×
ribbon
مکتب خونه هوش مصنوعیمفاهیم هوش مصنوعیمهندسی پرامپت

مسیر سریع تبدیل توسعه‌دهنده Java به مهندس هوش مصنوعی با Spring AI

مدرس:Udemy

Madan Reddy

در این دوره، از توسعه‌دهنده جاوا تا مهندس هوش مصنوعی مسیر سریع Spring AI را به‌صورت کاربردی می‌آموزید.

جدید
زیرنویس
6دانشجو
6ساعت
سرفصل‌ها
پیشرفته سطح دوره
بروزرسانیمهر ۱۴۰۵
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

یادگیری توسعه اپ‌های هوش مصنوعی با Java و Spring AI از پایه تا پیاده‌سازی پیشرفته

ادغام Spring AI با OpenAI، Ollama، Docker Model Runner و AWS Bedrock

استفاده از قالب‌های پرامپت و تکنیک‌های Prompt stuffing برای بهبود پاسخ‌های مدل

تبدیل پاسخ‌های هوش مصنوعی به Java Beans، Listها و Mapها در Java

این دوره شامل:

6 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

5 فصل49 جلسه6 ساعت ویدیو
اسپرینگ ای‌آی— با اسپرینگ بوت به هوش مصنوعی سلام کنید
  معرفی دوره
10:02
  فریم‌ورک اسپرینگ ای‌آی چیست؟
05:35
  اپلیکیشن سلام جهان با اسپرینگ ای‌آی و اوپن‌ای‌آی— قسمت ۱
11:41
  اپلیکیشن سلام جهان با اسپرینگ ای‌آی و اوپن‌ای‌آی— قسمت ۲
10:57
  بررسی عمیق مدل چت و کلاینت چت
06:04
  ساخت اپلیکیشن سلام جهان با اسپرینگ ای‌آی و اولاما
09:35
  ساخت اپلیکیشن سلام جهان با اسپرینگ ای‌آی و داکر
08:56
  ساخت اپلیکیشن سلام جهان با اسپرینگ ای‌آی و ای‌دبلیو‌اس بستراک— قسمت ۱
11:03
  ساخت اپلیکیشن سلام جهان با اسپرینگ ای‌آی و ای‌دبلیو‌اس بستراک— قسمت ۲
08:43
  کار با چند مدل چت در اسپرینگ ای‌آی
10:49
اصول هوش مصنوعی بهار— پرومپت‌ها، مشاوران و پاسخ‌های ساخت‌یافته
  درک نقش‌های پیام در مدل‌های زبان بزرگ— نظریه
06:24
  درک نقش‌های پیام در مدل‌های زبان بزرگ— نمایش
08:56
  پیش‌فرض‌ها در هوش مصنوعی بهار چیستند؟
10:09
  استفاده از قالب‌های پرومپت در هوش مصنوعی بهار
12:39
  استفاده از روش پرومپت استافینگ
09:24
  چرا پرومپت استافینگ برای داده‌های بزرگ مناسب نیست؟
06:11
  درک مشاوران در گردش کار هوش مصنوعی بهار
04:44
  مشاوران داخلی هوش مصنوعی بهار— هوش قابل نصب و استفاده با یک کلیک
10:27
  مشاوران سفارشی در هوش مصنوعی بهار— هوش را به شیوه دلخواه شما به کار بگرید
09:45
  درک گزینه‌های چت در هوش مصنوعی بهار
10:16
  پیکربندی گزینه‌های چت در هوش مصنوعی بهار
06:23
  اسپرینگ ای آی چت کلاینت— انواع پاسخ‌ها توضیح داده شده
05:59
  پخش همزمان پاسخ‌های هوش مصنوعی در زمان واقعی با استفاده از متد استریم
04:43
  از متن تا انواع— تسلط بر خروجی ساختارمند در اسپرینگ ای آی
06:25
  از متن هوش مصنوعی به اشیاء جاوا— نمایش خروجی ساختارمند در اسپرینگ ای آی
07:40
  استفاده از مبدل‌های خروجی برای Bean، List و Map در اسپرینگ ای آی
05:40
  نگاشت پاسخ هوش مصنوعی به ListPOJO با استفاده از ParameterizedTypeReference
04:21
پایه‌های هوش مصنوعی مولد و مدل‌های زبان بزرگ
  ردیابی ریشه‌ها؛ چگونه به هوش مصنوعی مولد دست یافتیم
04:42
  آشنایی با خانواده هوش مصنوعی مولد— هوش مصنوعی، یادگیری ماشین، یادگیری عمیق و فراتر
10:53
  میم‌های خنده‌دار هوش مصنوعی
05:11
  انواع مدل‌های هوش مصنوعی مولد
03:18
  مقدمه‌ای بر مدل‌های زبان بزرگ— متخصصان متن
10:08
  وظیفه اصلی مدل‌های زبان بزرگ— حدس کلمهٔ بعدی
07:19
  مفهوم توکن‌ها و شناسه‌های توکن در مدل‌های زبان بزرگ
08:27
  در واژه‌نامهٔ مدل زبان بزرگ— آشنایی با واژگان مدل
08:58
  بردهای تعبیه و بردارها— روشی برای بازنمایی معنای واژگان
07:13
  بردارهای تعبیه چگونه محاسبه می‌شوند
11:26
  تعبیه‌های ایستا چیستند
05:51
  بردهای موقعیتی— چگونه هوش مصنوعی ترتیب واژگان را درک می‌کند
04:22
  جادوی توجه— چگونه هوش مصنوعی زمینه را درک می‌کند
07:58
آموزش مدل‌های زبان بزرگ برای به یاد سپردن— قدرت حافظهٔ گفت‌وگو در Spring AI
  مدل‌های زبان بزرگ شما را به یاد نمی‌آورند— ذات بی‌حالت مدل‌های هوش مصنوعی
05:51
  مدل‌های زبان بزرگ همه چیز را فراموش می‌کنند— حافظه چت ناجی است
07:42
  به یاد سپردن کلاینت چت— مشاوران حافظهٔ Spring AI
06:23
  از بی‌وضعیت تا وضعیت‌دار— حافظه اسپرینگ ای آی در عمل
08:36
  حافظه برای هر کاربر در مدل‌های زبان بزرگ— با تشکر از شناسهٔ گفت‌وگو
05:02
  حافظه چت پایدار— اسپرینگ ای آی با پایداری مبتنی بر جی‌دی‌بی‌سی
12:43
  استفاده از حداکثر پیام‌ها برای محدود کردن تاریخچهٔ چت در اسپرینگ ای آی
05:02
  اجتناب از بار اضافی توکن‌ها— با استفاده از حداکثر پیام‌ها همراه با اندازهٔ پنجرهٔ بافت
07:47
از شما سپاسگزاریم و تبریک می‌گوییم
  از شما سپاسگزاریم و تبریک می‌گوییم
01:24

توضیحات دوره

این دوره به توسعه اپ‌های هوش مصنوعی با Spring AI و Java می‌پردازد و جنبه‌های کلیدی شامل استفاده از OpenAI، Ollama، Docker Model Runner و AWS Bedrock را Cover می‌کند. همچنین با ابزارها و تکنیک‌های Prompt، تبدیل پاسخ‌های هوش مصنوعی به JavaBeans، Listها و Mapها، درک کارکرد داخلی مدل‌های زبانی بزرگ با توکن‌ها و Embeddings، و پیاده‌سازی Retrieval-Augmented Generation (RAG) با Spring AI آشنا می‌شوید. مباحث حافظه در چت، آموزش مدل‌ها برای فراخوانی ابزارهای جاوا، توسعه کلاینت‌ها و سرورهای MCP، ارزیابی ایمن‌سازی پاسخ‌ها با Evaluators، و observability شامل متریک‌ها، پایش و ردیابی از جنبه‌های کلیدی دوره هستند. همچنین Transcription، Speech و Image Generation با Spring AI پوشش داده می‌شود.

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

ضمانت بازگشت وجه

کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.

مهلت درخواستتا ۱۵ روز پس از خرید دوره
میزان مشاهدهکمتر از ۲۰ درصد یا ۵ جلسه از دوره
Madan Reddy
1دوره
6دانشجو
مادن رِدی بنیان‌گذار شرکت eazybytes است و بیش از 15 سال تجربه در توسعه و توزیع برنامه‌های وب سازمانی با استفاده از Java، Spring، SpringBoot، Microservices، React، Angular، Cloud و هوش مصنوعی مولد دارد. او همواره مشتاق به‌روز ماندن و انتقال دانش خود به دیگران است. با استعداد قابل توجهش در ساده‌سازی مفاهیم پیچیده، سال‌هاست که به آموزش توسعه‌دهندگان نرم‌افزار می‌پردازد و اخیراً دانش فنی خود را به Udemy گسترش داده تا دوره‌های پرفروش ایجاد کند. از طریق آموزش‌هایش در Udemy، هدف دارد دانش کسب‌شده را به دیگر مهندسان نرم‌افزار و دانش‌آموزان ارائه دهد.

مهارت‌هایی که می‌آموزید

آموزش مهندسی پرامپت
آموزش مفاهیم هوش مصنوعی
آموزش هوش مصنوعی
poster

مسیر سریع تبدیل توسعه‌دهنده Java به مهندس هوش مصنوعی با Spring AI

6دانشجو

دوره‌های مشابه