دوره آموزشی توسعه برنامههای مدرن با خدمات هوش مصنوعی و هوش مصنوعی مولد AWS
2 ساعت 50 دقیقهمبتدی2025-06-06
مدرسین

Saravanan Dhandapani
جزئیات دوره
این دوره، مفاهیم پایهای هوش مصنوعی (AI) و هوش مصنوعی مولد (GenAI) رو بهت معرفی میکنه و نشون میده چطور میتونی از سرویسهای پیشرفتهای که AWS ارائه میده برای ساخت برنامههای مدرن و حرفهای استفاده کنی.
تو این دوره، با مفاهیمی مثل مدلهای پایه (foundation models)، مدلهای زبانی بزرگ (large language models)، مدلهای مولد و تفکیکی (generative و discriminative models)، معماری ترنسفورمر (transformer architecture) و مدلهای انتشار (diffusion models) آشنا میشی. همچنین یاد میگیری چطوری از مهندسی پرامپت (prompt engineering) استفاده کنی تا بهترین نتیجه رو از مدلها بگیری.
با همهی سرویسهای هوش مصنوعی AWS که برای پردازش متن، تصویر، ویدئو و صدا طراحی شدن هم آشنا میشی. همچنین یاد میگیری چطور با استفاده از Amazon Q یه برنامه هوش مصنوعی مولد بسازی که کاربردی و قوی باشه.
تا پایان دوره، مهارت لازم برای استفاده از سرویسهای مختلف AWS در ساخت برنامههای سازمانی رو کاملاً به دست میاری.
اهداف یادگیری:
بفهمی هوش مصنوعی و هوش مصنوعی مولد چطور با علم داده و یادگیری ماشین مرتبط هستن و چه نیازهای داده و محاسباتی دارن.
بتونی مفاهیم اصلی و فناوریهای هوش مصنوعی مولد مثل مدلهای پایه، مدلهای زبانی بزرگ و معماری مدلها رو توضیح بدی.
سرویسهای هوش مصنوعی و هوش مصنوعی مولد AWS رو بشناسی، کاربردهاشون رو بدونی و هزینههاشون رو در نظر بگیری.
اهمیت درست نوشتن پرامپتها رو بفهمی و یاد بگیری چطوری با استفاده از چارچوب پرامپت، خروجیهای دلخواه رو بگیری.
تو این دوره، با مفاهیمی مثل مدلهای پایه (foundation models)، مدلهای زبانی بزرگ (large language models)، مدلهای مولد و تفکیکی (generative و discriminative models)، معماری ترنسفورمر (transformer architecture) و مدلهای انتشار (diffusion models) آشنا میشی. همچنین یاد میگیری چطوری از مهندسی پرامپت (prompt engineering) استفاده کنی تا بهترین نتیجه رو از مدلها بگیری.
با همهی سرویسهای هوش مصنوعی AWS که برای پردازش متن، تصویر، ویدئو و صدا طراحی شدن هم آشنا میشی. همچنین یاد میگیری چطور با استفاده از Amazon Q یه برنامه هوش مصنوعی مولد بسازی که کاربردی و قوی باشه.
تا پایان دوره، مهارت لازم برای استفاده از سرویسهای مختلف AWS در ساخت برنامههای سازمانی رو کاملاً به دست میاری.
اهداف یادگیری:
بفهمی هوش مصنوعی و هوش مصنوعی مولد چطور با علم داده و یادگیری ماشین مرتبط هستن و چه نیازهای داده و محاسباتی دارن.
بتونی مفاهیم اصلی و فناوریهای هوش مصنوعی مولد مثل مدلهای پایه، مدلهای زبانی بزرگ و معماری مدلها رو توضیح بدی.
سرویسهای هوش مصنوعی و هوش مصنوعی مولد AWS رو بشناسی، کاربردهاشون رو بدونی و هزینههاشون رو در نظر بگیری.
اهمیت درست نوشتن پرامپتها رو بفهمی و یاد بگیری چطوری با استفاده از چارچوب پرامپت، خروجیهای دلخواه رو بگیری.
مهارت ها
Amazon Web Services (AWS)AI Productivity ToolsAmazonArtificial Intelligence for BusinessBusiness Software and ToolsOne-Off
سرفصل ها
۰. مقدمه
- 01 - کاربردهای مدرن هوش مصنوعی مولد و AWS
۱. مقدمهای بر هوش مصنوعی و مفاهیم هوش مصنوعی مولد
- 02 - مبانی هوش مصنوعی
- 03 - مبانی هوش مصنوعی مولد
- 04 - معماری پشت هوش مصنوعی مولد
- 05 - مهندسی سریع و مؤثر
۲. مقدمهای بر سرویسهای هوش مصنوعی در AWS
- 06 - مروری بر هوش مصنوعی AWS و سرویسهای هوش مصنوعی مولد
- 07 - سرویسهایی برای پردازش اسناد و متن
- 08 - سرویسهای پردازش تصویر و ویدئو
- 09 - خدماتی برای ساخت چتباتها و دستیارهای صوتی
- 10 - خدمات پردازش گفتار و بینایی
- 11 - توسعه برنامههای کاربردی هوش مصنوعی مولد با دامنه خاص
۳. پردازش متن و اسناد با سرویسهای هوش مصنوعی AWS
- 12- آمازون کامپرهند
- 13 - استخراج موجودیتها، احساسات و عبارات کلیدی با استفاده از Amazon Comprehend
- 14- ترجمه آمازون
- 15 - ترجمه بین زبانها با استفاده از Amazon Translate
۴. پردازش تصویر و ویدیو با سرویسهای هوش مصنوعی AWS
- 16- تشخیص آمازون
- 17 - تشخیص برچسبها، متن و تجهیزات حفاظت فردی با استفاده از Amazon Rekognition
- 18- متن آمازون
- 19 - تجزیهوتحلیل اسناد با استفاده از Amazon Textract
۵. ساخت چتباتها و دستیارهای صوتی با سرویسهای هوش مصنوعی AWS
- 20- آمازون لکس
- 21 - با استفاده از آمازون لکس یک ربات بسازید
- 22- آمازون کندرا
- 23 - ساخت یک سرویس جستجوی سازمانی با استفاده از Amazon Kendra
۶. پردازش گفتار و بینایی با سرویسهای هوش مصنوعی AWS
- 24- آمازون پالی
- 25 - تبدیل متن به گفتار واقعی با استفاده از Amazon Polly
- 26- آمازون ترنسکرایب
- 27 - تبدیل گفتار به متن با استفاده از Amazon Transcribe
۷. شروع کار با آمازون بدراک
- 28- بررسی اجمالی بستر آمازون
- 29 - انتخاب مدل مناسب فونداسیون پایه
- 30- ارزیابی یک مدل فونداسیون
- 31 - RAGها و پایگاه دانش در Amazon Bedrock
- 32- نردههای محافظ بستر آمازون
۸. با Amazon Q یک دستیار هوش مصنوعی مولد سفارشی بسازید
- 33- مروری بر آمازون کیو
- 34 - ایجاد یک برنامه چت با استفاده از Amazon Q Business
- 35- معرفی توسعهدهنده Amazon Q
- 36 - ادغام Amazon Q با یک IDE
نتیجهگیری
- 37 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی AWS: مانیتورینگ، ثبت وقایع و رفع مشکلات
- دوره آموزشی آمادگی برای مدرک AWS Certified Solutions Architect - Associate (SAA-C03)
- دوره آموزشی اجرای Jenkins روی AWS: استقرار و مدیریت Jenkins در زیرساخت ابری
- دوره آموزشی ساخت مدیریت هویت و دسترسی مشتری (CIAM) توی برنامههات روی AWS
- دوره آموزشی آمادگی گواهینامه AWS Certified SysOps Administrator - Associate (SOA-C02)
- دوره آموزشی راهنمای کامل توسعه اپلیکیشن وب بدون سرور در AWS
- دوره آموزشی خودکارسازی پردازش اسناد با هوش مصنوعی در AWS
- دوره آموزشی آمادگی برای آزمون گواهینامه AWS Certified Developer - Associate (DVA-C02)