گواهینامه AWS Certified Generative AI Developer Professional AIP-C01
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- طراحی معماریهای مقیاسپذیر GenAI با استفاده از مدلهای اساسی (FMs)، RAG، فروشگاههای برداری و سرویسهای AWS (Amazon Bedrock ،SageMaker ،OpenSearch)
- پیادهسازی و استقرار مدلهای اساسی و سیستمهای عاملی با استفاده از Bedrock ،SageMaker ،Lambda ،Step Functions و CI/CD
- ساخت پایپ لاین های بازیابی: امبدینگها، پایگاههای داده برداری، تقسیمبندی و جستجوی معنایی برای پایهگذاری پاسخهای مدلهای زبانی بزرگ و کاهش خطاهای توهمی
- اعمال امنیت، حاکمیت، هوش مصنوعی مسئولانه، بهینهسازی هزینه و نظارت بر اپلیکیشن های GenAI برای اطمینان از قابلیت اطمینان
پیشنیازهای دوره
- آشنایی اولیه با AWS (EC2 ،S3 ،IAM) و تجربه برنامهنویسی (پایتون یا نود). توصیه میشود: 1 تا 2 سال تجربه ساخت اپلیکیشنهای ابری؛ ما شکافهای دانش مبتدیان را پر میکنیم.
توضیحات دوره
گواهینامه AWS Certified Generative AI Developer – Professional AIP-C01 یکی از جدیدترین و پیشرفتهترین گواهینامههای AWS است. این گواهینامه، توانایی یک حرفهای را در طراحی، پیادهسازی و بهینهسازی راهحلهای Generative AI (GenAI) در محیط تولید با استفاده از سرویسهای AWS تأیید میکند. با افزایش پذیرش فناوریهای هوش مصنوعی و یادگیری ماشین توسط شرکتها، تقاضا برای توسعهدهندگان ماهر GenAI که بتوانند مدلهای پایه (FMs) را یکپارچه کنند، تولید تقویتشده با بازیابی (RAG) را پیادهسازی نمایند، مهندسی پرامپت را مدیریت کنند و شیوههای responsible AI را تضمین کنند، به سرعت در حال رشد است.
این دوره آموزشی ویدیویی، مسیری مختصر و ساختاریافته برای تسلط بر اهداف آزمون AIP-C01 ارائه میدهد و هم مفاهیم اولیه هوش مصنوعی/یادگیری ماشین و هم مهارتهای پیشرفته لازم برای راهحلهای GenAI در سطح تولید روی AWS را پوشش میدهد. این دوره شامل بخشهای زیر است:
- مرور آزمون – حوزههای آزمون، وزندهی، انواع سؤالات، نمرهدهی و سایر اطلاعات حیاتی مورد نیاز قبل از رزرو آزمون AIP-C01 را پوشش میدهد.
- آزمون تمرینی کامل 75 سؤالی - شامل سؤالات مبتنی بر سناریو است که موضوعات آزمون AIP-C01 را با توضیحات کامل و لینکهای مرجع پوشش میدهد تا شانس شما را در قبولی آزمون حرفهای توسعهدهنده GenAI AWS افزایش دهد.
- PDF بیش از 1000 اسلاید دوره AIP-C01 - با استفاده از PDF اسلایدهای ما که شامل تمام دروس دوره حرفهای توسعهدهنده GenAI AWS AIP-C01 است، سریعتر مرور کنید.
- مبانی AWS و GenAI – سرویسهای اصلی AWS و زیرساخت جهانی را معرفی میکند، به همراه مروری بر مفاهیم پایهای هوش مصنوعی/یادگیری ماشین و GenAI .
- مرور سرویسهای AWS – بحث مفصلی درباره سرویسهای AWS که بیشترین ارتباط را با GenAI دارند، شامل Bedrock، SageMaker ،Lambda ،OpenSearch و سایر سرویسهای محاسبات، ذخیرهسازی و یکپارچهسازی داده.
- بررسی عمیق سرویسهای حیاتی – پوشش عمیق سرویسهای ضروری برای AIP-C01، مانند Amazon Bedrock Agents، استقرار مدل در SageMaker، پایگاههای داده برداری، مدیریت پرامپت و ابزارهای مشاهدهپذیری. هر بخش شامل آزمونهای کوچک برای تقویت یادگیری است.
- مقایسه سرویسها – مقایسه سرویسهای مشابه AWS در کنار یکدیگر با راهنمایی برای انتخاب ابزار مناسب برای بارهای کاری خاص GenAI
- نکات آزمون و استراتژیهای تستزنی – استراتژیهای اثبات شده برای مقابله مطمئن با سؤالات چندگزینهای، چندپاسخه و مبتنی بر سناریو
با استفاده از این دوره آمادگی آزمون AIP-C01، GenAI آماده تولید با استفاده از Amazon Bedrock ،SageMaker ،RAG، فروشگاههای برداری و امنیت بسازید.
این دوره برای چه کسانی مناسب است؟
- مهندسان ابری، مهندسان یادگیری ماشین/هوش مصنوعی، معماران نرمافزار، توسعهدهندگان DevOps یا بکاند و رهبران فنی که میخواهند سیستمهای تولیدی GenAI بسازند و برای آزمون حرفهای GenAI AWS آماده شوند. اگر به دنبال مهارتهای عملی و آماده کار فراتر از تئوری و مطابق با طرح آزمون AIP-C01 هستید، این دوره ایدهآل است.
گواهینامه AWS Certified Generative AI Developer Professional AIP-C01
-
مروری بر Amazon Web Services 05:04
-
زیرساخت جهانی AWS 05:05
-
مدل مسئولیت مشترک AWS 13:39
-
طرحهای پشتیبانی AWS 13:42
-
مدلهای زبانی بزرگ چیستند؟ 06:37
-
مدلهای اساسی چیستند؟ 05:09
-
امبدینگها چیستند؟ 05:22
-
RAG چیست؟ 05:17
-
منابع مدلهای یادگیری ماشین 02:38
-
کامپوننت پایپ لاین یادگیری ماشین (مرور) 03:00
-
برازش مدل 02:42
-
مهندسی ویژگی 04:25
-
سوگیری و واریانس 04:02
-
اثرات سوگیری و واریانس 03:17
-
اندازه دسته، نرخ یادگیری و گرمآمادهسازی 11:39
-
معیارهای عملکرد 05:18
-
نظارت بر عملکرد مدل 09:17
-
فاین تیونینگ برای وظایف خاص 08:55
-
فاین تیونینگ در عمل 02:43
-
پارامترهای استنتاج 08:08
-
پارامترهای استنتاج در عمل 04:09
-
مقدمهای بر هایپرپارامترها 05:47
-
تعداد دورهها و دقت مدل 07:55
-
Amazon Bedrock 12:29
-
مدلهای اساسی در Amazon Bedrock 04:44
-
محیطهای آزمایشی Amazon Bedrock 02:32
-
محافظهای Amazon Bedrock 06:35
-
پایگاههای دانش Amazon Bedrock 12:43
-
مدیریت توکن در Amazon Bedrock 11:40
-
بهینهسازی هزینه و انتخاب مدل در Amazon Bedrock 03:29
-
توان عملیاتی تأمین شده 07:07
-
پیادهسازی توان عملیاتی تأمین شده 02:56
-
عاملهای Amazon Bedrock چگونه کار میکنند؟ 04:43
-
مدیریت پرامپت در Amazon Bedrock 04:46
-
مروری بر AgentCore در Amazon Bedrock 05:09
-
مفسر کد و ابزارهای مرورگر در Amazon Bedrock AgentCore 08:37
-
مقدمهای بر مهندسی پرامپت 04:00
-
انواع پرامپت ها و تکنیکها 05:03
-
پرامپت نویسی زنجیره تفکر 07:05
-
توکنها در هوش مصنوعی چیستند؟ 05:18
-
توکنها و پرامپت ها در Generative AI 09:16
-
توکنسازی چگونه از جملات تا زیرکلمات کار میکند؟ 08:00
-
Langchain چیست؟ 10:42
-
Langraph چیست؟ 04:38
-
Langsmith چیست؟ 03:56
-
هوش مصنوعی عاملی چیست؟ 07:12
-
Amazon Augmented AI 07:52
-
Amazon Lex 10:23
-
Amazon Comprehend 07:17
-
Amazon Transcribe 07:37
-
Amazon Translate 07:09
-
آزمایش عملی Amazon Polly 05:08
-
Amazon Rekognition 09:47
-
Amazon Textract 07:43
-
Amazon Q 04:09
-
Amazon Quick Suite: همتیم هوش مصنوعی عاملی شما 05:22
-
جستجوی برداری AWS در بین سرویسها 05:00
-
Amazon SageMaker Jumpstart 09:36
-
Amazon SageMaker Feature Store 04:51
-
Amazon SageMaker Data Wrangler 05:59
-
SageMaker Clarify 07:40
-
کارتهای مدل SageMaker 10:37
-
رجیستری مدل SageMaker 09:33
-
اندپوینتهای مدل SageMaker 07:55
-
مروری بر Amazon EC2 05:11
-
انواع نمونه 08:06
-
تصویر ماشین آمازون (AMI) 07:29
-
داده کاربر نمونه 02:31
-
متادیتای نمونه 06:13
-
شبکهسازی Amazon EC2 14:20
-
امنیت شبکه Amazon EC2 16:12
-
آزمایش عملی - مقیاسگذاری عمودی یک نمونه Amazon EC2 08:13
-
آزمایش عملی - استفاده از EC2 Instance Connect برای اتصال به نمونه شما 05:23
-
آزمایش عملی - راهاندازی یک وبسرور روی یک نمونه EC2 05:52
-
مروری بر Amazon VPC 02:25
-
کالبدشناسی یک Amazon VPC 17:15
-
معماریهای شبکه Amazon VPC 10:58
-
آزمایش عملی – بررسی در کنسول Amazon VPC 15:17
-
آزمایش عملی – ایجاد یک Amazon VPC 16:51
-
مروری بر مقیاسگذاری خودکار Amazon EC2 09:35
-
انواع مقیاسگذاری خودکار Amazon EC2 07:45
-
قلابهای چرخه عمر مقیاسگذاری خودکار Amazon EC2 06:08
-
مقیاسگذاری نمونههای Amazon EC2 با استفاده از ASG 12:15
-
مروری بر Amazon CloudWatch 07:46
-
معیارهای CloudWatch برای نمونههای EC2 05:56
-
هشدارهای CloudWatch 04:18
-
لاگها و فیلترهای معیار CloudWatch 03:36
-
رویدادهای Amazon CloudWatch (Amazon EventBridge) 04:36
-
مروری بر IAM 08:13
-
هویتهای IAM 09:00
-
مرکز هویت IAM 08:05
-
تحلیلگر دسترسی IAM 03:38
-
انواع پالیسی IAM 07:42
-
مبانی پالیسی IAM 09:14
-
منطق ارزیابی پالیسی IAM 09:08
-
مدیر حسابرسی AWS 06:51
-
مروری بر سرویس مدیریت کلید AWS (KMS) 06:58
-
مدیر اسرار AWS 03:53
-
مدیر دسترسی منابع AWS 06:13
-
مرکز امنیت AWS 06:13
-
آزمایش عملی Amazon Macie 06:54
-
شناساگر تقلب آمازون 13:25
-
امنیت Amazon CodeGuru 01:38
-
پروفایلر Amazon CodeGuru 01:30
-
مرورگر Amazon CodeGuru 02:02
-
فروشگاه پارامتر Systems Manager 05:44
-
AppConfig در Systems Manager 06:21
-
اتوماسیون Systems Manager 08:08
-
دستور اجرا در Systems Manager 07:18
-
مدیر تغییرات Systems Manager 05:05
-
مدیر وصلههای Systems Manager 06:48
-
آزمایش عملی - فروشگاه پارامتر AWS Systems Manager 10:02
-
مروری بر CloudFormation 04:58
-
کالبدشناسی یک الگوی CloudFormation 09:02
-
اسکریپتهای کمکی CloudFormation 03:59
-
DependsOn و WaitCondition 02:43
-
CloudFormation - StackSets 06:04
-
CloudFormation - پشتههای تودرتو 03:52
-
CloudFormation - منبع سفارشی 04:56
-
مروری بر Amazon RDS 10:58
-
نسخه خواندنی Amazon RDS 13:00
-
استقرار چندمنطقهای Amazon RDS 11:05
-
اعلان رویدادهای Amazon RDS 06:17
-
پراکسی Amazon RDS 03:49
-
مروری بر Amazon Aurora 07:10
-
مروری بر Amazon DynamoDB 14:30
-
کامپوننت های اصلی Amazon DynamoDB 07:32
-
مروری بر Amazon S3 09:22
-
درک Amazon S3 Storage Lens 04:14
-
کلاس ذخیرهسازی Amazon S3 - One Zone-IA 02:31
-
کلاس ذخیرهسازی Amazon S3 - Standard-IA 02:28
-
کلاس ذخیرهسازی Amazon S3 - Intelligent-Tiering 02:33
-
تبدیل داده با Amazon S3 Object Lambda 07:39
-
مدیریت بردار با Amazon S3 Vectors 10:04
-
بررسی در کنسول Amazon S3 07:32
-
ایجاد یک Amazon S3 07:48
-
آپلود و دانلود آبجکتها در Amazon S3 05:01
-
مدیریت داده جدولی در S3 با سطلهای جدول 06:00
-
مروری بر مشاهدهپذیری Generative AI 07:57
-
مقدمهای بر ماتریس محدوده امنیتی 01:56
-
ماتریس محدوده امنیتی Generative AI 04:54
-
تابآوری در رشته امنیت 04:51
-
رشته امنیت – مدیریت ریسک 05:33
-
رشته امنیت: قانونی و حریم خصوصی 05:12
-
رشته امنیت – کنترلها 06:53
-
رشته امنیت – حاکمیت و انطباق 03:24
-
درک محدوده اپلیکیشن مصرفکننده 02:34
-
درک محدوده اپلیکیشن سازمانی 03:01
-
مروری بر AWS Glue 06:06
-
AWS Glue برای مبتدیان 05:51
-
پاکسازی داده با AWS Glue DataBrew 06:21
-
ساخت مشاغل ETL بصری با AWS Glue Studio 05:05
-
شروع کار با خزنده AWS Glue 07:59
-
اتصالات AWS Glue - متمرکز کردن مدیریت منبع داده شما 06:16
-
ایمن کردن داده جریانی با رجیستری شمای AWS Glue 06:32
-
تشریح نشانکهای شغل AWS Glue 04:58
-
اتوماسیون کشف داده با دستهبندهای AWS Glue 05:21
-
چارچوب خوشساخت AWS چیست؟ 09:18
-
ستونهای چارچوب خوشساخت AWS 12:31
-
مرحله 1 ابزار WA: تعریف بار کاری 05:18
-
مرحله 2 ابزار WA: انجام بازبینی معماری 05:12
-
مرحله 3 ابزار WA: اعمال بهترین شیوهها 03:10
-
آزمون تمرینی کامل AWS Certified Generative AI Developer Professional AIP-C01 None
مشخصات آموزش
گواهینامه AWS Certified Generative AI Developer Professional AIP-C01
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:متوسط
- تعداد درس:163
- مدت زمان :19:44:07
- حجم :6.82GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy