×
ribbon

مهندسی هوش مصنوعی 2025: بوت‌کمپ کامل مهندس هوش مصنوعی

مدرس:

آکادمی گرولی365 Careers

مهندسان هوش مصنوعی بهترین موقعیت را برای رشد در عصر هوش مصنوعی دارند. آن ها به کسب وکارها... بیشتر
محبوب کاربران
زیرنویس
4.8 (27)
12 دیدگاه
3,194دانشجو
32ساعت
سرفصل‌ها
مقدماتی تا پیشرفته سطح دوره
بروزرسانیآذر ۱۴۰۴

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

این دوره تمام ابزارهایی را که برای تبدیل شدن به یک مهندس هوش مصنوعی نیاز دارید، فراهم می‌کند.

مفاهیم کلیدی هوش مصنوعی را درک کنید و یک پایه محکم بسازید.

برنامه‌نویسی پایتون را شروع کنید و یاد بگیرید چگونه از آن برای NLP و هوش مصنوعی استفاده کنید.

با نشان دادن درک عمیق از حوزه هوش مصنوعی، مصاحبه‌کنندگان را تحت تأثیر قرار دهید.

این دوره شامل:

30 ساعت ویدئو

127 جلسه متنی

87 سؤال سنجش و یادگیری

7 فایل ضمیمه قابل دانلود

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

76 فصل419 جلسه32 ساعت ویدیو
بخش مقدمه‌ای بر هوش مصنوعی: شروع کار
  ساخت یک ابزار هوش مصنوعی در 5 دقیقه (یک دموی سریع)
10:16
  این دوره چه موضوعاتی را پوشش می‌دهد؟
03:17
  هوش طبیعی در برابر هوش مصنوعی
02:06
  تاریخچه مختصر هوش مصنوعی
05:00
  رفع ابهام از هوش مصنوعی، علم داده، یادگیری ماشین و یادگیری عمیق
02:27
  هوش مصنوعی ضعیف در برابر هوش مصنوعی قوی
02:43
  آزمون شماره 1
04:00
بخش مقدمه‌ای بر هوش مصنوعی: داده برای ساخت هوش مصنوعی ضروری است
  داده‌های ساختار یافته در مقابل داده‌های غیرساختار یافته
01:47
  چگونه داده‌ها را جمع‌آوری می‌کنیم؟
04:02
  داده‌های برچسب‌خورده و داده‌های بدون برچسب
02:06
  متاداده: داده‌هایی که داده‌ها را توصیف می‌کنند
01:42
  آزمون شماره 2
03:00
بخش مقدمه‌ای بر هوش مصنوعی: تکنیک‌های کلیدی هوش مصنوعی
  یادگیری ماشین
06:15
  یادگیری تحت نظارت، یادگیری بدون نظارت و یادگیری تقویتی
05:34
  یادگیری عمیق
08:27
  آزمون شماره 3
03:00
بخش مقدمه‌ای بر هوش مصنوعی: شاخه‌های مهم هوش مصنوعی
  رباتیک
04:35
  پردازش و درک تصاویر توسط کامپیوتر (بینایی ماشین)
04:34
  یادگیری ماشین سنتی
01:18
  هوش مصنوعی مولد
04:05
  آزمون شماره 4
03:00
بخش مقدمه‌ای بر هوش مصنوعی: درک هوش مصنوعی مولد
  ظهور هوش مصنوعی مولد: معرفی ChatGPT
02:09
  روش‌های اولیه پردازش زبان طبیعی (NLP)
02:42
  پیشرفت‌های اخیر در پردازش زبان طبیعی (NLP)
03:01
  از مدل‌های زبانی تا مدل‌های زبان بزرگ (LLMs)
06:11
  کارایی آموزش مدل‌های زبان بزرگ (LLMs): یادگیری نظارت‌شده در مقابل نیمه‌نظارت‌شده
03:35
  از ان-گرام‌ها تا شبکه‌های بازگشتی (RNN) تا ترنسفورمرها: تکامل پردازش زبان طبیعی (NLP)
05:22
  مراحل ساخت مدل‌های زبان بزرگ (LLMs)
04:40
  مهندسی پرامپت در مقابل تنظیم دقیق و بازیابی با استدلال (RAG): تکنیک‌های بهینه‌سازی هوش مصنوعی
04:24
  اهمیت مدل‌های پایه‌ای (Foundation Models)
02:49
  خرید در مقابل ساخت مدل‌های پایه‌ای در مقایسه با مدل‌های خصوصی
02:36
بخش مقدمه‌ای بر هوش مصنوعی: چالش‌های عملی در هوش مصنوعی مولد
  عدم سازگاری و توهم (Hallucination)
02:43
  بودجه‌بندی و هزینه‌های API
02:58
  تأخیر (Latency)
01:26
  تمام شدن داده‌ها
02:25
بخش مقدمه‌ای بر هوش مصنوعی: مجموعه فناوری‌های هوش مصنوعی
  برنامه‌نویسی پایتون
02:07
  کار با APIها
01:35
  پایگاه‌های داده برداری (Vector Databases)
03:11
  اهمیت متن‌باز (Open Source)
06:10
  پلتفرم Hugging Face
01:46
  چهارچوب LangChain
02:54
  ابزارهای ارزیابی هوش مصنوعی
03:07
بخش مقدمه‌ای بر هوش مصنوعی: موقعیت‌های شغلی در حوزه هوش مصنوعی
  استراتژیست هوش مصنوعی
05:08
  توسعه‌دهنده هوش مصنوعی
04:27
  مهندس هوش مصنوعی
03:53
بخش مقدمه‌ای بر هوش مصنوعی: نگاهی به آینده
  اخلاق هوش مصنوعی
05:39
  آینده هوش مصنوعی
04:39
بخش پایتون: چرا پایتون؟
  برنامه‌نویسی در چند دقیقه توضیح داده شد
05:29
  چرا پایتون؟
04:32

توضیحات دوره

مهندسان هوش مصنوعی بهترین موقعیت را برای رشد در عصر هوش مصنوعی دارند. آن‌ها به کسب‌وکارها کمک می‌کنند تا با ساخت برنامه‌های مبتنی بر هوش مصنوعی روی وب‌سایت‌ها، اپلیکیشن‌ها و پایگاه‌داده‌های موجودشان از هوش مصنوعی مولد بهره‌برداری کنند. بنابراین، تعجبی ندارد که تقاضا برای مهندسان هوش مصنوعی در بازار کار به شدت افزایش یافته است.

با این حال، عرضه بسیار کم بوده و کسب مهارت‌های لازم برای استخدام شدن به عنوان مهندس هوش مصنوعی می‌تواند چالش‌برانگیز باشد.

پس راه‌حل چیست؟

دانشگاه‌ها در ایجاد برنامه‌های تخصصی و عملی در حوزه مهندسی هوش مصنوعی کند عمل کرده‌اند. تعداد کمی از برنامه‌هایی که وجود دارند نیز معمولاً هزینه‌بر و زمان‌بر هستند.

بیشتر دوره‌های آنلاین تنها ترفندهای ChatGPT و مهارت‌های فنی پراکنده را آموزش می‌دهند و ادغام این مهارت‌ها با یکدیگر همچنان دشوار است.

راه‌حل

مهندسی هوش مصنوعی یک حوزه میان‌رشته‌ای است که شامل موارد زیر می‌شود:

  • اصول و کاربردهای عملی هوش مصنوعی
  • برنامه‌نویسی پایتون
  • پردازش زبان طبیعی با پایتون
  • مدل‌های زبانی بزرگ و ترنسفورمرها
  • توسعه برنامه‌ها با ابزارهای ارکستریشن مانند LangChain
  • پایگاه‌داده‌های برداری با Pinecone

ساخت اپلیکیشن‌های مبتنی بر هوش مصنوعی

هر موضوع بر اساس موضوع قبلی بنا می‌شود و رد شدن از مراحل می‌تواند باعث سردرگمی شود. برای مثال، استفاده از مدل‌های زبانی بزرگ نیازمند آشنایی با LangChain است. همان‌طور که یادگیری پردازش زبان طبیعی بدون مهارت‌های پایه پایتون دشوار خواهد بود.

به همین دلیل ما بوت‌کمپ مهندسی هوش مصنوعی 2025 را ایجاد کردیم تا مؤثرترین، سریع‌ترین و ساختارمندترین آموزش مهندسی هوش مصنوعی آنلاین را ارائه دهیم. این برنامه آموزشی پیشرو بزرگ‌ترین مانع ورود به حوزه مهندسی هوش مصنوعی را از بین می‌برد: جمع‌آوری تمام منابع ضروری در یک مکان.

دوره ما به‌گونه‌ای طراحی شده تا موضوعات مرتبط را به‌طور یکپارچه آموزش دهد و تمام آنچه برای تبدیل شدن به یک مهندس هوش مصنوعی نیاز دارید، با هزینه و زمان کمتر نسبت به برنامه‌های سنتی، فراهم کند.

مهارت‌هایی که در طی این دوره می‌آموزید:

1. مقدمه‌ای بر هوش مصنوعی

داده ساختاریافته و غیرساختاریافته، یادگیری ماشین نظارت‌شده و بدون‌نظارت، هوش مصنوعی مولد و مدل‌های بنیادی این اصطلاحات آشنا دقیقاً به چه معنا هستند؟

چرا باید هوش مصنوعی بخوانیم؟

در این بخش، درک عمیقی از اصول هوش مصنوعی، اهمیت داده باکیفیت، تکنیک‌های مهم، هوش مصنوعی مولد و توسعه مدل‌های پیشرفته مانند GPT، Llama، Gemini و Claude به دست می‌آورید.

2. برنامه‌نویسی پایتون

تسلط بر پایتون برای تبدیل شدن به یک توسعه‌دهنده هوش مصنوعی ماهر ضروری است ابزارهای بدون کدنویسی کافی نیستند.

پایتون یک زبان مدرن، همه‌منظوره و مناسب برای ساخت وب‌اپلیکیشن‌ها، بازی‌ها و پروژه‌های داده‌محور است. کتابخانه‌های گسترده آن، این زبان را برای توسعه مدل‌های هوش مصنوعی ایده‌آل می‌کند.

چرا باید پایتون یاد بگیریم؟

پایتون ابزار اصلی شما برای ارتباط با مدل‌های هوش مصنوعی و ادغام توانایی آن‌ها در محصولاتتان خواهد بود.

3. مقدمه‌ای بر NLP با پایتون

کاوش در پردازش زبان طبیعی و یادگیری تکنیک‌هایی که به کامپیوترها اجازه می‌دهد زبان انسان را درک، تولید و دسته‌بندی کنند.

چرا باید NLP یاد بگیریم؟

NLP پایه مدل‌های پیشرفته هوش مصنوعی مولد است و این برنامه مهارت‌های ضروری برای ساخت سیستم‌های هوش مصنوعی مبتنی بر زبان را به شما آموزش می‌دهد.

4. مقدمه‌ای بر مدل‌های زبانی بزرگ

این بخش، مهارت‌های NLP شما را با آموزش استفاده از توانایی‌های قدرتمند LLMها ارتقا می‌دهد. ابزارهایی مانند معماری ترنسفورمر، GPT، LangChain، HuggingFace، BERT و XLNet را فرا خواهید گرفت.

چرا باید LLMها را یاد گرفت؟

این ماژول دروازه‌ای است به سمت درک نحوه عملکرد مدل‌های زبانی بزرگ و کاربرد آن‌ها برای حل مسائل پیچیده زبانی.

5. ساخت اپلیکیشن با LangChain

LangChain چارچوبی برای توسعه آسان اپلیکیشن‌های هوش مصنوعی از طریق اتصال اجزای مختلف است.

چرا باید LangChain یاد بگیریم؟

چون به شما می‌آموزد چگونه برنامه‌هایی بسازید که بتوانند استدلال کنند و اجزایی مانند مدل‌های زبانی، پایگاه‌داده‌ها و الگوریتم‌های استدلال را به هم متصل کنید.

6. پایگاه‌داده‌های برداری

با رشد فناوری‌های هوش مصنوعی، اهمیت داده‌های برداری و پایگاه‌داده‌های برداری به‌طور چشمگیری افزایش می‌یابد. در این ماژول با Pinecone، یکی از برترین پایگاه‌داده‌های برداری، آشنا می‌شوید.

چرا باید پایگاه‌داده‌های برداری را یاد بگیریم؟

زیرا برای مدیریت و جست‌وجوی مؤثر حجم عظیمی از داده‌های چندبعدی ضروری هستند و برای ساخت اپلیکیشن‌های هوش مصنوعی بهینه‌سازی‌شده حیاتی‌اند.

7. تشخیص گفتار با پایتون

در این بخش وارد دنیای جذاب تشخیص گفتار می‌شوید و یاد می‌گیرید سیستم‌های هوش مصنوعی چگونه گفتار را به متن و اطلاعات قابل استفاده تبدیل می‌کنند.

چرا باید تشخیص گفتار یاد بگیریم؟

زیرا پایه دستیارهای صوتی، ابزارهای تبدیل گفتار به متن و رابط‌های صوتی است.

آنچه پس از اتمام این دوره به دست می‌آورید:

  • مهارت‌های ضروری برای استخدام در مهندسی هوش مصنوعی
  • گواهی پایان دوره
  • به‌روزرسانی‌های آینده
  • حل مسائل واقعی کسب‌وکار برای آمادگی شغلی

ما مشتاقیم که به شما کمک کنیم از صفر تبدیل به یک مهندس هوش مصنوعی شوید

با محتوای عالی دوره و بدون هیچ ریسکی، مطمئنیم که از آن لذت خواهید برد.

چرا تأخیر؟ هر روز یک فرصت از دست‌رفته است. دکمه "افزودن به سبد خرید" را بزنید و به برنامه مهندسی هوش مصنوعی ما بپیوندید.

این دوره برای چه کسانی مناسب است؟

  • اگر می‌خواهید مهندس هوش مصنوعی شوید یا با این حوزه آشنا شوید
  • اگر به‌دنبال یک شغل عالی هستید
  • این دوره برای مبتدیان نیز ایده‌آل است، زیرا از مبانی شروع شده و به‌تدریج مهارت‌هایتان را ارتقا می‌دهد 
 

دیدگاه کاربران

4.8

بر اساس امتیاز 27 دانشجو

1
2
3
4
5

دانشجوی دوره

9 روز پیش

5

جواب برخی از تست‌ها غلط هست !! ولی آموزش دوره خیلی جامع هست.

محمدرضا شیرزاد سیبنی

9 روز پیش

5

عالی

دانشجوی دوره

13 روز پیش

5

عالیی و قوی

دانشجوی دوره

27 روز پیش

5

دوره کامل و جامعی هستش و چیزای زیادی ازش یاد گرفتم

دانشجوی دوره

27 روز پیش

5

عالی

شهرام رستمی

1 ماه پیش

5

عالیه

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه
آکادمی گرولیآموزش مهارت‌های شغلی
100دوره
50,691دانشجو
1,503نظر و امتیاز

• آکادمی گرولی با هدف توانمندسازی و توسعه‌ی حرفه‌ای افراد فعالیت می‌کند.

دوره‌های این آکادمی در حوزه‌های شغلی متنوعی مانند هوش مصنوعی، برنامه‌نویسی، نرم‌افزارهای کاربردی، مدیریت محصول، بازاریابی دیجیتال، مهارت‌های نرم و توسعه کسب‌وکار دسته‌بندی می‌شوند.

این دوره‌ها اکثرا از پرفروش‌ترین آموزش‌های برترین پلتفرم‌های یادگیری دنیا مانند یودمی، لینکدین‌لرنینگ، کورسرا و ریفورج هستند که همگی با زیرنویس فارسی منتشر شده‌اند. همچنین چندی از دوره‌های این آکادمی نیز، به صورت اختصاصی توسط مدرسان معتبر ایرانی تهیه گردیده‌اند.

4دوره
5,042دانشجو
77نظر و امتیاز

365 Careers ارائه‌دهنده شماره ۱ دوره‌های کسب‌وکار، مالی و علم داده در Udemy است. دوره‌های این شرکت توسط بیش از ۳,۰۰۰,۰۰۰ دانشجو در ۲۱۰ کشور گرفته شده‌اند. افرادی که در شرکت‌های برتر جهان مانند اپل، پی‌پال و سیتی‌بانک مشغول به کار هستند، آموزش‌های 365 Careers را تکمیل کرده‌اند.

در حال حاضر، 365 در Udemy بر روی موضوعات زیر تمرکز دارد:

مالی – مبانی مالی، مدل‌سازی مالی در اکسل، ارزش‌گذاری، حسابداری، بودجه‌بندی سرمایه‌ای، تحلیل صورت‌های مالی (FSA)، بانکداری سرمایه‌گذاری (IB)، خرید اهرمی (LBO)، برنامه‌ریزی و تحلیل مالی (FP&A)، بودجه‌بندی شرکتی، کاربرد پایتون در مالی، مطالعه موردی ارزش‌گذاری تسلا، CFA، ACCA، و CPA

علم داده – آمار، ریاضیات، احتمال، SQL، برنامه‌نویسی پایتون، پایتون برای مالی، هوش تجاری، R، یادگیری ماشین، تنسرفلو، تبلو، ادغام SQL و تبلو، ادغام SQL، پایتون، تبلو، پاور بی‌آی، مدل‌سازی ریسک اعتباری و تحلیل اعتباری، سواد داده، مدیریت محصول، Pandas، Numpy، استراتژی داده

کارآفرینی – استراتژی کسب‌وکار، مدیریت و مدیریت منابع انسانی، بازاریابی، تصمیم‌گیری، مذاکره و متقاعدسازی، استراتژی و بازاریابی تسلا

بهره‌وری در دفتر – مایکروسافت اکسل، پاورپوینت، مایکروسافت ورد، و مایکروسافت اوت‌لوک

بلاکچین برای کسب‌وکار

تمام دوره‌های ما دارای ویژگی‌های زیر هستند:

  • از پیش‌نوشته‌شده
  • عملی
  • متمرکز و دقیق
  • جذاب
  • آزمایش شده در دنیای واقعی

با انتخاب 365 Careers، مطمئن می‌شوید که از کارشناسان اثبات‌شده‌ای که به تدریس علاقه دارند و می‌توانند شما را در کوتاه‌ترین زمان ممکن از سطح مبتدی به حرفه‌ای برسانند، یاد خواهید گرفت.

اگر می‌خواهید تحلیل‌گر مالی، دانشمند داده، تحلیل‌گر کسب‌وکار، تحلیل‌گر داده، تحلیل‌گر هوش تجاری، مدیر کسب‌وکار، مدیر مالی، تحلیل‌گر FP&A، بانکدار سرمایه‌گذاری یا کارآفرین شوید، دوره‌های 365 Careers بهترین مکان برای شروع هستند.

مهارت‌هایی که می‌آموزید

دیگر دوره‌های آکادمی گرولی