توضیحات
دوره Building Autonomous Agentic AI Systems for Beginners HandsOn. هوش مصنوعی عاملمحور (Agentic AI) با سرعتی باورنکردنی در حال تغییر نحوه انجام امور است و یک تحول کلیدی در تکامل سیستمهای هوشمند محسوب میشود. تسلط بر این الگوی جدید امروزه بیش از هر زمان دیگری ضروری به نظر میرسد. این دوره آموزشی به شرکتکنندگان مهارتهای عملی و درک استراتژیک لازم را برای طراحی، ساخت و بهکارگیری سیستمهای هوش مصنوعی عاملمحور در دنیای واقعی انتقال میدهد و فرصتهای قدرتمندی را برای نوآوری، اتوماسیون و رشد شغلی فراهم میکند. آموزش با مبانی هستهای هوش مصنوعی عاملمحور آغاز میشود؛ یعنی درک این موضوع که عاملها (Agents) دقیقاً چه هستند، چه تفاوتی با سیستمهای هوش مصنوعی سنتی دارند و چگونه استدلال، برنامهریزی و استفاده از ابزارها باعث ایجاد جریانهای کاری خودکار میشود. در ادامه، اجزای سازنده این سیستمها شامل مدلهای زبانی بزرگ (LLMs)، حافظه، جایگذاریها (Embeddings)، پایگاههای داده برداری (Vector Databases) و خط لولههای RAG بررسی میشوند. این دوره به صورت کاملاً عملی طراحی شده و شامل پروژههای نهایی و سناریوهای عیبیابی است. شرکتکنندگان یاد میگیرند که چگونه عاملها را به صورت از پیش تعیین شده طراحی نکنند، بلکه آنها را برای بهینهسازی عملکرد و استدلال مستقل برنامهریزی کنند. این آموزش شبیهساز موارد استفاده در شرکتهای بزرگ و استارتاپها است و به درک نحوه مقیاسپذیری و استقرار این سیستمها در محیطهای عملیاتی کمک میکند.
آنچه فرا خواهید گرفت
- درک کامل مبانی هوش مصنوعی عاملمحور، نحوه عملکرد آن و تفاوتهای بنیادین آن با سیستمهای هوش مصنوعی سنتی.
- ساخت عاملهای هوش مصنوعی کاربردی با استفاده از فریمورکهای مدرن مانند Smolagents، CrewAI، MCP و n8n.
- یکپارچهسازی RAG (تولید تقویتشده با بازیابی) در جریانهای کاری عاملها برای بهبود دقت و قابلیت اطمینان سیستم.
- طراحی سیستمهای چند-عاملی (Multi-Agent Systems) که قادر به همکاری، خودمختاری و استدلالهای پیچیده هستند.
- پیادهسازی سیستمهای حافظه، جایگذاریها، جستجوی برداری و منطق هماهنگی در داخل عاملهای هوشمند.
- ساخت راهکارهای چند-عاملی برای دنیای واقعی، از جمله نظارت بر ابر (Cloud Monitoring) و هوشمندی بین ابری (Cross-Cloud Intelligence).
- اعمال تکنیکهای بازتاب (Reflection)، خود-اصلاحی، ایمنی و نردههای محافظ (Guardrails) برای ساخت عاملهای مقاوم و قابل اعتماد.
- استقرار عاملها با استفاده از Docker یا محیطهای ابری و اجرای اتوماسیونهای مقیاسپذیر در دنیای واقعی.
این دوره مناسب افرادیست که
- توسعهدهندگانی که قصد دارند اتوماسیونهای هوشمند و عاملهای هوش مصنوعی پیشرفته بسازند.
- علاقهمندان به هوش مصنوعی که میخواهند فراتر از نوشتن دستورات (Prompts) ساده برای مدلهای زبانی حرکت کنند.
- دانشمندان داده و مهندسان یادگیری ماشین که به دنبال گسترش دانش خود در حوزه Agentic AI هستند.
- مهندسان بکاند (Backend Engineers) که وظیفه یکپارچهسازی جریانهای کاری مبتنی بر هوش مصنوعی را بر عهده دارند.
- معماران سیستم که به دنبال اتخاذ الگوهای طراحی چند-عاملی در زیرساختهای خود هستند.
- سازندگان محصول که روی محصولات اولویتمحور با هوش مصنوعی (AI-first products) فعالیت میکنند.
- دانشجویان و متخصصانی که خود را برای آینده مهندسی هوش مصنوعی و سیستمهای خودکار آماده میکنند.
مشخصات دوره Building Autonomous Agentic AI Systems for Beginners HandsOn
- ناشر: Udemy
- مدرس: Yogesh Raheja
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 5 ساعت و 30 دقیقه
- تعداد دروس: 56
سرفصل های دوره در تاریخ 2026/1
پیشنیازهای دوره Building Autonomous Agentic AI Systems for Beginners HandsOn
- Familiarity with Python
- Basic understanding of how LLMs work
- Curiosity to explore Agentic AI, autonomous agents, and AI-driven workflows
- Prior fundamental experience with AI is required
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
2.9 گیگابایت













































