کیفیت، هزینه و عملکرد تولید با استفاده از قابلیت‌های Observability، Tracing و Telemetry
این دوره مناسب افرادیست که
- مهندسان AI و Machine Learning که مایل به طراحی، توسعه و بهینه‌سازی برنامه‌های پیشرفته Generative AI و RAG هستند
- Data Scientist ها و مهندسان داده که با سیستم‌های بازیابی، داده‌های غیرساختاریافته و پایگاه‌های دانش کار می‌کنند
- توسعه‌دهندگان نرم‌افزار و AI Developers که در حال ساخت جستجوی هوشمند، سیستم‌های دانش سازمانی و دستیارهای هوش مصنوعی هستند
- متخصصان Generative AI و NLP که می‌خواهند فراتر از پیاده‌سازی‌های پایه‌ای RAG حرکت کنند
- معماران راهکارهای ابری و هوش مصنوعی که علاقه‌مند به طراحی معماریهای مقیاس‌پذیر و آماده تولید هستند
- پژوهشگران و متخصصانی که در حال بررسی موضوعات Self-RAG، Corrective RAG، GraphRAG و بازیابی چندوجهی هستند
- دانشجویان و علاقه‌مندانی که قصد ورود به حوزه‌های Artificial Intelligence، Data Science و NLP را دارند
مشخصات دوره Advanced RAG Techniques
- ناشر: Udemy
- مدرس: Start-Tech Academy
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 4 ساعت و 43 دقیقه
- تعداد دروس: 40
سرفصل های دوره
پیشنیازهای دوره Advanced RAG Techniques
- No prior AI or technical experience is required — just a computer, internet connection, and a willingness to learn advanced RAG techniques.
تصاویر دوره
نمونه فیلم دوره
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 1080p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
2.1 گیگابایت
