کمپ توسعه عامل‌های هوش مصنوعی

با اصول پایه هوش مصنوعی و مدل‌های زبانی بزرگ آشنا می‌شوید. کار با APIها و چارچوب‌های Agentic AI را تجربه کرده، با چارچوب‌هایی مانند CrewAI، ‏LangGraph و Pydantic AI آشنا می‌شوید و برای ساخت عامل‌های هوشمند آماده می‌شوید. تمرین عملی شامل ساخت یک دستیار خلاق با قابلیت‌های متنوع LLM است.

یاد می‌گیرید چگونه پرامپت‌های مؤثر بسازید و آن‌ها را بهینه کنید. تکنیک‌های پایه و پیشرفته پرامپت برای تولید نتایج دقیق و کارآمد آموزش داده می‌شوند. تمرین عملی شامل ایجاد یک کتابخانه پرامپت مستندسازی‌شده است.

این ماژول به بررسی مفاهیم Agency،‏ Autonomy و معماری‌های مختلف عامل‌ها می‌پردازد. تفاوت بین Workflow و Agent و انتخاب معماری مناسب برای کاربردهای واقعی آموزش داده می‌شود. تمرین عملی شامل طراحی مستندات معماری برای سناریوهای مختلف است.

ساختارهای دانش و مکانیزم‌های استدلال و تصمیم‌گیری در عامل‌ها معرفی می‌شوند. به دانش ساختاریافته، تصمیم‌گیری و برنامه‌ریزی در عامل‌های هوشمند پرداخته می‌شود. تمرین عملی این بخش، ساخت یک سیستم توصیه‌گر هوشمند با توضیح فرآیند تصمیم‌گیری است.

ابزارهای سفارشی برای عامل‌ها تعریف و پیاده‌سازی می‌شوند و چارچوب‌های CrewAI و LangGraph به‌عنوان بسترهای توسعه معرفی می‌شوند. طراحی دقیق ابزارها، ادغام آن‌ها در عامل‌ها و ارزیابی چارچوب‌ها در عمل آموزش داده می‌شود. تمرین عملی پروژه میان‌ترم شامل ساخت یک عامل روزانه با چند ابزار و مستندسازی عملکرد آن‌ها است.

سیستم‌های چندعامل با نقش‌های مشخص طراحی و اجرا می‌شوند. الگوهای همکاری، جریان کار و مدیریت ارتباط بین عامل‌ها آموزش داده می‌شوند. تمرین عملی شامل ساخت یک تیم محتوایی مشارکتی با تقسیم نقش‌ها، استفاده از ابزارها و هماهنگی اطلاعات بین عامل‌ها است.

خودبازبینی و اصلاح خطا در عامل‌ها، معماری حافظه و طراحی سیستم‌های پیچیده آموزش داده می‌شود. تمرکز روی اجرای پروژه نهایی چندعامل با بهترین شیوه‌های طراحی است. تمرین عملی شامل ساخت دستیار پشتیبانی خودکار است که به دانشجویان امکان می‌دهد تمام مفاهیم آموخته‌شده در ماژول‌های قبلی را در یک پروژه عملی و آماده تولید به‌کار گیرند.

این ماژول چالش‌های تولید و استقرار عامل‌ها را پوشش می‌دهد و به انتخاب چارچوب مناسب برای محیط واقعی و اجرای پروژه‌های تولیدی پایدار می‌پردازد. اصول نظارت، امنیت و نگه‌داری سیستم‌ها آموزش داده می‌شوند. هم‌چنین دانشجویان به تکمیل پروژه نهایی خود می‌پردازند.

یاد می‌گیرید چطور پورتفولیوی شخصی بسازید، پروژه‌هاتون رو ارائه بدهید و برای مصاحبه‌های شغلی آماده شوید.