دوره آموزشی
دوبله زبان فارسی
مدلهای زبانی بزرگ و GenAI در AWS
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- یاد بگیرید چگونه از AWS برای ساخت راهحلهایی با Generative AI استفاده کنید.
- مبانی رایانش ابری AWS را یاد بگیرید تا بتوانید بهطور مؤثر با یادگیری ماشین در AWS کار کنید.
- راهحلهای یادگیری ماشین را با سرویسهای AWS مانند Amazon Bedrock توسعه دهید.
توضیحات دوره
این دوره به شما آموزش میدهد چگونه مدلهای زبانی بزرگ (LLM) در تولید را با سرویسهای AWS مانند Amazon Bedrock مستقر و مدیریت کنید. در پایان دوره، شما قادر خواهید بود که:
- معماری و مدل LLM مناسب برای اپلیکیشن خود را با سرویسها انتخاب کنید.
- هزینه، عملکرد و مقیاسپذیری LLMها را در AWS با گروههای مقیاسپذیر خودکار، نمونههای Spot و ارکستراسیون کانتینر بهینه سازی کنید.
- متریکها را از LLM خود نظارت و لاگ کنید تا مشکلات را شناسایی کرده و کیفیت را بهطور مداوم بهبود دهید.
- پایپلاینهای قابل اطمینان و ایمن را برای آموزش، استقرار و بروزرسانی مدلها با سرویسهای AWS بسازید.
- هنگام پیادهسازی LLMها در تولید با تکنیکهایی مانند حریم خصوصی تفاضلی و rolloutهای کنترلشده، مطابق با مقررات باشید.
این دوره منحصربهفرد است، زیرا بر عملیاتیسازی واقعی مدلهای زبانی بزرگ با AWS تمرکز دارد. شما در لابراتوارهای عملی شرکت خواهید کرد تا مفاهیم را در عمل پیادهسازی کنید. حفظ و بهبود کیفیت آنها را در تمرینات عملی خواهید آموخت. چه شما یک مهندس یادگیری ماشین باشید، چه دانشمند داده یا رهبر فنی، مهارتهای عملی را برای اجرای LLMها در تولید خواهید آموخت.
مدلهای زبانی بزرگ و GenAI در AWS
-
مقدمهای بر دوره 0:56
-
مدل سرویس ابری برای هوش مصنوعی 3:47
-
مدل استقرار ابری برای هوش مصنوعی 3:35
-
مزایای رایانش ابری 3:02
-
AWS Cloud Adoption Framework برای هوش مصنوعی 2:46
-
محیطهای توسعه برای هوش مصنوعی 4:18
-
چالشها و فرصتهای MLOps در Rust و پایتون 8:18
-
گردش کار Generative AI برای Rust 5:50
-
پایتون برای علم داده در عصر Rust و GenAI 6:07
-
گردش کارهای نوظهور LLMOps در Rust 3:57
-
شروع کار با Code Catalyst برای Rust 4:55
-
شروع کار با ویرایشگر Sagemaker 3:43
-
شروع کار با Lightsail برای تحقیق 3:28
-
نمودار بدون سرور با سرویس AWS Bedrock 2:28
-
دموی AWS Bedrock Knowledge Agent 2:06
-
دموی AWS Bedrock CLI 2:56
-
نمودار گزینههای بدون سرور برای Rust 2:21
-
نمودار کامپوننتهای میکروسرویس Rust Axum Greedy Coin 3:14
-
دموی Rust Axum Greedy Coin 3:40
-
دموی گردش کار داکر Rust Axum 4:42
-
ملاقات با مدرس: نوح گیفت None
-
ساختار دوره و آداب بحث None
-
اصطلاحات کلیدی None
-
AWS Cloud Adoption Framework برای هوش مصنوعی None
-
تامل در مورد درس None
-
اصطلاحات کلیدی None
-
SDK AWS برای Rust None
-
Rust با مثال None
-
لابراتوار خارجی: AWS SDK S3 Bucket Lister None
-
راهاندازی یک اپلیکیشن ویرایشگر کد در Studio None
-
آموزش: شروع کار با Lightsail برای تحقیقات کامپیوترهای مجازی None
-
تامل در مورد درس None
-
اصطلاحات کلیدی None
-
LLamaIndex None
-
Distroless None
-
تامل در مورد درس None
-
گردش کارهای مهندسی پرامپت 3:47
-
خلاصهسازی متن با Claude 5:28
-
CodeWhisperer برای Rust در Cloud9 7:47
-
نصب و پیکربندی CodeWhisperer CLI 2:19
-
استفاده از CodeWhisperer CLI 4:28
-
ساخت Bash CLI 3:08
-
توابع Bash 5:33
-
اصطلاحات کلیدی None
-
مهندسی دستور None
-
تامل در مورد درس None
-
اصطلاحات کلیدی None
-
CodeWhisperer None
-
LLMها برای کدنویسی None
-
تامل در مورد درس None
-
اصطلاحات کلیدی None
-
CodeWhisperer برای CLI None
-
تامل در مورد درس None
-
کامپوننتهای کلیدی Amazon Bedrock 3:11
-
بررسی Boto3 Bedrock Client Python SDK 2:57
-
بررسی Cargo Rust SDK 1:25
-
فراخوانی مدلهای لیست پایتون 2:03
-
فراخوانی مدلهای لیست Rust 1:57
-
فراخوانی Claude از طریق Bedrock Runtime API 3:31
-
اصطلاحات کلیدی None
-
Amazon Bedrock چیست؟ None
-
تامل در مورد درس None
-
لابراتوار خارجی: چالش مهندسی پرامپ Amazon Bedrock None
-
اصطلاحات کلیدی None
-
لابراتوار چالش خارجی: مدلهای بنیادین Bedrock لیست پایتون None
-
تامل در مورد درس None
-
اصطلاحات کلیدی None
-
استفاده از مدلهای بنیادین None
-
بررسی عمیق و فنی Claude3 برای Bedrock None
-
ایجنتها برای Amazon Bedrock None
-
پایگاه دانش None
-
لابراتوار خارجی: فراخوانی مدلهای بنیادین در پایتون با Boto3 None
-
تامل در مورد درس None
-
آشنایی با Cargo Lambda 5:43
-
ساخت تابع افزودن Rust برای AWS Lambda 6:51
-
اصطلاحات کلیدی None
-
Cargo Lambda None
-
لابراتوار چالش: Bedrock Agents None
-
لابراتوار خارجی: چالش مهندسی پرامپت Rust None
-
گامهای بعدی None
مشخصات آموزش
مدلهای زبانی بزرگ و GenAI در AWS
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:مقدماتی
- تعداد درس:80
- مدت زمان :02:16:17
- حجم :391.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy