موارد استفاده و پروژههای مهندسی هوش مصنوعی در AWS: سیستمهای LLM در سطح تولید
✅ سرفصل و جزئیات آموزش
معماری مدلهای زبان بزرگ (LLM) را در سطح تولید با استفاده از Rust در AWS بررسی کنید.
معماری پیچیده مدلهای زبان بزرگ (LLM) را در سطح تولید با استفاده از Rust در AWS کشف کنید.
Noah Gift، مدرس این دوره، طیف وسیعی از مباحث کلیدی از جمله Ollama DeepSeek-R1 ،Claude و سایر سیستمهای پیشرفته LLM، و همچنین استراتژیهای متنباز (open-source) و گردشهای کاری چندمدلی (multimodel workflows) را پوشش میدهد. در طول این مسیر، تجربه عملی با پرامپتهای YAML و مسیریابی پروکسی (proxy routing) برای بهینهسازی مدلهای زبان خود بدست میآورید.
این دوره که برای مهندسان هوش مصنوعی، توسعهدهندگان و علاقهمندان به فناوری طراحی شده است، مهارتهای لازم برای ارتقای تخصص شما در هوش مصنوعی و یادگیری ماشین را فراهم میکند. در پایان این دوره، شما آماده خواهید بود تا مدلهای زبان پیچیده را در یک محیط با سطح تولید (production-grade) مستقر و مقیاسبندی کنید و در حوزه به سرعت در حال تحول هوش مصنوعی پیشرو بمانید.
موارد استفاده و پروژههای مهندسی هوش مصنوعی در AWS: سیستمهای LLM در سطح تولید
-
آغاز کار 0:01:00
-
گسترش پروژه LLM با Rust 0:06:50
-
Ollama DeepSeek-R1 و Claude 0:12:02
-
بررسی استراتژی متنباز 0:03:08
-
نکات YAML با بررسی Rust 0:02:52
-
بررسی گردش کار چندمدلی 0:04:29
-
بررسی مسیریابی پروکسی مدل Rust 0:03:27
-
چالش نهایی بدون سرور Rust Cargo Lambda 0:08:46
-
پروژه نهایی مهندسی هوش مصنوعی 0:04:02
مشخصات آموزش
موارد استفاده و پروژههای مهندسی هوش مصنوعی در AWS: سیستمهای LLM در سطح تولید
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:متوسط
- تعداد درس:9
- مدت زمان :0:46:36
- حجم :90.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy