Udemy – AI Agents in Practice: Build Real End-to-End AI Agents 2026-6

در تاریخ: 1405/08/03 11:35:44

توضیحات

دوره AI Agents in Practice: Build Real End-to-End AI Agents. این دوره آموزشی یک برنامه جامع و کاربردی برای طراحی و ساخت سیستم‌های هوش مصنوعی عامل (Agentic Systems) با استفاده از فریم‌ورک‌های مدرنی مانند LangGraph، ReAct و ReWOO است. این دوره آموزشی برای یادگیری اصولی و عملی نحوه طراحی، پیاده‌سازی و مدیریت عوامل هوش مصنوعی (AI Agents) طراحی شده است. پس از آشنایی با مبانی مدل‌های زبانی بزرگ (LLM) و ربات‌های گفتگو (Chatbots)، این دوره به عنوان گام بعدی به فراگیران کمک می‌کند تا سیستم‌هایی را بسازند که توانایی برنامه‌ریزی، استفاده از ابزارها و اجرای چرخه‌های کاری چندمرحله‌ای را دارند. در این مسیر، پرسش‌های کلیدی درباره نحوه تصمیم‌گیری سیستم‌های هوش مصنوعی در مواجهه با وب‌گردی، خواندن فایل‌ها یا فراخوانی APIها پاسخ داده می‌شود و نحوه شکستن وظایف به بخش‌های کوچک‌تر و تعیین ابزار مناسب آموزش داده می‌شود. فراگیران با مبانی ساختاری یک عامل هوش مصنوعی و تفاوت آن با برنامه‌های استاندارد LLM آشنا می‌شوند و بهترین روش‌ها برای نگارش پرامپت‌ها (Prompts) را فرا می‌گیرند. در ادامه، طی پروژه‌های عملی متعدد، ساخت ربات‌های کمکی، پیاده‌سازی الگوهای ReAct و ReWOO در LangGraph، ایجاد حافظه برای سیستم، اتصال ابزارهای سفارشی و استفاده از پلتفرم LangSmith برای نظارت و دیباگ بررسی می‌شود. همچنین در پروژه‌های پیشرفته‌تر، ارزیابی ایده‌های کسب‌وکار با استفاده از شخصیت‌های مشاور (Personas)، پردازش‌های موازی و مراحل نظارت انسانی (Human-in-the-loop) پیاده‌سازی می‌شود تا شرکت‌کنندگان با تسلط کامل بر معماری‌های نوین، توانایی ساخت و توسعه سیستم‌های پیشرفته هوش مصنوعی را کسب کنند.

آنچه فرا خواهید گرفت

درک اصول کلیدی در طراحی ساختار عوامل هوش مصنوعی (Agentic Design)
شناخت عمیق دو فریم‌ورک پیشرو در حوزه عوامل: ReAct و ReWOO
ایجاد و یکپارچه‌سازی ابزارها برای تعامل عوامل با داده‌های واقعی و انجام وظایف کاربردی
توسعه مهارت در نگارش پرامپت‌های تخصصی متناسب با استدلال، برنامه‌ریزی و استفاده از ابزار
نظارت، عیب‌یابی و دیباگ عوامل هوش مصنوعی با استفاده از ابزار LangSmith
ساخت ساختار یک عامل در LangGraph با بهره‌گیری از گره‌ها (Nodes)، لبه‌ها (Edges)، وضعیت (State) و حافظه (Memory)
پیاده‌سازی مراحل نظارت انسانی (Human-in-the-loop) و شاخه‌های موازی در جریان‌های کاری
ساخت پروژه عملی دستیار شغلی (Job-Helper Agent) و ارزیاب ایده‌های کسب‌وکار (Business Idea Evaluator)

این دوره مناسب افرادیست که

علاقه‌مندان به هوش مصنوعی که می‌خواهند از چت‌بات‌های ساده فراتر رفته و ساخت عوامل واقعی هوش مصنوعی با قابلیت استفاده از ابزارها و APIها را بیاموزند
برنامه‌نویسان پایتون که به کار با LangGraph، عوامل ReAct و پایپ‌لاین‌های داده‌ای بی‌درنگ علاقه‌مند هستند
توسعه‌دهندگان و افرادی که مبانی مقدماتی هوش مصنوعی را پشت سر گذاشته و به دنبال پیاده‌سازی پروژه‌های کاربردی و کاربردپذیر در دنیای واقعی هستند

مشخصات دوره AI Agents in Practice: Build Real End-to-End AI Agents

ناشر: Udemy
مدرس: 365 Careers
سطح آموزش: مبتدی تا پیشرفته
مدت زمان آموزش: 1 ساعت و 44 دقیقه
تعداد دروس: 37

سرفصل های دوره

AI Agents in Practice: Build Real End-to-End AI Agents

پیشنیازهای دوره AI Agents in Practice: Build Real End-to-End AI Agents

Intermediate Python skills (comfort with functions, basic data structures, and working in notebooks)
Basic familiarity with large language models (e.g., using GPT models, prompts, tokens, system vs user messages)
A general understanding of AI concepts will be helpful