Udemy – Ultimate LLMOps Bootcamp – Production LLM Systems 2026-7

در تاریخ: 1405/07/20 5:45:18

توضیحات

دوره Ultimate LLMOps Bootcamp – Production LLM Systems. این دوره آموزشی یک برنامه جامع و تخصصی است که به مهندسان و برنامه‌نویسان یاد می‌دهد چگونه مدل‌های زبان بزرگ را از مرحله نمونه اولیه محلی به سیستم‌های عملیاتی، مقیاس‌پذیر و پایدار در محیط واقعی تبدیل کنند. این دوره پیشرفته به بررسی چالش‌هایی می‌پردازد که پس از نوشتن یک دستور یا پرامپت ساده آغاز می‌شوند. بیشتر دوره‌های آموزشی متوقف می‌شوند، اما این مجموعه به مباحث حیاتی مانند تأخیر زمانی، مدیریت حافظه، هزینه‌های پردازشی، پایداری نسخه مدل‌ها و پایش کیفیت پاسخ‌ها می‌پردازد. فراگیران در طول این برنامه، یک دستیار هوش مصنوعی به نام آپس‌میت را از صفر تا مرحله پیاده‌سازی کامل در چرخه حیات عملیات مدل‌های زبان بزرگ هدایت می‌کنند. مباحث این دوره شامل درک عمیق توکن‌ها، مکانیزم‌های کش، کوانتیزاسیون، راه‌اندازی مدل‌ها پشت یک رابط برنامه‌نویسی سازگار با اوپن‌آی‌سی‌آی، پیاده‌سازی سیستم‌های بازیابی اطلاعات افزوده، ایجاد مجموعه‌های ارزیابی استاندارد و تنظیم دقیق مدل‌ها با روش لورا است. شرکت‌کنندگان همچنین یاد می‌گیرند که چگونه مدل‌ها را بسته‌بندی کرده، بر روی کوبرنتیز استقرار دهند و با استفاده از روش‌های گیت‌اوپس و ابزارهای مانیتورینگ پیشرفته، عملکرد سیستم را در محیط تولید مدیریت کنند. تمام این آزمایش‌ها بدون نیاز به کارت گرافیک گران‌قیمت یا حساب ابری، و تنها با استفاده از زیرساخت‌های محلی و مدل‌های متن‌باز روی یک لپ‌تاپ معمولی با هشت گیگابایت رم قابل اجرا هستند.

آنچه فرا خواهید گرفت

تشریح نحوه تأثیرگذاری توکن‌ها، پیش‌بارگذاری، رمزگشایی و کش حافظه بر روی تأخیر، مصرف حافظه و هزینه‌های سیستم
انتخاب یک مدل متن‌باز بر اساس کیفیت سنجیده‌شده، مجوز، فرمت و میزان حافظه به‌جای تکیه بر تیتر اخبار بنچمارک
راه‌اندازی مدل‌ها پشت یک رابط برنامه‌نویسی سازگار و مقایسه عملی ابزارهای مختلف در این زمینه
ساخت خط لوله بازیابی اطلاعات افزوده و عیب‌یابی مشکلات مربوط به قطعه‌بندی، بازیابی و تزریق پرامپت
ایجاد یک مجموعه داده استاندارد و پایه ارزیابی برای تبدیل نظرات سلیقه‌ای به تصمیمات قطعی انتشار یا رد مدل
اجرای تنظیم دقیق مدل با مقیاس مناسب برای لپ‌تاپ و تصمیم‌گیری آگاهانه درباره انتشار نتایج
بسته‌بندی، نسخه‌گذاری، امضا و تأیید آثار و فایل‌های خروجی مدل با استفاده از جریان کاری زنجیره تأمین
استقرار و عرضه تدریجی مدل‌های زبان بزرگ بر روی کوبرنتیز و ترویج یا بازگشت تغییرات بر اساس شواهد کیفی
اندازه‌گیری دقیق شاخص‌های سرعت پاسخ‌دهی، عمق صف، ردیابی‌ها و هزینه‌های توکن بدون اتکا به میانگین‌های گمراه‌کننده
مقیاس‌بندی خودکار بر اساس صف به‌جای پردازنده مرکزی و مدیریت نسخه‌های مدل با روش‌های گیت‌اوپس
قرار دادن یک درگاه پیشرو برای مدیریت کلیدهای مجازی، بودجه‌ها، کش‌کردن، محافظ‌ها و دروازه‌های ارزیابی یکپارچه
هدایت یک عامل ابزاری محدود با مرزهای ابزاری فقط‌خواندنی و مسیرهای حسابرسی مشخص

این دوره مناسب افرادیست که

مهندسان زیرساخت، قابلیت اطمینان سایت و پلتفرم که به حوزه عملیات هوش مصنوعی و مدل‌های زبانی منتقل می‌شوند
مهندسان سمت سرور و برنامه‌های کاربردی که باید ویژگی‌های مبتنی بر مدل‌های زبان بزرگ را از حالت نمایش محلی خارج کنند
مهندسان یادگیری ماشین و عملیات مرتبط که فعالیت خود را از مدل‌های پیش‌بینی‌کننده به سیستم‌های زبان بزرگ گسترش می‌دهند
راهبران فنی که به یک چارچوب دفاعی برای انتشار و مدیریت مدل‌های هوش مصنوعی نیاز دارند
مهندسانی که می‌خواهند تجربه عملی تولید واقعی را بدون نیاز به خرید کارت گرافیک یا اشتراک ابری کسب کنند

مشخصات دوره Ultimate LLMOps Bootcamp – Production LLM Systems

ناشر: Udemy
مدرس: Gourav J. Shah, School of Devops
سطح آموزش: مبتدی تا پیشرفته
مدت زمان آموزش: 12 ساعت و 30 دقیقه

سرفصل های دوره در تاریخ 2026/9

Ultimate LLMOps Bootcamp - Production LLM Systems

پیشنیازهای دوره Ultimate LLMOps Bootcamp – Production LLM Systems

A laptop with at least 8 GB RAM and around 40 GB free disk for local models and containers
Comfort with the command line, Git, containers and Docker Compose
Helpful but not required: basic Kubernetes (Deployments, Services, kubectl) for the later modules
No machine learning or data science background is needed — the course builds the model theory it uses
No GPU, no cloud account, no paid API key and no Docker Desktop subscription required