آموزش Spring AI برای مبتدیان - ساخت اپلیکیشن‌های GenAI LLM در چند مرحله آسان

آنچه یاد خواهید آموخت:

• درک اینکه spring AI چیست و چگونه کاربر را در استفاده از LLMs در اپلیکیشن‌ها کمک می‌کند.
• استفاده از OpenAI LLMS در اپلیکیشن اسپرینگ بوت
• کار با LLMS متن‌باز مانند Mistral و Gemma در یک اپلیکیشن اسپرینگ بوت
• اجرای LLMs متن‌باز روی ماشین محلی خود با استفاده از OLLAMA
• استفاده از قالب‌های پرامپت برای استفاده مجدد و ساخت پرامپت‌های پویا
• درک اهمیت و روش نگهداری تاریخچه چت
• آشنایی با تعبیه‌ها و استفاده از مدل تعبیه برای یافتن شباهت متن
• درک اینکه فروشگاه برداری چیست و چگونه برای ذخیره و بازیابی تعبیه‌ها کاربرد دارد.
• درک فرآیند بازیابی نسل افزوده (RAG)
• پیاده‌سازی RAG برای استفاده از داده‌ خود با LLMs در مراحل ساده
• تحلیل تصاویر با مدل‌های چندمداله (Multi Modal Models)
• ساخت چندین اپلیکیشن LLM با استفاده از Thymeleaf و Spring AI
• تسلط به فراخوانی تابع و Moderations متن
• همه در مراحل ساده

پیش‌نیازهای دوره

• آشنایی با اسپرینگ بوت و جاوا
• حساب OpenAI برای کار با OpenAI LLMs

توضیحات دوره

به دوره Spring AI برای مبتدیان خوش آمدید!

این دوره با هدف ارائه‌ مقدمه‌ای آهسته و گام‌به‌گام در مورد Spring AI طراحی شده و شما را از مفاهیم پایه تا مفاهیم پیشرفته‌تر راهنمایی می‌کند.

چه تازه‌کار باشید و چه تجربه‌ای در حوزه هوش مصنوعی داشته باشید، این دوره کمک می‌کند تا قدرت Spring AI را در ساخت اپلیکیشن‌های مجهز به هوش مصنوعی درک کرده و به کار ببرید.

اهداف دوره:

• یادگیری تدریجی - یادگیری مبانی Spring AI به آرامی و با دستورالعمل‌های واضح و مختصر
• درک جامع - بفهمید چرا Spring AI ابزاری قدرتمند برای ساخت اپلیکیشن‌های هوش مصنوعی است و چطور کار یکپارچه‌سازی مدل‌های زبانی در پروژه‌های شما را ساده می‌کند.
• تجربه عملی - کسب تجربه عملی با ویژگی‌های اساسی Spring AI مانند قالب‌های پرامپت، زنجیره‌ها، ایجنت‌ها، لودرهای سند، تجزیه‌گرهای خروجی و کلاس‌های مدل

آنچه خواهید آموخت:

• آشنایی با Spring AI - با مبانی و مفاهیم اصلی Spring AI شروع به کار می‌کنید.
• اجزای تشکیل‌دهنده Spring AI - در مورد قالب‌های پرامپت، زنجیره‌ها، ایجنت‌ها، لودرهای سند، تجزیه‌گرهای خروجی و کلاس‌های مدل می‌آموزید.
• ساخت اپلیکیشن‌های هوش مصنوعی - نحوه ترکیب این ویژگی‌ها برای ساخت اپلیکیشن‌های هوشمند و قابل انعطاف را درک می‌کنید.
• کدنویسی عملی - نمونه‌های کد را می‌نویسید و اجرا می‌کنید تا به صورت عملی با توسعه Spring AI آشنا شوید.

ساختار دوره:

• فصل‌های مختصر - هر فصل بر موضوع خاصی در برنامه‌نویسی Spring AI تمرکز دارد و تلاش می‌کند درک عمیقی از هر مفهوم ارائه دهد.
• یادگیری تعاملی - با مثال‌های ارائه‌ شده کدنویسی کرده و مهارت‌های خود را تقویت می‌کنید.

در پایان دوره قادر به درک موارد زیر خواهید بود:

• درک می‌کنید که Spring AI چیست و چگونه کاربر را در استفاده از LLMها در اپلیکیشن‌ها کمک می‌کند.
• استفاده از OpenAI LLMs در یک اپلیکیشن اسپرینگ بوت
• کار با LLMهای متن‌باز مانند Mistral و Gemma در اپلیکیشن اسپرینگ بوت
• اجرای LLMs متن‌باز روی ماشین محلی خود با OLLAMA
• استفاده از قالب‌های پرامپت، برای استفاده مجدد و ساخت پرامپت‌های پویا
• یادگیری دلیل و روش نگهداری تاریخچه چت
• درک اینکه تعبیه چیست و چگونه با استفاده از آنها شباهت متن‌ها را بیابید.
• درک اینکه فروشگاه برداری چیست و چگونه برای ذخیره‌ و بازیابی تعبیه‌ها از آن استفاده می‌شود.
• درک فرآیند RAG
• پیاده‌سازی RAG برای استفاده از داده‌ خود با LLMs در مراحل ساده
• تحلیل تصاویر با مدل‌های چندوجهی
• ساخت چندین اپلیکیشن LLM با استفاده از Thymeleaf و Spring AI

این دوره برای چه کسانی مناسب است؟

• توسعه‌دهندگان جاوا که می‌خواهند از Spring AI برای ساخت اپلیکیشن‌های GenAI LLM استفاده کنند.
• هر دانشجویی که دوره‌های اسپرینگ بوت ما را گذرانده باشد.