LinkedIn – Hands-On AI: Implementing Agentic Systems 2025-7

در تاریخ: 1404/06/31 12:51:34

توضیحات

دوره Hands-On AI: Implementing Agentic Systems. این دوره یک راهنمای جامع و کاربردی برای طراحی برنامه‌هایی است که به صورت فعال و خودمختار به دنبال تحقق اهداف مشخص شده هستند. هوش مصنوعی عاملمحور، پارادایم برنامه‌نویسی را از مدل واکنشی به سمت پیگیری هدفمحور تغییر می‌دهد و اگرچه ممکن است از زبان‌های برنامه‌نویسی آشنا استفاده شود، اما زیرساخت و معماری این سیستم‌ها کاملاً متفاوت است. کیت کیسی، توسعه‌دهنده نرم‌افزار و مدیر پروژه، در این دوره ابتدا تغییرات کلیدی در معماری را تشریح کرده و سپس با ارائه سه پروژه عملی، یادگیری را تقویت می‌کند. مباحث اصلی شامل معرفی سیستم‌های عاملمحور، ویژگی‌های عامل‌های موثر، تفاوت عوامل واکنشی و کنشگر، معماری‌ها و فریم‌ورک‌های مربوطه، احراز هویت، مجوزدهی، و اصول تصمیم‌گیری و اولویت‌بندی می‌شود. همچنین موضوعات پیشرفته‌تری مانند استدلال، مدیریت عدم قطعیت و ممیزی تصمیمات پوشش داده می‌شود. سه مطالعه موردی عینی شامل بررسی Issueها در گیت‌هاب، زمان‌بندی یک قرار ملاقات و رزرو یک سفر، به شرکت‌کنندگان این فرصت را می‌دهد تا با چالش‌های واقعی روبرو شده و دانش خود را محک بزنند. دوره با نگاهی به آینده و بررسی مسائل پیچیده‌ای مانند حریم خصوصی که توسعه‌دهندگان با آن مواجه خواهند شد، به پایان می‌رسد.

آنچه فرا خواهید گرفت

مبانی هوش مصنوعی عامل‌محور: یاد می‌گیرند که عوامل و سیستم‌های عامل‌محور چه هستند و چگونه از عوامل واکنشی متمایز می‌شوند.
معماری و فریم‌ورک‌ها: با معماری‌های AI Agentic، نحوه احراز هویت و مجوز برای داده‌ها و اقدامات، و اصول تصمیم‌گیری و ممیزی آشنا می‌شوند.
پروژه‌های عملی: سه پروژه عملی را انجام می‌دهند: بررسی Issueها در GitHub، زمان‌بندی یک قرار ملاقات، و رزرو یک سفر.
چالش‌های واقعی: با چالش‌های واقعی مانند فیلتر کردن نویز در GitHub و استفاده از فضای کاری Slack مواجه می‌شوند و راه‌حل‌های آن‌ها را یاد می‌گیرند.
مسائل آینده: با موضوعات مهمی مانند حریم خصوصی، امنیت، ممیزی و شفافیت در سیستم‌های عامل‌محور آشنا می‌شوند.

این دوره مناسب افرادیست که

توسعه‌دهندگان نرم‌افزار: کسانی که می‌خواهند مهارت‌های خود را از برنامه‌نویسی سنتی به طراحی سیستم‌های هوش مصنوعی عامل‌محور تغییر دهند.
مدیران پروژه: افرادی که به دنبال درک بهتر تغییرات معماری و فناوری در پروژه‌های مبتنی بر AI هستند.
علاقه‌مندان به هوش مصنوعی: هر کسی که به آینده هوش مصنوعی و کاربردهای عملی آن در حل مشکلات پیچیده علاقه‌مند است.