وضعیت فعلی
ثبت‌نام نشده
قیمت
وارد شوید ...
دوره چرخه حیات توسعه نرم‌افزار (SDLC) نقش مهمی در توانمندسازی مهندسان هوش مصنوعی و توسعه‌دهندگان نرم‌افزار ایفا می‌کند تا بتوانند سیستم‌های هوشمند را به شکلی کارآمد مدیریت، استقرار و نگهداری کنند. با توجه به اهمیت روزافزون راهکارهای هوش مصنوعی در کاربردهای واقعی، آشنایی با اصول SDLC تضمین می‌کند که مدل‌ها و سیستم‌ها به صورت قابل‌اعتماد، مقیاس‌پذیر و ایمن توسعه و پیاده‌سازی شوند. این دوره، پلی بین مفاهیم MLOps و مهندسی نرم‌افزار ایجاد کرده و شرکت‌کنندگان را برای مواجهه با پیچیدگی‌های عملیاتی‌سازی سیستم‌های هوشمند آماده می‌کند.

چرا به SDLC نیاز داریم؟

سرفصل‌های کلیدی شامل اصول DevOps، کانتینرسازی با Docker، ارکستراسیون با Kubernetes، و استقرار در پلتفرم‌های ابری مانند AWS یا GCP است. شرکت‌کنندگان همچنین تجربه عملی در طراحی APIهای RESTful، یکپارچه‌سازی پایگاه‌های داده، و پیاده‌سازی سیستم‌های امن با JWT و OAuth2 کسب می‌کنند. با تسلط بر این مهارت‌ها، فراگیران توانایی مشارکت در توسعه راهکارهای نرم‌افزاری مبتنی بر هوش مصنوعی را با استانداردهای مدرن صنعت خواهند داشت.

4o

محتوای دوره:

چرخه عمر توسعه نرم‌افزار (SDLC)
این دوره در ادامه کورس MLOps طراحی شده و هدف آن تمرکز بر جزئیات فرآیند استقرار و عملیاتی‌سازی مدل‌های هوشمند با تاکید بر اصول توسعه نرم‌افزار است. با بهره‌گیری از مفاهیم DevOps و استفاده از ابزارهای مدرن برای توسعه و استقرار نرم‌افزار، این دوره شرکت‌کنندگان را به مهارت‌های لازم برای طراحی، تست، و استقرار پروژه‌های نرم‌افزاری و هوش مصنوعی در محیط‌های عملیاتی مجهز می‌کند.

سرفصل‌های این دوره شامل موضوعات زیر می‌باشد:

  1. مقدمه‌ای بر SDLC و DevOps
    • معرفی مفاهیم DevOps، ادغام مداوم (CI) و تحویل مداوم (CD).
    • پروژه عملی: راه‌اندازی یک خط لوله DevOps ساده با استفاده از GitHub Actions برای استقرار خودکار.
  2. کانتینر‌سازی و استقرار در ابر (Cloud Deployment)
    • کانتینرسازی برنامه‌ها با Docker، مدیریت با Kubernetes، و استفاده از پلتفرم‌های ابری نظیر AWS و GCP.
    • پروژه عملی: کانتینرسازی یک برنامه پایتون، راه‌اندازی زیرساخت ابری، و استقرار آن با Kubernetes.
  3. طراحی API و امنیت
    • طراحی API‌های RESTful، تأمین امنیت با استفاده از JWT و OAuth2، و بهترین روش‌های امنیتی.
    • پروژه عملی: توسعه یک API امن با FastAPI و پیاده‌سازی احراز هویت با توکن‌های JWT.
  4. FastAPI و یکپارچه‌سازی پایگاه داده
    • استفاده از FastAPI برای توسعه API، اتصال به پایگاه‌های داده و طراحی میکروسرویس‌ها.
    • پروژه عملی: توسعه یک API با FastAPI و اتصال آن به پایگاه داده PostgreSQL.
  5. تست و خودکارسازی (Automation)
    • نوشتن تست‌های واحد و یکپارچه، معرفی TDD، و استفاده از pytest برای تست برنامه‌های پایتون.
    • پروژه عملی: نوشتن تست‌های واحد و یکپارچه برای برنامه‌های پایتون با pytest.

این دوره برای افراد علاقه‌مند به توسعه نرم‌افزار و هوش مصنوعی که به دنبال درک عمیق‌تر فرآیند استقرار، تست و مدیریت نرم‌افزار هستند، بسیار کاربردی است.

محتوای دوره