تسلط به Generative AI 2025: ساخت اپلیکیشن های LLM ،RAG و Vision AI

آنچه یاد خواهید گرفت:

• درک مفاهیم اصلی Generative AI، شامل ترنسفورمرها، GANها، اتوانکدرها و فریم‌ورک‌های RAG
• ساخت اپلیکیشن های جامع LLM با استفاده از LangChain ،Llama 3 ،BGE و Faiss برای هوش متنی و اسناد
• پیاده‌سازی سیستم‌های تولید پاسخ مبتنی بر بازیابی (RAG) با پایگاه‌داده‌های برداری مانند Milvus برای چت‌بات‌های هوشمند
• توسعه مدل‌های GAN سفارشی و استفاده از Stable Diffusion برای تولید تصاویر واقعی و گردش های کاری خلاقانه هوش مصنوعی
• تسلط بر جستجوی شباهت متن و تصویر با استفاده از امبدینگ‌های CLIP و ایندکس‌گذاری برداری در مقیاس بزرگ
• ایجاد سیستم‌های هوش مصنوعی چندوجهی با ترکیب درک متن، تصویر و ویدئو با استفاده از VILA 2.0 و T5
• یادگیری چگونگی آموزش، تنظیم دقیق و استقرار مدل‌های Generative AI برای کاربردهای واقعی
• درک ساختار داخلی ترنسفورمرها، شامل توجه چندگانه، امبدینگ‌های موقعیتی و بلوک‌های Feedforward
• بررسی اتوانکدرها و اتوانکدرهای متغیر (VAE) برای حذف نویز، بازسازی و یادگیری فضای پنهان 
• ساخت اپلیکیشن های مجهز به هوش مصنوعی مانند چت‌بات‌ها، سیستم‌های جستجوی ویدئو و دستیارهای هوشمند از پایه
• یادگیری ادغام Faiss و Milvus برای جستجو و بازیابی برداری با کارایی بالا در محیط عملیاتی
• توسعه پایپ‌لاین‌های هوش مصنوعی آماده برای تولید، شامل تولید تعبیه، بهینه‌سازی استنتاج و استقرار
• کسب تجربه عملی از طریق بیش از 12 پروژه پیشرفته که تئوری را با کدنویسی کاربردی ترکیب می‌کنند.
• کسب مهارت‌های مهندسی هوش مصنوعی آماده برای بازار کار جهت طراحی، ساخت و استقرار راهکارهای مقیاس‌پذیر Generative AI

پیش‌نیازهای دوره

• دانش اولیه برنامه‌نویسی پایتون مورد نیاز است. آشنایی با متغیرها، انواع داده‌ها، جریان کنترل، توابع و اسکریپت‌نویسی پایه برای دنبال کردن آزمایشگاه‌ها
• رایانه شخصی یا لپ‌تاپ ویندوزی با حداقل 4 گیگابایت رم توصیه می‌شود. اطمینان حاصل کنید که سیستم‌عامل ویندوز نصب شده است و فضای دیسک کافی برای دیتاست‌ها و ابزارهای توسعه‌دهنده وجود دارد.
• وجود GPU اختیاری اما برای آموزش سریع‌تر و آزمایش‌های بلادرنگ بسیار توصیه می‌شود؛ بدون آن، انتظار مدت زمان آموزش طولانی‌تر و عملکرد کندتر را داشته باشید.
• پروژه‌ها و تمرین‌ها بر روی سیستم‌های ویندوزی توسعه و تست شده‌اند؛ راهنماها، اسکریپت‌ها و مراحل عیب‌یابی به طور اختصاصی برای کاربران ویندوز تنظیم شده‌اند.

توضیحات دوره

با این دوره پروژه-محور و جامع که برای رساندن شما از سطح مبتدی به تسلط حرفه‌ای طراحی شده است، به دنیای Generative AI و مدل‌های زبانی بزرگ (LLMs) قدم بگذارید. شما یاد خواهید گرفت که اپلیکیشن های هوش مصنوعی در سطح تولید را با استفاده از LangChain ،Llama 3 ،BGE ،Faiss و Milvus بسازید. همان فریم‌ورک‌هایی که سیستم‌های هوش مصنوعی سازمانی و تحقیقاتی در دنیای واقعی را قدرت می‌بخشند.

دوره با بررسی عمیق مفاهیم اصلی ترنسفورمرها، GANها و تعبیه ها آغاز می‌شود و به شما کمک می‌کند تا درک کنید مدل‌های مولد چگونه محتوای شبیه انسان را پردازش و تولید می‌کنند. سپس تولید پاسخ مبتنی بر بازیابی (RAG)، پایگاه‌داده‌های برداری و هوش مصنوعی چندوجهی را برای ایجاد راهکارهای قدرتمند، هوشمند و آگاه از زمینه برای درک متن، تصویر و ویدئو بررسی خواهید کرد.

از طریق بیش از 12 پروژه هدایت‌شده، چت‌بات‌های هوشمند، سیستم‌های بازیابی اسناد، تولیدکنندگان تصویر، موتورهای جستجوی شباهت و برنامه‌های بازیابی ویدئو را با استفاده از مدل‌های پیشرفته‌ای مانند VILA 2.0 و T5 خواهید ساخت. هر ماژول بر یادگیری عملی تمرکز دارد تا اطمینان حاصل شود که می‌توانید هر تکنیک را با اطمینان در موارد استفاده واقعی به کار ببرید.

در پایان این دوره، به تمام پایپ‌لاین Generative AI مسلط خواهید شد. از تعبیه داده‌، زنجیره‌سازی مدل، تنظیم دقیق و بهینه‌سازی گرفته تا استقرار مقیاس‌پذیر در محیط‌های Edge، ابری یا ترکیبی

چه یک مهندس هوش مصنوعی، توسعه‌دهنده پایتون، دانشمند داده یا نوآور در حوزه تکنولوژی باشید، این دوره شما را به دانش، اعتماد به نفس و تجربه عملی لازم برای طراحی، ساخت و استقرار نسل بعدی سیستم‌های LLM و Vision AI از ابتدا مجهز می‌کند.

این دوره برای چه کسانی مناسب است؟

• این دوره برای فراگیرانی طراحی شده است که می‌خواهند فراتر از تئوری بروند و تسلط عملی بر ابزارها، مدل‌ها و کاربردهای واقعی Generative AI پیدا کنند.
• مبتدیان هوش مصنوعی و یادگیری ماشین که دانش اولیه پایتون را دارند و می‌خواهند با راهنمایی‌های ساختاریافته و عملی، سریعاً وارد دنیای Generative AI شوند.
• دانشمندان داده و مهندسین یادگیری ماشین که به دنبال تقویت مهارت‌های خود در اتوانکدرها، GANها، ترنسفورمرها، RAG و مدل‌های انتشار هستند.
• توسعه‌دهندگان نرم‌افزار که علاقه‌مند به ادغام Generative AI در اپلیکیشن ها با استفاده از FastAPI ،Tkinter ،LangChain Milvus/FAISS و استقرار Docker هستند.
• پژوهشگران و دانشجویانی که می‌خواهند عمیقاً درک کنند مدل‌هایی مانند GPT ،BERT ،LLaMA و Stable Diffusion چگونه درونی کار می‌کنند و آن‌ها را در پروژه‌ها به کار ببرند.
• علاقه‌مندان به تکنولوژی که مشتاق کشف کاربردهای مولد مانند حذف نویز تصویر، تبدیل متن به تصویر، جستجوی مجهز به هوش مصنوعی، تشخیص چهره، شباهت ویدئو و تسک های چندوجهی هستند.
• کارآفرینان و نوآورانی که قصد دارند محصولات هوش مصنوعی محور را در زمینه‌هایی مانند چت‌بات‌ها، سیستم‌های توصیه، طراحی خلاقانه، نظارت و اتوماسیون هوشمند بسازند.
• تخصص قبلی در یادگیری عمیق اکیداً مورد نیاز نیست، اما آشنایی با پایتون و مفاهیم اولیه یادگیری ماشین (یادگیری نظارت‌شده در مقابل نظارت‌نشده) به شما کمک می‌کند تا بیشترین بهره را از این دوره ببرید.