مسیر موضوعی
مبانی مهندسی نرم‌افزار
Software Engineering Fundamentals
پیاده‌سازی پایه‌های اساسی مخزن، اشکال‌زدایی، تست، رابط کاربری، امنیت، انتشار و عملیات که سیستم‌های هوش مصنوعی بر آن‌ها متکی هستند.
- ۱۳ درس
- ۱۲ ساعت و ۱۰ دقیقه زمان درس‌ها
درس‌ها به ترتیب
- آماده‌سازی محیط توسعه برای مهندسی هوش مصنوعی
- آموزش Git و همکاری تیمی در پروژه‌های یادگیری ماشین
- مدیریت محیط‌های مجازی پایتون: فرار از جهنم وابستگیها
- داکر برای هوش مصنوعی: راه‌اندازی محیط بازتولیدپذیر با پشتیبانی از GPU
- مدیریت داده در پروژه‌های هوش مصنوعی با Hugging Face
- ترمینال و شل برای مهندسی هوش مصنوعی
- دیباگ و پروفایل کردن مدل‌های یادگیری ماشین در PyTorch
- رابط ابزار در ایجنت‌های هوش مصنوعی و چرخه‌ی چهارمرحله‌ای آن
- طراحی اسکیمای ابزار در هوش مصنوعی: نام‌گذاری، توضیحات و محدودیت‌های پارامتر
- گیت‌های اعتبارسنجی: جلوگیری قطعی از اعلام موفقیت کاذب ایجنتها
- استقرار تدریجی مدل‌های زبانی: ترافیک سایه و استقرار قناری
- امنیت در هوش مصنوعی: مدیریت کلیدها، چرخش رمزها، لاگ بازرسی و گاردریل
- کاربرد هوش مصنوعی در SRE: پاسخ به رخدادها با سیستم‌های چندایجنت