-->

هوش مصنوعی برای برنامه‌نویسان

اجرای مدل‌های محلی و انتخاب ابزارهای هوش مصنوعی برای برنامه‌نویسی را یاد بگیرید.

  • ۳ ساعت و ۵۳ دقیقه
  • ۳ فصل۱۱ جلسه
  • ۱ جلسهٔ رایگان

خرید دوره

قیمت و شرایط پرداخت را در صفحهٔ خرید ببینید.

خرید دوره

تماشای آموزش در uPlayer

چه چیزهایی یاد می‌گیرید؟

  • اجرای مدل‌های محلی با LM Studio و Ollama
  • انتخاب سخت‌افزار و شناخت محدودیت حافظهٔ مدل
  • کار با ابزارهای Agentic و ارزیابی خروجی آن‌ها
  • مقایسهٔ مدل‌های آنلاین و محلی در برنامه‌نویسی

این دوره برای شماست اگر…

برنامه‌نویس هستید و می‌خواهید ابزارهای هوش مصنوعی را در کارتان به کار بگیرید.

پیش‌نیاز شروع

آشنایی اولیه با برنامه‌نویسی و کار با ابزارهای توسعه.

سرفصل‌ها و جلسه‌ها

موضوع، توضیح و زمان هر جلسه

فصل ۱

مقدمه - سخت افزار - سرور لوکال

۶ جلسه۲ ساعت و ۱۰ دقیقه

با حافظهٔ مدل، انتخاب سخت‌افزار و ابزارهای اجرای محلی آشنا شوید.

  1. ۰۱

    مقدمه

    رایگان
    ۰۶:۱۴

    آشنایی با مسیر دوره و کاربرد هوش مصنوعی در کار روزمرهٔ یک برنامه‌نویس؛ نقطهٔ شروع برای شناخت ابزارها و مدل‌ها.

  2. ۰۲

    حافظه VRAM و مدل‌ها

    ۱۹:۵۶

    بررسی نقش حافظهٔ VRAM در اجرای مدل‌ها و رابطهٔ اندازهٔ مدل با منابع سخت‌افزاری؛ مبنایی برای انتخاب آگاهانهٔ مدل.

  3. ۰۳

    LM Studio و انتخاب مدل

    ۳۰:۵۴

    آشنایی با محیط LM Studio و معیارهای انتخاب مدل محلی؛ از پیدا کردن مدل مناسب تا بررسی خروجی آن.

  4. ۰۴

    انتخاب GPU یا مک

    ۱۵:۱۰

    بررسی گزینه‌های سخت‌افزاری برای اجرای مدل محلی؛ مقایسهٔ مسیر استفاده از کارت گرافیک با کامپیوترهای مک.

  5. ۰۵

    سرور Ollama

    ۳۲:۵۶

    آشنایی با Ollama و اجرای مدل به‌صورت یک سرویس محلی؛ نگاهی به جایگاه سرور مدل در ابزارهای توسعه.

  6. ۰۶

    کمی مبانی نظری

    ۲۵:۱۲

    مرور مفاهیم نظری موردنیاز برای فهم رفتار مدل‌ها؛ زمینه‌ای برای تحلیل بهتر خروجی و محدودیت‌های هوش مصنوعی.

فصل ۲

ابزارهای Agents

۴ جلسه۱ ساعت و ۲۳ دقیقه

کار با ابزارهای Agentic و نقش کانتکست و کوانتیزیشن را بررسی کنید.

  1. ۰۱

    ابزارهای Agentic

    ۲۷:۲۷

    آشنایی با ابزارهای Agentic و شیوهٔ انجام کار در آن‌ها؛ بررسی نقش عامل‌ها در فرایند توسعهٔ نرم‌افزار.

  2. ۰۲

    کانتکست و کوانتیزیشن

    ۲۷:۳۹

    بررسی مفهوم کانتکست و کوانتیزیشن و ارتباط آن‌ها با محدودیت حافظه، اندازهٔ مدل و کیفیت پاسخ.

  3. ۰۳

    مقایسه ابزارهای Agentic

    ۰۹:۲۶

    مقایسهٔ ابزارهای Agentic برای کارهای برنامه‌نویسی؛ توجه به تفاوت شیوهٔ کار و کیفیت نتیجهٔ ابزارها.

  4. ۰۴

    نتایج ابزارهای Agentic

    ۱۹:۲۶

    بررسی نتایج کار با ابزارهای Agentic؛ تمرکز بر ارزیابی خروجی و شناخت محدودیت‌های آن‌ها در عمل.

فصل ۳

مدل لوکال در مقایسه با مدل آنلاین

۱ جلسه۱۹ دقیقه

تجربهٔ برنامه‌نویسی با Codex آنلاین و Qwen محلی را مقایسه کنید.

  1. ۰۱

    Codex آنلاین در برابر Qwen محلی

    ۱۹:۳۵

    مقایسهٔ Codex آنلاین و Qwen محلی در کار برنامه‌نویسی؛ بررسی تفاوت تجربه و نتیجه در دو مسیر اجرای مدل.

فایل‌ها و اطلاعات دوره

زمان‌ها مربوط به ویدیوهای آموزشی هستند؛ برای تمرین و مرور، زمان جداگانه‌ای در نظر بگیرید.

حجم ویدیوهای دوره: ۴.۱ گیگابایت

جلسه‌های دارای برچسب «رایگان» را می‌توانید در uPlayer تماشا کنید.

معرفی کامل دوره

برای استفادهٔ مؤثر از هوش مصنوعی در برنامه‌نویسی، باید ابزار و محدودیت‌هایش را بشناسید. این دوره از اجرای مدل‌های محلی شروع می‌کند، به ابزارهای Agentic می‌رسد و تجربهٔ کار با مدل آنلاین و محلی را مقایسه می‌کند.

در فصل اول با VRAM، انتخاب GPU یا مک، LM Studio و Ollama آشنا می‌شوید. فصل دوم به کانتکست، کوانتیزیشن و بررسی ابزارهای Agentic اختصاص دارد. در فصل سوم، Codex و Qwen را در دو شیوهٔ اجرای آنلاین و محلی بررسی می‌کنید.

پیشنهاد می‌کنیم جلسه‌ها را به ترتیب دنبال کنید و هنگام کار با ابزارها، نتیجهٔ خود را با آنچه در آموزش می‌بینید مقایسه کنید. سرفصل‌های این صفحه، محتوای موجود دوره را نشان می‌دهند.