دوره آموزشی آمادگی آزمون Cisco AI Technical Practitioner (810-110 AITECH) نسخه ۱.۰

هوش مصنوعی مولد به یکی از بخش‌های مهم زیرساخت فناوری سازمان‌ها تبدیل شده و متخصصان IT، معماران راهکار و مدیران فناوری باید بدانند چگونه این فناوری را به شکل امن و مسئولانه در محیط‌های کاری به کار بگیرند. این دوره با هدف آماده‌سازی شما برای دریافت گواهینامه Cisco AI Technical Practitioner طراحی شده و مفاهیم فنی و کاربردی موردنیاز برای این مسیر را پوشش می‌دهد.

در ابتدا با مبانی مدل‌های هوش مصنوعی مولد آشنا می‌شوید و تفاوت میان مدل‌های میزبانی‌شده در Cloud و مدل‌های قابل اجرا به‌صورت Local را بررسی می‌کنید. همچنین با مفاهیمی مانند Token Management و انتخاب مدل مناسب از Model Hubها آشنا خواهید شد.

بخش مهمی از دوره به Prompt Engineering اختصاص دارد. یاد می‌گیرید چگونه Promptهای مؤثر طراحی کنید و در برابر تهدیدهایی مانند Prompt Injection و خطاهای ناشی از Hallucination از سیستم‌های AI محافظت کنید. در کنار آن، اصول استفاده اخلاقی و مسئولانه از هوش مصنوعی، از جمله Fairness، Accountability و Data Privacy، بررسی می‌شود.

در ادامه، کاربرد AI در آماده‌سازی داده و فرایندهای تحقیق و تحلیل را بررسی می‌کنید و با روش‌هایی برای استفاده از هوش مصنوعی در تولید محتوا، ایده‌پردازی و انجام فعالیت‌های تحلیلی آشنا می‌شوید. همچنین یاد می‌گیرید چگونه AI را وارد چرخه توسعه نرم‌افزار کنید؛ از تولید و بهینه‌سازی کد گرفته تا استفاده از AI در مراحل مختلف Software Development Lifecycle.

در پایان نیز با مفهوم Agentic AI و نحوه عملکرد سیستم‌هایی آشنا می‌شوید که می‌توانند برای رسیدن به اهداف چندمرحله‌ای برنامه‌ریزی و اقدام کنند، در حالی که همچنان تحت نظارت و چارچوب‌های حاکمیتی انسانی قرار دارند.

اهداف یادگیری
توضیح مفاهیم پایه Generative AI و انواع مدل‌های هوش مصنوعی مولد
مقایسه مدل‌های Cloud-Hosted و Locally Hosted و انتخاب گزینه مناسب برای نیازهای مختلف
درک Token Management و نقش Tokenها در عملکرد و هزینه مدل‌های زبانی
آشنایی با Model Hubها و معیارهای انتخاب مدل مناسب
استفاده از تکنیک‌های Prompt Engineering برای دریافت خروجی‌های دقیق‌تر
شناسایی و مقابله با تهدیدهایی مانند Prompt Injection
تشخیص و کاهش خطر AI Hallucination
ارزیابی اصول Ethical AI شامل Fairness، Accountability و Data Privacy
استفاده از AI برای آماده‌سازی و پردازش داده‌ها
به‌کارگیری AI در تحقیق، تحلیل، تولید محتوا و ایده‌پردازی
ادغام AI در فرایند توسعه نرم‌افزار و Software Development Lifecycle
استفاده از AI برای Code Generation و Code Optimization
درک نحوه عملکرد Agentic AI در دنبال کردن اهداف چندمرحله‌ای
آشنایی با نقش Human Oversight و Governance در سیستم‌های Agentic AI
آمادگی برای آزمون Cisco AI Technical Practitioner