MCP ، پروتکل زمینه Model ، شما را قادر می سازد تا تقریباً هر چیزی را به AI وصل کنید. در این دوره سریال به نوبه خود ، مربی اصلی LinkedIn Morten Rand-Hendriksen Unboxes MCP. شما می آموزید که MCP چیست و چرا اهمیت دارد. سپس دست به دست هم دهید و یاد بگیرید که چگونه سرورهای MCP را از ابتدا بسازید ، از ویژگی های برش مانند انتخاب و نمونه برداری ، مدیریت امنیت و مجوز استفاده کنید و سرورهای MCP از راه دور را برای دسترسی و استفاده آسان تر مستقر کنید.

 Azure AI Speech با استفاده از مدل‌های گفتاری از پیش ساخته شده یا قابل تنظیم، به توسعه‌دهندگان اجازه می‌دهد تا برنامه‌های هوش مصنوعی چندوجهی، چند زبانه و با قابلیت صوتی بسازند. در این دوره، مربی Marco Casalaina با بیان ویژگی ها و قابلیت های اساسی Azure Speech شروع می کند و رایج ترین موارد استفاده را شناسایی می کند. سپس، از طریق آموزش عملی، مدل‌ها و رونویسی‌های گفتار به متن، ابزارها و صداها از متن به گفتار و ایجاد آواتار را پوشش می‌دهد. این دوره با پوشش قابلیت های پیشرفته گفتار Azure به پایان می رسد.

 ایده خود را به یک محصول زنده SaaS تبدیل کنید - در یک روز واحد. این دوره عملی سریع و عملی شما را از طریق ساختن یک MVP کامل با قدرت AI و مدل های بزرگ زبان (LLMS) راهنمایی می کند. معماری محصول خود را برنامه ریزی کرده و طراحی کنید ، یک API کاملاً مستند تهیه کنید ، کانتینریزاسیون کنید و پس زمینه خود را مستقر کنید ، یک جلوی با تبدیل بالا بسازید و ویژگی های امن و آماده تولید مانند کلیدهای API و اسناد توسعه دهنده را اضافه کنید. این دوره با هدف توسعه دهندگان ، بنیانگذاران استارتاپ و سازندگان آماده برای متوقف کردن Ideating و شروع حمل و نقل است.

 استفاده مؤثر از دستیاران برنامه نویسی AI می تواند فرایند توسعه نرم افزار را از طریق تولید سریع کد ، تکرار ، آزمایش و پیشرفت مدرن توسعه آزمایش محور (TDD) سرعت و بهبود بخشد. ابزارهای AI را برای ساخت و گسترش پروژه های برنامه نویسی ، ایجاد اجزای جدید با تولید کد دیگ بخار مناسب برای هدف ، تأیید پروژه ها با تست های تولید شده توسط AI ، به طور خودکار مستند و گسترش پروژه ها و موارد دیگر اعمال کنید. این دوره شامل ساخت پروژه های جدید از ابتدا و همچنین استفاده از هوش مصنوعی برای به روزرسانی و بازپرداخت کد های موجود است.

 

آیا شما آماده ساخت برنامه های کاربردی با مدل های بزرگ زبان (LLMS) هستید ، اما مطمئن نیستید که از کجا شروع کنید؟ این دوره که منحصر به فرد برای مبتدیان و بدون تجربه در فضای LLM طراحی شده است ، نمای کلی از اصول LLM ها را با چالش های دستی برای تقویت مهارت های شما در این راه ارائه می دهد. ملزومات مربوط به تولید با اوج بازیابی را از جمله اصول اولیه موتور جستجو ، محدودیت های مدل تعبیه شده و نحوه ساخت یک برنامه چت-با PDF کاوش کنید. در طول راه ، مربی هان لی تکنیک های مهندسی سریع را به شما نشان می دهد ، از جمله استراتژی هایی برای مهندسی زمینه برای مدیریت و بهینه سازی ورودی های ارائه شده به LLM ها و نظارت بر بینش آنها از طریق ابزارهای مشاهده ای مانند Langsmith. با استفاده از Codepaces GitHub ، می توانید از هر دستگاهی ، در هر زمان استفاده کنید-همه در حالی که از ابزاری استفاده می کنید که احتمالاً در محل کار با آن روبرو خواهید شد. برای یادگیری نحوه شروع کار ، از فیلم "استفاده از CodeSpaces GitHub با این دوره" دیدن کنید.

 

هوش مصنوعی یکی از مهم ترین اما کمتر شناخته شده ترین زمینه ها در جهان است. طرز فکر ما در مورد کسب و کار را تغییر می دهد، اما آنقدر سریع در حال تغییر است که دانستن اینکه از کجا شروع کنیم دشوار است. اگر به دنبال کسب اطلاعات بیشتر در مورد مقیاس‌گذاری هوش مصنوعی هستید، به تیم مهندسی هوش مصنوعی و یادگیری ماشین LinkedIn در این دوره آموزشی مبتدی بپیوندید، سومین و آخرین قسمت از مجموعه Linked AI Academy AI-100.< /p>

مبانی نحوه عملکرد هوش مصنوعی را کشف کنید تا بتوانید آن را مانند یک حرفه ای مقیاس کنید. موارد استفاده را با نمونه های خاصی از برنامه های کاربردی هوش مصنوعی لینکدین کاوش کنید. دریابید که چگونه LinkedIn هوش مصنوعی را برای تقریباً یک میلیارد کاربر محصول توسعه و مقیاس می کند. در طول مسیر، این مربیان درباره ویژگی‌های برنامه‌هایی مانند جستجو، توصیه‌ها، طبقه‌بندی‌کننده‌های هرزنامه، انتخاب‌کننده حساب جعلی، تشخیص ناهنجاری، سیستم‌ها و بهره‌وری، اعتماد و حریم خصوصی، استانداردسازی و موارد دیگر بحث می‌کنند.

 در این دوره دستی ، شما از API OpenAI برای استفاده از قابلیت های چندمادی GPT-4O و فراخوانی عملکرد برای استخراج متن از تصاویر ، مطابقت با داده ها با JSON استفاده می کنید ، و توابع را برای ذخیره داده های استخراج شده در صفحه گسترده استفاده می کنید.

 این دوره به شما نحوه استفاده از Bolt را نشان می‌دهد، ابزار توسعه مبتنی بر هوش مصنوعی که به هر کسی اجازه می‌دهد با استفاده از زبان طبیعی برنامه‌های پشته کامل بسازد. بدون IDE، بدون راه اندازی، فقط درخواست هوشمند در مرورگر. چه یک توسعه‌دهنده با تجربه باشید که می‌خواهید سریع‌تر نمونه‌سازی کنید یا یک برنامه‌نویس غیرکدنویس، Bolt می‌تواند به شما کمک کند به راحتی از یک ایده به برنامه توسعه‌یافته بروید. به علاوه به شما کمک می کند تا با هوش مصنوعی به روشی تعاملی که هرگز قبل از سن هوش مصنوعی در دسترس نبوده است، طوفان فکری کنید. همچنین یاد خواهید گرفت که با استفاده از Supabase برای خدمات باطن، داده‌ها را به پروژه‌های خود اضافه کنید، و یاد می‌گیرید که چگونه میزبانی سایت خود را برای دیدن دنیا مستقر کنید. همیشه توسط دستورات هدایت می شود و نه دستور پیچیده.

 این دوره که برای توسعه دهندگان، دانشمندان داده و اپراتورهای هوش مصنوعی طراحی شده است، شما را به دانشی برای ایجاد سیستم های هوش مصنوعی شفاف و کارآمد مجهز می کند. توسعه دهنده تمام پشته Fikayo Adepoju شما را با مفاهیم اساسی مشاهده پذیری هوش مصنوعی، از جمله توسعه استراتژی برای پیاده سازی و یادگیری استفاده از ابزارهای مناسب برای برنامه های مختلف هوش مصنوعی آشنا می کند. درک عملی خود را با پروژه های آزمایشی عملی ایجاد کنید. کارهای کلیدی مانند تنظیم نظارت برای مدل های هوش مصنوعی، تجزیه و تحلیل گردش کار، بهینه سازی اجزای بازیابی و مدیریت سلامت زیرساخت را بیاموزید. با درک عملکرد درونی مدل‌های هوش مصنوعی و تعاملات آن‌ها، احتمال بروز اشکالات، سوگیری‌ها و گلوگاه‌های عملکرد را به میزان قابل توجهی کاهش خواهید داد. این دوره به شما مهارت‌هایی را می‌آموزد که برای اطمینان از اینکه برنامه‌های مبتنی بر LLM شما به خوبی نظارت می‌شوند و دارای عملکرد بالا هستند، نیاز دارید.

 این دوره توسعه دهندگان هوش مصنوعی را در فرآیند ساخت و آزمایش یک نمونه اولیه هوش مصنوعی با تمرکز بر پیاده سازی عملی می گذراند. مربی Nayan Saxena با نشان دادن نحوه راه اندازی یک نمونه اولیه اولیه و ادغام مدل های هوش مصنوعی خود شروع می کند. او بهترین روش‌ها را در آزمایش و اشکال‌زدایی مدل‌های هوش مصنوعی، همراه با ابزارهایی برای کمک به ساده‌سازی فرآیند هماهنگ‌سازی و آزمایش پوشش می‌دهد.

 هوش مصنوعی تکامل یافته است و طیف وسیعی از افراد از توسعه دهندگان ، سرگرمی ها و رهبران فناوری که به دنبال کشف اکوسیستم هستند ، وجود دارد. در این دوره ، مربی Wuraola Oyewusi اکتشافی هدایت شده از توسعه دهندگان ابزارهای نوظهور در حال ظهور ارائه می دهد تا بتوانند در شغل خود رقابت کنند. با ظهور ابزارهای هوش مصنوعی مانند رابط های چت و مدل های AI به راحتی در دسترس ، می تواند برای کسانی که به دنبال بخشی از موج هوش مصنوعی هستند ، بسیار زیاد باشد. این دوره دانش را به شما می دهد تا با اطمینان در اکوسیستم AI حرکت کنید و ابزارها و منابع مرتبط با اهداف خود را شناسایی کنید.

 

پیچیدگی های برنامه نویسی پایتون را با تأکید بر تسلط بر ساختار داده ها و به دست آوردن یک حاشیه رقابتی با یادگیری نوشتن کد تمیزتر ، کارآمدتر و بسیار سازمان یافته کشف کنید. این دوره به شما کمک می کند تا با استفاده از ویژگی های قدرتمند پایتون ، داده ها را به طور مؤثر تجزیه و تحلیل و دستکاری کنید ، و برای توسعه دهندگان نرم افزار ، دانشمندان داده و علاقه مندان به فناوری مشتاق هستند که مهارت های برنامه نویسی خود را پالایش کرده و دانش برنامه نویسی خود را بالا ببرند.

در حالی که درک می کنند چگونه می توانند راندمان کد شما را ارتقا دهند ، در مورد مفاهیم کلیدی مانند لیست ها ، فرهنگ لغت ها و مجموعه ها بیاموزید. برای بهبود قابلیت های حل مسئله ، به بهینه سازی الگوریتم ها بپردازید. کشف بهترین روشها برای سازماندهی و مدیریت داده ها در سیستم های پیچیده. این دوره را بررسی کنید تا یاد بگیرید که چگونه با اطمینان با چالش های کدگذاری با سرعت و دقت بهبود یافته مقابله کنید و شما را در هر تیم توسعه به یک دارایی ارزشمند تبدیل کنید.

 این دوره به بررسی تأثیر تحول آمیز برنامه نویسی AI در طراحی و معماری سیستم ، تجهیز معماران و توسعه دهندگان ارشد برای ساخت سیستم های مقیاس پذیر و انعطاف پذیر برای ادغام هوش مصنوعی می پردازد. یاد بگیرید که معماری های مدولار ، خطوط لوله CI/CD معمار را برای کد تولید شده توسط AI طراحی کنید و اقدامات حاکمیتی و امنیتی را برای اطمینان از انطباق و حریم خصوصی داده ها انجام دهید. این دوره همچنین استراتژی های مربوط به طراحی سیستم پایدار را در بر می گیرد و به شما در بهینه سازی استفاده از منابع در محیط های دارای هوش مصنوعی کمک می کند. در پایان ، شما باید آماده باشید تا معماری خود را با خواسته های توسعه AI محور تطبیق دهید و روندهای نوظهور را پیش بینی کنید که آینده هوش مصنوعی را در طراحی سیستم شکل دهد.

 

این دوره مروری بر "محصولات AI Building: Essentials Security Essentials" - مسیر یادگیری - اهداف مسیر یادگیری ، آنچه را که هر دوره پوشش می دهد و گزاره ارزش تکمیل گواهی حرفه ای را درک می کند ، ارائه می دهد.

این گواهی حرفه ای بر پایه های فنی ساختمان محصولات امن هوش مصنوعی در مقیاس متمرکز است. این دوره ها شما را از طریق ملاحظات اساسی امنیتی و پیاده سازی های مورد نیاز در طول چرخه عمر محصول AI راهنمایی می کند. هر یک از دوره ها شما را از طریق بخش اصلی آن گردش کار می برد.

 در دنیای هیجان انگیز توسعه محصول هوش مصنوعی با تمرکز بر معماری و ارکستراسیون شیرجه بزنید. این دوره شما را با اهداف یادگیری مسیر یادگیری معماری و ارکستراسیون محصولات هوش مصنوعی آشنا می کند. در این مسیر یادگیری، مربیان خبره شما را در طول چرخه عمر محصول هوش مصنوعی، از طراحی پشته تا اشکال زدایی مدل، راهنمایی می کنند. مهارت های ضروری را ایجاد کنید که در صنایعی مانند فناوری، مالی و مراقبت های بهداشتی بسیار مورد توجه است. کشف کنید که چگونه دانش نظری را با یادگیری عملی و عملی به راه حل های تاثیرگذار تبدیل کنید. هنگامی که این مسیر یادگیری را تکمیل کردید، می توانید گواهی حرفه ای لینکدین را برای ارتقای اعتبار خود و اثبات تخصص خود در ایجاد تعادل و هماهنگی بین محصولات هوش مصنوعی کسب کنید.

 ایجاد تست امنیتی در چرخه عمر توسعه نرم افزار بهترین راه برای محافظت از برنامه و کاربران نهایی شما است. این دوره ابزارها و تکنیک هایی را شناسایی می کند که توسعه دهندگان می توانند از آنها برای به حداقل رساندن هزینه و تأثیر تست امنیتی استفاده کنند و در عین حال تأثیر و اثربخشی آن را به حداکثر برسانند. در این دوره، مدرس Jerod Brennen بر فعالیت‌های تست آفلاین تمرکز می‌کند: تهیه طرح‌های تست، خط‌مشی‌ها، و سایر اسناد و انجام بازبینی کد منبع آفلاین. او همچنین نحوه انجام آزمایش آفلاین برای ده آسیب پذیری برتر OWASP را توضیح می دهد. در طول مسیر، می توانید با بهترین شیوه های امنیتی در SDLC آشنا شوید. بخش‌های عملی - با نمایش ابزارهای محبوب مانند Codacy و SonarQube - شما را برای استفاده از درس‌ها در دنیای واقعی آماده می‌کند.

 در این دوره ، کارلوس سولس - نویسنده ، استاد ، توسعه دهنده و استاد اسکرام معتبر - چگونگی ادغام هوش مصنوعی را با توسعه آزمایش محور (TDD) ارائه می دهد و به شما نشان می دهد که چگونه شیوه های کد نویسی خود را به یک گردش کار قابل اعتماد و مقیاس پذیر تبدیل کنید. یاد بگیرید که از ابزارهای مختلف هوش مصنوعی برای تولید و اصلاح کد با دقت و متن بیشتر استفاده کنید. به اصول TDD ، از جمله تست های واحد ، تست های پذیرش و تست های ادغام بپردازید و در مورد چرخه قدرتمند قرمز-سبز-نمایشی اطلاعات کسب کنید. نحوه پیکربندی محیط توسعه خود را برای برنامه نویسی با کمک AI و تنظیم چارچوب های آزمایش کشف کنید. این دوره به شما این امکان را می دهد تا با استفاده از اصول TDD ، با استفاده از هوش مصنوعی برای سرعت بخشیدن به توسعه ضمن حفظ استانداردهای با کیفیت بالا ، ویژگی های جدیدی بسازید. بیاموزید که چگونه با تکنیک های برش که باعث افزایش اعتماد به نفس و بالا بردن توانایی برنامه نویسی شما می شود ، رویکرد خود را به توسعه نرم افزار تبدیل کنید.

 یک رویکرد جامع برای ساختن سیستم‌های هوش مصنوعی که از نظر طراحی ایمن هستند، کشف کنید، و کنترل‌های امنیتی را در هر لایه از چرخه عمر هوش مصنوعی پوشش می‌دهد. از امنیت داده‌ها و حاکمیت گرفته تا حفاظت از زیرساخت‌ها، مربی Reet Kaur مهارت‌های عملی در تشخیص تهدیدات متخاصم، دسترسی به مدل امن و نظارت مستمر را به اشتراک می‌گذارد. این دوره همچنین خطوط لوله CI/CD ایمن برای هوش مصنوعی را پوشش می‌دهد که بر اعتبارسنجی مداوم و کاهش تهدید فعال تمرکز دارد. در طول مسیر، بینش هایی در مورد انطباق با مقررات، حکمرانی و روش های ساختاریافته برای ارزیابی و مدیریت ریسک های خاص هوش مصنوعی جمع آوری کنید.

 اگر یک برنامه نویس هستید، احتمالاً کنجکاو هستید (و شاید کمی دلهره داشته باشید) که هوش مصنوعی چه کاری می تواند برای کار شما انجام دهد. در این دوره، Morten Rand-Hendriksen به شما نشان می دهد که چگونه می توانید توسعه نرم افزار خود را با کمک یک برنامه نویس جفت هوش مصنوعی افزایش دهید. مورتن استراتژی‌های عملی و تمرین عملی را در مورد چگونگی استفاده از ابزارهای هوش مصنوعی مانند ChatGPT و GitHub Copilot برای افزایش بهره‌وری و نوشتن کد بهتر به اشتراک می‌گذارد. او نشان می‌دهد که چگونه می‌توان از هوش مصنوعی برای پرداختن به وظایف مشترک استفاده کرد، ابزارهای هوش مصنوعی چگونه متفاوت هستند، و درک درستی از آنچه ممکن است، چگونه ابزارهای هوش مصنوعی می‌توانند در کار شما جا بیفتند و مهمتر از همه محدودیت‌ها و نرده‌های محافظ فعلی کجا هستند را نشان می‌دهد.

 برای تقویت آزمایش خودکار در فرآیند توسعه نرم افزار خود ، چگونه می توانید از AI ، به ویژه GitHub Copilot استفاده کنید. مربی گری کوار نحوه نوشتن ، اصلاح مجدد و تولید تست ها را به طور مؤثر نشان می دهد و از کیفیت و ثبات کد اطمینان حاصل می کند. گری با بررسی قابلیت های Copilot ، اصول آزمایش خودکار و اینکه چگونه AI می تواند به طور قابل توجهی پوشش آزمون و کیفیت کد شما را تقویت کند ، شروع می کند. بیاموزید که یک مجموعه تست را پیکربندی کنید ، کد قابل آزمایش را شناسایی کنید و با سهولت تست های معنی دار تولید کنید. جلسات عملی در مورد اصلاح مجدد با تست ها اطمینان حاصل می کند که لایه ای از ایمنی را به فرآیند توسعه خود اضافه می کنید. پس از اتمام این دوره ، شما آماده استفاده از GitHub Copilot برای تولید تست های خودکار از کد موجود و ایجاد کد جدید پس از نوشتن تست هستید.