راهنمای کامل AWS Bedrock: مدلهای پایه، عاملها
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت
- مبانی AWS Bedrock، مدلهای پایه و نحوهی قدرتبخشی به برنامههای هوش مصنوعی را درک کنید.
- طراحی، ساخت و استقرار راهحلهای هوش مصنوعی با استفاده از Bedrock APIs، عاملها و گردشهای کاری را یاد بگیرید.
- مهارتهای بهینهسازی، عیبیابی، نظارت و بهترین شیوه های LLMOps در Bedrock را کسب کنید.
- Bedrock را در موارد استفادهی واقعی صنعت به کار ببرید و برای گواهینامههای AWS AI/ML آماده شوید.
پیش نیازهای دوره
- آشنایی اولیه با رایانش ابری مفید است، اما نیاز به تجربهی قبلی در AWS یا AI/ML نیست.
توضیحات دوره
هوش مصنوعی در حال تغییر نحوهی عملکرد کسبوکارها است و AWS Bedrock در مرکز این تحول قرار دارد. این دوره شما را از مبانی AWS Bedrock تا مفاهیم پیشرفتهای مانند عاملها، گردشها، LLMOps و کاربردهای خاص صنعت راهنمایی میکند. چه یک مبتدی باشید که به دنبال کشف هوش مصنوعی است، چه یک توسعهدهنده که راهحلهای واقعی میسازد یا یک حرفهای که برای گواهینامه آماده میشود، این دوره مهارتها و دانش لازم برای موفقیت را به شما میدهد.
شما با معرفی مدلهای پایه و نحوهی ارائهی آنها توسط AWS Bedrock به عنوان یک سرویس کاملاً مدیریتشده و بدون سرور شروع خواهید کرد. قدم به قدم، ما به بررسی promptها، مهندسی پرامپت، مسیریابی هوشمند، ارزیابی مدل، امنیت و نظارت خواهیم پرداخت. همچنین استراتژیهای پیشرفتهای مانند chunking، ریرنکینگ، اتوماسیون دادهها و عیبیابی برای بهینهسازی عملکرد را یاد خواهید گرفت.
این دوره شامل تمرکز ویژهای بر عاملهای Bedrock ،MCP و ارتباط بین عاملها، همراه با مقایسهی Bedrock با سایر سرویسهای AWS مانند SageMaker است. ما همچنین Bedrock Nova، مدلهای ACT و مدلهای استدلالی برای کاربردهای هوش مصنوعی نسل بعدی را پوشش خواهیم داد.
در پایان این دوره، شما در طراحی، استقرار و مقیاسپذیری برنامههای هوش مصنوعی با استفاده از AWS Bedrock اعتماد به نفس خواهید داشت. همچنین بینشهای ارزشمندی در مورد قیمتگذاری Bedrock، موارد استفادهی صنعتی و آمادگی برای گواهینامه به دست خواهید آورد که به شما یک نقشهی راه کامل برای تسلط ارائه میدهد.
این دوره ترکیبی از تئوری، یادگیری عملی و راهنماییهای کاربردی است و برای دانشجویان، توسعهدهندگان، متخصصان ابری و علاقهمندان به هوش مصنوعی که میخواهند از AWS Bedrock برای ساخت آیندهی هوش مصنوعی استفاده کنند، ایدهآل است.
این دوره برای چه کسانی مناسب است؟
- این دوره برای دانشجویان، توسعهدهندگان، متخصصان ابری و علاقهمندان به هوش مصنوعی است که میخواهند به AWS Bedrock مسلط شوند، راهحلهای هوش مصنوعی واقعی بسازند و برای گواهینامهها آماده شوند.
راهنمای کامل AWS Bedrock: مدلهای پایه، عاملها
-
معرفی دوره 02:59
-
Bedrock چیست؟ 08:28
-
طراحی راهحل با مدلهای پایه در Bedrock و Marketplace 09:01
-
ساخت راهحلها با Amazon Bedrock - کتابخانهی راهحلها، با معماری عالی 16:49
-
کار با پایگاه دانش و عاملها 22:50
-
پرامپت ها و مهندسی پرامپت چیست؟ 14:59
-
API و گسترشپذیری 16:31
-
Q چیست و چگونه به Bedrock مرتبط است؟ 15:49
-
امنیت Bedrock 18:20
-
قیمتگذاری Bedrock 12:30
-
Amazon Nova و مدل ACT 10:46
-
عاملهای Bedrock و MCP 17:15
-
مدلهای استدلالی FM و استدلال مرزی 17:26
-
اتوماسیون دادهها در Bedrock 08:58
-
Sagemaker Unified Studio 06:58
-
گردشهای Bedrock 08:22
-
مدل Re-ranker در Bedrock 09:16
-
استراتژی Chunking در Bedrock 11:13
-
عیبیابی و دیباگ در Bedrock 10:53
-
Bedrock - بررسی DevOps ،LLMOPS - نگاه سریع 22:00
-
بهینهسازی پرامپت و مسیریابی هوشمند در Bedrock 10:59
-
ارزیابی مدل در Bedrock – بررسی LLM به عنوان قاضی 08:48
-
نظارت در Bedrock 07:08
-
Model Distillation در Bedrock 10:59
-
وایب کدینگ Bedrock 23:35
-
هوش مصنوعی عاملی - پروتکلهای باز برای عاملها – MCP و Strand Agents 17:32
-
هستهی عاملهای Bedrock 08:32
-
موارد استفادهی صنعتی Bedrock 14:31
-
آزمون None
-
خلاصه دوره و مراحل بعدی 02:22
-
Bedrock و گواهینامههای هوش مصنوعی 08:08
-
AWS Skill Builder و Bedrock 06:56
-
نحوه ساخت راهحل با Bedrock 14:16
مشخصات آموزش
راهنمای کامل AWS Bedrock: مدلهای پایه، عاملها
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:33
- مدت زمان :06:35:10
- حجم :5.21GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy