دوره آموزشی اپلیکیشن‌های مبتنی بر LLM با Streamlit

تو این دوره عملی، مربی Megan Silvey بهت نشون می‌ده چطور با Streamlit برنامه‌های وب بسازی. این فریمورک متن‌باز Python، یکی از ابزارهای اصلی دانشمندان داده و مهندسین هوش مصنوعی/یادگیری ماشین شده.

یاد می‌گیری چطور یه چت‌بات پرسش و پاسخ مبتنی بر RAG (Retrieval‑Augmented Generation) با استفاده از Python و APIهای OpenAI بسازی و اون رو تو Streamlit پیاده‌سازی کنی. ابتدا با اصول Streamlit و مدل‌های زبانی بزرگ (LLM) آشنا می‌شی و بهترین روش‌ها برای کار با هوش مصنوعی و APIها رو یاد می‌گیری. بعدش می‌بینی چطور داده‌های متنی رو آماده کنی و یه پایپلاین RAG بسازی که با رابط چت Streamlit ادغام بشه.

در پایان دوره، تو قادر خواهی بود چت‌بات کاملاً عملیاتی خودت رو تست، نگهداری و روی Streamlit Community Cloud مستقر کنی.

اهداف یادگیری
آماده‌سازی داده‌ها و ساخت ذخیره‌سازی محلی برداری (vector store) برای چت‌بات Streamlit
پیاده‌سازی پایپلاین RAG که اطلاعات زمینه‌ای رو بازیابی و از LLM برای پاسخ‌های دقیق استفاده می‌کنه
ساخت رابط چت تعاملی در Streamlit، مدیریت تاریخچه گفتگو و کنترل خطاها
استقرار و نگهداری چت‌بات مبتنی بر RAG روی Streamlit Community Cloud