دوره آموزشی آمادگی آزمون Anthropic Claude Certified Architect Professional (CCAR-P)

دوره آموزشی آمادگی آزمون Anthropic Claude Certified Architect Professional (CCAR-P)

10 ساعت 8 دقیقهپیشرفته2026-09-14

مدرسین

Tutorials Dojo

Tutorials Dojo

جزئیات دوره

این دوره برای متخصصان فنی در سطح متوسط تا ارشد طراحی شده است که قصد دارند برای آزمون Anthropic Claude Certified Architect Professional (CCAR-P) آماده شوند و مهارت‌های خود را در طراحی و پیاده‌سازی راهکارهای مبتنی بر هوش مصنوعی ارتقا دهند. در این دوره با مفاهیم کلیدی طراحی راهکار و معماری (Solution Design & Architecture) آشنا می‌شوید و یاد می‌گیرید چگونه مسائل و نیازهای کسب‌وکار را به راهکارهای عملی و قابل اجرا مبتنی بر AI تبدیل کنید. سپس مدل‌های Claude، تکنیک‌های پرامپت‌نویسی (Prompting) و مهندسی زمینه (Context Engineering) را بررسی می‌کنید تا توانایی طراحی تعاملات مؤثر با مدل‌های هوش مصنوعی را توسعه دهید. در ادامه، استراتژی‌های یکپارچه‌سازی (Integration) و روش‌های استقرار سیستم‌های AI در محیط‌های عملیاتی و Production را یاد می‌گیرید. همچنین با روش‌های ارزیابی، تست و بهینه‌سازی دقیق سیستم‌های هوش مصنوعی آشنا می‌شوید و موضوعاتی مانند حاکمیت (Governance)، ایمنی (Safety) و مدیریت ریسک (Risk Management) را برای طراحی سیستم‌های قابل اعتماد و منطبق با الزامات قانونی بررسی می‌کنید. در کنار مهارت‌های فنی، دوره بر ارتباط با ذی‌نفعان (Stakeholder Communication) و مدیریت چرخه عمر پروژه‌های AI نیز تمرکز دارد. این دوره برای معماران راهکار (Solution Architects)، مهندسان AI/ML و مهندسان ارشد نرم‌افزار طراحی شده است که می‌خواهند درک جامعی از فرایند طراحی و ارائه راهکارهای مبتنی بر هوش مصنوعی به دست آورند.

اهداف یادگیری
تحلیل مسائل و نیازهای کسب‌وکار و تبدیل آن‌ها به راهکارهای عملی مبتنی بر هوش مصنوعی
طراحی معماری راهکارهای AI با در نظر گرفتن نیازهای فنی، کسب‌وکار و عملیاتی
بررسی مدل‌های Claude و انتخاب رویکرد مناسب برای سناریوهای مختلف
به‌کارگیری تکنیک‌های پرامپت‌نویسی (Prompting) برای بهبود تعامل با مدل‌های Claude
استفاده از مهندسی زمینه (Context Engineering) برای ارائه اطلاعات مرتبط و افزایش کیفیت عملکرد مدل
طراحی استراتژی‌های یکپارچه‌سازی (Integration) برای اتصال سیستم‌های هوش مصنوعی به محیط‌های Production
اجرای فرایندهای ارزیابی (Evaluation) و تست برای سنجش عملکرد، کیفیت و قابلیت اطمینان سیستم‌های AI
بهینه‌سازی راهکارهای هوش مصنوعی با توجه به عملکرد، هزینه، کیفیت و نیازهای عملیاتی
بررسی حاکمیت، ایمنی و مدیریت ریسک (Governance, Safety & Risk Management) برای ایجاد سیستم‌های منطبق با الزامات قانونی
تقویت مهارت‌های ارتباط با ذی‌نفعان و مدیریت چرخه عمر (Lifecycle Management) پروژه‌های مبتنی بر هوش مصنوعی

سرفصل ها

مقدمه

  • مرور گواهینامه حرفه‌ای معماری Claude (CCAR-P)

الگوهای معماری و طراحی

  • انتخاب فریم‌ورک عامل (Strands در مقابل LangGraph در مقابل PydanticAI)
  • فراخوانی Claude از طریق ارائه‌دهندگان شخص ثالث (Bedrock، Vertex)
  • تجزیه وظیفه چیست؟
  • تجزیه یک درخواست پیچیده به مراحل مختلف
  • استفاده از Claude برای تحلیل نیازمندی‌ها و شناسایی موارد کاربرد
  • انتقال ارزش و محدودیت‌های Claude به ذینفعان
  • معماری هوش مصنوعی عامل‌محور
  • هوش مصنوعی عامل‌محور در مقابل هوش مصنوعی مولد
  • LangGraph چیست؟
  • AWS Strands Agents چیست؟
  • انواع هوش مصنوعی عامل‌محور

حلقه عاملی

  • Claude چیست؟
  • حلقه عاملی چیست؟
  • درک فیلد دلیل توقف
  • نحوه ایجاد انشعاب بر اساس استفاده از ابزار
  • نحوه افزودن نتایج ابزار به تاریخچه
  • نحوه ادامه صحیح حلقه
  • اشتباه رایج - نادیده گرفتن تاریخچه هنگام دریافت نتایج ابزار
  • اشتباه رایج - خاتمه زودهنگام حلقه
  • حافظه و زمینه در عامل‌های هوش مصنوعی

مدل Hub-Spoke

  • معرفی مدل Hub-Spoke
  • جریان ارتباطات در مدل Hub-Spoke
  • نحوه تجزیه وظایف توسط هماهنگ‌کننده
  • نحوه فراخوانی زیرعامل‌ها توسط هماهنگ‌کننده
  • نحوه انتقال زمینه به زیرعامل
  • نحوه تجمیع نتایج توسط هماهنگ‌کننده
  • نحوه مدیریت خطاهای زیرعامل توسط هماهنگ‌کننده
  • چرا زیرعامل‌ها حافظه‌ای از هماهنگ‌کننده ندارند؟
  • نحوه عیب‌یابی خروجی ناقص هماهنگ‌کننده
  • گردش‌های کاری چندعاملی با Claude
  • سیستم‌های چند

ابزار Task، اجرای موازی و کنترل برنامه‌نویسی‌شده

  • معرفی ابزار Task
  • چرا هماهنگ‌کننده‌ها به ابزار Task در allowedTools نیاز دارند
  • نحوه اجرای زیرعامل‌ها به صورت موازی
  • چه زمانی از فراخوانی ترتیبی در مقابل موازی استفاده کنیم
  • قانون متناسب با ریسک چیست
  • دروازه برنامه‌نویسی‌شده چیست
  • معرفی هوک‌های رهگیری فراخوانی ابزار
  • معرفی هوک‌های PostToolUse
  • چرا پرامپت‌ها به تنهایی نمی‌توانند صحت را تضمین کنند
  • هوک Claude چیست

انتخاب مدل

  • مدل‌های Claude کدامند
  • temperature و نمونه‌برداری چیستند
  • زمان تا اولین توکن (TTFT) چیست
  • انتخاب مدل مناسب Claude
  • عدم قطعیت در LLMها چیست
  • تولید توکن بعدی چیست
  • تغییرات رفتار ناسازگار در نسخه‌های مختلف مدل چیست
  • تثبیت نسخه مدل چیست

طراحی پرامپت و گاردریل‌ها

  • نسخه‌بندی پرامپت چیست
  • پرامپت‌های سیستم و پرسوناهای سفارشی
  • پرامپت‌نویسی zero-shot چیست
  • پرامپت‌نویسی few-shot چیست
  • پرامپت‌نویسی زنجیره افکار چیست
  • طراحی پرامپت‌های سیستم و گاردریل‌ها
  • انتخاب تکنیک پرامپت‌نویسی
  • پرامپت‌نویسی zero-shot، single-shot و multi-shot چیستند
  • چند مثال few-shot باید گنجانده شود
  • چه زمانی باید از مثال‌های few-shot استفاده کرد

کانتکست، توکن‌ها و استفاده مجدد از پرامپت

  • پنجره کانتکست چیست
  • توکن‌ها و مصرف توکن چیست
  • کشینگ پرامپت چیست
  • ترتیب پیشوند پرامپت چیست
  • پرامپت‌های ماژولار و مهارت‌ها چیستند
  • مدیریت پنجره کانتکست و بودجه توکن
  • چگونه خلاصه‌سازی تدریجی باعث از دست رفتن جزئیات می‌شود
  • بلوک حقایق پرونده چیست
  • مشکل گم‌شدن در میانه متن چیست
  • چگونه یافته‌های کلیدی را در ابتدای کانتکست قرار دهیم
  • چگونه تگ‌های ساختاریافته قابلیت اطمینان را بهبود می‌بخشند
  • چگونه نتایج طولانی ابزار را کوتاه کنیم

پروتکل‌های یکپارچه‌سازی و استراتژی کانتکست

  • چه چیزی در پیکربندی پروتکل کانتکست مدل (MCP) در سطح پروژه قرار می‌گیرد
  • چه چیزی در پیکربندی MCP در سطح کاربر قرار می‌گیرد
  • نحوه عیب‌یابی عدم دسترسی به سرور MCP
  • چرا داشتن ابزارهای زیاد به انتخاب آسیب می‌زند
  • هر عامل باید چند ابزار داشته باشد
  • نحوه محدود کردن ابزارها به نقش‌های عامل
  • تولید افزوده‌شده با بازیابی (RAG) با Claude
  • اسرار و مدیریت کلید رابط برنامه‌نویسی کاربردی (API) چیست؟
  • لایه‌بندی حفاظ‌ها و اعمال اصل کمترین امتیاز
  • سرور MCP چیست؟
  • پروتکل ارتباطی عامل (ACP)
  • عامل‌به‌عامل (A2A)
  • پروتکل زمینه مدل (MCP) چیست؟
  • یکپارچه‌سازی API CLI چیست؟
  • ارتباط عامل‌به‌عامل (A2A) چیست؟

عملکرد و مشاهده‌پذیری

  • توهم چیست؟
  • زمینه خطای ساختاریافته در سیستم‌های چندعاملی
  • چرا رویکردهای جایگزین بیشترین اهمیت را دارند
  • اشتباه رایج: انتظار تا پایان تلاش‌های مجدد
  • نحوه انتخاب بین هزینه و تأخیر
  • انواع خطاهای رایج در برنامه‌های Claude کدامند؟
  • پایش کیفیت محیط تولید
  • رفع اشکال: تفکیک مشکلات لایه یکپارچه‌سازی از مشکلات خروجی مدل
  • حالت شکست چیست؟
  • انتخاب استراتژی بازیابی از خطا
  • LangSmith چیست؟

ایمنی، ریسک، تیم قرمز و انطباق

  • تزریق پرامپت چیست؟
  • دفاع در برابر تزریق پرامپت و دور زدن محدودیت‌ها
  • استفاده از هوک‌ها برای مسدود کردن اقدامات مخرب
  • حساسیت داده‌ها و اطلاعات شناسایی شخصی (PII) چیست؟
  • احراز هویت، مجوزدهی، محرمانگی، حریم خصوصی و یکپارچگی چیستند؟
  • سیاست محتوا و لایه‌بندی حفاظ‌ها چیست؟
  • امنیت در طراحی (Secure-by-Design) چیست؟

انسان در حلقه و هوش مصنوعی اخلاقی

  • چه زمانی درخواست مستقیم انسان یک محرک معتبر است؟
  • چه زمانی شکاف اختیارات یک محرک معتبر است؟
  • چه زمانی پرچم تأیید یک محرک معتبر است؟
  • چرا ناامیدی به تنهایی محرک معتبری نیست
  • چرا پیچیدگی به تنهایی محرک معتبری نیست
  • نحوه برخورد با مشتری ناراضی دارای مشکل ساده
  • چه زمانی باید بدون بررسی فوراً ارجاع داد
  • الگوهای اعتبارسنجی انسان در حلقه (HITL)
  • حاکمیت و انطباق در هوش مصنوعی

چرخه عمر راهکار و مدیریت توافق‌نامه سطح خدمات (SLA)

  • SLA (توافق‌نامه سطح خدمات) چیست؟
  • حلقه بازخورد ذینفعان چیست؟
  • مستندات معماری و راهنمای پیاده‌سازی چیست؟
  • فازهای چرخه عمر راهکار هوش مصنوعی (کشف، طراحی، تحویل، پایش و تکرار) کدامند؟
  • مدیریت پیکربندی: CLAUDE.md، settings.json، تثبیت نسخه و نسخه‌بندی پرامپت

سلسله‌مراتب CLAUDE.md

  • مقدمه‌ای بر سلسله‌مراتب CLAUDE.md
  • چه مواردی در CLAUDE.md سطح پروژه قرار می‌گیرد
  • چه مواردی در CLAUDE.md سطح دایرکتوری قرار می‌گیرد
  • چه چیزی در CLAUDE.md سطح کاربر قرار می‌گیرد
  • نحوه عیب‌یابی قراردادهای نادیده‌گرفته‌شده تیم

مهارت‌های عامل

  • CLAUDE.md در مقابل مهارت‌های عامل - تفاوت بارگذاری
  • استانداردهای عمومی کجا باید باشند
  • گردش‌کارهای خاصِ وظیفه کجا باید باشند
  • مقدمه‌ای بر مهارت‌ها
  • درک چگونگی ایجاد و عملکرد مهارت‌ها
  • انتخاب ابزار مناسب - مقایسه مهارت‌ها با سایر موارد
  • مهارت‌های پیشرفته - پیکربندی و مقیاس‌پذیری

قوانین خاص مسیر و رابط خط فرمان (CLI)

  • context - fork چیست
  • چه زمانی از context - fork استفاده کنیم
  • مقدمه‌ای بر قوانین خاص مسیر
  • قوانین خاص مسیر در مقابل CLAUDE.md دایرکتوری
  • تأثیر قوانین خاص مسیر بر بودجه توکن
  • فلگ -p چه کاری انجام می‌دهد
  • نحوه اجرای Claude Code در یکپارچه‌سازی مداوم و تحویل مداوم (CI/CD)
  • Claude Code چیست
  • اجزای اصلی Claude Code کدامند
  • دستورات اسلش (/) چیستند
  • حالت‌های headless، streaming و auto چیستند
۲۰۰,۰۰۰ تومان