هوش مصنوعی مولد (Generative AI)

شروع بوتکمپ‌پرو از ۱۹ مهر ماه ۱۴۰۵
بوتکمپ‌پرو
۲۵۵ نفر دانش‌آموخته
۳ ماه (۴۰+ ساعت)
پروژه محور
4.1/5 رضایت از بوتکمپ
۲۰٪ تخفیف
ظرفیت باقیمانده برای تخفیف ۱۵ نفر

دوره هوش مصنوعی مولد (Generative AI): آموزش پروژه‌محور با منتورینگ تخصصی

در دوره هوش مصنوعی مولد دانشکار، شما وارد مرحله‌ای تازه از دنیای هوش مصنوعی می‌شوید؛ جایی که یاد می‌گیرید چگونه از ابزارها و مدل‌های مولد برای تولید متن، تصویر، صدا و محتوای خلاقانه استفاده کنید. در این مسیر، با مفاهیم کلیدی هوش مصنوعی مولد، نحوه کار مدل‌های زبانی بزرگ (LLM)، تکنیک‌های پرامپت‌نویسی و کاربردهای عملی این فناوری در کسب‌وکار و زندگی روزمره آشنا خواهید شد. اگر علاوه بر کاربردهای عملی، به یادگیری مبانی و مفاهیم گسترده‌تر هوش مصنوعی نیز علاقه‌مند هستید، می‌توانید نگاهی به بوت‌کمپ هوش مصنوعی داشته باشید.

در طول آموزش هوش مصنوعی مولد، با مدل‌های پیشرفته‌ی GenAI کار می‌کنید و توانایی ساخت اپلیکیشن‌هایی مانند چت‌بات، موتور جستجو، سیستم توصیه‌گر، ابزار تحلیل احساسات و سیستم‌های طبقه‌بندی تصویر را به‌صورت عملی به دست می‌آورید. همچنین درک عمیقی از پرامپت‌نویسی (Prompt Engineering) برای مدل‌های متنی و تصویری پیدا می‌کنید و با چرخه‌ی حیات یک محصول مبتنی بر GenAI از ایده تا اجرا آشنا می‌شوید.

مشاهده بیشتر
0$
میانگین حقوق ماهانه در خارج از ایران
0
میلیون تومان
میانگین حقوق ماهانه کارشناس در ایران

معرفی دوره از زبان هدایتگر دوره

سرفصل های دوره هوش مصنوعی مولد (Generative AI)

مروری بر مبانی پایتون

مهدی پاشازاده

  • مرور ویژگی‌ها و کاربردهای گسترده پایتون در علوم داده و توسعه نرم‌افزار
  • راه‌اندازی محیط توسعه ابری با Google Colab برای اجرای کدهای پایتون
  • شناخت انواع داده‌های پایه شامل اعداد، رشته‌ها، لیست‌ها، تاپل‌ها و دیکشنری‌ها در پایتون
  • تعریف و ساختاربندی توابع برای ماژولار کردن و افزایش قابلیت استفاده مجدد کد
  • سازمان‌دهی کدهای پایتون با استفاده از ماژول‌ها و پکیج‌ها
  • خواندن، نوشتن و مدیریت فایل‌ها در فرمت‌های متنی و ساختاریافته در پایتون
  • درک عمیق و پیاده‌سازی دکوراتورها برای توسعه رفتار توابع بدون تغییر در ساختار اصلی
  • پیاده‌سازی اصول پایه‌ای برنامه‌نویسی شیءگرا شامل کلاس‌ها، اشیاء، وراثت و کپسوله‌سازی در پایتون

مروری بر هوش مصنوعی و هوش مصنوعی مولد

  • معرفی مفاهیم بنیادی هوش مصنوعی و بررسی کاربردهای آن در صنایع گوناگون
  • مقایسه روش‌های یادگیری بانظارت ، بدون‌نظارت و خودنظارتی
  • درک مفهومی ساختار مدل‌های یادگیری ماشین و اجرای رگرسیون چندجمله‌ای به عنوان یک مثال عملی
  • آشنایی با هوش مصنوعی مولد و بررسی تنوع ورودی و خروجی در مدل‌های چندوجهی
  • بررسی معماری مدل‌های زبانی بزرگ ، سازوکار آموزش آن‌ها و مهم‌ترین کاربردهای عملی

مفهوم اینترفیس، API و مهندسی پرامپت

  • شناخت مفهوم اینترفیس‌ها و کاربرد API در برقراری ارتباط بین سرویس‌های نرم‌افزاری
  • پیاده‌سازی فراخوانی عملی API برای دریافت داده‌های هواشناسی از سرویس OpenWeatherMap
  • مقایسه مدل‌های لوکال با سرویس‌های کلاد و نحوه اتصال به API مدل‌های OpenAI، Gemini و Anthropic
  • مقایسه تفاوت‌های ساختاری مدل‌های زبانی متنی مبتنی بر دستور با مدل‌های تعاملی مبتنی بر گفت‌وگو
  • اتصال به مدل‌های زبانی از طریق کتابخانه LangChain و یادگیری اصول پایه پرامپت‌نویسی
  • تعیین نقش‌ها در پیام‌ها و ساخت الگوهای پرامپت پویا با PromptTemplate در LangChain
  • پیاده‌سازی تکنیک‌های پیشرفته پرامپت‌نویسی شامل Zero Shot، Few Shot و استدلال گام‌به‌گام
  • راهنمای گام‌به‌گام مهندسی پرامپت حرفه‌ای برای دریافت دقیق‌ترین و پایدارترین خروجی‌ها از مدل‌ها

ابزار OLLAMA و مدل های زبانی متن باز و پایگاه داده های برداری

  • معرفی Ollama و vLLM برای اجرای بهینه مدل‌های متن‌باز Open
  • Source در مقایسه با مدل‌های تجاری
  • بررسی روش‌های Quantization مدل‌ها و الزامات سخت‌افزاری و انتخاب GPU مناسب جهت اجرای محلی LLMها
  • نصب و پیکربندی Ollama و راه‌اندازی رابط کاربری گرافیکی محلی OpenWebUI
  • استخراج بردارهای متنی و استفاده از آن‌ها در دسته‌بندی و خوشه‌بندی اسناد
  • کاهش ابعاد بردارهای معنایی و نمایش دوبعدی امبدینگ‌های چندبعدی با استفاده از الگوریتم t
  • SNE
  • آشنایی با معیارهای شباهت، ذخیره‌سازی داده‌ها و اجرای جستجوی معنایی با وکتور دیتابیس‌های FAISS و ChromaDB

ابزارها و زنجیره‌های لانگ‌چین، سیستم‌های بازیابی اطلاعات و گراف‌های دانش

  • استخراج داده از فایل‌های PDF ، ویدئوهای یوتیوب و صفحات وب با BeautifulSoup
  • طراحی زنجیره‌های همگام، ناهمگام و شرطی با استفاده از نگارش مدرن LCEL
  • راه‌اندازی سیستم Retrieval
  • Augmented Generation و بهینه‌سازی بازیابی اطلاعات با تکنیک‌های TF
  • IDF، ساختار والد
  • فرزند و خلاصه‌سازی
  • ساخت چت‌بات اختصاصی مکالمه‌محور با اتصال حافظه، پرامپت و مدل زبانی
  • شناخت ساختار پایگاه داده‌های گرافی و راه‌اندازی و مدیریت داده‌ها در Neo4j
  • استفاده از LLMها برای استخراج خودکار موجودیت‌ها و روابط، ساخت و مصورسازی گراف‌های دانش (Knowledge Graphs)

عامل‌های هوش مصنوعی، مدل‌های چندوجهی و سیستم‌های چندعاملی

  • شناخت معماری عامل‌های هوشمند و پیاده‌سازی Function Calling برای اتصال مدل زبانی به توابع خارجی
  • ساخت ابزارهای سفارشی و متصل کردن ابزارهایی مانند WolframAlpha و SerpAPI به Agent
  • پیاده‌سازی عامل‌های هوشمند مبتنی بر الگوی (ReAct) و سیستم‌های پیشرفته Agentic RAG
  • تولید تصویر و اجرای تبدیل Image to Image از طریق پرامپت‌نویسی حرفه‌ای برای مدل‌های DALL E و Imagen3
  • تحلیل تصاویر، انکود کردن با Base64، شناسایی اشیاء با Gemini و ساخت چت‌بات‌های ترکیبی متن و تصویر
  • استخراج فیلدهای مدنظر از اسناد مانند فاکتورها و دریافت خروجی ساختاریافته با Pydantic و LangChain
  • توسعه سیستم‌های چندعاملی و تحلیل داده با الگوهای بازتابی و ابزار LangGraph
  • آموزش و فاین‌تیون اختصاصی مدل‌ها با روش‌های کم‌حجم LoRA و QLoRA و انجام FineTuning روی مدل‌های OpenAI از طریق API
  • درک ساختارهای بنیادین، الگوهای طراحی و سیستم‌های خودکار تصمیم‌گیرنده در معماری‌های Agentic AI
  • ساخت ورک‌فلوهای خودکار و بات‌های تلگرامی مجهز به هوش مصنوعی با پلتفرم‌های n8n و Flowise

Linkedin

آتوسا آهنگ

  • کارگاه آموزش کار با Linkedin

Experience Transfer

آیدا خضائی

  • در این بخش با تجربیات و دانش حرفه‌ای افراد موفق در حوزه‌ی هوش مصنوعی مولد همراه خواهید شد.

مدرسان دوره هوش مصنوعی مولد (Generative AI)

مهدی پاشازاده

مهدی پاشازاده

AI Team Lead at

خدمات انفورماتیک بانک مرکزی

آتوسا آهنگ

آتوسا آهنگ

Co-Founder and Marketing lead at

سکودار

آیدا خزاعی

آیدا خزاعی

AI product manager at

ارتباط فردا

امین عباسی

امین عباسی

AI Engineer at

دیجی کالا

منصوره مطهرنژاد

منصوره مطهرنژاد

Technical Mentor at

دانشکار

فاطمه محمدی

فاطمه محمدی

Coaching Expert at

دانشکار

چرا این دوره؟

مزایای این دوره

تمرین و پروژه‌های کاربردی
منتورینگ و جلسات رفع اشکال
شبکه سازی با دانش پذیران

از زبان دانش پذیران آکادمی

دانش‌پذیران دوره‌‌های قبل درباره‌ی دوره چه می‌گویند؟

دوره هوش مصنوعی مولد هم خیلی کاربردی بود و هم دید خوبی نسبت به این تکنولوژی به من داد، سرفصل های خیلی خوبی ارائه شد که همگی به شکل مناسبی یکپارچه بودند و به هم مرتبط


راضیه اکبری

محمدرضا ذبیحیسبحان سالاریانراضیه اکبریمهدی مظلومیلطفعلی خانی

مسیرآموزشی در دانشکار

ورود به بوتکمپ‌پرویادگیری در بوتکمپ‌پروپس از بوتکمپ‌پرو
1
ثبت نام و تکمیل اطلاعات اولیه
2
مرحله پرداخت
3
امضا تفاهم نامه

زمان‌بندی دوره

تاریخ شروع دوره

۱۹ مهر ماه

مدت زمان دوره

۳ ماه (۳۵+ ساعت)

برنامه هفتگی

دسترسی به محتوای دوره

کلاس حل تمرین

جمعه‌ها ساعت 10 الی 11

هزینه دوره و ثبت‌نام اولیه

۱۰٪ تخفیف
پرداخت قسطی
۱۳,۸۰۰,۰۰۰
۱۲,۹۰۰,۰۰۰
+منتورینگ
+پشتیبانی
۳ قسط، ماهیانه ۴,۳۰۰,۰۰۰
۲۰٪ تخفیف
پرداخت نقدی
۱۳,۸۰۰,۰۰۰
۱۱,۴۰۰,۰۰۰
+منتورینگ
+پشتیبانی
ظرفیت باقیمانده برای تخفیف ۱۵ نفر

سوالات متداول

سوالات شما پاسخ داده نشد؟

برای دریافت مشاوره تخصصی رایگان روی درخواست مشاوره کلیک کنید.

در سریعترین زمان ممکن کارشناسان آکادمی با شما تماس می‌گیرند.

چرا یادگیری Generative AI ضروری است؟

هوش مصنوعی مولد (Generative AI) یکی از بزرگ‌ترین پیشرفت‌های فناوری در چند سال اخیر است که روندهای تولید محتوا، طراحی، برنامه‌نویسی، بازاریابی و حتی مدل‌های کسب‌وکار را تغییر داده است. این فناوری دیگر فقط یک ابزار کمکی نیست، بلکه نقش مهمی در آینده شغلی بسیاری از افراد خواهد داشت. 

با گسترش مدل‌هایی مانند GPT (Generative Pre-trained Transformer) و ابزارهایی مثل ChatGPT، DALL·E و Midjourney، آشنایی با این مفاهیم برای متخصصان ضروری شده است. یادگیری Generative AI یعنی توانایی ساخت متن، تصویر، کد و صوت با استفاده از مدل‌های یادگیری عمیق (Deep Learning) که طبق پیش‌بینی‌ها تا سال ۲۰۳۰ بیش از ۷۰ درصد مشاغل به نحوی با این فناوری درگیر خواهند بود. همچنین، افرادی که این مهارت‌ها را دارند، به‌طور میانگین تا ۲۵ درصد درآمد بیشتری نسبت به دیگران کسب می‌کنند.

یادگیری هوش مصنوعی مولد فرصت‌های تازه‌ای در زمینه‌هایی مثل طراحی محصول، بازاریابی داده محور، تولید محتوا و توسعه نرم‌افزار به وجود می‌آورد. از آنجا که این حوزه با سرعت زیادی در حال پیشرفت است، شرکت در یک دوره کامل و پروژه‌محور، می‌تواند مزیتی مهم در مسیر شغلی ایجاد کند. 

کاربرد هوش مصنوعی مولد در کسب‌وکار

دوره هوش مصنوعی مولد فقط برای برنامه‌نویسان نیست و افراد مختلفی مانند مدیران، بازاریابان هم می‌توانند از آن بهره ببرند. این دوره کمک می‌کند تا کارها با سرعت و دقت بیشتری انجام شوند. در فضای کسب‌وکار، ابزارهایی مثل ChatGPT برای تولید محتوا و مدل‌هایی مثل DALL·E و Midjourney برای طراحی‌های بصری استفاده می‌شوند. همچنین این فناوری با تحلیل رفتار کاربران، تبلیغات هدفمندتری ارائه می‌دهد و ساخت چت‌بات‌های دقیق را ممکن می‌سازد. در نهایت، مدل‌های مولد در تحلیل داده‌های پیچیده و تولید خودکار کد نیز نقش موثری دارند.

ابزارهای معروف مانند ChatGPT، DALL·E، Midjourney

شناخت ابزارهای کاربردی در آموزش Generative AI یکی از گام‌های اصلی برای تسلط بر این فناوری است. کار با این ابزارها در مسیر آموزش پروژه‌محور Generative AI قرار دارد و فراگیری آن‌ها در یک دوره آموزش هوش مصنوعی بدون پیش‌نیاز می‌تواند به‌سرعت توانمندی‌های فرد را افزایش دهد. در این بخش با سه ابزار مطرح و توانمند در حوزه هوش مصنوعی مولد آشنا می‌شویم:

  • ChatGPT (چت جی‌پی‌تی): یک مدل زبان بزرگ (Large Language Model) از خانواده GPT است که می‌تواند مکالمات طبیعی انجام دهد، محتوا تولید کند، ایده‌پردازی انجام دهد و در پاسخ‌گویی به سوالات فنی و عمومی کاربرد دارد.
  • DALL·E (دال_ای): مدلی برای تولید تصاویر بر اساس توصیف متنی است. این ابزار می‌تواند تصاویر خلاقانه، هنری یا واقعی را فقط از طریق یک جمله یا پاراگراف ساده تولید کند.
  • Midjourney (میدجرنی): ابزاری تخصصی برای تولید تصاویر با کیفیت بالا در سبک‌های مختلف هنری. این ابزار بیشتر توسط طراحان گرافیک، تصویرگران و هنرمندان دیجیتال مورد استفاده قرار می‌گیرد.

کاربرد این ابزارها، فقط به تولید محتوا محدود نمی‌شود، بلکه در طراحی رابط کاربری، بازنویسی متن، خلاصه‌سازی مقالات، تولید کد و حتی ایجاد موسیقی و ویدیو نیز نقش دارند.

معرفی دوره هوش مصنوعی مولد دانشکار

دوره بوتکمپ‌پرو هوش مصنوعی مولد دانشکار با محوریت آموزش پروژه‌محور و منتورینگ تخصصی، این دوره، اولین و تا امروز کامل‌ترین مسیر آموزش Generative AI به‌شکل پروژه‌محور است و برای شرکت در آن، آشنایی اولیه با زبان پایتون نیاز است. در این دوره، شرکت‌کنندگان با راهنمایی منتورها و تمرین‌های واقعی، به‌صورت عملی با مدل‌های زبانی مانند GPT و BERT آشنا می‌شوند. آموزش GPT و استفاده از ابزارهایی مثل ChatGPT در تولید محتوا، چت‌بات‌سازی و تحلیل داده‌ها نیز بخش مهمی از دوره را تشکیل می‌دهد. مسیر یادگیری از سطح پایه تا پیشرفته طراحی شده تا مهارت‌آموزی برای همه ممکن باشد.

سرفصل‌های آموزش Generative AI

در دوره هوش مصنوعی مولد، آموزش هوش مصنوعی مولد، دوره Generative AI دانشکار، سرفصل‌ها به‌گونه‌ای طراحی شده‌اند که هم مباحث پایه‌ای و هم موضوعات پیشرفته را پوشش دهند. محتوای آموزشی این دوره به‌صورت گام‌به‌گام و پروژه‌محور پیش می‌رود و شامل موارد زیر است:

  1. مرور مبانی پایتون برای آماده‌سازی ذهن در کار با مدل‌های مولد
  2. آشنایی با مفاهیم پایه‌ای هوش مصنوعی و جایگاه Generative AI در آن
  3. کار عملی با LangChain برای ساخت اپلیکیشن‌های مبتنی بر LLM
  4. اتصال به مدل‌های زبانی از طریق API و طراحی رابط‌های هوشمند
  5. آموزش کامل Prompt Engineering برای کنترل دقیق خروجی مدل‌ها
  6. استفاده از مدل‌های متن‌باز مانند LLaMA با ابزار Ollama
  7. ساخت سیستم‌های RAG برای پاسخ‌گویی دقیق بر اساس داده‌های اختصاصی

هدف این ساختار، آماده‌سازی کامل شرکت‌کنندگان برای ورود حرفه‌ای به بازار کار و توسعه پروژه‌های واقعی در حوزه Generative AI است.

مزایای دوره: پروژه‌محوری، منتورینگ، یادگیری عمیق

دوره هوش مصنوعی مولد، آموزش هوش مصنوعی مولد، دوره Generative AI در بوتکمپ‌پرو با رویکردی کاملا کاربردی طراحی شده است. برخلاف دوره‌های تئوری که صرفا به آموزش مفاهیم می‌پردازند، مهم‌ترین مزایای این دوره عبارت‌اند از:

  • آموزش پروژه‌محور برای درک واقعی کاربرد Generative AI در شرایط عملی
  • منتورینگ اختصاصی توسط کارشناسان حرفه‌ای و فعالان صنعت هوش مصنوعی مولد
  • ساختار آموزشی گام‌به‌گام همراه با ارزیابی‌های منظم و بازخوردهای تخصصی
  • تمرکز بر آموزش GPT و پیاده‌سازی کاربردی مدل‌های زبانی مولد
  • پشتیبانی از یادگیری صفر تا صد Generative AI
  • امکان تعامل با تیم پشتیبانی علمی در طول دوره

این برنامه روی حل مسئله، تمرین عملی و ارتباط مستقیم با متخصصان تمرکز دارد.

دوره هوش مصنوعی مولد دانشکار برای چه کسانی مناسب است؟

دوره آموزش پروژه‌محور Generative AI برای تمام علاقه‌مندان به یادگیری مهارتی کاربردی در دنیای دیجیتال طراحی شده است. این دوره مناسب دانشجویان هوش مصنوعی، توسعه‌دهندگان، تولیدکنندگان محتوا، بازاریابان، تحلیل‌گران و کارآفرینانی است که قصد دارند از ابزارهای هوش مصنوعی در مسیر حرفه‌ای خود استفاده کنند.

آشنایی با مدل‌های زبانی (LLMs)

یکی از بخش‌های کلیدی در آموزش Generative AI، آشنایی با مدل‌های زبانی بزرگ یا همان (Large Language Models) است. این مدل‌ها مانند GPT بر اساس الگوهای زبانی که از داده‌های متنی گسترده یاد گرفته‌اند، توانایی تولید متن‌های معنادار و مرتبط را دارند.

در این دوره، یادگیری به‌صورت عملی انجام می‌شود و شرکت‌کنندگان با نحوه عملکرد LLM ها هنگام پردازش داده‌های متنی آشنا می‌شوند. همچنین ساختار معماری ترنسفورمر (Transformer Architecture) که پایه اصلی این مدل‌هاست، به‌صورت دقیق بررسی می‌شود.

تمرین‌های عملی و پروژه‌های واقعی

تمرین‌های عملی و پروژه‌های واقعی، ستون اصلی دوره هوش مصنوعی مولد هستند. تمرین‌های عملی و پروژه‌های واقعی، بخش اصلی دوره هوش مصنوعی مولد هستند. شرکت‌کنندگان در این مسیر یاد می‌گیرند چطور از مدل‌هایی مثل GPT و ابزارهای واقعی در پروژه‌های کاربردی استفاده کنند. آموزش‌ها فقط تئوری نیستند، بلکه شامل چالش‌های عملی مثل بازنویسی متن و ساخت چت‌بات با استفاده از ChatGPT هستند.

همچنین، پروژه‌هایی مثل تولید تصویر تبلیغاتی با DALL·E یا طراحی سناریوهای هوشمند با LLM ها به‌صورت کامل اجرا می‌شود. این فرایند یادگیری، آمادگی ورود به بازار کار را افزایش می‌دهد.

پیش‌نیازهای شرکت در دوره هوش مصنوعی مولد

دوره آموزش هوش مصنوعی مولد در بوتکمپ‌پرو، به‌گونه‌ای طراحی شده که علاقه‌مندان بتوانند بدون نیاز به پیش‌زمینه پیچیده، وارد مسیر یادگیری شوند. برای شرکت در این دوره نیاز است با موارد زیر آشنا باشید:

  • با مفاهیم اولیه زبان انگلیسی و خواندن متون ساده آشنایی داشته باشید.
  • استفاده از کامپیوتر و محیط‌های آنلاین برای انجام تمرین‌ها برایتان آسان باشد.
  • ذهنی باز برای یادگیری تکنولوژی‌های جدید و شرکت در پروژه‌های چالشی داشته باشید.
  • علاقه‌مند به آموزش پروژه‌محور Generative AI و یادگیری از طریق تمرین‌های واقعی باشید.
  • برای شرکت در این دوره، آشنایی اولیه با زبان برنامه‌نویسی پایتون ضروری است.

 اگر با مفاهیم پایه پایتون مثل متغیرها، شرط‌ها و حلقه‌ها آشنا باشید، یادگیری مفاهیم Generative AI برایتان بسیار روان‌تر خواهد بود.

 

مشاهده بیشتر
دانشکار
لوگو ساماندهی دانشکار-SAMANDEHI

دارای مجوز رسمی کاریابی الکترونیک و آموزش فنی و حرفه‌ای

از وزارت کار، تعاون و رفاه اجتماعی

لوگو نماد اعتماد دانشکار-ENAMAD

© ۱۴۰۵ تمام حقوق و محتویات این سایت متعلق به شرکت میزان بنیان

می باشد