ایجنتهای Azure AI با سرویس کوبرنتیز آژور (AKS)
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درباره سرویس کوبرنیتز آژور یاد میگیرید.
- درباره شبکهسازی کوبرنتیز، الگوهای طراحی چند کانتینری، کنترلرهای Ingress و غیره یاد میگیرید.
- کانتینرسازی و استقرار ایجنتهای هوش مصنوعی در سرویس کوبرنتیز آژور (AKS) برای پیشبینی مقیاسپذیر و آماده تولید
- پیادهسازی بازیابی نسل افزوده (RAG) با دسترسی امن به داده و معماری سطح سازمانی
پیشنیازهای دوره
- درک اولیه از پایتون و REST APIs
- آشنایی با اصول آژور (مانند پورتال آژور و گروههای منبع)
- تجربه کار با کانتینرها و داکر
- تجربهای در زمینه مدلهای زبانی بزرگ (LLMs) یا علاقهمندی به ساخت اپلیکیشنهای مجهز به هوش مصنوعی
توضیحات دوره
شما قدرت ایجنتهای Azure AI Foundry و AKS را برای ساخت، استقرار و مقیاسپذیری اپلیکیشنهای LLM واقعی سازمانی آزاد میکنید.
این دوره راهنمای کامل شما برای طراحی ایجنتهای هوش مصنوعی با استفاده از Azure AI Agent Service، یکپارچهسازی Azure AI Foundry و RAG (بازیابی نسل افزوده) و استقرار در تولید با سرویس کوبرنتیز آژور (AKS) است.
شما از طریق لابراتوارهای عملی، پروژههای واقعی و بلوپرینتهای معماری فراتر از تئوری خواهید رفت و یاد خواهید گرفت چگونه راهحلهای GenAI مقیاسپذیر، امن و قابل مشاهده را با ابزارهای مدرن آژور ارائه دهید.
چه شما توسعهدهنده، دانشمند داده یا معمار ابر باشید، این دوره مهارتهای end-to-end را برای انتقال از نمونه اولیه به تولید به شما ارائه میدهد.
آنچه یاد خواهید گرفت:
- پیادهسازی گردشکارهای امن و مقیاسپذیر RAG با جستجوی برداری و داده تعبیه شده
- کانتینرسازی ایجنتهای خود و استقرار آنها در سرویس کوبرنتیز آژور (AKS)
- یادگیری شبکهسازی AKS، کنترلرهای Ingress، الگوهای طراحی چند کانتینری و غیره
کدام افراد این دوره را میتوانند دنبال کنند؟
- مهندسان و توسعهدهندگان هوش مصنوعی که با LLMs و آژور کار میکنند
- حرفهایهای ابر که میخواهند راهحلهای GenAI را روی کوبرنتیز مقیاسپذیر کنند.
- معماران راهحل که در طراحی سیستمهای هوش مصنوهی امن و سطح تولید مشغول به کار هستند.
- کسی که میخواهد به ترکیب Azure AI Agent Service + AKS تسلط پیدا کند.
این دوره برای چه کسانی مناسب است؟
- مهندسان و دانشمندان داده که میخواهند ایجنتهای مجهز به LLM را با استفاده از سرویسهای آژور مستقر کنند.
- معماران ابر و متخصصان دواپس که به دنبال تولید اپلیکیشنهای GenAI در AKS هستند.
- توسعهدهندگان کار با Azure AI که میخواهند ایجنتها را با دسترسی امن به داده و پایپلاینهای RAG یکپارچه کنند.
- مشاوران فنی و طراحان راهحل که در حال ساخت راهحلهای هوش مصنوعی مقیاسپذیر سازمانی برای مشتریان هستند.
ایجنتهای Azure AI با سرویس کوبرنتیز آژور (AKS)
-
مقدمه 03:02
-
راهاندازی لابراتوار از گیتهاب 01:34
-
تکامل مهندسی نرمافزار و محبوبیت داکر و کانتینرها 20:30
-
مقدمهای بر K8S و سرویس کوبرنتیز آژور 21:06
-
درک معماری K8S - روشی سرگرمکننده 13:44
-
درک آبجکتهای حجم کاری K8s - استقرارها، StatefulSets و Jobs و غیره 19:39
-
درک شبکهسازی در AKS 21:25
-
لابراتوار - ایجاد خوشه AKS در آژور (لابراتوار عملی) 24:42
-
لابراتوار - آشنایی با فرمانهای Kubectl (لابراتوار عملی) 12:56
-
آنچه خواهیم ساخت - اپلیکیشن هوش مصنوعی ساده با AKS و Azure OpenAI 02:30
-
لابراتوار - استقرار Azure AI Foundry با GPT LLM (لابراتوار عملی) 10:32
-
لابراتوار - اپلیکیشن هوش مصنوعی با داکر دسکتاپ و Azure Container Registry (لابراتوار عملی) 11:38
-
لابراتوار - اجرای اپلیکیشن هوش مصنوعی در AKS از ACR (لابراتوار عملی) 13:06
-
لابراتوار - تنظیم محدودیتهای منابع برای پادها (لابراتوار عملی) 09:53
-
لابراتوار - تنظیم anti-affinity پاد برای High Availability (لابراتوار عملی) 10:59
-
لابراتوار - ایجاد یک StatefulSet برای استقرار اپلیکیشن هوش مصنوعی ما (لابراتوار عملی) 23:00
-
لابراتوار - نمایش اپلیکیشن هوش مصنوعی با سرویس لودبالانسر (لابراتوار عملی) 13:31
-
درک ConfigMaps و Secrets 10:41
-
لابراتوار - اجرای اپلیکیشن هوش مصنوعی با ConfigMaps (لابراتوار عملی) 25:50
-
لابراتوار - اجرای اپلیکیشن هوش مصنوعی با Secrets و ConfigMaps (لابراتوار عملی) 08:45
-
معماری آنچه خواهیم ساخت 02:33
-
مقدمهای بر الگوی Sidecar و Init Container در K8s 15:24
-
لابراتوار - استقرار اپلیکیشن چت ساده فرانتاند-بکاند با الگوی Sidecar 29:43
-
لابراتوار - کار با ClusterIP Service برای امکانپذیر کردن ارتباط بین پادها 25:02
-
طراحی معماری آنچه خواهیم ساخت 06:41
-
درک مفهوم RAG 16:08
-
لابراتوار - مقدمهای بر پایگاه داده برداری QDrantDB 04:12
-
لابراتوار - استقرار کانتینر Sidecar برای عملیاتهای بارگذاری بردار 21:57
-
درک PVs (Persistent Volumes) و PVCs (Persistent Volume Claims) 21:48
-
لابراتوار - استقرار کامل اپلیکیشن RAG با ذخیرهسازی پشتیبانی شده با PVC 37:45
-
درک Ingress و کنترلرهای Ingress در AKS 15:32
-
لابراتوار - راهاندازی NGINX Ingress مدیریت شده آژور برای اپلیکیشن RAG 20:53
-
درک نمودارهای هلم 09:05
-
لابراتوار - ساخت نمودارهای هلم برای اپلیکیشن RAG ما 18:05
-
لابراتوار - ACR (Azure Container Registry) برای نمودارهای هلم 09:25
-
لابراتوار - راهاندازی استقرار قناری برای اپلیکیشن هوش مصنوعی 24:54
-
لابراتوار - راهاندازی بروزرسانیهای Rolling برای اپلیکیشن هوش مصنوعی 19:22
-
لابراتوار - کار با کوپایلت، ورکبوکها و لاگها 14:44
مشخصات آموزش
ایجنتهای Azure AI با سرویس کوبرنتیز آژور (AKS)
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:متوسط
- تعداد درس:38
- مدت زمان :09:52:26
- حجم :4.8GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy