دوره‌ مستقلمحتوای آنلاین

مهارت های نرم افزاری برای هوش مصنوعی

مدرس مهدی شکری
آخرین بروزرسانی ۱۱ دی ۱۴۰۴
۰ دیدگاه
بهمن ۱۴۰۴
شنبهشیکشنبهیدوشنبهدسه‌شنبهسچهارشنبهچپنجشنبهپجمعهج
۱
۲
۳
۴
۵
۶
۷
۸
۹
۱۰
۱۱
۱۲
۱۳
۱۴
۱۵
۱۶
۱۷
۱۸
کلاس SS27 مهارت های نرم افزاری برای AI - #12
۱۹
۲۰
۲۱
۲۲
۲۳
۲۴
۲۵
کلاس SS27 مهارت های نرم افزاری برای AI - #13
۲۶
۲۷
۲۸
۲۹
کلاس SS27 مهارت های نرم افزاری برای AI - #14
۳۰

محتوای دوره:

مباحث این دوره آموزشی، پیش نیاز اجباری برای ورود به کورسهای مرتبط با مسیر مهندسی هوش مصنوعی می باشد.

۱. لینوکس

معماری و پیکربندی سیستم

  • مروری بر معماری سیستم، شناسایی سخت‌افزار و پیکربندی.
  • فرآیند راه‌اندازی سیستم، مقداردهی اولیه و مدیریت سطوح اجرا (Runlevels).
  • پروژه عملی: راه‌اندازی یک سیستم لینوکس، پیکربندی رابط‌های شبکه و نصب کتابخانه‌های ضروری.

مدیریت بسته‌ها و سیستم فایل‌ها

  • کار با سیستم‌های مدیریت بسته Debian و Red Hat.
  • ساختار سیستم فایل، پارتیشن‌بندی، مانت کردن، از مانت خارج کردن و مدیریت فضای دیسک.
  • پروژه عملی: نصب و مدیریت بسته‌های نرم‌افزاری، راه‌اندازی و نگهداری سیستم فایل‌ها و عیب‌یابی استفاده از فضای دیسک.

خط فرمان و ترمینال

  • دستورات پایه‌ای GNU/Linux، استفاده از ترمینال، مدیریت دیسک و مجوزها.
  • پروژه عملی: پیمایش پوشه‌ها، ایجاد فایل‌ها و اسکریپت‌نویسی وظایف ضروری با استفاده از دستورات شل.

شبکه و امنیت

  • پیکربندی شبکه، DNS، DHCP، FTP، SSH و پیکربندی دیوار آتش.
  • پروژه عملی: پیکربندی رابط‌های شبکه، راه‌اندازی یک DNS ساده و مدیریت قوانین دیوار آتش.

پیکربندی سرور و ابزارهای کلان‌داده

  • نصب و پیکربندی Apache، هدوپ، اسپارک و کافکا.
  • پروژه عملی: نصب Apache، راه‌اندازی سرور FTP و کار با نصب‌های اولیه Hadoop و Spark.

۲. کنترل ورژن

مبانی گیت

  • معرفی گیت، مدیریت مخزن و دستورات پایه‌ای مانند git init، git commit و git status.
  • پروژه عملی: راه‌اندازی یک مخزن گیت، انجام کامیت‌ها و همکاری با استفاده از گیت‌هاب.

مفاهیم پیشرفته گیت

  • شاخه‌سازی (Branching)، ادغام (Merging)، ریبیس کردن (Rebasing)، حل تعارضات و Stashing.
  • پروژه عملی: استفاده از استراتژی‌های شاخه‌سازی و ادغام گیت در پروژه‌های نرم‌افزاری تیمی.

 گیت‌هاب Github

  • کار با مخزن‌های راه دور، فرآیند کاری گیت‌هاب، استفاده از SSH و همکاری از طریق Pull Request.
  • پروژه عملی: کار با مخازن گیت‌هاب، ایجاد Pull Request و حل تعارضات ادغام.

۳. مروری بر پایتون + معماری نرم‌افزار

مبانی پایتون و شی‌گرایی

  • سینتکس پایتون، انواع داده‌ها و مفاهیم پایه‌ای شی‌گرایی: وراثت، چندریختی (Polymorphism) و کپسوله‌سازی (Encapsulation).
  • پروژه عملی: ساخت یک اسکریپت پایتون برای مدیریت لیست کارها با یک راه‌حل ساده ذخیره‌سازی فایل.

مفاهیم پیشرفته پایتون

  • دکوریتورها، ترتیب حل روش‌ها (MRO) و الگوهای طراحی مانند ترکیب (Composition).
  • پروژه عملی: توسعه یک پروژه چند‌ماژوله در پایتون با ساختارهای داده پیچیده و مدیریت فایل.

میکروسرویس‌ها و APIها

  • مقدمه‌ای بر ساخت میکروسرویس‌های پایتون، استفاده از gRPC و APIهای RESTful.
  • پروژه عملی: ایجاد یک REST API ساده.

معماری نرم‌افزار

  • اصول طراحی: ماژولار بودن، مقیاس‌پذیری، قابلیت نگهداری و معماری میکروسرویس.
  • پروژه عملی: طراحی یک معماری میکروسرویس پایه و پیاده‌سازی آن.
دکتر مهدی شکری

تیم لید سابق در شرکت موتورولا
مدیر فنی حوزه نرم افزار . دکترای مخابرات از دانشگاه امپریال کالج لندن

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می‌نویسد.

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این دوره بخشی از گام مهارتی زیر است

متخصص هوش مصنوعی
۱۳۸ ساعت
مدرس ها

وحید محمدزاده

۰ دیدگاه

امتیاز 0 از 5

متخصص هوش مصنوعی

تشکیل شده از ۳ دوره مهارتی

گزینه‌های ثبت‌نام

software skills for ai

مهارت های نرم افزاری برای هوش مصنوعی

ظرفیت باقیمانده 10 نفر

موجودی: ظرفیت باقیمانده 10 نفر

  • *انتخاب روش برگزاری کلاس

ویژگی

2
زمان برگزاری جلسات
3
گروه مخاطب
3
دسترسی
2
روش بازآموزی
3
گواهینامه
درخواست مشاوره رایگان ×

    Call Center
    سبد خرید شما
    هیچ محصولی در سبد خرید نیست.

    ورود به حساب کاربری

    ساخت حساب کاربری