دوره Amazon AgentCore: مقیاسگذاری Agentic AI برای محیط تولید
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- استقرار یک اپلیکیشن Agentic AI در محیط تولید با استفاده از Amazon Bedrock AgentCore روی AWS، مدیریت زمان اجرای Serverless، مقیاسپذیری و قابلیت اطمینان
- پیادهسازی احراز هویت و مدیریت هویت برای عاملها جهت تضمین دسترسی امن، تأیید کاربر و اعتبارسنجی مناسب در سناریوهای دنیای واقعی
- افزودن حافظه کوتاهمدت و بلندمدت به عاملها برای بهبود درک زمینه، پایداری و تجربه کاربری در طول زمان
- ادغام ابزارهای خارجی، APIها و منابع داده شخص ثالث از طریق Gatewayها، و استفاده از OpenAI Agents SDK برای هماهنگسازی استفاده از ابزارها
- نظارت، مشاهده و عیبیابی سیستمهای Agentic خود با استفاده از قابلیتهای Observability، معیارهای لاگ و داشبوردهای عملکرد AgentCore در محیط تولید
- درک بهترین روشها و الگوهای طراحی برای استقرار سیستمهای Generative AI بهصورت امن و کارآمد با Amazon AgentCore و Bedrock
پیشنیازهای دوره
- آشنایی با برنامهنویسی Python
- تجربه توسعه با فریمورکهای Agentic AI
- آشنایی اولیه با AWS و کنسول AWS
- انجام فعالیتهای عملی نیازمند یک حساب OpenAI، یک حساب AWS و محیط توسعه Python است.
توضیحات دوره
آیا از ساخت پروتوتایپهای هوش مصنوعی که هرگز به محیط تولید نمیرسند خسته شدهاید؟
شما تنها نیستید. بسیاری از مهندسان میتوانند دموهای تأثیرگذاری از Agentic AI بسازند، اما برخورد با موانع در هنگام تلاش برای مقیاسگذاری این سیستمها در محیط تولید امری رایج است.
این دوره این مشکل را حل میکند.
شما یاد میگیرید که چگونه از Amazon Bedrock AgentCore (بخشی از پشته پیشرفته Generative AI در AWS) برای استقرار سیستمهای عامل واقعی، امن و مقیاسپذیر استفاده کنید. شما یک پروژه کارآمد با OpenAI Agents SDK را انتخاب کرده و با استفاده از ویژگیهای داخلی AgentCore نظیر حافظه، هویت، ابزارها و قابلیتهای Observability، آن را به یک سرویس در سطح تولید تبدیل میکنید.
در پایان این دوره، شما نهتنها مفاهیم Agentic AI را درک میکنید، بلکه یکی از آنها را نیز مستقر خواهید کرد.
آنچه در این دوره میآموزید
- چگونگی استفاده از Amazon AgentCore برای میزبانی عاملهای هوش مصنوعی بهصورت Serverless در محیط تولید
- افزودن حافظه به عاملها (کوتاهمدت و بلندمدت)
- مدیریت هویت کاربر و احراز هویت امن در گردشکارهای عامل
- ادغام ابزارهای واقعی، APIها و دادههای شخص ثالث با استفاده از Gatewayهای Bedrock
- نظارت و عیبیابی عاملها با استفاده از قابلیتهای Observability در AgentCore
- ساخت یک پروژه عملی و کامل Agentic AI با استفاده از OpenAI Agents SDK
چرا Amazon AgentCore؟
سرویس Amazon Bedrock AgentCore یک محیط اجرای Serverless را فراهم میکند که بهطور خاص برای Agentic AI ساخته شده است. این سرویس مقیاسپذیری، امنیت و ادغام ابزارها را مدیریت میکند تا شما نیازی به انجام آنها نداشته باشید. با پشتیبانی درجه یک در AWS، این سریعترین راه برای تبدیل پروژه Generative AI شما از یک آزمایش به یک محصول سازمانی است.
این دوره برای چه کسانی است؟
- مهندسان هوش مصنوعی و توسعهدهندگانی که پروتوتایپهای عامل را ساختهاند، اما هنوز آنها را منتشر نکردهاند.
- متخصصان ML که آماده عملیاتی کردن Generative AI هستند.
- مهندسان نرمافزاری که بهدنبال ارتقای مهارت در ابزارها و زیرساختهای هوش مصنوعی AWS هستند.
- سازندگانی که خواهان تجربه عملی و پروژهمحور با سیستمهای عامل در محیط تولید هستند.
اگر در حال بررسی Agentic AI یا OpenAI Agents SDK بودهاید، این دوره به شما نشان میدهد که چگونه آن را در یک پشته تولید امن و مقیاسپذیر به واقعیت تبدیل کنید.
این دوره تجربه مهندسی دنیای واقعی مدرس در Amazon را با قدرتمندترین ابزارهای Agentic AI امروزی ترکیب میکند، بنابراین میتوانید دست از ساخت پروتوتایپ برداشته و شروع به استقرار کنید.
آنچه با گذراندن این دوره به دست میآورید
در پایان دوره، شما موارد زیر را خواهید داشت:
- یک سیستم Agentic AI کارآمد و کامل که با Amazon AgentCore مستقر شده است.
- اعتمادبهنفس لازم برای مقیاسگذاری، نظارت و نگهداری عاملهای محیط تولید خودتان
- تجربه عملی که مستقیماً در کار یا پورتفولیوی شما قابل استفاده است.
لطفاً توجه داشته باشید:
همراهی عملی با پروژه در این دوره نیازمند یک حساب توسعهدهنده OpenAI، یک حساب AWS و همچنین یک محیط توسعه Python است. کل هزینهها نباید بیش از چند دلار شود، و یا میتوانید فقط ویدیوها را تماشا کنید بدون اینکه هزینه ابری برایتان داشته باشد.
این دوره برای چه کسانی مناسب است؟
- مهندسان AI / ML، توسعهدهندگان نرمافزار، یا معماران ابری که نیاز دارند پروتوتایپهای AI را به محیط تولید ببرند.
دوره Amazon AgentCore: مقیاسگذاری Agentic AI برای محیط تولید
-
معرفی Amazon Bedrock AgentCore 05:07
-
معرفی اپلیکیشن نمونه Agentic AI ما با OpenAI Agents SDK 02:28
-
[عملی] نصب پیشنیازها (کلید OpenAI API، ابزار AWS CLI، محیط Python) 06:08
-
[عملی] اجرای اپلیکیشن نمونه Agentic AI ما (خارج از محیط Bedrock) 11:03
-
معرفی محیط اجرای Amazon Bedrock AgentCore 06:02
-
[عملی] اجرای اپلیکیشن AgentCore بهصورت لوکال 05:30
-
[عملی] استقرار اپلیکیشن Agentic AI ما در فضای ابری Serverless با AgentCore 04:13
-
[عملی] اجرای اپلیکیشن AgentCore با استفاده از ابزار Starter Toolkit 04:12
-
[عملی] اجرای اپلیکیشن AgentCore از طریق یک اسکریپت کلاینت 04:38
-
[عملی] یکپارچهسازی قابلیت Observability در AgentCore با CloudWatch 03:25
-
سیستمهای Agentic AI: یک مرور سریع 05:54
-
یکپارچهسازی OAuth ورودی و خروجی با Cognito و AgentCore 03:10
-
[عملی] پیادهسازی احراز هویت OAuth ورودی با AgentCore و Cognito 08:08
-
حافظه کوتاهمدت و بلندمدت در سیستمهای Agentic AI و AgentCore 05:01
-
[عملی] ادغام حافظه کوتاهمدت از AgentCore با OpenAI Agents 11:18
-
[عملی] ابزارهای Amazon Bedrock AgentCore و ادغام مفسر کد 04:27
-
[عملی] ایمپورت کردن Amazon Bedrock Agents و بردارهای S3 به پروژههای AgentCore 14:58
-
معرفی Amazon Bedrock AgentCore Gateway 02:07
-
معرفی Amazon Bedrock AgentCore Identity 02:42
-
ارزیابی نهایی None
مشخصات آموزش
دوره Amazon AgentCore: مقیاسگذاری Agentic AI برای محیط تولید
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:متوسط
- تعداد درس:20
- مدت زمان :01:52:37
- حجم :1.91GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy