https://lyndakade.ir/learning/boosting-your-productivity-with-ai-deep-research 2026-06-21T23:44:31+03:30 weekly 1 https://dl.lyndakade.ir/courses/2026/02/Boosting%20Your%20Productivity%20with%20AI%20Deep%20Research/preview.webp دوره آموزشی افزایش بهره‌وری شما با پژوهش عمیق مبتنی بر هوش مصنوعی در این دوره یاد می‌گیرید چگونه از ابزارهای Deep Research مبتنی بر هوش مصنوعی استفاده کنید تا فرآیند جمع‌آوری، تحلیل و خلاصه‌سازی اطلاعات را به شکل حرفه‌ای و سریع انجام دهید. بسیاری از افراد هنوز از این ابزارها به‌صورت کامل استفاده نمی‌کنند، اما این دوره نشان می‌دهد چگونه می‌توان با استفاده از مدل‌هایی مثل OpenAI، Gemini و Claude پروژه‌های تحقیقاتی طولانی‌مدت را از ابتدا تا انتها مدیریت کرد. شما یاد می‌گیرید چگونه یک سؤال تحقیقاتی را درست تعریف کنید، آن را به وظایف قابل اجرا تبدیل کنید، روند پیشرفت AI را کنترل کنید و در نهایت خروجی‌ها را از نظر اعتبار و دقت بررسی کنید. در طول دوره، مثال‌های واقعی مثل تحلیل ترندهای طراحی UI، بررسی قیمت مسکن و استخراج اطلاعات از موضوعات پیچیده ارائه می‌شود. همچنین یاد می‌گیرید چگونه نتایج تحقیق را به خروجی‌های کاربردی مثل نمودار، گزارش ساختاریافته و حتی اپلیکیشن‌های ساده (vibe coding) تبدیل کنید. در پایان، یک سیستم تحقیقاتی تکرارپذیر خواهید داشت که می‌توانید در هر پروژه‌ای از آن استفاده کنید. 🎯 اهداف یادگیری راه‌اندازی و مدیریت پروژه‌های تحقیقاتی بلندمدت با استفاده از OpenAI، Claude و Gemini تعریف و ساختاردهی صحیح سوالات تحقیقاتی (Research Questions) پایش و مدیریت روند اجرای تحقیقات AI در طول زمان ارزیابی اعتبار منابع و بررسی صحت خروجی‌های تولیدشده توسط AI تبدیل داده‌های پیچیده به گزارش‌های ساختاریافته و قابل فهم ساخت نمودارها و مصورسازی داده‌ها از نتایج تحقیق تبدیل نتایج تحقیق به اپلیکیشن‌های ساده با کمک vibe coding استفاده از روش سیستماتیک برای اجرای پروژه‌های تحقیقاتی end-to-end استخراج insightهای عملی از داده‌های خام کاربرد نتایج تحقیق در تصمیم‌گیری‌های حرفه‌ای https://dl.lyndakade.ir/courses/2026/02/Boosting%20Your%20Productivity%20with%20AI%20Deep%20Research/preview.webp دوره آموزشی افزایش بهره‌وری شما با پژوهش عمیق مبتنی بر هوش مصنوعی در این دوره یاد می‌گیرید چگونه از ابزارهای Deep Research مبتنی بر هوش مصنوعی استفاده کنید تا فرآیند جمع‌آوری، تحلیل و خلاصه‌سازی اطلاعات را به شکل حرفه‌ای و سریع انجام دهید. بسیاری از افراد هنوز از این ابزارها به‌صورت کامل استفاده نمی‌کنند، اما این دوره نشان می‌دهد چگونه می‌توان با استفاده از مدل‌هایی مثل OpenAI، Gemini و Claude پروژه‌های تحقیقاتی طولانی‌مدت را از ابتدا تا انتها مدیریت کرد. شما یاد می‌گیرید چگونه یک سؤال تحقیقاتی را درست تعریف کنید، آن را به وظایف قابل اجرا تبدیل کنید، روند پیشرفت AI را کنترل کنید و در نهایت خروجی‌ها را از نظر اعتبار و دقت بررسی کنید. در طول دوره، مثال‌های واقعی مثل تحلیل ترندهای طراحی UI، بررسی قیمت مسکن و استخراج اطلاعات از موضوعات پیچیده ارائه می‌شود. همچنین یاد می‌گیرید چگونه نتایج تحقیق را به خروجی‌های کاربردی مثل نمودار، گزارش ساختاریافته و حتی اپلیکیشن‌های ساده (vibe coding) تبدیل کنید. در پایان، یک سیستم تحقیقاتی تکرارپذیر خواهید داشت که می‌توانید در هر پروژه‌ای از آن استفاده کنید. 🎯 اهداف یادگیری راه‌اندازی و مدیریت پروژه‌های تحقیقاتی بلندمدت با استفاده از OpenAI، Claude و Gemini تعریف و ساختاردهی صحیح سوالات تحقیقاتی (Research Questions) پایش و مدیریت روند اجرای تحقیقات AI در طول زمان ارزیابی اعتبار منابع و بررسی صحت خروجی‌های تولیدشده توسط AI تبدیل داده‌های پیچیده به گزارش‌های ساختاریافته و قابل فهم ساخت نمودارها و مصورسازی داده‌ها از نتایج تحقیق تبدیل نتایج تحقیق به اپلیکیشن‌های ساده با کمک vibe coding استفاده از روش سیستماتیک برای اجرای پروژه‌های تحقیقاتی end-to-end استخراج insightهای عملی از داده‌های خام کاربرد نتایج تحقیق در تصمیم‌گیری‌های حرفه‌ای https://dl.lyndakade.ir/courses/2026/02/Boosting%20Your%20Productivity%20with%20AI%20Deep%20Research/0.%20Introduction/01%20-%20Boost%20your%20productivity%20with%20deep%20research%20in%20a%20complex%20work.mp4 36 2026-02-02T00:00:00+03:30 دوره آموزشی افزایش بهره‌وری شما با پژوهش عمیق مبتنی بر هوش مصنوعی Boosting Your Productivity with AI Deep Research Denys Linkov https://lyndakade.ir/learning/how-to-be-an-agent-boss-leading-ai-agents-at-work 2026-06-21T23:42:16+03:30 weekly 1 https://dl.lyndakade.ir/courses/2026/02/How%20to%20Be%20an%20Agent%20Boss%20-%20Leading%20AI%20Agents%20at%20Work/preview.webp دوره آموزشی چطور یک «مدیر ایجنت‌ها» باشید: رهبری ایجنت‌های هوش مصنوعی در محیط کار در این دوره یاد می‌گیرید چگونه در دنیای جدیدی که AI Agents بخشی از کار روزمره شده‌اند، فقط کاربر ابزار نباشید، بلکه به یک Agent Boss (مدیر ایجنت‌ها) تبدیل شوید. مدرس دوره Jack Rowbotham، مدیر ارشد بازاریابی محصول Copilot Studio در مایکروسافت، به شما نشان می‌دهد چگونه ایجنت‌ها را بسازید، به آن‌ها کار بسپارید، مدیریت کنید و عملکردشان را به‌صورت هدفمند بهبود دهید. در این مسیر یاد می‌گیرید چگونه نقش هر ایجنت را دقیق تعریف کنید، میزان نظارت مناسب را تعیین کنید و خروجی آن‌ها را بر اساس عملکرد (Performance) و بازگشت سرمایه (ROI) ارزیابی کنید. این دوره هم برای استفاده از ایجنت‌های آماده و هم ساخت ایجنت‌های اختصاصی طراحی شده و تمرکز آن روی استفاده مسئولانه و حرفه‌ای از AI در محیط کار است. 🎯 اهداف یادگیری توصیف چارچوب Agent Boss برای ساخت و مدیریت AI Agents در محیط کسب‌وکار تعریف نقش‌ها و وظایف ایجنت‌ها بر اساس نیازهای واقعی سازمان نوشتن دستورالعمل‌های دقیق برای کنترل رفتار ایجنت‌ها تخصیص وظایف به ایجنت‌ها با سطح مناسب نظارت انسانی ارزیابی عملکرد ایجنت‌ها بر اساس KPI و ROI بهبود تدریجی قابلیت‌های ایجنت‌ها از طریق بازخورد ساختاریافته استفاده مسئولانه از AI Agents در محیط کاری تطبیق توانایی ایجنت‌ها با اهداف تجاری سازمان مدیریت چرخه عمر ایجنت‌ها در محیط Copilot Studio تصمیم‌گیری بین استفاده از ایجنت‌های آماده یا سفارشی https://dl.lyndakade.ir/courses/2026/02/How%20to%20Be%20an%20Agent%20Boss%20-%20Leading%20AI%20Agents%20at%20Work/preview.webp دوره آموزشی چطور یک «مدیر ایجنت‌ها» باشید: رهبری ایجنت‌های هوش مصنوعی در محیط کار در این دوره یاد می‌گیرید چگونه در دنیای جدیدی که AI Agents بخشی از کار روزمره شده‌اند، فقط کاربر ابزار نباشید، بلکه به یک Agent Boss (مدیر ایجنت‌ها) تبدیل شوید. مدرس دوره Jack Rowbotham، مدیر ارشد بازاریابی محصول Copilot Studio در مایکروسافت، به شما نشان می‌دهد چگونه ایجنت‌ها را بسازید، به آن‌ها کار بسپارید، مدیریت کنید و عملکردشان را به‌صورت هدفمند بهبود دهید. در این مسیر یاد می‌گیرید چگونه نقش هر ایجنت را دقیق تعریف کنید، میزان نظارت مناسب را تعیین کنید و خروجی آن‌ها را بر اساس عملکرد (Performance) و بازگشت سرمایه (ROI) ارزیابی کنید. این دوره هم برای استفاده از ایجنت‌های آماده و هم ساخت ایجنت‌های اختصاصی طراحی شده و تمرکز آن روی استفاده مسئولانه و حرفه‌ای از AI در محیط کار است. 🎯 اهداف یادگیری توصیف چارچوب Agent Boss برای ساخت و مدیریت AI Agents در محیط کسب‌وکار تعریف نقش‌ها و وظایف ایجنت‌ها بر اساس نیازهای واقعی سازمان نوشتن دستورالعمل‌های دقیق برای کنترل رفتار ایجنت‌ها تخصیص وظایف به ایجنت‌ها با سطح مناسب نظارت انسانی ارزیابی عملکرد ایجنت‌ها بر اساس KPI و ROI بهبود تدریجی قابلیت‌های ایجنت‌ها از طریق بازخورد ساختاریافته استفاده مسئولانه از AI Agents در محیط کاری تطبیق توانایی ایجنت‌ها با اهداف تجاری سازمان مدیریت چرخه عمر ایجنت‌ها در محیط Copilot Studio تصمیم‌گیری بین استفاده از ایجنت‌های آماده یا سفارشی https://dl.lyndakade.ir/courses/2026/02/How%20to%20Be%20an%20Agent%20Boss%20-%20Leading%20AI%20Agents%20at%20Work/0.%20Introduction/01%20-%20Lead%20AI%20agents%20with%20confidence.mp4 38 2026-02-02T00:00:00+03:30 دوره آموزشی چطور یک «مدیر ایجنت‌ها» باشید: رهبری ایجنت‌های هوش مصنوعی در محیط کار How to Be an Agent Boss: Leading AI Agents at Work Jack Rowbotham https://lyndakade.ir/learning/sustainable-ai-for-developers-and-practical-carbon-reduction-a-conversation-with-dr-sasha-luccioni 2026-06-21T23:39:36+03:30 weekly 1 https://dl.lyndakade.ir/courses/2026/02/Sustainable%20AI%20for%20Developers%20and%20Practical%20Carbon%20Reduction%20-%20A%20Conversation%20with%20Dr.%20Sasha%20Luccioni/preview.webp دوره آموزشی هوش پایدار برای توسعه‌دهندگان و کاهش عملی کربن در این دوره با همراهی Sasha Luccioni (AI and Climate Lead در Hugging Face)، به بررسی اثرات پنهان زیست‌محیطی سیستم‌های هوش مصنوعی پرداخته می‌شود. شما یاد می‌گیرید که چگونه زیرساخت‌های AI مانند دیتاسنترها بر مصرف انرژی، آب و حتی جوامع محلی تأثیر می‌گذارند و چرا اندازه‌گیری این اثرات با افزایش مقیاس فناوری اهمیت حیاتی دارد. این دوره همچنین به شما کمک می‌کند تصمیم بگیرید چه زمانی استفاده از AI منطقی است و چه زمانی باید از راه‌حل‌های ساده‌تر و کم‌مصرف‌تر استفاده شود تا پایداری حفظ شود. در بخش‌های عملی، با ابزارهایی مثل CodeCarbon و تکنیک‌هایی مانند Distillation (تقطیر مدل) و Quantization (کوانتایز کردن مدل) آشنا می‌شوید که برای کاهش مصرف منابع و بهینه‌سازی مدل‌ها استفاده می‌شوند. در نهایت، یاد می‌گیرید چگونه پایداری (Sustainability) را در چرخه توسعه نرم‌افزار خود وارد کنید و سیستم‌های AI را به شکل مسئولانه و قابل اندازه‌گیری بسازید. 🎯 اهداف یادگیری اندازه‌گیری میزان انتشار کربن مدل‌های AI با استفاده از CodeCarbon ایجاد معیارهای پایه (Baseline Metrics) برای مصرف انرژی پروژه‌های AI بهینه‌سازی مدل‌ها از طریق Right-sizing، Distillation و Quantization انتخاب مدل‌ها و APIهای AI بر اساس معیارهای پایداری و انتشار کربن ادغام اصول پایداری در چرخه توسعه نرم‌افزار ایجاد گزارش‌های شفاف درباره مصرف انرژی و اثرات زیست‌محیطی کاهش مصرف منابع در سیستم‌های AI بدون افت شدید عملکرد تصمیم‌گیری بین استفاده از AI یا راه‌حل‌های ساده‌تر بر اساس هزینه انرژی استفاده از استانداردهای نوظهور برای ارزیابی مدل‌های پایدار طراحی استراتژی‌های کاهش کربن (Decarbonization Strategies) در پروژه‌ها https://dl.lyndakade.ir/courses/2026/02/Sustainable%20AI%20for%20Developers%20and%20Practical%20Carbon%20Reduction%20-%20A%20Conversation%20with%20Dr.%20Sasha%20Luccioni/preview.webp دوره آموزشی هوش پایدار برای توسعه‌دهندگان و کاهش عملی کربن در این دوره با همراهی Sasha Luccioni (AI and Climate Lead در Hugging Face)، به بررسی اثرات پنهان زیست‌محیطی سیستم‌های هوش مصنوعی پرداخته می‌شود. شما یاد می‌گیرید که چگونه زیرساخت‌های AI مانند دیتاسنترها بر مصرف انرژی، آب و حتی جوامع محلی تأثیر می‌گذارند و چرا اندازه‌گیری این اثرات با افزایش مقیاس فناوری اهمیت حیاتی دارد. این دوره همچنین به شما کمک می‌کند تصمیم بگیرید چه زمانی استفاده از AI منطقی است و چه زمانی باید از راه‌حل‌های ساده‌تر و کم‌مصرف‌تر استفاده شود تا پایداری حفظ شود. در بخش‌های عملی، با ابزارهایی مثل CodeCarbon و تکنیک‌هایی مانند Distillation (تقطیر مدل) و Quantization (کوانتایز کردن مدل) آشنا می‌شوید که برای کاهش مصرف منابع و بهینه‌سازی مدل‌ها استفاده می‌شوند. در نهایت، یاد می‌گیرید چگونه پایداری (Sustainability) را در چرخه توسعه نرم‌افزار خود وارد کنید و سیستم‌های AI را به شکل مسئولانه و قابل اندازه‌گیری بسازید. 🎯 اهداف یادگیری اندازه‌گیری میزان انتشار کربن مدل‌های AI با استفاده از CodeCarbon ایجاد معیارهای پایه (Baseline Metrics) برای مصرف انرژی پروژه‌های AI بهینه‌سازی مدل‌ها از طریق Right-sizing، Distillation و Quantization انتخاب مدل‌ها و APIهای AI بر اساس معیارهای پایداری و انتشار کربن ادغام اصول پایداری در چرخه توسعه نرم‌افزار ایجاد گزارش‌های شفاف درباره مصرف انرژی و اثرات زیست‌محیطی کاهش مصرف منابع در سیستم‌های AI بدون افت شدید عملکرد تصمیم‌گیری بین استفاده از AI یا راه‌حل‌های ساده‌تر بر اساس هزینه انرژی استفاده از استانداردهای نوظهور برای ارزیابی مدل‌های پایدار طراحی استراتژی‌های کاهش کربن (Decarbonization Strategies) در پروژه‌ها https://dl.lyndakade.ir/courses/2026/02/Sustainable%20AI%20for%20Developers%20and%20Practical%20Carbon%20Reduction%20-%20A%20Conversation%20with%20Dr.%20Sasha%20Luccioni/Introduction%20-%20AI%27s%20Hidden%20Footprint/01%20-%20AI%20s%20hidden%20footprint%20-%20The%20climate%20cost.mp4 171 2026-02-02T00:00:00+03:30 دوره آموزشی هوش پایدار برای توسعه‌دهندگان و کاهش عملی کربن Sustainable AI for Developers and Practical Carbon Reduction: A Conversation with Dr. Sasha Luccioni Morten Rand-Hendriksen Sasha Luccioni