مسیر مهندس AI

محتوای آموزشی مسیر مهندس هوش مصنوعی

مسیر مهندسی هوش مصنوعی برای چه گروهی طراحی شد؟

• مهندسین و توسعه‌دهندگان نرم‌افزار:
  اگر توسعه‌دهنده نرم‌افزار هستید و می‌خواهید وارد حوزه طراحی و استقرار سیستم‌های هوش مصنوعی شوید.
• دیتاساینتیست‌ها:
  اگر در حال حاضر به‌عنوان دانشمند داده مشغولید و قصد دارید راهکارهای خود را به سیستم‌های عملیاتی تبدیل کنید.
• دانشجویان رشته‌های ریاضی و مهندسی:
  اگر زمینه ریاضیات و برنامه‌نویسی پایتون را دارید و می‌خواهید حرفه‌ای وارد دنیای مهندسی هوش مصنوعی شوید.

مدت زمان و نحوه برگزاری

• مدت زمان کل دوره: ۵۷ هفته.
• نحوه برگزاری:
  • آنلاین.
  • دسترسی به ویدیوهای رکورد شده.
  • انجام پروژه‌های عملی در هر گام.

مسیر مهندس هوش مصنوعی دایکه

این مسیر شامل ۳ گام اصلی و یک کورس پیشنیاز است. هر گام شامل کورس‌های آموزشی منظم و پروژه‌های عملی است.

پیش نیاز: مهارت های نرم افزاری برای هوش مصنوعی

• مدت زمان: ۱۲ هفته
• خروجی:
  – آشنایی با مباحث و ابزارهای لازم برای ورودی به رویکرد عملیاتی سازی هوش مصنوعی.
  – قابلیت کار کردن با سیستم عامل Linux، مدیریت ورژن کد Git و کار تیمی در Github.
  – مروری بر مباحث پیشرفته در شی گرایی پایتون و معماری نرم افزار.

گام چهارم: متخصص هوش مصنوعی

• مدت زمان: ۱۷ هفته
• کورس‌ها:
  1. ریاضیات برای هوش مصنوعی
  2. توسعه یادگیری ماشین (پیشرفته)
  3. توسعه یادگیری عمیق (پیشرفته)
• خروجی:
  – درک عمیق از ریاضیات الگوریتم‌ها و پیاده سازی آن در پایتون.
  – توسعه مدل‌های یادگیری ماشین و یادگیری عمیق با رویکرد عملیاتی سازی.
  – قابلیت استفاده از ابزار کنترل ورژن داده (Data Version Control).

گام پنجم: مهندس MLOps

• مدت زمان: ۱۴ هفته
• کورس‌ها:
  1. توسعه و عملیات یادگیری ماشین MLOps
  2. چرخه عمر توسعه نرم افزار SDLC
• خروجی:
  – عملیاتی‌سازی مدل‌های یادگیری ماشین و هوش مصنوعی.
  – نظارت، بهینه‌سازی، و خودکارسازی مدل‌ها در محیط‌های واقعی.

گام ششم: مهندس هوش مصنوعی مولد Gen-AI

• مدت زمان: ۱۴ هفته
• کورس‌ها:
  1. پردازش ابری AWS / GCP
  2. توسعه هوش مصنوعی مولد Gen-AI

  خروجی:
  – توانایی کار با زیرساخت‌های ابری.
  – تسلط بر مدل‌های مولد و کاربرد آن‌ها در مسائل عملی.