Udemy – [NEW] AI Foundations for Technical Professionals 2026-7

در تاریخ: 1405/08/04 8:11:22

توضیحات

دوره [NEW] AI Foundations for Technical Professionals. این دوره آموزشی یک فریم‌ورک جامع و مفهومی برای متخصصان فنی است تا بدون نیاز به کدنویسی‌های طولانی، معماری مدرن هوش مصنوعی، مدل‌های زبانی، هزینه‌های پردازش، ابزارهای عامل‌محور و امنیت سیستم‌های مبتنی بر هوش مصنوعی را به شکلی کاملاً کاربردی فرا بگیرند. این دوره آموزشی به‌منظور پر کردن شکاف عمیق موجود میان آموزش‌های مقدماتی و بوت‌کمپ‌های سنگین کدنویسی طراحی شده است. بسیار پیش می‌آید که در جلسات کاری، درباره علل رفتارهای عجیب یا خطاهای مدل‌های هوش مصنوعی سوالاتی مطرح می‌شود و همگان از مهندسان فنی انتظار پاسخ‌های دقیق دارند. اگر فردی در حوزه مهندسی سیستم، زیرساخت، فناوری اطلاعات یا معماری نرم‌افزار فعال باشد و قصد داشته باشد تحلیل درست و معتبری از نحوه کارکرد این فناوری‌ها ارائه دهد، این دوره انتخابی کاملاً مناسب برای او خواهد بود. در این برنامه آموزشی، تمام لایه‌های پشته مدرن هوش مصنوعی طی حدود پنج ساعت و نیم آموزش هدفمند بررسی می‌شوند. شیوه تدریس شامل توضیحات روی تخته نورانی برای تثبیت مفاهیم و سپس پیاده‌سازی نمونه‌های واقعی و زنده است. در طول دوره، روند آموزش حول یک پروژه عملی واحد یعنی ساخت یک دستیار پشتیبانی داخلی به نام HelpDesk AI پیش می‌رود. در ابتدا ساختار داخلی مدل بررسی می‌شود، سپس هزینه‌ها و محل میزبانی آن سنجیده شده و با استفاده از روش RAG، دانش سازمانی به آن افزوده می‌گردد. در مراحل بعدی، این سیستم به یک عامل هوشمند تبدیل شده، از طریق پروتکل MCP به سیستم‌های واقعی متصل می‌شود و در نهایت رفتارهای امنیتی و آسیب‌پذیری‌های آن مورد تحلیل قرار می‌گیرد. فراگیران در طول این مسیر یاد می‌گیرند که مدل‌های بزرگ زبانی چگونه کار می‌کنند، توکن‌ها و پنجره‌های زمینه چه نقشی در هزینه‌ها دارند، چگونه می‌توان میان مدل‌های hosted API و مدل‌های محلی انتخاب درست انجام داد و مفاهیم پیشرفته‌ای همچون Prompt Engineering، فریم‌ورک‌های ارکستراسیون و امنیت هوش مصنوعی را درک کنند. این دوره نیازی به کدنویسی یا دانش ریاضی پیچیده ندارد و تنها داشتن سواد عمومی در حوزه فناوری برای یادگیری مطالب آن کافی است.

آنچه فرا خواهید گرفت

توضیح نحوه کارکرد هوش مصنوعی مولد و LLMها: درک مفاهیمی مانند Tokenها، Parameterها، Context Windowها، تفاوت Training و Inference و علل بروز توهم در مدل‌ها
تخمین هزینه‌های واقعی هوش مصنوعی و انتخاب مدل مناسب: بررسی تفاوت‌های LLM و SLM، مقایسه Hosted API با مدل‌های اجرا شده روی سرور شخصی از طریق Ollama
ارتقای مهارت‌های مهندسی پرامپت و RAG: به‌کارگیری روش‌های Few-shot و Chain-of-thought به همراه Embeddingها و Vector Search و تشخیص زمان استفاده از آن‌ها در مقایسه با Fine-tuning
تحلیل عملکرد عامل‌های هوشمند (AI Agents): بررسی چرخه عملکرد عامل‌ها، فراخوانی ابزارها (Tool Calling)، Subagents، Orchestrators و کنترلهای انسانی (Human-in-the-loop)
درک کامل پروتکل زمینه مدل (MCP): آشنایی با Hostها، Clientها، Serverها و اتصال عملی یک سرور MCP
آشنایی با فریم‌ورک‌های ارکستراسیون: درک کاربرد ابزارهایی مانند LangChain، LangGraph و CrewAI به زبان ساده
شناسایی مخاطرات امنیتی هوش مصنوعی: بررسی ریسک‌های Prompt Injection، دسترسی‌های بیش از حد عامل‌ها و اهمیت Observability

این دوره مناسب افرادیست که

مهندسان راهکار و مدیران فنی حساب کاربری (Solution Engineers & Technical Account Managers): افرادی که نیاز دارند هوش مصنوعی را در جلسات دموی مشتریان به شکلی دقیق توضیح دهند.
مهندسان DevOps، پلتفرم و ابری: افرادی که ابزارها و عامل‌های هوش مصنوعی وارد پشته فناوری آن‌ها شده است و باید منطق کارکرد آن‌ها را تحلیل کنند.
متخصصان IT، مدیران سیستم و سرپرستان پشتیبانی: افرادی که مسئولیت ارزیابی، پیاده‌سازی و پشتیبانی از ابزارهای هوش مصنوعی در سازمان را بر عهده دارند.
توسعه‌دهندگان و معماران نرم‌افزار: افرادی که به دنبال درک تصویر کلی سیستم‌های هوش مصنوعی هستند اما تمایلی به گذراندن بوت‌کمپ‌های طولانی برنامه‌نویسی Python ندارند.
مدیران فنی محصول و مدیران مهندسی: افرادی که باید در جلسات برنامه‌ریزی درباره مفاهیمی همچون Tokenها، RAG، Agentها و MCP به طور شفاف گفتگو کنند.

مشخصات دوره [NEW] AI Foundations for Technical Professionals

ناشر: Udemy
مدرس: Bryan Krausen
سطح آموزش: مبتدی تا پیشرفته
مدت زمان آموزش: 5 ساعت و 29 دقیقه
تعداد دروس: 37

سرفصل های دوره در تاریخ 2026/9

[NEW] AI Foundations for Technical Professionals

پیشنیازهای دوره [NEW] AI Foundations for Technical Professionals

No prior AI experience needed. A little time with ChatGPT or Claude helps but is not required.
You will not write any code. Code appears on screen (a tool call uses JSON, an MCP config is a file) and I explain it as we go.
No math. Concepts like embeddings and vector search use plain-language analogies, not equations.
General technical literacy is the only real prerequisite. If you can explain what an API is, you are ready.
A computer and a web browser. Exercises run in the browser with free accounts, and the optional Ollama and MCP labs include no-install fallbacks.