Full-Stack AI with Python LLMs, RAG, Agents & LangGraph

Udemy – Full stack generative and Agentic AI with python 2025-12

در تاریخ: 1404/10/11 11:02:11

توضیحات

Full-Stack AI with Python: LLMs, RAG, Agents & LangGraph دوره آموزشی نحوه ساخت برنامه‌های کاربردی هوش مصنوعی سرتاسری با استفاده از فناوری‌های مدرن مدل زبانی بزرگ می باشد که توسط آکادمی آنلاین یودمی منتشر شده است. این یک دوره پیشرفته است که برای آموزش نحوه ساخت برنامه‌های کاربردی هوش مصنوعی سرتاسری با استفاده از فناوری‌های مدرن مدل زبانی بزرگ طراحی شده است. این دوره اصول کار با LLMها، تولید افزوده بازیابی (RAG)، طراحی عامل هوشمند و LangGraph برای ساخت گردش‌های کاری پیچیده و هماهنگ‌سازی را پوشش می‌دهد. این دوره با ترکیب تئوری با کدنویسی عملی، افراد را برای طراحی، پیاده‌سازی و استقرار سیستم‌های هوش مصنوعی مقیاس‌پذیر که می‌توانند استدلال کنند، اطلاعات را بازیابی کنند و هوشمندانه با داده‌ها و برنامه‌های دنیای واقعی تعامل داشته باشند، مجهز می‌کند.

ین دوره، تئوری، کدنویسی و استقرار را در یک مکان ترکیب می‌کند. شما از اصول اولیه پایتون و گیت شروع خواهید کرد و در پایان، برنامه‌های هوش مصنوعی پیشرفته را با LangChain، LangGraph، Ollama، Hugging Face و موارد دیگر کدنویسی خواهید کرد. برخلاف سایر دوره‌ها، این دوره به «calling APIs» ختم نمی‌شود. شما عمیق‌تر به طراحی سیستم، صف‌ها، مقیاس‌بندی، حافظه و عامل‌های هوش مصنوعی مبتنی بر گراف خواهید پرداخت – هر آنچه که برای متمایز شدن به عنوان یک مهندس هوش مصنوعی نیاز دارید.

آنچه در دوره Full-Stack AI with Python: LLMs, RAG, Agents & LangGraph یاد خواهید گرفت:

نوشتن برنامه‌های پایتون از ابتدا، با استفاده از Git برای کنترل نسخه و Docker برای استقرار.
استفاده از Pydantic برای مدیریت داده‌های ساختاریافته و اعتبارسنجی در برنامه‌های پایتون.
درک نحوه کار مدل‌های زبان بزرگ (LLM): توکن‌سازی، جاسازی‌ها، توجه و مبدل‌ها.
فراخوانی و ادغام APIهای OpenAI و Gemini با پایتون.
طراحی دستورالعمل‌های مؤثر: دستورالعمل‌های صفر-شات، یک-شات، چند-شات، زنجیره فکر، مبتنی بر شخصیت و ساختاریافته.
اجرا و استقرار مدل‌ها به صورت محلی با استفاده از Ollama، Hugging Face و Docker.
پیاده‌سازی خطوط تولید بازیابی-افزوده (RAG) با LangChain و پایگاه‌های داده برداری.
استفاده از LangGraph برای طراحی سیستم‌های هوش مصنوعی حالت‌مند با گره‌ها، لبه‌ها و چک‌پوینت‌ها.
درک پروتکل زمینه مدل (MCP) و ساخت سرورهای MCP با پایتون.
و …

مشخصات دوره

ناشر : Udemy
مدرس : Hitesh Choudhary , Piyush Garg
زبان: انگلیسی
سطح آموزش : تمام سطوح
تعداد دروس : 256
مدت زمان آموزش : 32 ساعت و 33 دقیقه

سرفصل های دوره

Full stack generative and Agentic AI with python

پیش نیازهای دوره Full-Stack AI with Python: LLMs, RAG, Agents & LangGraph

No prior AI knowledge is required — we start from the basics.
A computer (Windows, macOS, or Linux) with internet access.
Basic programming knowledge is helpful but not mandatory (the course covers Python from scratch).