https://lyndakade.ir/learning/agentic-ai-build-your-first-agentic-ai-system
2026-06-20T17:18:33+03:30
weekly
1
https://dl.lyndakade.ir/courses/2026/03/Agentic%20AI%20-%20Build%20Your%20First%20Agentic%20AI%20System/preview.webp
دوره آموزشی هوش مصنوعی ایجنتی (Agentic AI): ساخت اولین سیستم هوش مصنوعی ایجنتی شما
هوش مصنوعی عاملمحور یا Agentic AI یکی از مهمترین روندهای جدید در دنیای AI است که به سیستمها اجازه میدهد به شکل مستقلتر تصمیم بگیرند، از ابزارها استفاده کنند و وظایف پیچیده را انجام دهند. در این دوره آموزشی، Aishwarya Naresh Reganti به شما نشان میدهد چطور سیستمهای Agentic AI را برای استفاده در محیطهای واقعی سازمانی طراحی و پیادهسازی کنید.
در این مسیر ابتدا یاد میگیرید چطور مسائل تجاری مناسب برای استفاده از Agentic AI را شناسایی کنید. سپس با روش تجزیه سیستمها به اجزای اصلی مانند retrieval، reasoning، tools و memory آشنا میشوید تا بتوانید معماری یک سیستم هوشمند را به شکل اصولی طراحی کنید. در ادامه، نحوه توسعه تدریجی سیستمها از یک نسخه ساده (baseline) تا معماریهای پیشرفتهتر مانند سیستمهای چند-ایجنت یا سیستمهای دارای قابلیت استدلال پیشرفته بررسی میشود.
بخش مهمی از این دوره به چارچوب CCCD (Continuous Calibration Continuous Development) اختصاص دارد که کمک میکند سطح خودمختاری سیستمهای AI را بهصورت ایمن افزایش دهید، در حالی که اعتماد کاربران حفظ میشود. همچنین موضوعات حیاتی مانند گاردریلها، حاکمیت هوش مصنوعی (AI Governance)، امنیت و مدیریت ریسک بررسی میشوند تا بتوانید سیستمهای AI قابل اعتماد و قابل استفاده در محیطهای سازمانی بسازید.
این دوره برای مهندسان، مدیران محصول، رهبران سازمانی و هر کسی که میخواهد فراتر از مباحث پایه هوش مصنوعی برود و سیستمهای عملیاتی واقعی طراحی کند بسیار کاربردی است. در پایان دوره، شما قادر خواهید بود یک طرح عملی برای پیادهسازی سیستمهای Agentic AI در سازمان یا پروژههای خود تهیه کنید.
اهداف یادگیری:
شناسایی و تعریف مسائل تجاری مناسب برای پیادهسازی راهکارهای Agentic AI.
تجزیه یک سیستم هوش مصنوعی به اجزای کلیدی مانند retrieval، reasoning، tools و memory.
طراحی و توسعه تدریجی سیستمها از نسخههای پایه تا معماریهای پیشرفته چند-ایجنت.
ارزیابی و مقایسه تصمیمات طراحی بر اساس معیارهایی مانند پیچیدگی، هزینه و قابلیت اطمینان.
ایجاد یک طرح عملی و قابل اجرا برای پیادهسازی سیستمهای Agentic AI در محیط کاری واقعی.
https://dl.lyndakade.ir/courses/2026/03/Agentic%20AI%20-%20Build%20Your%20First%20Agentic%20AI%20System/preview.webp
دوره آموزشی هوش مصنوعی ایجنتی (Agentic AI): ساخت اولین سیستم هوش مصنوعی ایجنتی شما
هوش مصنوعی عاملمحور یا Agentic AI یکی از مهمترین روندهای جدید در دنیای AI است که به سیستمها اجازه میدهد به شکل مستقلتر تصمیم بگیرند، از ابزارها استفاده کنند و وظایف پیچیده را انجام دهند. در این دوره آموزشی، Aishwarya Naresh Reganti به شما نشان میدهد چطور سیستمهای Agentic AI را برای استفاده در محیطهای واقعی سازمانی طراحی و پیادهسازی کنید.
در این مسیر ابتدا یاد میگیرید چطور مسائل تجاری مناسب برای استفاده از Agentic AI را شناسایی کنید. سپس با روش تجزیه سیستمها به اجزای اصلی مانند retrieval، reasoning، tools و memory آشنا میشوید تا بتوانید معماری یک سیستم هوشمند را به شکل اصولی طراحی کنید. در ادامه، نحوه توسعه تدریجی سیستمها از یک نسخه ساده (baseline) تا معماریهای پیشرفتهتر مانند سیستمهای چند-ایجنت یا سیستمهای دارای قابلیت استدلال پیشرفته بررسی میشود.
بخش مهمی از این دوره به چارچوب CCCD (Continuous Calibration Continuous Development) اختصاص دارد که کمک میکند سطح خودمختاری سیستمهای AI را بهصورت ایمن افزایش دهید، در حالی که اعتماد کاربران حفظ میشود. همچنین موضوعات حیاتی مانند گاردریلها، حاکمیت هوش مصنوعی (AI Governance)، امنیت و مدیریت ریسک بررسی میشوند تا بتوانید سیستمهای AI قابل اعتماد و قابل استفاده در محیطهای سازمانی بسازید.
این دوره برای مهندسان، مدیران محصول، رهبران سازمانی و هر کسی که میخواهد فراتر از مباحث پایه هوش مصنوعی برود و سیستمهای عملیاتی واقعی طراحی کند بسیار کاربردی است. در پایان دوره، شما قادر خواهید بود یک طرح عملی برای پیادهسازی سیستمهای Agentic AI در سازمان یا پروژههای خود تهیه کنید.
اهداف یادگیری:
شناسایی و تعریف مسائل تجاری مناسب برای پیادهسازی راهکارهای Agentic AI.
تجزیه یک سیستم هوش مصنوعی به اجزای کلیدی مانند retrieval، reasoning، tools و memory.
طراحی و توسعه تدریجی سیستمها از نسخههای پایه تا معماریهای پیشرفته چند-ایجنت.
ارزیابی و مقایسه تصمیمات طراحی بر اساس معیارهایی مانند پیچیدگی، هزینه و قابلیت اطمینان.
ایجاد یک طرح عملی و قابل اجرا برای پیادهسازی سیستمهای Agentic AI در محیط کاری واقعی.
https://dl.lyndakade.ir/courses/2026/03/Agentic%20AI%20-%20Build%20Your%20First%20Agentic%20AI%20System/0.%20Introduction/01%20-%20Building%20the%20right%20way%20-%20Launch%20your%20agentic%20AI%20journey.mp4
51
2026-03-27T00:00:00+03:30
دوره آموزشی هوش مصنوعی ایجنتی (Agentic AI): ساخت اولین سیستم هوش مصنوعی ایجنتی شما
Agentic AI: Build Your First Agentic AI System
Aishwarya Naresh Reganti
https://lyndakade.ir/learning/build-with-ai-sql-ai-agents-in-production
2026-06-20T17:16:50+03:30
weekly
1
https://dl.lyndakade.ir/courses/2026/03/Build%20with%20AI%20-%20SQL%20AI%20Agents%20in%20Production/preview.webp
دوره آموزشی ایجنتهای هوش مصنوعی SQL در محیط عملیاتی (Production)
در این دوره یاد میگیرید چطور ایجنتهای SQL که با هوش مصنوعی کار میکنن رو از مرحله یک کد ساده (Prototype) به یه محصول حرفهای و واقعی (Product-ready) برسونید. تمرکز اصلی دوره روی استفاده از ابزارهای قدرتمندی مثل Python و فریمورک LangChain هست تا بتونید سیستمهای هوشمندی بسازید که به شکل بهینه با پایگاههای داده SQL تعامل دارن.
شما از طراحی معماری ایجنتهای SQL شروع میکنید و یاد میگیرید چطور با استفاده از اطلاعات قطعی (Deterministic)، ساختار ایجنت رو مستحکم کنید. در ادامه، مباحث کلیدی مثل طراحی پرامپتهای موثر، تزریق حافظه (Memory) و کانتکست به ایجنتها برای مدیریت کوئریهای پیچیده بررسی میشه. همچنین، به بخشهای حیاتی مثل امنیت، اعتبارسنجی پرسوجوها، سیستمهای مانیتورینگ و نحوه لاگگیری عملکرد ایجنتها با ابزار MLflow میپردازیم. در نهایت، با نحوه پیادهسازی سیستمهای «چند-ایجنت» (Multi-agent) برای پردازشهای سنگین و پیچیده دادهای آشنا میشید تا در پایان دوره، توانایی ساخت و استقرار ایمن ایجنتهای هوشمند رو در محیطهای عملیاتی داشته باشید.
اهداف یادگیری:
درک کامل معماری و ساختار ایجنتهای هوش مصنوعی متصل به SQL.
طراحی تمپلیتهای حرفهای برای پرامپتها و تزریق حافظه و کانتکست به ایجنتها.
پیادهسازی مکانیزمهای امنیتی و اعتبارسنجی پرسوجوها برای جلوگیری از خطاهای احتمالی.
راهاندازی سیستمهای مانیتورینگ و خطایابی برای تضمین پایداری ایجنت در محیط عملیاتی.
استفاده از ابزار MLflow برای لاگگیری، پیگیری عملکرد و بهینهسازی ایجنت.
طراحی و پیادهسازی سیستمهای چند-ایجنت (Multi-agent) برای پردازشهای پیچیده دادهای.
تبدیل نمونههای اولیه (Prototype) ایجنتهای SQL به محصولات نهایی و قابل استقرار.
توانایی کار با فریمورکهای مدرن مثل LangChain برای ساخت سیستمهای هوشمند دادهمحور.
https://dl.lyndakade.ir/courses/2026/03/Build%20with%20AI%20-%20SQL%20AI%20Agents%20in%20Production/preview.webp
دوره آموزشی ایجنتهای هوش مصنوعی SQL در محیط عملیاتی (Production)
در این دوره یاد میگیرید چطور ایجنتهای SQL که با هوش مصنوعی کار میکنن رو از مرحله یک کد ساده (Prototype) به یه محصول حرفهای و واقعی (Product-ready) برسونید. تمرکز اصلی دوره روی استفاده از ابزارهای قدرتمندی مثل Python و فریمورک LangChain هست تا بتونید سیستمهای هوشمندی بسازید که به شکل بهینه با پایگاههای داده SQL تعامل دارن.
شما از طراحی معماری ایجنتهای SQL شروع میکنید و یاد میگیرید چطور با استفاده از اطلاعات قطعی (Deterministic)، ساختار ایجنت رو مستحکم کنید. در ادامه، مباحث کلیدی مثل طراحی پرامپتهای موثر، تزریق حافظه (Memory) و کانتکست به ایجنتها برای مدیریت کوئریهای پیچیده بررسی میشه. همچنین، به بخشهای حیاتی مثل امنیت، اعتبارسنجی پرسوجوها، سیستمهای مانیتورینگ و نحوه لاگگیری عملکرد ایجنتها با ابزار MLflow میپردازیم. در نهایت، با نحوه پیادهسازی سیستمهای «چند-ایجنت» (Multi-agent) برای پردازشهای سنگین و پیچیده دادهای آشنا میشید تا در پایان دوره، توانایی ساخت و استقرار ایمن ایجنتهای هوشمند رو در محیطهای عملیاتی داشته باشید.
اهداف یادگیری:
درک کامل معماری و ساختار ایجنتهای هوش مصنوعی متصل به SQL.
طراحی تمپلیتهای حرفهای برای پرامپتها و تزریق حافظه و کانتکست به ایجنتها.
پیادهسازی مکانیزمهای امنیتی و اعتبارسنجی پرسوجوها برای جلوگیری از خطاهای احتمالی.
راهاندازی سیستمهای مانیتورینگ و خطایابی برای تضمین پایداری ایجنت در محیط عملیاتی.
استفاده از ابزار MLflow برای لاگگیری، پیگیری عملکرد و بهینهسازی ایجنت.
طراحی و پیادهسازی سیستمهای چند-ایجنت (Multi-agent) برای پردازشهای پیچیده دادهای.
تبدیل نمونههای اولیه (Prototype) ایجنتهای SQL به محصولات نهایی و قابل استقرار.
توانایی کار با فریمورکهای مدرن مثل LangChain برای ساخت سیستمهای هوشمند دادهمحور.
https://dl.lyndakade.ir/courses/2026/03/Build%20with%20AI%20-%20SQL%20AI%20Agents%20in%20Production/0.%20Introduction/01%20-%20Build%20a%20SQL%20AI%20agent%20for%20production.mp4
56
2026-03-27T00:00:00+03:30
دوره آموزشی ایجنتهای هوش مصنوعی SQL در محیط عملیاتی (Production)
Build with AI: SQL AI Agents in Production
Rami Krispin
https://lyndakade.ir/learning/cybersecurity-risk-management-fundamentals-by-pearson
2026-06-20T17:12:36+03:30
weekly
1
https://dl.lyndakade.ir/courses/2026/03/Cybersecurity%20Risk%20Management%20Fundamentals%20by%20Pearson/preview.webp
دوره آموزشی مبانی مدیریت ریسک امنیت سایبری
در دنیای امروز که تهدیدهای دیجیتال هر لحظه پیچیدهتر میشن، مدیریت ریسک امنیت سایبری برای هر سازمانی که میخواد سرپا بمونه، حیاتیه. این دوره دقیقاً به همین موضوع میپردازه؛ یعنی چطور باید تهدیدهای احتمالی رو شناسایی کرد، اونها رو ارزیابی کرد و قبل از اینکه فاجعهای رخ بده، جلوی ضرر رو گرفت. شما در این دوره با اصول، مفاهیم و چارچوبهای استاندارد امنیتی آشنا میشید که به سازمانها کمک میکنه سیستمها، دادهها و عملیات خودشون رو در برابر حملات ایمن نگه دارن.
در طول این آموزش، یاد میگیرید که چطور ارزیابیهای دقیق ریسک انجام بدید، کنترلهای امنیتی موثر رو پیادهسازی کنید و استراتژیهای کاهش ریسک رو به کار ببندید. اما فراتر از مسائل فنی، این دوره به شما یاد میده که چطور یک فرهنگ امنیتمحور در سازمان ایجاد کنید؛ چون امنیت فقط ابزار نیست، بلکه یک فرهنگه که باید توی کل تیم نهادینه بشه. در پایان، شما مهارتهای عملی لازم رو به دست میارید تا داراییهای سازمان رو محافظت کنید، تداوم کسبوکار رو تضمین کنید و امنیت کل مجموعه رو در برابر تهدیدات تقویت کنید.
اهداف یادگیری:
شناسایی و اولویتبندی ریسکهای سایبری با استفاده از سناریوهای واقعی دنیای امروز.
توسعه و پیادهسازی استراتژیهای موثر برای کاهش ریسک و مقابله با تهدیدات.
انجام ارزیابیهای جامع ریسک مطابق با استانداردهای شناختهشده بینالمللی.
ترویج و نهادینهسازی فرهنگ امنیتمحور در تمام سطوح سازمان.
همسو کردن استراتژیهای مدیریت ریسک سایبری با اهداف کلان و تجاری کسبوکار.
https://dl.lyndakade.ir/courses/2026/03/Cybersecurity%20Risk%20Management%20Fundamentals%20by%20Pearson/preview.webp
دوره آموزشی مبانی مدیریت ریسک امنیت سایبری
در دنیای امروز که تهدیدهای دیجیتال هر لحظه پیچیدهتر میشن، مدیریت ریسک امنیت سایبری برای هر سازمانی که میخواد سرپا بمونه، حیاتیه. این دوره دقیقاً به همین موضوع میپردازه؛ یعنی چطور باید تهدیدهای احتمالی رو شناسایی کرد، اونها رو ارزیابی کرد و قبل از اینکه فاجعهای رخ بده، جلوی ضرر رو گرفت. شما در این دوره با اصول، مفاهیم و چارچوبهای استاندارد امنیتی آشنا میشید که به سازمانها کمک میکنه سیستمها، دادهها و عملیات خودشون رو در برابر حملات ایمن نگه دارن.
در طول این آموزش، یاد میگیرید که چطور ارزیابیهای دقیق ریسک انجام بدید، کنترلهای امنیتی موثر رو پیادهسازی کنید و استراتژیهای کاهش ریسک رو به کار ببندید. اما فراتر از مسائل فنی، این دوره به شما یاد میده که چطور یک فرهنگ امنیتمحور در سازمان ایجاد کنید؛ چون امنیت فقط ابزار نیست، بلکه یک فرهنگه که باید توی کل تیم نهادینه بشه. در پایان، شما مهارتهای عملی لازم رو به دست میارید تا داراییهای سازمان رو محافظت کنید، تداوم کسبوکار رو تضمین کنید و امنیت کل مجموعه رو در برابر تهدیدات تقویت کنید.
اهداف یادگیری:
شناسایی و اولویتبندی ریسکهای سایبری با استفاده از سناریوهای واقعی دنیای امروز.
توسعه و پیادهسازی استراتژیهای موثر برای کاهش ریسک و مقابله با تهدیدات.
انجام ارزیابیهای جامع ریسک مطابق با استانداردهای شناختهشده بینالمللی.
ترویج و نهادینهسازی فرهنگ امنیتمحور در تمام سطوح سازمان.
همسو کردن استراتژیهای مدیریت ریسک سایبری با اهداف کلان و تجاری کسبوکار.
https://dl.lyndakade.ir/courses/2026/03/Cybersecurity%20Risk%20Management%20Fundamentals%20by%20Pearson/0.%20Introduction/01%20-%20Cybersecurity%20risk%20management%20fundamentals%20-%20Introduction.mp4
147
2026-03-27T00:00:00+03:30
دوره آموزشی مبانی مدیریت ریسک امنیت سایبری
Cybersecurity Risk Management Fundamentals by Pearson
Pearson
https://lyndakade.ir/learning/react-best-practices-by-pearson
2026-06-20T17:05:18+03:30
weekly
1
https://dl.lyndakade.ir/courses/2026/03/React%20Best%20Practices%20by%20Pearson/preview.jpg
دوره آموزشی بهترین شیوههای (Best Practices) ریاکت (React)
دوره پیشرفته React برای ساخت اپلیکیشنهای حرفهای
React یکی از مهمترین و پرکاربردترین ابزارها در توسعه فرانتاند مدرن است و بسیاری از شرکتها برای ساخت رابطهای کاربری سریع، پویا و مقیاسپذیر از آن استفاده میکنند. در این دوره آموزشی که توسط Shaun Wassell ارائه شده، مهارتهای React شما از سطح متوسط به سطح حرفهای ارتقا پیدا میکند و با تکنیکها، الگوها و بهترین روشهایی آشنا میشوید که توسعهدهندگان حرفهای در پروژههای واقعی از آنها استفاده میکنند.
در طول دوره با مفاهیم مدرن React مانند Functional Components و Hooks کار میکنید و یاد میگیرید چگونه کدهایی تمیزتر، قابل نگهداریتر و ماژولارتر بنویسید. همچنین با الگوهای پیشرفتهای مثل Compound Components و Render Props آشنا میشوید که به شما کمک میکنند کامپوننتهای قابل استفاده مجدد و انعطافپذیر بسازید.
بخش مهم دیگری از این دوره به مدیریت state در مقیاس بزرگ اختصاص دارد. شما یاد میگیرید چطور با استفاده از ابزارهایی مانند Redux یا Context API وضعیت برنامه را مدیریت کنید و معماری اپلیکیشن را به شکلی طراحی کنید که در پروژههای بزرگ نیز قابل توسعه و نگهداری باشد. علاوه بر این، نحوه پیادهسازی Routing برای مدیریت مسیرهای مختلف در اپلیکیشن نیز بررسی میشود.
در ادامه، تکنیکهای بهینهسازی عملکرد (Performance Optimization) در React آموزش داده میشود؛ از جمله Code Splitting، Lazy Loading و Memoization که باعث میشوند اپلیکیشن شما سریعتر اجرا شود و تجربه کاربری بهتری ارائه دهد. در پایان این دوره، شما توانایی طراحی و ساخت اپلیکیشنهای React مقیاسپذیر، بهینه و مناسب برای پروژههای پیچیده دنیای واقعی را خواهید داشت.
اهداف یادگیری
درک عمیق از قابلیتهای جدید React مانند Hooks و Context API برای نوشتن کدهای تمیزتر، سادهتر و کارآمدتر.
یادگیری نحوه طراحی کامپوننتهای حرفهای با استفاده از الگوهای پیشرفته مانند Compound Components و Render Props.
آشنایی با بهترین روشهای ساخت اپلیکیشنهای React مقیاسپذیر و قابل نگهداری در پروژههای بزرگ.
پیادهسازی سیستم مدیریت state در سطح حرفهای با استفاده از Redux و Context API.
درک نحوه سازماندهی ساختار پروژههای React برای مدیریت بهتر کد و توسعه تیمی.
یادگیری پیادهسازی routing برای مدیریت صفحات و مسیرهای مختلف در اپلیکیشنهای React.
بهبود عملکرد اپلیکیشنهای React با استفاده از تکنیکهایی مانند Code Splitting و Lazy Loading.
استفاده از Memoization برای کاهش رندرهای غیرضروری و افزایش سرعت برنامه.
طراحی معماری مناسب برای اپلیکیشنهای React در سناریوهای واقعی و پیچیده.
کسب مهارت عملی برای ساخت رابطهای کاربری مدرن، سریع و مقیاسپذیر با React.
https://dl.lyndakade.ir/courses/2026/03/React%20Best%20Practices%20by%20Pearson/preview.jpg
دوره آموزشی بهترین شیوههای (Best Practices) ریاکت (React)
دوره پیشرفته React برای ساخت اپلیکیشنهای حرفهای
React یکی از مهمترین و پرکاربردترین ابزارها در توسعه فرانتاند مدرن است و بسیاری از شرکتها برای ساخت رابطهای کاربری سریع، پویا و مقیاسپذیر از آن استفاده میکنند. در این دوره آموزشی که توسط Shaun Wassell ارائه شده، مهارتهای React شما از سطح متوسط به سطح حرفهای ارتقا پیدا میکند و با تکنیکها، الگوها و بهترین روشهایی آشنا میشوید که توسعهدهندگان حرفهای در پروژههای واقعی از آنها استفاده میکنند.
در طول دوره با مفاهیم مدرن React مانند Functional Components و Hooks کار میکنید و یاد میگیرید چگونه کدهایی تمیزتر، قابل نگهداریتر و ماژولارتر بنویسید. همچنین با الگوهای پیشرفتهای مثل Compound Components و Render Props آشنا میشوید که به شما کمک میکنند کامپوننتهای قابل استفاده مجدد و انعطافپذیر بسازید.
بخش مهم دیگری از این دوره به مدیریت state در مقیاس بزرگ اختصاص دارد. شما یاد میگیرید چطور با استفاده از ابزارهایی مانند Redux یا Context API وضعیت برنامه را مدیریت کنید و معماری اپلیکیشن را به شکلی طراحی کنید که در پروژههای بزرگ نیز قابل توسعه و نگهداری باشد. علاوه بر این، نحوه پیادهسازی Routing برای مدیریت مسیرهای مختلف در اپلیکیشن نیز بررسی میشود.
در ادامه، تکنیکهای بهینهسازی عملکرد (Performance Optimization) در React آموزش داده میشود؛ از جمله Code Splitting، Lazy Loading و Memoization که باعث میشوند اپلیکیشن شما سریعتر اجرا شود و تجربه کاربری بهتری ارائه دهد. در پایان این دوره، شما توانایی طراحی و ساخت اپلیکیشنهای React مقیاسپذیر، بهینه و مناسب برای پروژههای پیچیده دنیای واقعی را خواهید داشت.
اهداف یادگیری
درک عمیق از قابلیتهای جدید React مانند Hooks و Context API برای نوشتن کدهای تمیزتر، سادهتر و کارآمدتر.
یادگیری نحوه طراحی کامپوننتهای حرفهای با استفاده از الگوهای پیشرفته مانند Compound Components و Render Props.
آشنایی با بهترین روشهای ساخت اپلیکیشنهای React مقیاسپذیر و قابل نگهداری در پروژههای بزرگ.
پیادهسازی سیستم مدیریت state در سطح حرفهای با استفاده از Redux و Context API.
درک نحوه سازماندهی ساختار پروژههای React برای مدیریت بهتر کد و توسعه تیمی.
یادگیری پیادهسازی routing برای مدیریت صفحات و مسیرهای مختلف در اپلیکیشنهای React.
بهبود عملکرد اپلیکیشنهای React با استفاده از تکنیکهایی مانند Code Splitting و Lazy Loading.
استفاده از Memoization برای کاهش رندرهای غیرضروری و افزایش سرعت برنامه.
طراحی معماری مناسب برای اپلیکیشنهای React در سناریوهای واقعی و پیچیده.
کسب مهارت عملی برای ساخت رابطهای کاربری مدرن، سریع و مقیاسپذیر با React.
https://dl.lyndakade.ir/courses/2026/03/React%20Best%20Practices%20by%20Pearson/0.%20Introduction/01%20-%20React%20best%20practices%20-%20Getting%20started.mp4
113
2026-03-27T00:00:00+03:30
دوره آموزشی بهترین شیوههای (Best Practices) ریاکت (React)
React Best Practices by Pearson
Pearson
https://lyndakade.ir/learning/what-ai-means-for-how-we-work-a-conversation-with-brice-challamel-and-jeremy-utley
2026-06-20T17:02:56+03:30
weekly
1
https://dl.lyndakade.ir/courses/2026/03/What%20AI%20Means%20for%20How%20We%20Work%20-%20A%20Conversation%20with%20Brice%20Challamel%20and%20Jeremy%20Utley/preview.webp
دوره آموزشی معنای هوش مصنوعی برای نحوه کار ما: گفتگویی با بریس شالمِل (Brice Challamel) و جرمی آتلی (Jeremy Utley)
هوش مصنوعی در حال تغییر دادن دنیای کار به شکلی عمیق است؛ تغییری که بسیاری آن را با تأثیر اختراع چاپخانه مقایسه میکنند. با این حال، برای بسیاری از افراد هنوز سوالهای زیادی درباره این تحول وجود دارد: آیا هوش مصنوعی جایگزین شغلها میشود؟ چگونه باید از آن در کار روزمره استفاده کرد؟ و چطور میتوان از مزایای آن استفاده کرد بدون اینکه ارزشهای انسانی در کار از بین برود؟
در این گفتوگوی صمیمی و کاربردی (fireside chat)، دو نفر از متخصصان برجسته حوزه هوش مصنوعی یعنی Brice Challamel، مدیر استراتژی و پذیرش هوش مصنوعی در OpenAI، و Jeremy Utley، نویسنده، پادکستر و استاد مدعو دانشگاه استنفورد، درباره مهمترین تغییرات اجتماعی، فرهنگی و عملی که هوش مصنوعی در محیط کار ایجاد کرده صحبت میکنند. آنها تجربههای واقعی، دیدگاههای استراتژیک و نکات کاربردی را به اشتراک میگذارند تا به شما کمک کنند بهتر بفهمید این موج جدید فناوری چه معنایی برای آینده شغلی شما دارد.
در طول این گفتگو، شرکتکنندگان با روشهای عملی برای انتخاب ابزارهای مناسب هوش مصنوعی آشنا میشوند و یاد میگیرند چطور میتوان با استفاده از رویکرد آزمایش و تکرار (experiment and iterate) از هوش مصنوعی به شکل امن و مؤثر استفاده کرد. همچنین بررسی میشود که چگونه افراد و سازمانها میتوانند خود را با تغییرات سریع فناوری تطبیق دهند بدون اینکه ارزشهای انسانی، خلاقیت و تفکر انتقادی را از دست بدهند.
یکی از محورهای مهم این دوره، ایجاد عادتهای مؤثر در استفاده از هوش مصنوعی است. شما یاد میگیرید چگونه استفاده از AI را به بخشی طبیعی از فرآیند کاری روزانه خود تبدیل کنید؛ از تحقیق و تولید ایده گرفته تا تصمیمگیری، حل مسئله و افزایش خلاقیت. این مهارتها به شما کمک میکنند تا بهرهوری بیشتری داشته باشید و در عین حال بتوانید با سرعت تحولات فناوری همگام بمانید.
این گفتگو برای تمام افراد شاغل، مدیران، کارآفرینان، متخصصان و حتی کسانی که تازه وارد دنیای کار شدهاند مفید است. محتوای آن به شما کمک میکند دیدگاه خود را نسبت به هوش مصنوعی تغییر دهید، فرصتهای جدید را بهتر ببینید و مهارتهایی را توسعه دهید که در آینده کاری مبتنی بر هوش مصنوعی بسیار ارزشمند خواهند بود.
اهداف یادگیری دوره:
درک عمیقتر از تأثیرات اجتماعی و فرهنگی هوش مصنوعی بر محیطهای کاری مدرن و نحوه تغییر نقشها و مهارتهای موردنیاز در سازمانها.
شناخت روشهای عملی برای انتخاب ابزارهای مناسب هوش مصنوعی بر اساس نوع کار، اهداف حرفهای و نیازهای سازمانی.
یادگیری رویکرد آزمایش، ارزیابی و بهبود مستمر هنگام کار با ابزارهای هوش مصنوعی برای کاهش ریسک و افزایش اثربخشی.
توسعه عادتهای کاری مبتنی بر هوش مصنوعی که به افزایش بهرهوری، خلاقیت و سرعت تصمیمگیری کمک میکنند.
شناخت روشهای ترکیب تواناییهای انسانی مانند خلاقیت، قضاوت و همدلی با قدرت پردازشی هوش مصنوعی.
درک نحوه سازگاری با تغییرات سریع فناوری بدون از دست دادن ارزشهای حرفهای و انسانی در محیط کار.
یادگیری روشهای استفاده از هوش مصنوعی برای ایدهپردازی، تحقیق، تحلیل اطلاعات و حل مسائل پیچیده.
شناخت مهارتهای کلیدی موردنیاز برای موفقیت در آینده کاری که به طور فزایندهای تحت تأثیر هوش مصنوعی قرار دارد.
ایجاد یک چارچوب ذهنی برای یادگیری مستمر و سازگاری با ابزارها و فناوریهای جدید هوش مصنوعی.
تقویت توانایی استفاده مسئولانه و آگاهانه از هوش مصنوعی در پروژهها و تصمیمهای حرفهای.
https://dl.lyndakade.ir/courses/2026/03/What%20AI%20Means%20for%20How%20We%20Work%20-%20A%20Conversation%20with%20Brice%20Challamel%20and%20Jeremy%20Utley/preview.webp
دوره آموزشی معنای هوش مصنوعی برای نحوه کار ما: گفتگویی با بریس شالمِل (Brice Challamel) و جرمی آتلی (Jeremy Utley)
هوش مصنوعی در حال تغییر دادن دنیای کار به شکلی عمیق است؛ تغییری که بسیاری آن را با تأثیر اختراع چاپخانه مقایسه میکنند. با این حال، برای بسیاری از افراد هنوز سوالهای زیادی درباره این تحول وجود دارد: آیا هوش مصنوعی جایگزین شغلها میشود؟ چگونه باید از آن در کار روزمره استفاده کرد؟ و چطور میتوان از مزایای آن استفاده کرد بدون اینکه ارزشهای انسانی در کار از بین برود؟
در این گفتوگوی صمیمی و کاربردی (fireside chat)، دو نفر از متخصصان برجسته حوزه هوش مصنوعی یعنی Brice Challamel، مدیر استراتژی و پذیرش هوش مصنوعی در OpenAI، و Jeremy Utley، نویسنده، پادکستر و استاد مدعو دانشگاه استنفورد، درباره مهمترین تغییرات اجتماعی، فرهنگی و عملی که هوش مصنوعی در محیط کار ایجاد کرده صحبت میکنند. آنها تجربههای واقعی، دیدگاههای استراتژیک و نکات کاربردی را به اشتراک میگذارند تا به شما کمک کنند بهتر بفهمید این موج جدید فناوری چه معنایی برای آینده شغلی شما دارد.
در طول این گفتگو، شرکتکنندگان با روشهای عملی برای انتخاب ابزارهای مناسب هوش مصنوعی آشنا میشوند و یاد میگیرند چطور میتوان با استفاده از رویکرد آزمایش و تکرار (experiment and iterate) از هوش مصنوعی به شکل امن و مؤثر استفاده کرد. همچنین بررسی میشود که چگونه افراد و سازمانها میتوانند خود را با تغییرات سریع فناوری تطبیق دهند بدون اینکه ارزشهای انسانی، خلاقیت و تفکر انتقادی را از دست بدهند.
یکی از محورهای مهم این دوره، ایجاد عادتهای مؤثر در استفاده از هوش مصنوعی است. شما یاد میگیرید چگونه استفاده از AI را به بخشی طبیعی از فرآیند کاری روزانه خود تبدیل کنید؛ از تحقیق و تولید ایده گرفته تا تصمیمگیری، حل مسئله و افزایش خلاقیت. این مهارتها به شما کمک میکنند تا بهرهوری بیشتری داشته باشید و در عین حال بتوانید با سرعت تحولات فناوری همگام بمانید.
این گفتگو برای تمام افراد شاغل، مدیران، کارآفرینان، متخصصان و حتی کسانی که تازه وارد دنیای کار شدهاند مفید است. محتوای آن به شما کمک میکند دیدگاه خود را نسبت به هوش مصنوعی تغییر دهید، فرصتهای جدید را بهتر ببینید و مهارتهایی را توسعه دهید که در آینده کاری مبتنی بر هوش مصنوعی بسیار ارزشمند خواهند بود.
اهداف یادگیری دوره:
درک عمیقتر از تأثیرات اجتماعی و فرهنگی هوش مصنوعی بر محیطهای کاری مدرن و نحوه تغییر نقشها و مهارتهای موردنیاز در سازمانها.
شناخت روشهای عملی برای انتخاب ابزارهای مناسب هوش مصنوعی بر اساس نوع کار، اهداف حرفهای و نیازهای سازمانی.
یادگیری رویکرد آزمایش، ارزیابی و بهبود مستمر هنگام کار با ابزارهای هوش مصنوعی برای کاهش ریسک و افزایش اثربخشی.
توسعه عادتهای کاری مبتنی بر هوش مصنوعی که به افزایش بهرهوری، خلاقیت و سرعت تصمیمگیری کمک میکنند.
شناخت روشهای ترکیب تواناییهای انسانی مانند خلاقیت، قضاوت و همدلی با قدرت پردازشی هوش مصنوعی.
درک نحوه سازگاری با تغییرات سریع فناوری بدون از دست دادن ارزشهای حرفهای و انسانی در محیط کار.
یادگیری روشهای استفاده از هوش مصنوعی برای ایدهپردازی، تحقیق، تحلیل اطلاعات و حل مسائل پیچیده.
شناخت مهارتهای کلیدی موردنیاز برای موفقیت در آینده کاری که به طور فزایندهای تحت تأثیر هوش مصنوعی قرار دارد.
ایجاد یک چارچوب ذهنی برای یادگیری مستمر و سازگاری با ابزارها و فناوریهای جدید هوش مصنوعی.
تقویت توانایی استفاده مسئولانه و آگاهانه از هوش مصنوعی در پروژهها و تصمیمهای حرفهای.
https://dl.lyndakade.ir/courses/2026/03/What%20AI%20Means%20for%20How%20We%20Work%20-%20A%20Conversation%20with%20Brice%20Challamel%20and%20Jeremy%20Utley/0.%20Introduction/01%20-%20Redesigning%20work%20with%20AI.mp4
131
2026-03-27T00:00:00+03:30
دوره آموزشی معنای هوش مصنوعی برای نحوه کار ما: گفتگویی با بریس شالمِل (Brice Challamel) و جرمی آتلی (Jeremy Utley)
What AI Means for How We Work: A Conversation with Brice Challamel and Jeremy Utley
Brice Challamel
Jeremy Utley