دوره جامع مهندسی هوش مصنوعی: از LLM و RAG تا QLoRA و ایجنتها 🤖
تصور کن هشت هفته وقت بذاری و آخرش بتونی یک اپلیکیشن واقعی هوش مصنوعی بسازی که به سوالات مشتریها جواب بده، کد پایتون رو به C++ بهینه تبدیل کنه، یا حتی قیمت محصولات رو پیشبینی کنه. این دقیقاً همون چیزیه که این دوره برات رقم میزنه.
...
دوره جامع مهندسی هوش مصنوعی: از LLM و RAG تا QLoRA و ایجنتها 🤖
تصور کن هشت هفته وقت بذاری و آخرش بتونی یک اپلیکیشن واقعی هوش مصنوعی بسازی که به سوالات مشتریها جواب بده، کد پایتون رو به C++ بهینه تبدیل کنه، یا حتی قیمت محصولات رو پیشبینی کنه. این دقیقاً همون چیزیه که این دوره برات رقم میزنه.
این دوره دقیقاً برای کیه؟ 🎯
اگه مهندس هوش مصنوعی هستی یا توی حوزه داده کار میکنی و میخوای پا به دنیای هوش مصنوعی مولد بذاری، این مسیر برات طراحی شده. همچنین اگه توسعهدهندهای که دوست داری اپلیکیشنهای پیشرفته بسازی، یا متخصصی که نمیخواد از قافله سریع تغییرات AI عقب بمونه، این دوره میتونه نقطه شروعی مناسب باشه. حتی اگه به فکر تغییر مسیر شغلی هستی، چارچوبهای مبتنی بر LLM میتونن دروازه ورودت باشن.
توی این ۸ هفته چی یاد میگیری؟
از مبانی ترنسفورمرها شروع میکنی و کمکم جلو میری. قراره با بیش از ۲۰ مدل هوش مصنوعی کار کنی — هم مدلهای تراز اول (Frontier) و هم متنباز. پلتفرمهایی مثل HuggingFace، LangChain و Gradio رو دستت میاد و تکنیکهای روز دنیا مثل RAG، QLoRA و ایجنتهای هوشمند رو پیاده میکنی.
چند تا از چیزهایی که عملاً میسازی:
دستیار پشتیبانی چندرسانهای که با متن، صوت و تصویر کار میکنه
کارمند دانشآموز (AI Knowledge Worker) که به هر سوالی درباره شرکت جواب میده
برنامهنویس هوش مصنوعی با قابلیت بهینهسازی نرمافزار تا ۶۰ هزار برابر
اپلیکیشن تجارت الکترونیک با پیشبینی دقیق قیمت محصولات
گذر از مرحله استنتاج (Inference) به آموزش و تنظیم دقیق (Fine-tuning) مدلها
استقرار محصولات AI در محیط واقعی (Production) با رابط کاربری حرفهای
مدرس دوره رو میشناسی؟
«اد دانر» (Ed Donner) — کارآفرین و رهبر حوزه هوش مصنوعی با بیش از ۲۰ سال تجربه. آدمی که همبنیانگذار استارتاپ AI بوده، تیمهای متعددی رو در موسسات مالی سطح بالا و استارتاپهای جهانی رهبری کرده. علاقهاش هم اینه که آدمهای بیشتری رو وارد این حوزه هیجانانگیز کنه.
پروژههایی که دستت میاد
هر هفته یک پروژه جدید. از تولیدکننده بروشور هوشمند که سایت شرکتها رو اسکرپ میکنه، تا ایجنت پشتیبانی مشتری برای یک شرکت هواپیمایی. ابزار صورتجلسه که صوت رو به متن تبدیل میکنه و وظایف رو مشخص میکنه. مترجم کد پایتون به C++. کارمند دانشآموز با RAG. و در نهایت پروژه نهایی سهبخشی: پیشبینی قیمت با مدلهای تراز اول، تنظیم دقیق یک مدل متنباز برای رقابت با اونها، و یک سیستم ایجنت خودکار برای شناسایی تخفیفها و اطلاعرسانی خریدهای ویژه.
چرا این دوره فرق داره؟
یادگیری واقعی وقتی اتفاق میافته که خودت دست به کد بشی. اینجا هم تمرکز کاملاً روی «انجام دادن» هست. با جدیدترین ابزارها کار میکنی و از رقبا جلو میافتی. جالبه بدونی که برای مهندسی LLM نیازی به جبر خطی یا دیفرانسیل نداری — تمرکز دوره روی کاربرد عملیه، نه ریاضیات پیشرفته. دستورالعملها گامبهگام هستن و برای همه سطوح طراحی شده.
نگاهی به سرفصلهای هفتهبههفته
هفته ۱: مبانی ترنسفورمرها + اولین پروژه (تولید بروشور هوشمند)
هفته ۲: کار با APIهای تراز اول و ساخت چتباتهای چندرسانهای خدمات مشتری
هفته ۳: ورود به دنیای مدلهای متنباز با HuggingFace
هفته ۴: انتخاب مدل مناسب و تولید کد (تبدیل پایتون به C++)
هفته ۵: تسلط بر RAG و پایگاههای داده برداری (Vector Datastores)
هفته ۶: گذار از استنتاج به آموزش (Fine-tuning یک مدل تجاری)
هفته ۷: تکنیکهای پیشرفته آموزشی مثل QLoRA
هفته ۸: استقرار نهایی، ارتقای قابلیتها با ایجنتها و ورود به بازار کار
مشخصات دوره در یک نگاه 📋
ویژگی
توضیحات
عنوان دوره
دوره جامع مهندسی هوش مصنوعی: LLM و RAG و QLoRA و ایجنتها
مدرس
اد دانر (Ed Donner)
مدت زمان
۸ هفته
سطح
از مقدماتی تا پیشرفته (مناسب همه سطوح)
پیشنیاز
بدون نیاز به ریاضیات پیشرفته
پلتفرم
مکتبخونه
وضعیت قیمت
تخفیف ویژه
یک نکته کاربردی برای دانشجوها 💡
فرض کن توی پروژه پایاننامهات باید یک سیستم پرسشوپاسخ روی اسناد سازمانی بسازی. با تکنیک RAG که توی هفته پنجم یاد میگیری، میتونی بدون آموزش مدل از صفر، یک سیستم دقیق و کاربردی بسازی. یا اگه توی یک استارتاپ کار میکنی و میخوان سریع یک دستیار مشتری راه بندازن، پروژه هفته دوم دقیقاً همون چیزیه که لازم داری.
نکته دیگه اینکه این روزها بازار کار AI خیلی رقابتی شده. کسی که هم تئوری بلده و هم چند پروژه واقعی توی رزومهاش داره، شانس خیلی بیشتری برای استخدام داره. این دوره با تخفیف ویژهای که داره، میتونه یک سرمایهگذاری منطقی روی مسیر شغلیات باشه.
سوالات پرتکرار
آیا باید پایتون بلد باشم؟ بله، آشنایی پایه با پایتون لازمه، ولی نیازی به تجربه در یادگیری ماشین نداری.
چقدر در هفته باید وقت بذارم؟ به طور متوسط بین ۵ تا ۸ ساعت در هفته برای دیدن ویدیوها و انجام پروژهها کافیه.
بعد از دوره میتونم شغل پیدا کنم؟ با ۸ پروژه واقعی توی پورتفولیوت، شانس ورودت به بازار کار AI بهطور جدی بالا میره. مخصوصاً که تکنیکهایی مثل QLoRA و RAG الان توی آگهیهای شغلی خیلی پرتکرار شدن.
مهندسی هوش مصنوعی، LLM و RAG و QLoRA و ایجنتها
ثبت