توضیحات
دوره Agentic Engineering: Delegate Real Work to AI Agents. این دوره آموزشی به بررسی نحوه واگذاری وظایف واقعی و پیچیده کاری به AI Agents و مدیریت آنها به عنوان دستیارهای مستقل کارآمد میپردازد. این دوره به عنوان یک راهنمای عملی و ساختاریافته طراحی شده است تا نحوه تغییر تعامل افراد با هوش مصنوعی را به صورت کاربردی آموزش دهد. امروزه مهندسان و متخصصان به جای استفاده از هوش مصنوعی به عنوان یک Chatbot ساده برای پرسش و پاسخ، کارهای واقعی و پیچیده کاری را به AI Agents واگذار میکنند. یک Agent به ابزارها مجهز است و میتواند با داشتن یک Loop کاری مستقل، فرایند تحقیق، ساخت، بررسی و ارائه محصول نهایی را به صورت خودکار انجام دهد. این دوره آموزشی در ۶ جلسه به صورت کاملاً کاربردی و بدون نیاز به Programming، روش مدیریت و هدایت این ابزارها را آموزش میدهد. فراگیران در طول این دوره آموزشی ابتدا یاد میگیرند که یک AI Agent از نظر فنی شامل چه بخشهایی است که این اجزا شامل Reasoning core، ابزارها (Tools) و یک Loop اختصاصی برای ادامه کار تا دستیابی به نتیجه است. همچنین یک نردبان ۴ مرحلهای برای تشخیص سطح فعلی استفاده از هوش مصنوعی ارائه میشود. در ادامه، نحوه نگارش Goal packet شامل ۳ بخش هدف (Goal)، شرط اتمام (Done-condition) و مرزها (Boundaries) بررسی میشود تا دستورالعملها به صورت کاملاً واضح تدوین شوند. علاوه بر این، شیوه نقد outputs و ایجاد یک Evaluation loop هوشمند جهت اصلاح خطاها پیش از ارائه نهایی آموزش داده میشود؛ بهطوریکه نشان داده خواهد شد چگونه یک دستورالعمل دقیقتر میتواند نرخ خطا را از ۴۱ درصد به ۳ درصد کاهش دهد. در بخشهای پیشرفتهتر، مدیریت همزمان چند Agent از طریق Role separation (شامل نقشهای Builder، Critic و Judge) و طراحی Pipelineهای چندعاملی با جداسازی گامهای Deterministic و Non-deterministic بررسی میشود. در نهایت، نحوه پیادهسازی این فرایندها در سطح تیم و سازمان، سنجش معیارهای کلیدی مانند Error rate و Rework rate و تعیین ارتقای ارزش مهارتهای انسانی در عصر هوش مصنوعی آموزش داده خواهد شد. این دوره شامل مباحث Programming، راهاندازی اولیه حساب Claude یا زیرساختهای پیچیده Enterprise-scale نمیشود.
آنچه فرا خواهید گرفت
- درک مفهوم واقعی AI Agent شامل Reasoning core، ابزارها و Loop کاری، و تشخیص وضعیت در نردبان ۴ مرحلهای پذیرش
- نگارش Goal packet سه بخشی شامل Goal، Done-condition و Boundaries جهت واگذاری مستقل کارهای مختلف به Agent
- اجرای ۴ اصل کلیدی در تدوین دستورالعملهای معتبر: تفکر پیش از عمل، سادگی، اعمال تغییرات به صورت دقیق و تمرکز بر هدف
- بازبینی outputs برای تشخیص خطاهای بهظاهر درست با استفاده از چکلیست ساختاریافته Review
- ایجاد Self-verification loop جهت بررسی و اصلاح خودکار کارهای انجامشده توسط Agent پیش از گزارش نهایی
- مدیریت همزمان چند Agent با استفاده از ساختار Role separation شامل Builder، Critic و Judge
- طراحی Multi-agent pipeline با جداسازی مراحل Deterministic از Non-deterministic و تعیین Checkpoints
- برنامهریزی برای Rollout سه مرحلهای واگذاری کار به Agentها در سطح سازمان و اندازهگیری شاخصهای کلیدی کیفیت
این دوره مناسب افرادیست که
- مدیران و صاحبان کسبوکار که میخواهند کارهای واقعی را به AI Agents واگذار کنند
- افرادی که دورههای مقدماتی AI Agent را گذراندهاند و به دنبال افزایش مقیاسپذیری و اعتماد به خروجیها هستند
- سرپرستان تیمها که قصد بررسی نحوه پیادهسازی واگذاری کار به هوش مصنوعی بدون افت کیفیت را دارند
- افرادی که با خروجیهای نادرست اما بااطمینان هوش مصنوعی مواجه شدهاند و به دنبال یک سیستم Review دقیق هستند
مشخصات دوره Agentic Engineering: Delegate Real Work to AI Agents
- ناشر: Udemy
- مدرس: 松任谷 大介 daisuke matsutoya
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 2 ساعت و 46 دقیقه
- تعداد دروس: 6
سرفصل های دوره
پیشنیازهای دوره Agentic Engineering: Delegate Real Work to AI Agents
- A computer (Mac or PC) is required.
- A Claude account (or equivalent AI agent tool) is required.
- No programming experience is required — every technique in this course is a written instruction and a review process.
- Prior comfort with an AI chat or agent tool is recommended (this course reviews the basics briefly but isn’t a from-zero introduction).
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















































