راهنمای کامل AWS Bedrock: ساخت و مقیاسدهی اپلیکیشنهای Generative AI
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- کسب بینش در مورد AWS Bedrock و LLMها و قرار گرفتن در خط مقدم نوآوریهای هوش مصنوعی
- ایجاد پایهای نظری و عملی در هوش مصنوعی، شامل همه چیز از LLMها گرفته تا مدلهای Diffusion
- بهکارگیری دانش از طریق پروژههایی مانند چت کردن با دادهها، کدنویسی با مدلهای اساسی و تولید تصویر
- کسب مهارت در ادغام معماری بدون سرور و استقرار با استفاده از سرویسهای AWS از جمله AWS Bedrock ،API Gateway ،Lambda functions ،S3 ،Postman و غیره
- یادگیری تنظیم دقیق و ارزیابی LLMها برای دستیابی به راهحلهای هوش مصنوعی اخلاقی و موثر
- تثبیت جایگاه خود به عنوان یک نیروی ارزشمند در صنعت در حال تحول هوش مصنوعی
- کسب تجربه عملی با سرویسهای AWS که مستقیماً در محیطهای حرفهای قابل استفاده است.
- توسعه مهارتهای تفکر انتقادی و حل مسئله در طراحی و اجرای پروژههای هوش مصنوعی و آمادگی برای چالشهای پیچیده در حوزه فناوری
AWS Bedrock چیست؟
سرویس AWS Bedrock یک سرویس کاملاً مدیریت شده است که دسترسی به مجموعهای از مدلهای اساسی با عملکرد بالا از شرکتهای پیشرو هوش مصنوعی مانند Anthropic ،Cohere ،Meta ،Mistral AI ،Stability AI و Amazon را تنها از طریق یک API واحد فراهم میکند.
این سرویس توسط Amazon ایجاد شد تا به توسعهدهندگان کمک کند اپلیکیشنهای Generative AI را به آسانی و با امنیت، حریم خصوصی و شیوههای هوش مصنوعی مسئولانه بسازند.
اما شاید مهمتر از همه، این سرویس فرآیند استفاده از این مدلهای قدرتمند را برای کاربردهای مختلف ساده میکند و مجموعه گستردهای از قابلیتها را برای پشتیبانی از توسعه و مقیاسدهی اپلیکیشنهای Generative AI ارائه میدهد.
اساساً، این ابزار به شما امکان میدهد تا رویاهای هوش مصنوعی خود را محقق کنید، بدون اینکه درگیر کارهای سنگین و پیچیدهای شوید که معمولاً با این کار همراه است.
چرا AWS Bedrock را بیاموزیم؟
به طور خلاصه، زیرا AWS Bedrock در خط مقدم فناوری Generative AI قرار دارد.
با یادگیری درباره AWS Bedrock، مدلهای زبانی بزرگ (LLMs) و مدلهای Diffusion، شما نه تنها با پیشرفتهای فعلی همگام میشوید، بلکه خود را در لبه پیشرو نوآوری هوش مصنوعی قرار میدهید. این دانش برای ماندن در بازار کار در چشمانداز فناوری که به سرعت در حال تغییر است، حیاتی است.
چرا این دوره AWS Bedrock؟
زیرا این بهترین، بروزترین و کاربردیترین دوره آنلاین AWS Bedrock است که به شما اجازه میدهد با ساخت 3 پروژه AWS Bedrock به صورت عملی کار کنید تا بتوانید واقعاً از مهارتهای خود در دنیای واقعی استفاده کنید.
اما البته، نظر مدرس ممکن است کمی جانبدارانه باشد. بنابراین در اینجا جزئیات بیشتری درباره این دوره AWS Bedrock آورده شده است تا بتوانید خودتان تصمیم بگیرید:
توسعه مهارتهای جامع: این دوره برای ایجاد اصول قوی در دانش نظری و مهارتهای عملی طراحی شده است. از درک پیچیدگیهای LLMها و تنظیم دقیق مدلها تا استقرار معماریهای Serverless، دانشجویان درکی کلی از نحوه توسعه و نگهداری اپلیکیشنهای هوش مصنوعی در سناریوهای واقعی به دست میآورند.
پروژههای عملی: گنجاندن 3 پروژه مجزا، فرصتی منحصر به فرد برای فراگیران فراهم میکند تا دانش خود را در محیطهای عملی به کار گیرند، یادگیری خود را تقویت کنند و مهارتهایشان را به نمایش بگذارند. پروژههایی مانند چت با دادهها، نوشتن کد با مدلهای Bedrock و تولید تصویر، تسک های بسیار مرتبط و تعاملی هستند که نیازهای واقعی صنعت را منعکس میکنند.
تسلط به معماری Serverless: یادگیری ادغام و استقرار اپلیکیشنهای هوش مصنوعی با استفاده از پشته Serverless و سرویسهای AWS مهارتی بسیار ارزشمند است. معماریهای بدون سرور به دلیل مقیاسپذیری، هزینه مقرونبهصرفه و مزایای عملکردی، به طور فزایندهای محبوب میشوند. تسلط به این مهارتها فرصتهای بیشماری را در رایانش ابری و توسعه اپلیکیشنهای هوش مصنوعی ایجاد میکند.
مهارتهای سفارشیسازی و ارزیابی: این دوره دانشجویان را توانمند میسازد تا نه تنها از مدلهای زبانی بزرگ استفاده کنند، بلکه آنها را برای تسک های مختلف تنظیم دقیق و ارزیابی نمایند. این مهارتها برای ایجاد راهحلهای هوش مصنوعی که هم مؤثر و هم مسئولانه باشند و اطمینان از مطابقت آنها با استانداردهای اخلاقی و نیازهای تجاری خاص، حیاتی هستند.
تضمین آینده شغلی: با ادامه نفوذ هوش مصنوعی در بخشهای بیشتر، تقاضا برای متخصصان آگاه هوش مصنوعی به شدت افزایش خواهد یافت. با تکمیل این دوره، دانشجویان خود را به عنوان سرمایههای ارزشمندی برای هر سازمان معرفی میکنند که قادر به رهبری ابتکارات و پروژههای هوش مصنوعی هستند.
تعامل با ابزارهای دنیای واقعی: این دوره امکان کار با مجموعهای از سرویسهای AWS (مانند API Gateway ،Lambda ،S3 و Postman) را به صورت عملی فراهم میکند. این تجربه مستقیماً در محیطهای حرفهای قابل استفاده است، جایی که AWS همچنان یک ارائهدهنده پیشرو خدمات ابری است.
جامعه و شبکهسازی: پیوستن به این دوره همچنین به معنای عضویت در جامعهای از افراد همفکر است که به هوش مصنوعی علاقه دارند. این شبکه میتواند حمایت، فرصتهای همکاری و پتانسیل گشودن درهایی به سوی پیشرفتهای شغلی را فراهم کند. در اصل، این دوره فقط درباره یادگیری هوش مصنوعی نیست؛ بلکه درباره تبدیل شدن به یک متخصص ماهر و همهفنحریف است که آماده مقابله با چالشهای فعلی و آینده در حوزه هوش مصنوعی میباشد. ترکیب تئوری، پروژههای عملی و آشنایی با ابزارهای استاندارد صنعت، این دوره را به یک ماجراجویی یادگیری هیجانانگیز برای هر کسی که مایل به کاوش در دنیای Generative AI و AWS Bedrock است، تبدیل میکند.
صبر کنید... Byte چیست؟
بایتها دورههای کوتاهتری هستند که به شما امکان میدهند مهارتها و دانش خود را تنها در یک روز ارتقا دهید!
یادگیری سخت است. و گاهی اوقات شما فقط به یک یادگیری سریع نیاز دارید، درست است؟ تا چیزی عالی، جالب و مرتبط با اهداف شغلی خود را بیاموزید.
به همین دلیل است که مدرس (و تیم) Bytes را ایجاد کردهاند.
چه چیز دیگری باید بدانم؟
با عضویت در ZTM، شما نه تنها به تمام دورههای بوتکمپ، بایتها و پروژهها دسترسی خواهید داشت.
بلکه همچنین میتوانید به کلاس درس آنلاین و اختصاصی جامعه بپیوندید تا در کنار هزاران دانشجو، فارغالتحصیل، منتور، دستیار آموزشی و مدرس یاد بگیرید.
مهمتر از همه، شما از یک متخصص صنعت (Patrik) که تجربه واقعی به عنوان مهندس یادگیری ماشین با استفاده از Generative AI دارد، خواهید آموخت. او استراتژیها و تکنیکهای دقیقی را که در نقش خود استفاده میکند، به شما آموزش میدهد.
راهنمای کامل AWS Bedrock: ساخت و مقیاسدهی اپلیکیشنهای Generative AI
-
مقدمه 01:00
-
آنچه میسازیم 04:43
-
سوالات متداول None
-
تمرین: آشنایی با همکلاسیها و مدرس None
-
منابع دوره None
-
راهاندازی حساب AWS 05:24
-
ورود به حساب کاربری IAM 04:24
-
سرویس AWS Bedrock چیست؟ 09:05
-
مقدمهای بر مدلهای اساسی 04:32
-
ارائهدهندگان مدلهای اساسی 11:02
-
محیط Bedrock Playground و قیمتگذاری 14:02
-
بررسی پیکربندیهای استنتاج مدل برای LLMها و مدلهای تولید تصویر 10:35
-
آموزش مدلهای اساسی با دادههای سفارشی شما 07:33
-
راهاندازی پروژه تولید کد 01:05
-
کدنویسی تابع Lambda و ادغام با AWS Bedrock 17:51
-
راهاندازی API Gateway و پشته Serverless 05:34
-
تست Endpoint زنده 05:57
-
ایجاد لایه Boto3 Lambda 02:23
-
اتصال لایه Lambda به تابع 02:24
-
تست مدل Bedrock 06:28
-
تایید خروجی نهایی Bedrock 02:24
-
راهاندازی تابع Lambda با Bedrock برای خلاصهسازی محتوا 08:43
-
تکمیل تابع Lambda برای خلاصهسازی جلسه 14:10
-
ایجاد Endpoint جدید API Gateway برای این تابع Lambda 02:15
-
فراخوانی Endpoint خلاصهسازی یادداشتهای جلسه 06:30
-
تجزیه و تحلیل نتایج نهایی 01:39
-
معرفی پروژه 10:57
-
راهاندازی مسیر API Gateway (به صورت Serverless) برای فراخوانی مدل جدید Generative AI 01:06
-
فراخوانی مدل Stable Diffusion برای تولید تصویر 03:48
-
تجزیه و تحلیل خروجی نهایی 00:46
-
راهاندازی Job ارزیابی برای مدل Anthropic Claude 04:37
-
خطای احتمالی CORS None
-
ارزیابی نتایج 05:25
-
مقدمهای بر پایگاه دانش AWS Bedrock 02:57
-
بررسی اجمالی تولید افزوده بازیابی (RAG) 06:40
-
راهاندازی پایگاه دانش اختصاصی - بخش 1 08:08
-
راهاندازی پایگاه دانش اختصاصی - بخش 2 00:50
-
تست پایگاه دانش Bedrock با مدل Antropic Claude 07:20
-
پاکسازی منابع 01:10
-
منابع API 00:42
-
کمی پاکسازی و تبریک! 03:16
-
مرور این بایت (Byte)! None
مشخصات آموزش
راهنمای کامل AWS Bedrock: ساخت و مقیاسدهی اپلیکیشنهای Generative AI
- تاریخ به روز رسانی: 1404/10/04
- سطح دوره:None
- تعداد درس:42
- مدت زمان :04:00:00
- حجم :849.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy