توضیحات
دوره Agentic AI Engineering Course. این دوره آموزشی جامع به آموزش اصول تخصصی و مهندسی سیستمهای هوش مصنوعی عاملیتمحور (Agentic AI) برای ساخت برنامههای کاربردی در سطح پروداکشن میپردازد. بسیاری از دورههای مربوط به هوش مصنوعی عاملیتمحور تنها به ارائه نمونههای ساده و آزمایشی میپردازند؛ مواردی مانند ساخت یک ربات گفتگو ساده یا فراخوانی یک API که کار به پایان میرسد. اما زمانی که افراد تلاش میکنند یک سامانه واقعی بسازند؛ سامانهای که قابلیت مدیریت پژوهشهای پیچیده، تولید محتوای ساختاریافته، مدیریت همزمان چندین ابزار مختلف را داشته باشد و به صورت واقعی در محیط عملیاتی و پروداکشن کار کند، متوجه میشوند که آموزشهای مقدماتی بسیاری از نکات حیاتی را نادیده گرفتهاند. هوش مصنوعی عاملیتمحور در واقع یک شاخه مهندسی دقیق است، نه صرفاً یک تمرین ساده در زمینه نگارش دستورات یا همان پرامپت نویسی. این خلاء آموزشی دقیقاً همان دلیلی است که مدرسان و تیم سازنده را ترغیب کرده است تا با همکاری پلتفرم Towards AI این دوره تخصصی را تدوین کنند. نکته متمایزکننده این دوره در این است که مفاهیم صرفاً به صورت تئوری تدریس نشدهاند، بلکه دو سیستم هوش مصنوعی واقعی و کاربردی ساخته شدهاند که به صورت روزمره مورد استفاده قرار گرفته و محتوای دوره بر اساس تجربه عملی توسعه آنها نگارش یافته است. در ماه ژانویه سال دو هزار و بیست و پنج، فرآیند طراحی این دوره آغاز شد و تا ماه آوریل تیمی متشکل از افراد متخصص شکل گرفت تا تنها مهارتهایی آموزش داده شوند که ارزش واقعی و کاربردی دارند. در این مسیر ایدههای بزرگی مانند توسعه یک عامل پژوهشگر عمیق و یک روند کاری نگارش محتوا پیادهسازی شد تا فراگیران با چالشهای واقعی توسعه نرمافزار در دنیای هوش مصنوعی آشنا شوند. محتوای این دوره فراتر از ابزارهای موقتی حرکت میکند و تمرکز اصلی خود را بر روی اصول پایهای و الگوهای طراحی میگذارد که همواره ثابت و قابل اتکا هستند. شرکتکنندگان یاد میگیرند که چگونه معماریهای استدلال، سیستمهای حافظه، چرخههای تعاملی و ابزارهای مهندسی زمینه را پیادهسازی کنند تا در نهایت قادر باشند سامانههایی مستقل و هوشمند بسازند که در شرایط فشار و خطا نیز کارایی خود را حفظ کنند.
آنچه فرا خواهید گرفت
- فراخوانی ابزارها: یادگیری نحوه اتصال هوش مصنوعی به منابع خارجی و ابزارهای گوناگون برای انجام وظایف مختلف.
- حلقههای تعاملی ریاکت: تسلط بر الگوهای استدلال و عمل متوالی برای حل مسائل پیچیده توسط عاملهای هوشمند.
- مهندسی زمینه: مدیریت دقیق دادههای ورودی و اطلاعات ارسالی به مدلهای زبانی بزرگ برای بهبود دقت پاسخها.
- تولید ساختاریافته: نحوه وادار کردن مدلهای هوش مصنوعی به تولید خروجیهای فرمتبندی شده و قابل پردازش توسط ماشین.
- سیستمهای حافظه: پیادهسازی حافظه کوتاهمدت و بلندمدت برای حفظ پیوستگی در گفتگوها و فرآیندهای طولانی.
- بازیابی اطلاعات پیشرفته: استفاده از تکنیکهای RAG برای دسترسی دقیق به دادههای اختصاصی و سازمانی.
- معماریهای برنامهریزی و استدلال: طراحی ساختارهایی که به عامل هوشمند اجازه میدهند مراحل مختلف یک کار بزرگ را به بخشهای کوچکتر تقسیم کند.
- بازخورد انسانی: قرار دادن نظارت انسانی در نقاط کلیدی فرآیند برای تایید یا اصلاح اقدامات عاملهای هوشمند.
- استقرار در محیط پروداکشن: یادگیری ارزیابی، پایش، احراز هویت و استقرار سیستمها در زیرساختهای ابری.
این دوره مناسب افرادیست که
- مهندسان نرمافزار: برنامهنویسانی که تسلط کافی بر زبان پایتون دارند و میخواهند دانش خود را در زمینه سیستمهای هوش مصنوعی ارتقا دهند.
- مهندسان یادگیری ماشین: متخصصانی که به دنبال پیادهسازی و استقرار مدلهای پیشرفته هوش مصنوعی در محیطهای عملیاتی هستند.
- دانشمندان داده: افرادی که با دادهها و مدلهای زبانی بزرگ کار کردهاند و میخواهند برنامههای خودکار و خودمختار بسازند.
- توسعهدهندگان وب و ابر: افرادی که با فناوریهایی مانند داکر و سرویسهای ابری آشنایی دارند و دارای دیدگاه و ذهنیت سازندگی هستند.
مشخصات دوره Agentic AI Engineering Course
- ناشر: decodingai
- مدرس: Paul Iusztin
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 7 ساعت و 33 دقیقه
- تعداد دروس: 11
سرفصل های دوره
- Lesson 1, Part 1 The AI Engineer & The Agent Landscape
- Lesson 2 LLM Workflows vs. AI Agents -The AI Engineer’s Dilemma
- Lesson 7 Planning and Reasoning
- Lesson 9 RAG Focus
- Running the Agents
- Lesson 15 Nova End-to-End Project Walkthrough
- Lesson 20 Brown End-to-End Project Walkthrough
- Lesson 21 Behind the Scenes of Iterating AI Architectures with the Brown Writing Agent
- Lesson 26 End-to-End Demo Generating a Course Lesson
- Lesson 27 Agent Observability with Opik
- Lesson 28 Creating Datasets for AI Evals
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
