Udemy – Enterprise AI for Banking with Spring AI, RAG, MCP & Agents 2026-7

در تاریخ: 1405/06/15 9:37:28

توضیحات

دوره Enterprise AI for Banking with Spring AI, RAG, MCP & Agents. این دوره آموزشی به بررسی نحوه پیاده‌سازی و یکپارچه‌سازی سیستم‌های هوش مصنوعی پیشرفته مانند RAG، MCP و عامل‌های هوشمند در پلتفرم‌های بانکی سازمانی با استفاده از Spring Boot و Spring AI می‌پردازد. این دوره کاربردی و معماری‌محور است که نحوه اضافه کردن قابلیت‌های هوش مصنوعی تحت مدیریت و کنترل‌شده را به یک پلتفرم بانکی واقعی مبتنی بر Spring Boot آموزش می‌دهد. تمام بخش‌های ساخته‌شده در این دوره نمونه‌های اولیه و کاربردی آموزشی هستند و کدها برای یادگیری معماری هوش مصنوعی در پلتفرم Java سازمانی طراحی شده‌اند تا نحوه کنار هم قرار گرفتن مولفه‌ها، علت تصمیم‌گیری‌های معماری و نحوه به‌کارگیری این الگوها در محیط‌های بانکی تحت نظارت را به دقت نشان دهند. فریم‌ورک اصلی استفاده‌شده در این آموزش Spring AI است. هدف این دوره ساخت یک فریم‌ورک هوش مصنوعی از صفر نیست، بلکه درک جایگاه Spring AI در یک معماری کلان سازمانی است که در آن سرویس‌های بانکی، میکروخدمات، مسیرهای حسابرسی و قوانین اعتبارسنجی نقش اصلی را ایفا می‌کنند. در طول دوره، برنامه BankStack از یک پلتفرم سنتی میکروخدمات به یک نمونه اولیه هوش مصنوعی سازمانی ارتقا می‌یابد. فراگیران مشاهده می‌کنند که چگونه هوش مصنوعی می‌تواند به پرسش‌های کاربران پاسخ دهد، ابزارهای بانکی را فراخوانی کند، بافت برنامه‌ها را بازیابی کند، فرآیندهای مالی چندمرحله‌ای را هماهنگ سازد و کارهای پیچیده را به عامل‌های هوشمند تخصصی در زمینه حساب، پرداخت، پشتیبانی و مدیریت ریسک واگذار نماید. این دوره یک آموزش ساده کدنوی خط به خط برای افراد مبتدی نیست، بلکه مستقیماً مهندسان نرم‌افزار حرفه‌ای، معماران نرم‌افزار و رهبران فنی را هدف قرار می‌دهد که به Java، Spring Boot، REST APIs و سرویس‌های مستقل تسلط دارند. در انتهای دوره، فراگیران تسلط کاملی بر معماری‌های هوش مصنوعی سازمانی در سطح تولید به دست می‌آورند و با یک نمونه اولیه کاملاً عملیاتی شامل RAG، MCP، مدیریت حافظه، جریان‌های کاری و سیستم‌های چندعاملی دوره را به پایان می‌رسانند.

آنچه فرا خواهید گرفت

طراحی معماری هوش مصنوعی سازمانی: درک نحوه طراحی معماری هوش مصنوعی برای سیستم‌های بانکی با استفاده از LLMها، RAG و MCP.
توسعه برنامه‌های کاربردی با Spring AI: ساخت برنامه‌های Spring Boot مبتنی بر هوش مصنوعی با استفاده از Spring AI و مدل‌های زبانی محلی.
پیاده‌سازی خط لوله RAG: طراحی و پیاده‌سازی خط لوله RAG مبتنی بر قوانین و مقررات بانکی با استفاده از PostgreSQL و PGVector.
ساخت اکوسیستم ابزار مبتنی بر MCP: ایجاد یک اکوسیستم ابزاری تحت مدیریت بر پایه MCP برای سناریوهای کاربردی بانکداری.
مدیریت مرزهای امنیتی و تاییدیه: پیاده‌سازی درگاه‌های امنیتی برای عامل‌ها و اعمال تایید انسان قبل از انجام عملیات‌های پرریسک.
ارتباط و هماهنگی میان چند عامل: تفکیک وظایف و ارجاع کارهای پیچیده به عامل‌های تخصصی حساب، پرداخت، پشتیبانی و ریسک.

این دوره مناسب افرادیست که

توسعه‌دهندگان Java و Spring Boot: برنامه‌نویسانی که می‌خواهند از نمونه‌های ساده هوش مصنوعی فراتر رفته و نحوه قرارگیری LLMs، RAG، MCP، حافظه و سیستم‌های چندعاملی را در معماری سازمانی یاد بگیرند.
معماران نرم‌افزار و رهبران فنی: متخصصانی که به دنبال پیاده‌سازی الگوهای هوش مصنوعی قابل اعتماد و امن در پلتفرم‌های حساس و بانکی هستند.

مشخصات دوره Enterprise AI for Banking with Spring AI RAG MCP & Agents

ناشر: Udemy
مدرس: Raman Singh
سطح آموزش: مبتدی تا پیشرفته
مدت زمان آموزش: 7 ساعت و 12 دقیقه
تعداد دروس: 80

سرفصل های دوره

Enterprise AI for Banking with Spring AI RAG MCP & Agents

پیشنیازهای دوره Enterprise AI for Banking with Spring AI RAG MCP & Agents

Learners should be comfortable with Java, Spring AI and Spring Boot
Basic understanding of REST APIs, controllers, services, DTOs, configuration, and dependency injection is expected.
Familiarity with microservice architecture concepts such as service boundaries, API communication, security boundaries, and event-driven systems will be helpful.
Basic knowledge of Spring Security, JWT, OAuth2, or role-based access control will help learners understand the banking security flows.
Some exposure to Spring AI, LLMs, prompts, embeddings, RAG, or tool calling is useful, although the course explains the architecture as we build.
Learners should be comfortable reading and navigating a larger enterprise-style codebase. This course focuses on architecture, important code paths, design decisions, and demos, not line-by-line coding of every file.
t is highly recommended, but not mandatory, to complete my first course, Spring Boot Microservices: Banking & Payment System Design, because this course builds on the BankStack platform, APIs, services, payment flows, and security model introduced there.
Learners should bring engineering curiosity. You may need to pause, debug, search documentation, inspect logs, and experiment while working through the system.