دوره Generative AI برای مبتدیان: RAG ،MCP، عامل‌های AI و غیره

آنچه یاد خواهید گرفت:

• به اصول Generative AI، مدل‌های زبان بزرگ (LLMs) و معماری Transformer مسلط شوید.
• اپلیکیشن‌های AI در دنیای واقعی شامل چت‌بات‌ها، سیستم‌های RAG، سرورهای MCP و سیستم‌های چند عاملی بسازید.
• راه‌حل‌های مجهز به LLM را با استفاده از Docker ،Streamlit، Ollama، vLLM و AWS EC2 در ابر مستقر کنید.
• دانش و مهارت‌های عملی مورد نیاز برای ورود به نقش مهندس Generative AI را کسب کنید.

پیش نیازهای دوره

• این دوره تنها به درک اولیه از Python و یادگیری ماشین (ML) نیاز دارد. هیچ دانش قبلی در مورد Generative AI لازم نیست. دوره از اصول شروع شده و به مفاهیم پیشرفته می‌پردازد. تنها چیزی که نیاز دارید، کنجکاوی برای یادگیری از طریق ساخت پروژه‌های واقعی است.

توضیحات دوره

این دوره کامل Generative AI شما را از مبتدی تا سطح پیشرفته، با پروژه‌های عملی، اپلیکیشن‌های دنیای واقعی و مهارت‌های آماده ورود به بازار کار، هدایت می‌کند. شما اصول Generative AI را خواهید آموخت، مدل‌های زبان بزرگ (LLMs) را بررسی خواهید کرد، به فریم‌ورک‌هایی مانند LangChain ،LlamaIndex ،CrewAI و PydanticAI مسلط خواهید شد و راه‌حل‌های AI خود را در ابر مستقر خواهید کرد. این دوره به گونه‌ای طراحی شده است که شما را به دانش و تجربه عملی لازم برای ورود به نقش مهندس Generative AI مجهز کند.

هر بخش شامل آزمون‌ها و تمرین‌های کدنویسی است تا به شما در سنجش دانش و تقویت مهارت‌هایتان کمک کند.

آنچه در هر بخش خواهید آموخت

• مقدمه – کار با دوره را شروع کنید، درک کنید چه چیزی خواهید آموخت و محیط‌های Python (Colab ،Jupyter ،PyCharm) را راه‌اندازی کنید.
• 2. Generative AI – اصول – تفاوت AI ،ML ،DL و GenAI را درک کنید، عمیقاً به مدل‌های زبان بزرگ (LLMs) بپردازید و معماری Transformer را بیاموزید.
• 3. دسترسی به LLMها در Python – از LLMهای OpenAI، Gemini، Groq و Ollama استفاده کنید و آن‌ها را از طریق LangChain و LlamaIndex متصل کنید.
• 4. مهندسی پرامپت – الگوهای پرامپت، پرامپت‌دهی zero-shot و few-shot را برای تعامل مؤثر با LLMها کاوش کنید.
• 5. ساخت چت‌بات‌های GenAI – چت‌بات‌ها را گام به گام با استفاده از LangChain ،LlamaIndex، رابط کاربری (UI) Streamlit و Streamlit Cloud بسازید و مستقر کنید.
• 6. Retrieval-Augmented Generation (RAG) – RAG را درک کنید، پایپ‌لاین‌های RAG را با LangChain و LlamaIndex بسازید و یک ربات پرسش و پاسخ (Q&A) از روی PDF ایجاد کنید.
• 7. عامل‌های AI – بیاموزید عامل‌های AI چه هستند و برای گردش های کاری چند عاملی با PydanticAI ،AutoGen و CrewAI عامل بسازید.
• 8. استقرار LLM – LLMهای متن-باز را با Ollama، Docker و vLLM مستقر کنید و آن‌ها را برای استفاده در دنیای واقعی روی AWS EC2 راه‌اندازی کنید.
• 9. Model Context Protocol (MCP) – MCP را درک کنید، یک سرور MCP بسازید و ابزارهای MCP را با عامل‌های PydanticAI و CrewAI یکپارچه کنید.
• 10. پروژه‌های نهایی – تمام آموخته‌ها را برای ساخت پروژه‌های AI در دنیای واقعی به کار بگیرید: چت‌بات‌های سازمانی، دستیاران RAG و عامل‌های هوشمند AI با استقرار کامل در ابر

این دوره برای چه کسانی مناسب است؟

• این دوره برای دانشجویان، توسعه‌دهندگان و متخصصانی که دانش اولیه Python/ML دارند و می‌خواهند از طریق پروژه‌های عملی به مهندس Generative AI تبدیل شوند، مناسب است.