دوره آموزشی الگوهای طراحی هوش مصنوعی عامل‌محور مبتنی بر فضای ابری

چطور عامل‌های هوش مصنوعی رو در محیط‌های ابری (Cloud) مستقر کنیم؟ عامل‌هایی که از چند مدل زبان بزرگ (LLM) استفاده می‌کنن چطور باید طراحی بشن؟ بهترین روش‌ها برای اشتراک‌گذاری داده‌های حالت، تعادل بار و بهینه‌سازی عملکرد راه‌حل‌ها چیه؟ و چطور می‌تونیم عامل‌های هوشمند رو طوری طراحی کنیم که وقتی مجبور هستن با سرویس‌ها و ابزارهای خارجی ناپایدار تعامل داشته باشن، مقاوم باشن؟

تمام این سوالات و خیلی موضوعات دیگه توسط Thomas Erl، نویسنده پرفروش و LinkedIn Top Voice در این دوره پاسخ داده می‌شن. این دوره شامل مجموعه متنوعی از الگوهای طراحی مخصوص راهکارهای عامل‌محور (Agentic AI) هم در ابر و هم در محیط‌های داخلی سازمان (On-Premises) می‌شه.

علاوه بر تکنیک‌های طراحی، این دوره به شیوه‌های مدیریت و مشاهده‌پذیری عامل‌ها هم می‌پردازه؛ شامل ردیابی فعالیت عامل‌ها، اعمال سیاست‌ها و بهینه‌سازی هزینه‌های LLM. با گذروندن این دوره، شما مهارت‌های لازم برای طراحی، پیاده‌سازی و مدیریت راهکارهای Agentic AI مقاوم و کارآمد در محیط‌های پیچیده رو خواهید داشت.

اهداف یادگیری
یادگیری بهترین روش‌های استقرار عامل‌ها در محیط ابری و محیط‌های داخلی سازمان.
طراحی عامل‌های هوشمند با استفاده از چند مدل زبان بزرگ (LLM) به شکل بهینه و مقیاس‌پذیر.
بهینه‌سازی اشتراک‌گذاری داده‌های حالت، تعادل بار و عملکرد سیستم.
توسعه راهکارهای مقاوم برای تعامل با سرویس‌ها و ابزارهای خارجی ناپایدار.
آشنایی با الگوهای طراحی Agentic AI برای محیط‌های پیچیده و ابری.
یادگیری مدیریت و مشاهده‌پذیری عامل‌ها، شامل ردیابی فعالیت‌ها و اعمال سیاست‌ها.
بهینه‌سازی هزینه‌های مرتبط با استفاده از LLM‌ها.
کسب مهارت‌های عملی برای ساخت و مدیریت راهکارهای Agentic AI در پروژه‌های واقعی.