آموزش Microsoft Copilot Studio: ایجنتهای هوش مصنوعی، RAG ،MCP و امنیت هوش مصنوعی
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- ساخت و استقرار ایجنتهای هوش مصنوعی با استفاده از Microsoft Copilot Studio برای سناریوهای واقعی کسبوکار
- پیادهسازی بازیابی نسل افزوده (RAG) با Microsoft 365 ،SharePoint و منابع داده خارجی
- طراحی راهکارهای امن هوش مصنوعی سازمانی با استفاده از Entra ID و RBAC و کنترلهای حاکمیتی Microsoft Purview
- یکپارچهسازی پروتکل کانتکس مدل (MCP)، A2A و ابزارهای خارجی برای گسترش قابلیتهای Copilot
- معماری راهحلهای مقیاسپذیر هوش مصنوعی با ترکیب Copilot Studio و Azure AI Studio و Microsoft 365
پیشنیازهای دوره
- نیازی به تجربه برنامهنویسی نیست. همه مواردی را که باید بدانید یاد خواهید گرفت.
توضیحات دوره
Microsoft Copilot Studio قدرتمند است، اما در محیطهای سازمانی، امنیت و حاکمیت اختیاری نیستند.
در این دوره، یاد میگیرید چگونه با استفاده از Microsoft Copilot Studio، بازیابی نسل افزوده (RAG)، پروتکل کانتکس مدل (MCP) و کنترلهای امنیتی در سطح سازمانی، ایجنتهای هوش مصنوعی را بسازید، گسترش دهید و ایمن کنید.
این دوره فراتر از ساخت چتباتها میرود.
شما درک خواهید کرد که ایجنتهای Copilot چگونه درون Microsoft 365 عمل میکنند، grounding چگونه با Microsoft Graph و SharePoint کار میکند، و چگونه برای سازمانهای واقعی معماریهای امن هوش مصنوعی طراحی کنید.
آنچه یاد خواهید گرفت:
- با استفاده از Microsoft Copilot Studio ایجنتهای هوش مصنوعی بسازید.
- RAG را با استفاده از SharePoint و منابع داده سازمانی پیادهسازی کنید.
- ایجنتها را با پروتکل کانتکس مدل (MCP) و APIs خارجی گسترش دهید.
- احراز هویت را با Entra ID و جریانهای امن OBO پیکربندی کنید.
- حاکمیت و انطباق را با Microsoft Purview اعمال کنید.
- Entra Agent ID را برای کنترل دسترسی درک و پیکربندی کنید.
- راهحلهای امن و قابل حسابرسی هوش مصنوعی برای استقرار سازمانی طراحی کنید.
امنیت، یکی از موضوعات اصلی این دوره است.
شما خواهید دید که هویت ایجنت و دسترسی شرطی، RBAC و سیاستهای Purview چگونه بر دسترسی ایجنتهای Copilot به داده تأثیر میگذارند و چگونه میتوان از افشای غیرمجاز جلوگیری کرد.
در پایان دوره، فقط نخواهید دانست چگونه یک ایجنت هوش مصنوعی بسازید، بلکه خواهید دانست چگونه ایجنتی بسازید که از بررسیهای امنیتی سازمانی سربلند بیرون بیاید
این دوره برای مدیران Microsoft 365، مهندسان Azure AI، معماران راهحل و مشاورانی که مسئول پذیرش امن هوش مصنوعی هستند، ایدهآل است.
پذیرش هوش مصنوعی بدون حاکمیت، ریسک ایجاد میکند.
این دوره به شما میآموزد چگونه مسئولانه و به صورت امن بسازید.
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان Power Platform و معماران راهحل که ایجنتهای هوش مصنوعی و گردشکارهای اتوماسیون میسازند.
- مهندسان Azure AI و معماران ابر که راهحلهای هوش مصنوعی مبتنی بر RAG و مجهز به MCP طراحی میکنند.
- متخصصان امنیت و انطباق که مسئول حاکمیت هوش مصنوعی، حفاظت از داده و یکپارچهسازی Purview هستند.
- مشاوران و رهبران فناوری سازمانی که درباره پذیرش Copilot و تحول هوش مصنوعی به سازمانها مشاوره میدهند.
- توسعهدهندگانی که به گسترش Copilot با استفاده از APIs، جریانهای احراز هویت و یکپارچهسازیهای خارجی علاقهمند هستند.
آموزش Microsoft Copilot Studio: ایجنتهای هوش مصنوعی، RAG ،MCP و امنیت هوش مصنوعی
-
معرفی دوره 02:50
-
در این بخش از دوره چه انتظاری داشته باشید؟ 02:07
-
مقدمهای بر GenAI و LLMs 07:37
-
اصطلاحات GenAI 10:10
-
مقدمهای بر ایجنتهای هوش مصنوعی و سیستمهای ترکیبی هوش مصنوعی 11:37
-
در این بخش از دوره چه انتظاری داشته باشید؟ 01:55
-
مقدمهای بر Microsoft Copilot Studio 13:47
-
راهنمای مجوزدهی Copilot Studio 03:01
-
آزمایشگاه: ثبتنام در نسخه آزمایشی رایگان Copilot Studio (آزمایشگاه عملی) 01:33
-
آزمایشگاه: مرور Copilot Studio 04:41
-
Orchestrator و پلنر Generative AI برای Microsoft Copilot Studio 04:30
-
آزمایشگاه: ایجاد ایجنت مستقل با Web Grounding (آزمایشگاه عملی) 18:34
-
آزمایشگاه: ایجاد یک ایجنت تعبیه شده در سایت SharePoint (آزمایشگاه عملی) 09:10
-
ایجنتهای Copilot Studio تعبیه شده در برابر ایجنت مستقل 04:20
-
آزمایشگاه: افزودن کانکتور MSN Weather به عنوان یک اکشن برای ایجنت (آزمایشگاه عملی) 09:56
-
مهندسی پرامپت: مقدمه و بهترین شیوهها 05:51
-
آزمایشگاه: کار با اکشنهای پرامپت در Copilot Studio (آزمایشگاه عملی) 14:16
-
آزمایشگاه: اجرای جریان Power Automate با ایجنت Copilot Studio (آزمایشگاه عملی) 15:59
-
آزمایشگاه: جریان تحلیل احساسات با استفاده از AI Builder (آزمایشگاه عملی) 12:02
-
مقدمهای بر سرورهای MCP 05:39
-
آزمایشگاه: ایجنت سرور MCP در Copilot Studio (آزمایشگاه عملی) 11:21
-
آزمایشگاه: گردشکارهای چند ایجنت با Copilot Studio (آزمایشگاه عملی) 10:43
-
مقدمهای بر A2A 10:32
-
آزمایشگاه: A2A در Copilot Studio (آزمایشگاه عملی) 04:39
-
آزمایشگاه: تاپیکهای Fallback سفارشی (آزمایشگاه عملی) 05:33
-
آزمایشگاه: تب Analytics در Copilot Studio برای نظارت و استفاده (آزمایشگاه عملی) 05:45
-
آزمایشگاه: تب تنظیمات ایجنت در Copilot Studio (آزمایشگاه عملی) 06:02
-
گسترش M365 Copilot با Copilot Studio 05:31
-
در این بخش از دوره چه انتظاری داشته باشید؟ 02:04
-
مقدمهای بر Azure AI Foundry Studio Hub 11:27
-
آزمایشگاه: استقرار Azure AI Foundry Hub (آزمایشگاه عملی) 09:53
-
آزمایشگاه: استقرار LLMs از Model Catalog (آزمایشگاه عملی) 05:10
-
مقدمهای بر Microsoft Prompt Flow 09:29
-
آزمایشگاه: ساخت NER Flow (تشخیص انتیتی نامگذاری شده) ما (آزمایشگاه عملی) 20:13
-
آزمایشگاه: انتشار NER Prompt Flow ما به صورت API (آزمایشگاه عملی) 07:11
-
آزمایشگاه: استنتاج NER Flow ما با استفاده از فراخوانیهای API (آزمایشگاه عملی) 05:14
-
آزمایشگاه: Prompt Flow با Copilot Studio (آزمایشگاه عملی) 15:22
-
در این بخش از دوره چه انتظاری داشته باشید؟ 02:47
-
RAG (بازیابی نسل افزوده) چیست؟ 16:28
-
مقدمهای بر RAG چندوجهی با Azure AI Search (آزمایشگاه عملی) 15:10
-
آزمایشگاه: استقرار زیرساخت RAG در Azure (آزمایشگاه عملی) 09:59
-
آزمایشگاه: ایجاد ایندکس AI Search (آزمایشگاه عملی) 14:32
-
آزمایشگاه: RAG با AI Search در Copilot Studio (آزمایشگاه عملی) 14:42
-
در این بخش از دوره چه انتظاری داشته باشید؟ 02:18
-
مقدمهای بر Microsoft Foundry 21:13
-
تفاوت بین پروژههای مستقل و Hub-Based در Foundry 12:40
-
آزمایشگاه: استقرار پروژه مستقل Microsoft Foundry (آزمایشگاه عملی) 10:10
-
آزمایشگاه: استقرار اولین LLM خود (آزمایشگاه عملی) 06:21
-
آزمایشگاه: ایجاد اولین ایجنت خود با استفاده از Agent Service (آزمایشگاه عملی) 16:36
-
آزمایشگاه: Copilot Studio با Microsoft Foundry (آزمایشگاه عملی) 14:18
-
در این بخش از دوره چه انتظاری داشته باشید؟ 02:34
-
مقدمهای بر Microsoft Power Platform 12:27
-
مقدمهای بر Microsoft Dataverse 14:18
-
آزمایشگاه: مرور Power Platform (آزمایشگاه عملی) 06:11
-
آنچه به عنوان پروژه نهایی خواهیم ساخت 03:35
-
آزمایشگاه: ایجاد جدول Dataverse ما (آزمایشگاه عملی) 09:46
-
آزمایشگاه: پر کردن جدول Dataverse با ایجنت (آزمایشگاه عملی) 17:18
-
محیطها، راهحلها و CI/CD در Microsoft Power Platform 21:19
-
آزمایشگاه: ایجاد یک راهحل مدیریت شده در Copilot Studio (آزمایشگاه عملی) 12:52
-
در این بخش از دوره چه انتظاری داشته باشید؟ 02:31
-
مقدمهای بر حفاظت از اطلاعات و حاکمیت با MS Purview 13:51
-
مقدمهای بر حفاظت از اطلاعات 04:21
-
حفاظت از اطلاعات چه ارتباطی با ایجنتهای Copilot Studio دارد؟ 04:46
-
آزمایشگاه: دموی حفاظت از اطلاعات (آزمایشگاه عملی) 17:48
-
آزمایشگاه: Purview با ایجنت Copilot Studio (آزمایشگاه عملی) 07:44
-
آزمایشگاه: DSPM برای هوش مصنوعی در Microsoft Purview (آزمایشگاه عملی) 09:29
-
در این بخش از دوره چه انتظاری داشته باشید؟ 02:32
-
مقدمهای بر اصول Zero Trust، امنیت ایجنت و حاکمیت 16:51
-
آزمایشگاه: فعالسازی Agent ID در Copilot Studio (آزمایشگاه عملی) 03:12
-
آزمایشگاه: بررسی Agent ID در Entra ID (آزمایشگاه عملی) 10:25
-
آزمایشگاه: ایجاد سیاست دسترسی شرطی برای ایجنت (آزمایشگاه عملی) 07:27
-
آزمایشگاه: فعالسازی تشخیص تهدید برای Copilot Studio (آزمایشگاه عملی) 04:31
مشخصات آموزش
آموزش Microsoft Copilot Studio: ایجنتهای هوش مصنوعی، RAG ،MCP و امنیت هوش مصنوعی
- تاریخ به روز رسانی: 1405/04/12
- سطح دوره:مقدماتی
- تعداد درس:72
- مدت زمان :11:08:46
- حجم :7.71GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy