دوره آموزشی ساخت با هوش مصنوعی: خطوط داده با Cursor، Neon و Streamlit
2 ساعت 26 دقیقهمتوسط2025-11-05
مدرسین

Vlad Gheorghe
جزئیات دوره
اگه میخوای یه پروژه دیتایی واقعی و کامل بسازی و همزمان از ابزارهای کدنویسی مبتنی بر هوش مصنوعی نهایت استفاده رو ببری، این دوره دقیقاً همون چیزیه که دنبالش هستی. توی این آموزش عملی، با راهنمایی ولاد گئورگه قدمبهقدم یه پروژهی end-to-end بازار سهام رو پیادهسازی میکنی؛ از گرفتن دادهها از API گرفته تا ذخیرهسازی، تحلیل و نمایش بصری.
در طول دوره یاد میگیری چطور دادههای بازار سهام رو از Alpaca API دریافت کنی، اونها رو داخل یک دیتابیس Postgres ریموت ذخیره کنی و در نهایت با استفاده از Streamlit یک داشبورد تعاملی بسازی و منتشرش کنی. نکته مهم اینجاست که کل این مسیر رو با کمک Cursor IDE و قابلیتهای AI اون جلو میبری؛ یعنی کدنویسی سریعتر، تمیزتر و هوشمندتر.
همچنین یاد میگیری چطور یک کدبیس پایتون حرفهای بسازی و مدیریت کنی، پروژهت رو با GitHub کنترل نسخه کنی و دیتابیس ابری رو با Neon راهاندازی و به مدلهات وصل کنی. خروجی نهایی این دوره فقط یه تمرین آموزشی نیست؛ یه پروژهی قابل ارائه برای پورتفولیو هست که میتونی توی لینکدین، گیتهاب یا رزومهت بذاری و مهارتهات توی داده و ابزارهای AI رو بهصورت عملی نشون بدی. این دوره برای برنامهنویسها، دیتاآنالیستها و دیتا انجینیرها یه انتخاب فوقالعادهست.
اهداف یادگیری
یاد میگیری چطور با کمک یک دستیار هوش مصنوعی، پروژهی پایپلاین داده رو بهدرستی طراحی و برنامهریزی کنی.
میتونی یک کدبیس پایتون رو با استفاده از GitHub و Cursor بسازی و مدیریت کنی.
توانایی پیادهسازی کامل یک پایپلاین داده end-to-end رو با کمک Cursor و AI به دست میاری.
یاد میگیری چطور یک دیتابیس Postgres ریموت رو با Neon مدیریت کنی و مدلها رو از طریق MCP بهش متصل کنی.
میتونی یک داشبورد داده تعاملی رو با Streamlit Cloud دیپلوی و منتشر کنی.
در طول دوره یاد میگیری چطور دادههای بازار سهام رو از Alpaca API دریافت کنی، اونها رو داخل یک دیتابیس Postgres ریموت ذخیره کنی و در نهایت با استفاده از Streamlit یک داشبورد تعاملی بسازی و منتشرش کنی. نکته مهم اینجاست که کل این مسیر رو با کمک Cursor IDE و قابلیتهای AI اون جلو میبری؛ یعنی کدنویسی سریعتر، تمیزتر و هوشمندتر.
همچنین یاد میگیری چطور یک کدبیس پایتون حرفهای بسازی و مدیریت کنی، پروژهت رو با GitHub کنترل نسخه کنی و دیتابیس ابری رو با Neon راهاندازی و به مدلهات وصل کنی. خروجی نهایی این دوره فقط یه تمرین آموزشی نیست؛ یه پروژهی قابل ارائه برای پورتفولیو هست که میتونی توی لینکدین، گیتهاب یا رزومهت بذاری و مهارتهات توی داده و ابزارهای AI رو بهصورت عملی نشون بدی. این دوره برای برنامهنویسها، دیتاآنالیستها و دیتا انجینیرها یه انتخاب فوقالعادهست.
اهداف یادگیری
یاد میگیری چطور با کمک یک دستیار هوش مصنوعی، پروژهی پایپلاین داده رو بهدرستی طراحی و برنامهریزی کنی.
میتونی یک کدبیس پایتون رو با استفاده از GitHub و Cursor بسازی و مدیریت کنی.
توانایی پیادهسازی کامل یک پایپلاین داده end-to-end رو با کمک Cursor و AI به دست میاری.
یاد میگیری چطور یک دیتابیس Postgres ریموت رو با Neon مدیریت کنی و مدلها رو از طریق MCP بهش متصل کنی.
میتونی یک داشبورد داده تعاملی رو با Streamlit Cloud دیپلوی و منتشر کنی.
مهارت ها
StreamlitCursorAnysphereSnowflakeAI Development Tools and PlatformsProgramming FoundationsBuilding with AIData EngineeringPythonData AnalysisData ScienceBusiness Analysis and StrategyBusiness Software and ToolsOpen SourceSoftware DevelopmentOne-Off
سرفصل ها
مقدمه
- مرور کلی دوره - آنچه خواهید ساخت و یاد خواهید گرفت
- کدنویسی یک خط لوله با یک اعلان
راهاندازی پروژه
- مرور کلی - آنچه خواهید ساخت
- تنظیمات گیتهاب
- کنترل نسخه گیت - اولین کامیت برای پروژههای خط لوله داده
- آموزش هوش مصنوعی مکان نما - خطوط لوله داده کد با IDE مبتنی بر هوش مصنوعی
- تنظیم محیط مجازی پایتون - بهترین شیوههای خط لوله داده
ساخت پروژه
- شروع سریع OpenAlex - تجزیهوتحلیل دادهها برای خطوط لوله داده پایتون
- لایه استخراج داده - دریافت داده از OpenAlex
- راهاندازی پایگاه داده نئون - Cloud PostgreSQL برای پروژههای خط لوله داده
- طراحی طرح جدول و ایجاد جدول در پایگاه داده
- پردازش و بارگذاری دادهها
- آزمایش کیفیت دادهها
- منطق خط لوله را یکپارچه کنید
- یک داشبورد Streamlit بسازید
- داشبورد Streamlit را مستقر کنید