دوره آموزشی
دوبله زبان فارسی
هوش مصنوعی عاملی End-to-End در سطح تولید - از مفاهیم تا کاربرد عملی
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- یادگیری مفاهیم هوش مصنوعی عاملی: از پرامپتنویسی اولیه برای مدلهای زبانی بزرگ به طراحی عاملهای خودمختار با توانایی استدلال و برنامهریزی حرکت کنید.
- ساخت سیستمهای چندعاملی بهصورت عملی: یاد بگیرید چگونه ارکستراسیون گردشکارهایی را انجام دهید که در آن چند عامل با فریمورکهایی مانند CrewAI و AWS Bedrock AgentCore با هم همکاری میکنند.
- پیادهسازی الگوهای عاملی: تجربه کار با معماریهایی مانند (Model Context Protocol (MCP و Retrieval-Augmented Generation (RAG) و حافظه عامل را بدست آورید.
- تضمین امنیت و قابلیت مشاهده عاملها: بهترین شیوههای امنیتی را به کار بگیرید و به قابلیت مشاهده عامل مسلط شوید.
- اعتبارسنجی عملکرد هوش مصنوعی: یاد بگیرید چگونه کیفیت عاملها را با معیارهای دادهمحور و چارچوب "LLM-as-a-Judge" تست و ارزیابی کنید.
- توسعه تفکر معماری: ذهنیت "اصول اولیه" لازم برای طراحی اپلیکیشنهای عاملی را بدست آورید و فقط اسکریپتها را ننویسید.
- یادگیری ارتباط بین عاملها: با A2A راهحلهای بزرگتری بسازید.
پیشنیازهای دوره
- ترجیحاً با مبانی پایتون آشنا باشید (چون دموها با پایتون انجام میشوند)، اگر بیشتر بهدنبال مفاهیم هستید، آشنایی با هر زبان برنامهنویسی دیگر هم کافی است.
- اشتیاق برای یادگیری هوش مصنوعی عاملی
توضیحات دوره
آمادهاید فراتر از پرامپتنویسی ساده برای مدلهای زبانی بزرگ بروید و ساخت عاملهای خودمختار را شروع کنید؟
این نقشه راه به شما کمک میکند هوش مصنوعی عاملی را از نظر مفهومی درک کنید و اپلیکیشنهای عاملی را بهصورت عملی بسازید. این دوره طوری طراحی شده که شما را از اسکریپتهای آزمایشی به استقرار عاملهای هوش مصنوعی برساند.
در کمتر از 7 ساعت، شکاف بین تئوری و عمل را پر میکنید. ما بیش از 20 سال تجربه معماری نرمافزار را در قالب یک برنامه آموزشی متمرکز و پربازده خلاصه کردهایم؛ برنامهای که اصول اولیه ساخت سیستمهای هوش مصنوعی را با فریمورکهای پیشرو مانند CrewAI و AWS Bedrock AgentCore آموزش میدهد.
آمار دوره و منابع:
- یادگیری سریع: حدود 7 ساعت محتوای ویدئویی فشرده و پربازده
- کتابخانه جامع: در مجموع 101 ویدئو، شامل 42 ماژول مفهومی
- تمرین عملی: 31 ویدئوی دمو و کاربردی
- اعتبارسنجی مهارت: 10 آزمون ارزیابی و 12 تکلیف اختیاری برای تثبیت درک شما از هوش مصنوعی عاملی
همین حالا در این دوره شرکت کنید تا آینده توسعه نرمافزار را یاد بگیرید و امروز ساخت اپلیکیشنهای عاملی را شروع کنید.
این دوره برای چه کسانی مناسب است؟
- مهندسان نرمافزار، معماران نرمافزار و رهبران فناوری یا حتی دانشجویانی که در حال یادگیری نرمافزار هستند.
- متخصصان نرمافزار که میخواهند هوش مصنوعی عاملی را از نظر مفهومی درک کنند.
- متخصصان نرمافزار که میخواهند مهارتهای عملی لازم برای ساخت اپلیکیشنهای عاملی را یاد بگیرند.
هوش مصنوعی عاملی End-to-End در سطح تولید - از مفاهیم تا کاربرد عملی
-
مقدمه 03:24
-
درباره شما 02:22
-
درباره مدرس 01:31
-
ساختار دوره 01:57
-
دمو - نمونهای از هوش مصنوعی عاملی 04:16
-
یک عامل کدنویسی را امتحان کنید None
-
هدف 01:26
-
عصر GenAI 06:59
-
شما فقط به توجه نیاز دارید 04:12
-
مهندسی پرامپت 05:54
-
مهندسی پرامپت را امتحان کنید None
-
ظهور هوش مصنوعی عاملی 03:47
-
توانمندسازها برای هوش مصنوعی عاملی 05:31
-
دمو - بررسی محیط توسعه یکپارچه Cursor 06:28
-
محیط توسعه یکپارچه Cursor را امتحان کنید None
-
خلاصه 01:56
-
دانش خود از مفاهیم را بسنجید None
-
هدف - سلام هوش مصنوعی عاملی 01:08
-
فریمورکهای هوش مصنوعی عاملی 04:39
-
آشنایی با CrewAI (فریمورک هوش مصنوعی عاملی) 05:45
-
دمو - اولین عامل CrewAI 09:43
-
دمو - خروجی ساختاریافته از هوش مصنوعی عاملی 04:55
-
قابلیت مشاهده در هوش مصنوعی عاملی 04:11
-
دمو - کارکرد داخلی هوش مصنوعی عاملی با Langfuse Traces 11:24
-
CrewAI را امتحان کنید None
-
خلاصه - سلام هوش مصنوعی عاملی 01:39
-
دانش خود از مفاهیم را بسنجید - سلام هوش مصنوعی عاملی None
-
هدف - استقرار عاملها 01:04
-
آشنایی با AWS Bedrock AgentCore 05:39
-
دمو - اصلاح عامل به منظور آمادگی برای AWS AgentCore 05:27
-
دمو - استقرار عامل در AWS AgentCore 08:08
-
دمو - بررسی کنسول AWS AgentCore 05:46
-
دمو - استفاده از Identity Provider اختصاصی 05:38
-
استقرار عامل در AWS AgentCore None
-
خلاصه - استقرار عاملها 01:53
-
دانش خود از مفاهیم را بسنجید - استقرار عاملها None
-
هدف - RAG 00:56
-
پایگاه دادههای برداری برای RAG 02:38
-
مهندسی زمینه با RAG 04:41
-
آشنایی با RAG 02:27
-
جریانهای داده در RAG 04:47
-
AWS Bedrock Knowledge Base برای RAG 02:52
-
دمو - ایجاد منبع داده برای RAG 02:24
-
دمو - ایجاد پایگاه داده برداری برای RAG 03:44
-
دمو - ایجاد AWS Knowledge Base برای RAG 05:54
-
RAG عاملی 02:11
-
دمو - RAG عاملی 09:41
-
RAG را امتحان کنید None
-
خلاصه - RAG 01:03
-
دانش خود از مفاهیم را بسنجید - RAG None
-
هدف - MCP 00:55
-
مهندسی زمینه و ابزارها 05:30
-
دمو - استفاده از ابزار جستجو 04:19
-
آشنایی با MCP 03:56
-
معماری MCP 04:47
-
دمو - استفاده از MCP برای ابزار جستجو 05:26
-
آشنایی با MCP Gateway 03:33
-
دمو - استفاده از ابزار جستجو از طریق MCP gateway 09:54
-
دمو - انتشار گزارش تحقیقات با MCP Gateway 08:53
-
MCP را امتحان کنید None
-
خلاصه - MCP 00:51
-
دانش خود از مفاهیم را بسنجید - MCP None
-
هدف - حافظه عامل 00:54
-
چرا عاملها به حافظه نیاز دارند؟ 01:41
-
دمو - بدون حافظه عامل 07:55
-
حافظه کوتاهمدت عامل 03:01
-
دمو - استفاده از حافظه کوتاهمدت عامل 05:53
-
حافظه بلندمدت عامل 02:26
-
دمو - استفاده از حافظه بلندمدت عامل 07:14
-
حافظه عامل را امتحان کنید None
-
خلاصه - حافظه عامل 00:59
-
دانش خود از مفاهیم را بسنجید - حافظه عامل None
-
هدف - الگوهای عاملی 00:55
-
الگوهای تکعاملی 05:49
-
دمو - الگوی عاملی برنامهریزی و اجرا 04:03
-
الگوهای چندعاملی 04:50
-
دمو - الگوی عاملی اجرای موازی 04:55
-
دمو - الگوی عاملی Orchestrator Worker 04:44
-
گردشکار ساختاریافته در مقابل ارکستراسیون خودمختار 02:48
-
الگوهای مختلف عاملی را امتحان کنید None
-
خلاصه - الگوهای عاملی 01:12
-
دانش خود از مفاهیم را بسنجید - الگوهای عاملی None
-
هدف - ارزیابی عامل 00:55
-
ارزیابی و انواع آن 02:38
-
ارزیابی با مدل زبانی بزرگ 03:31
-
ارزیابی آنلاین 03:46
-
دمو - LLM as a Judge - ارزیابی آنلاین 05:33
-
دمو - حاشیهنویسی انسانی - ارزیابی آنلاین 03:54
-
ارزیابی درونخطی 02:31
-
دمو - الگوی عامل منتقد - ارزیابی درونخطی 06:12
-
انسان در حلقه - ارزیابی درونخطی 03:49
-
ارزیابی آفلاین 02:50
-
ارزیابی عامل را امتحان کنید None
-
خلاصه - ارزیابی عامل 01:18
-
دانش خود از مفاهیم را بسنجید - ارزیابی عامل None
-
هدف - A2A 00:52
-
چرا به A2A نیاز داریم؟ 01:17
-
پروتکل A2A 04:47
-
جریان تعامل A2A 04:16
-
دمو - در معرض قرار دادن عامل با A2A 04:06
-
دمو - بررسی با A2A inspector 06:21
-
دمو - اتصال از یک عامل دیگر با A2A 05:41
-
MCP در مقابل A2A 02:42
-
A2A را امتحان کنید None
-
خلاصه - A2A 02:09
-
دانش خود از مفاهیم را بسنجید - A2A None
-
هدف - امنیت عامل 00:57
-
امنیت عامل چه تفاوتی با امنیت وب دارد؟ 04:20
-
10 ریسک امنیتی برتر OWASP برای هوش مصنوعی عاملی 07:17
-
ربودن هدف عامل - امنیت عامل 04:39
-
دمو - ربودن هدف عامل - امنیت عامل 02:08
-
سوءاستفاده و بهرهبرداری از ابزار - امنیت عامل 05:06
-
سوءاستفاده از هویت و امتیاز - امنیت عامل 03:56
-
دمو - سوءاستفاده از هویت و امتیاز - امنیت عامل 05:48
-
بهترین شیوهها برای امنیت عامل 05:07
-
امنیت عامل را امتحان کنید None
-
خلاصه - امنیت عامل 02:10
-
دانش خود از مفاهیم را بسنجید - امنیت عامل None
-
خلاصه - هوش مصنوعی عاملی 06:24
-
گامهای بعدی در سفر هوش مصنوعی عاملی شما 01:38
-
تبریک 00:32
مشخصات آموزش
هوش مصنوعی عاملی End-to-End در سطح تولید - از مفاهیم تا کاربرد عملی
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:Alls
- تعداد درس:121
- مدت زمان :06:36:49
- حجم :4.22GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
The Great Courses
5,679,500
1,135,900 تومان
- زمان: 07:37:25
- تعداد درس: 47
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
6,100,500
1,220,100 تومان
- زمان: 08:11:21
- تعداد درس: 28
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
1,272,500
254,500 تومان
- زمان: 01:42:31
- تعداد درس: 11
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
2,260,000
452,000 تومان
- زمان: 03:02:02
- تعداد درس: 14
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
795,000
159,000 تومان
- زمان: 58:00
- تعداد درس: 12
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
8,508,000
1,701,600 تومان
- زمان: 11:25:13
- تعداد درس: 94
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
5,201,500
1,040,300 تومان
- زمان: 06:58:57
- تعداد درس: 60
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
1,833,000
366,600 تومان
- زمان: 02:27:39
- تعداد درس: 24
-
سطح دوره:
-
زبان: دوبله فارسی