محمد اکبری
با FAISS، سامانه‌ای مقیاس‌پذیر برای جست‌وجو در میان یک میلیون بردار طراحی کنید و تأخیر و مصرف حافظه را کاهش دهید.
درک ساختار الگوریتم‌های جستجوی تقریبی (ANN) و تحلیل پیچیدگی زمانی آن‌ها
پیاده‌سازی عملی ایندکس‌های مبتنی بر گراف (HNSW) و مدیریت پارامترهای کلیدی مانند efSearch
استقرار و شتاب‌دهی محاسبات برداری بر روی پردازنده‌های گرافیکی (GPU) جهت کاهش زمان جستجو
طراحی معماری یک سیستم جستجو برای یک میلیون بردار با رعایت محدودیت‌های سخت حافظه و تأخیر
2 ساعت ویدئو
دسترسی مادام‌العمر به محتوای دوره
در دنیای مدرن هوش مصنوعی، جستجوی سریع و بهینه در میان میلیون‌ها داده‌ی برداری (Vector Embeddings) یکی از چالش‌های اساسی مهندسان نرم‌افزار و متخصصان داده است. این دوره آموزشی به صورت جامع و پروژه-محور، شما را با معماری و پیاده‌سازی کتابخانه قدرتمند FAISS آشنا می‌کند.
روش تدریس در این دوره بر مبنای درک عمیق مفاهیم پایه تا طراحی سیستم‌های پیشرفته بنا شده است؛ از تحلیل الگوریتم‌های پایه‌ای مانند K−Means تا بررسی ساختارهای پیچیده‌تری همچون گراف‌های HNSW و تکنیک‌های فشرده‌سازی IVF−PQ. دانشجویان در طول این دوره، مهارت‌های کلیدی مدیریت حافظه، کاهش ابعاد داده‌ها و استفاده از شتاب‌دهنده‌های سخت‌افزاری (GPU) برای پردازش‌های سنگین را می‌آموزند.
مزیت اصلی این دوره، تمرکز بر سناریوهای واقعی و محدودیت‌های صنعتی است؛ به طوری که در پایان، دانشجو قادر خواهد بود یک سیستم جستجوی برداری با مقیاس‌پذیری بالا، تأخیر پایین (Low Latency) و مصرف بهینه حافظه طراحی و پیاده‌سازی کند.
بر اساس امتیاز 10 دانشجو
با بیش از ۷ سال تجربه حرفه‌ای در توسعه زیرساخت‌های بک‌اند (Backend Development)، محمد اکبری یکی از مهندسان خوش‌فکر و عمل‌گرا در حوزه مهندسی نرم‌افزار و سیستم‌های یکپارچه هوش مصنوعی (AI Systems) است. او با پس‌زمینه مهندسی نرم‌افزار و تحصیلات پیشرفته در مقطع کارشناسی ارشد هوش مصنوعی، مسیر توسعه فردی خود را بر یادگیری سریع (Rapid Learning) و مهندسی کاربردی بنا نهاده است.
محمد اکبری با تلفیق دانش معماری نرم‌افزار و درک عمیق از ریاضیات و مفاهیم هوش مصنوعی، به دانش‌پذیران کمک می‌کند تا مفاهیم پیچیده‌ای مانند پایگاه‌داده‌های برداری (Vector DBs) و تکنولوژی‌های نوظهور را به شکلی ملموس و پروژه‌محور بیاموزند. سبک تدریس او به دلیل لحن دوستانه، کنجکاوی در جزئیات فنی و تأکید بر «روحیه تمام‌کنندگی» و یکپارچه‌سازی سیستم‌ها، همواره برای توسعه‌دهندگان جذاب و الهام‌بخش بوده است.
از جمله سوابق حرفه‌ای و دستاوردهای ایشان می‌توان به موارد زیر اشاره کرد:
طراحی و تدوین دوره‌های آموزشی تخصصی و پیشرفته هوش مصنوعی (از جمله کتابخانه FAISS) با رویکرد ورود به بازار کار.
توسعه و معماری سیستم‌های هوشمند ترکیبی (Hybrid Agentic Systems) برای تحلیل داده و خودکارسازی فرآیندها.
تسلط عمیق بر معماری داده و ترکیب زبان‌هایی نظیر Golang و Python در تولید محصولات مقیاس‌پذیر.
با نگاهی متفاوت به چالش‌های مسیر یادگیری و تمرکز بر نیازهای واقعی بازار، محمد اکبری دوره‌های آموزشی خود را به بستری برای خلق ارزش، رشد مستمر و تربیت مهندسان سطح بالا تبدیل کرده است.
آموزش جامع FAISS: طراحی و پیاده‌سازی موتورهای جستجوی برداری (Vector Search)
