دوره Amazon Q Developer برای مبتدیان مطلق - عملی
✅ سرفصل و جزئیات آموزش
آنچه فرا خواهید گرفت:
- اصول Amazon Q و سرویس اصلی آن برای بهرهوری توسعهدهنده را درک کنید.
- Amazon Q را در رابطهای خط فرمان (CLI) و محیطهای توسعه یکپارچه (IDE) راهاندازی و یکپارچه کنید.
- با استفاده از دستیار هوش مصنوعی محور، اپلیکیشن های Python را بسازید، بهبود دهید و ری فکتور کنید.
- برای کدبیسهای موجود، تستهای واحد باکیفیت و مستندات جامع تولید کنید.
- Amazon Q را در گردشکارهای DevOps، بهویژه با استفاده از Terraform و Ansible برای زیرساخت بهعنوان کد (IaC) اعمال کنید.
- تکنیکهای مهندسی پرامپت را برای بهبود دقت کد و کاهش توهمات هوش مصنوعی درک کنید.
- بهترین شیوهها را برای استفاده از responsible AI، امنیت و یکپارچهسازی حرفهای ارزیابی کنید.
پیش نیازهای دوره
- نیازی به تجربه قبلی نیست.
- آشنایی ابتدایی با Linux مفید است.
- آشنایی ابتدایی با Python و توسعه نرمافزار بهطور کلی
- یک حساب AWS Free Tier و یک IDE دلخواه (مانند VS Code یا IntelliJ)
- درک اولیه از DevOps - IaC
توضیحات دوره
در این دوره چه میگذرد؟
Amazon Q Developer دستیار کدنویسی مجهز به هوش مصنوعی AWS است که برای شتاببخشی به هر مرحله از چرخه عمر توسعه نرمافزار - از نوشتن و ری فکتور کردن کد تا تست، مستندسازی، خودکارسازی زیرساخت و عیبیابی طراحی شده است. با این حال، استفاده مؤثر از یک دستیار هوش مصنوعی فراتر از نصب ساده یک افزونه است. این کار نیازمند درک زیستبوم گستردهتر هوش مصنوعی، توانایی نوشتن پرامپتهای شفاف و مؤثر، و انضباط برای اعتبارسنجی مسئولانه خروجیها پیش از ادغام آنها در گردشکارهای مهندسی واقعی است.
این دوره یک سفر عملی و گامبهگام برای درک Amazon Q Developer است که بهطور ویژه برای مبتدیان مطلق طراحی شده که به دنبال راهنمایی ساختاریافته و تجربه عملی هستند. از طریق دموهای واقعی و یادگیری متمرکز بر پیادهسازی، اپلیکیشن ها را میسازید، کدبیسها را بهبود میدهید، تستها و مستندات تولید میکنید و بهترین شیوهها را به کار میگیرید - و اعتمادبهنفس استفاده از Amazon Q را بهعنوان یک چندبرابرکننده واقعی بهرهوری در کار توسعه روزمره خود به دست میآورید.
نکته ویژه
این دوره بسیار عملی و سرشار از دموهای کارگاهی و سناریوهای عیبیابی است. شما فقط یاد نمیگیرید که راهکارهای عاملگرا چگونه کار میکنند - بلکه اپلیکیشن میسازید، کد زیرساخت را تولید و بهینهسازی میکنید، و راهکارها را در محیطهای واقعی مستقر میکنید.
ساختار دوره:
- درسهای مبتنی بر مفهوم
- دموهای عملی
- سناریوهای کاربردی و عیبیابی
محتوای دوره:
- اصول هوش مصنوعی عاملگرا
- معرفی Amazon Q Developer
- راهاندازی و نصب محیط
- درک گفتوگوی Amazon Q
- Amazon Q Developer برای اپلیکیشن مبتنی بر Python (محیط Linux)
- Amazon Q Developer برای اپلیکیشن مبتنی بر Python (با VS Code)
- استفاده از Amazon Q با کدبیسهای موجود
- ایجاد تستهای واحد برای اپلیکیشن ها
- نوشتن مستندات دقیق پروژه با Amazon
- Amazon Q برای DevOps و زیرساخت بهعنوان کد (Terraform و Ansible)
- نکات عیبیابی
- بهترین شیوهها و مهندسی پرامپت برای توسعهدهندگان
تا پایان این دوره، شما با اطمینان Amazon Q Developer را در گردشکار روزانه خود - نه فقط بهعنوان یک ربات گفتوگو، بلکه بهعنوان یک چندبرابرکننده نیروی حرفهای ادغام خواهید کرد.
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگانی که به دنبال افزایش سرعت و کارایی کدنویسی خود با هوش مصنوعی هستند.
- مهندسان DevOps/Cloud/SRE که میخواهند هوش مصنوعی را در گردشکارهای زیرساختی ادغام کنند.
- دانشجویان و فراگیرانی که خواهان معرفی عملی و دمو محور از ابزارهای AWS generative AI هستند.
دوره Amazon Q Developer برای مبتدیان مطلق - عملی
-
مقدمه 02:08
-
درک زیستبوم هوش مصنوعی 04:58
-
Amazon Q چیست؟ 01:03
-
Amazon Q Business در برابر Amazon Q Developer 01:07
-
مروری بر سرویس Amazon Q 01:28
-
سطوح Amazon Q Developer 00:57
-
شروع کار با Amazon Q Developer 00:27
-
موارد استفاده واقعی و ویژگیهای کلیدی 01:43
-
چگونه Amazon Q بهرهوری را بهبود میدهد؟ 00:45
-
دمو - پیشنیازها و مستندات Amazon Q 06:26
-
دمو - نصب Amazon Q CLI روی Ubuntu (Linux) 06:41
-
دمو - نصب افزونه Amazon Q در VS Code 02:01
-
دمو - شروع کار با گفتوگوی Amazon Q و ویژگیهای آن 13:58
-
دمو - ساخت یک اپلیکیشن Python با استفاده از Q CLI 06:00
-
دمو - استقرار یک اپلیکیشن Python 07:22
-
دمو - بهبود اپلیکیشن با Amazon Q 03:07
-
دمو - توسعه یک اپلیکیشن Python با استفاده از گفتوگوی Amazon Q 08:05
-
دمو - افزودن ویژگیها به اپلیکیشن Python 03:59
-
دمو - تولید مستندات 02:00
-
دمو - استفاده از Amazon Q برای درک و بهبود ویژگیهای اپلیکیشن 05:27
-
دمو - نوشتن تستهای واحد 07:22
-
دمو - نوشتن مستندات 02:53
-
دمو - راهاندازی پیشنیازها (aws cli ،terraform و ansible CLI) 04:49
-
دمو - استقرار زیرساخت با استفاده از Terraform 12:55
-
دمو - ایجاد و استقرار Playbookهای Ansible 08:58
-
دمو - نوشتن مستندات 02:44
-
نوشتن پرامپتهای مؤثر برای تولید کد 01:33
-
استفاده از Responsible AI در توسعه 01:12
-
کاهش توهمات و تأیید خروجی 01:06
-
جمعبندی 01:16
مشخصات آموزش
دوره Amazon Q Developer برای مبتدیان مطلق - عملی
- تاریخ به روز رسانی: 1405/04/12
- سطح دوره:Alls
- تعداد درس:30
- مدت زمان :02:04:38
- حجم :938.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy