توضیحات
آموزش مهندسی RAG و هوش مصنوعی ایجنتیک از سری Coursera
نام دوره : IBM RAG and Agentic AI Professional Certificate
پیش‌نیازها
تسلط عملی بر زبان برنامه‌نویسی پایتون (Python): توانایی نگارش اسکریپت‌ها، کار با توابع، کلاس‌ها و کتابخانه‌های پایتون جهت پیاده‌سازی پایپ‌لاین‌های هوش مصنوعی.
آشنایی مقدماتی با مفاهیم توسعه وب و هوش مصنوعی: درک پایه از نحوه ارتباط اپلیکیشن‌ها با APIها و شناخت اولیه از مدل‌های زبانی بزرگ (LLMs).
رایانه شخصی متصل به اینترنت: مناسب برای اجرای لابراتوارهای ابری تعاملی IBM، ساخت رابط‌های کاربری Gradio و تست ایجنت‌های هوشمند.
سطح پیشرفته و آمادگی برای چالش‌های مهندسی: این برنامه در سطح Advanced طراحی شده و برای متخصصانی مناسب است که قصد ساخت اپلیکیشن‌های واقعی در سطح سازمانی را دارند.
توضیحات:
چرا ترکیب معماری بازیابی اطلاعات تقویت‌شده با تولید متن (RAG) و سیستم‌های خودمختار چندایجنتی (Agentic AI)، مهم‌ترین مهارت مهندسی هوش مصنوعی در بازار کار امروز است؟ مدل‌های زبانی خام به تنهایی به داده‌های خصوصی سازمان‌ها دسترسی ندارند، دچار توهم (Hallucination) می‌شوند و قادر به اجرای اقدامات پیچیده در سیستم‌های بیرونی نیستند. پاسخ استاندارد صنعت، اتصال مدل‌ها به پایگاه‌های داده برداری (Vector Databases) برای پاسخ‌گویی مبتنی بر دانش واقعی و تجهیز آن‌ها به ابزارها، حافظه و پروتکل‌های ارتباطی نظیر MCP است تا به عنوان ایجنت‌های هوشمند و مستقل عمل کنند.
این برنامه گواهینامه حرفه‌ای ۱۰ دوره‌ای که توسط تیم متخصصان IBM Skills Network طراحی شده است، یک نقشه راه کامل و شغل‌محور برای تبدیل شدن به مهندس هوش مصنوعی و یادگیری ماشین ارائه می‌دهد. در طول این مسیر آموزشی بیش از ۱۰۰ ساعته، شما از مبانی مهندسی پرامپت و ساخت رابط‌های تعاملی با Gradio شروع می‌کنید، سپس بر پایپ‌لاین‌های ساده و پیشرفته RAG و پایگاه‌های داده برداری نظیر Chroma مسلط می‌شوید. در گام‌های بعدی، اپلیکیشن‌های چندوجهی (Multimodal) پردازش متن، تصویر و صدا را توسعه می‌دهید و به شکل عمیق وارد دنیای Agentic AI می‌شوید؛ جایی که با استفاده از فریم‌ورک‌های پیشرو نظیر LangChain، LangGraph، CrewAI، AutoGen (AG2)، BeeAI و پروتکل Model Context Protocol (MCP)، سیستم‌های چندایجنتی خوداصلاح‌گر و آماده پروداکشن خلق خواهید کرد.
سرفصل‌های تخصصی و مهارت‌های کسب‌شده (در قالب ۱۰ دوره منسجم)
دوره‌های ۱ و ۲ — مبانی توسعه اپلیکیشن‌های GenAI و شروع کار با RAG (۱۷ ساعت):
تسلط بر تکنیک‌های پیشرفته مهندسی پرامپت و ساخت قالب‌های پرامپت ماژولار در LangChain.
راه‌اندازی رابط‌های کاربری تعاملی با Gradio برای تست و نمایش اپلیکیشن‌های مبتنی بر LLM.
پیاده‌سازی معماری پایه Retrieval-Augmented Generation (RAG) جهت اتصال مدل‌ها به اسناد و داده‌های اختصاصی.
دوره‌های ۳ و ۴ — پایگاه‌های داده برداری و معماری پیشرفته RAG (۱۷ ساعت):
درک عمیق امبدینگ‌های متنی (Embeddings) و اجرای جستجوهای شباهت معنایی با پایگاه داده برداری Chroma Vector DB.
پیاده‌سازی تکنیک‌های Advanced RAG: بهینه‌سازی استراتژی‌های قطعه قطعه کردن متن (Chunking)، بازیابی‌کننده‌های ترکیبی (Hybrid Retrievers) و بازرتبه‌بندی نتایج (Re-ranking).
دوره ۵ — ساخت اپلیکیشن‌های هوش مصنوعی مولد چندوجهی (Multimodal AI – ۹ ساعت):
ترکیب پردازش هم‌زمان متن، تصویر و صدا برای خلق تجربه‌های کاربری هوشمند و تعاملی.
پیاده‌سازی سیستم‌های تحلیل اسناد تصویری، تبدیل گفتار و تولید محتوای چندرسانه‌ای.
دوره‌های ۶ و ۷ — مبانی ایجنت‌های هوش مصنوعی، LangChain و LangGraph (۲۲ ساعت):
پیاده‌سازی مکانیزم فراخوانی توابع (Function Calling / Tool Calling) و اتصال ایمن ایجنت‌ها به APIهای بیرونی.
طراحی گردش‌کارهای ایجنتیک مبتنی بر گراف حالت (Stateful Workflows)، حافظه و حلقه‌های بازخورد با LangGraph.
ساخت ایجنت‌های تخصصی تحلیل و مصورسازی داده (Data Visualization Agents).
دوره‌های ۸ و ۹ — سیستم‌های چندایجنتی (Multi-Agent) و پروتکل MCP (۲۴ ساعت):
ارکستراسیون تیم‌های ایجنتی همکار و دارای قدرت استدلال با فریم‌ورک‌های CrewAI، AutoGen (AG2)، LangGraph و BeeAI.
تسلط بر پروتکل استاندارد Model Context Protocol (MCP) برای اتصال یکپارچه و امن ایجنت‌ها به منابع داده و ابزارهای سازمانی.
رعایت اصول امنیت هوش مصنوعی (AI Security) و هوش مصنوعی مسئولانه (Responsible AI)
دوره ۱۰ — پروژه جامع پایانی RAG و هوش مصنوعی ایجنتیک (Capstone Project – ۱۴ ساعت):
طراحی، کدنویسی و استقرار یک سیستم هوش مصنوعی جامع در سطح واقعی با ترکیب RAG پیشرفته، پایگاه داده برداری و ارکستراسیون چندایجنتی جهت ارائه در پورتفولیوی حرفه‌ای.
چرا باید در دوره آموزش مهندسی RAG و هوش مصنوعی ایجنتیک از سری Coursera شرکت کنید؟
آموزش جامع‌ترین پشته فناوری GenAI و Agentic AI در جهان: پوشش هم‌زمان LangChain، LangGraph، CrewAI، AutoGen، BeeAI، ChromaDB و پروتکل MCP در یک برنامه واحد.
تاییدشده برای نقش‌های شغلی مهندسی یادگیری ماشین (Machine Learning Engineer): برنامه درسی هم‌راستا با نیازهای واقعی کارفرمایان و شرکت‌های بزرگ فناوری.
پروژه‌های عملی فراوان و ساخت پورتفولیوی حرفه‌ای: تکمیل ده‌ها لابراتوار کدنویسی پایتون و یک پروژه Capstone نهایی برای نمایش توانمندی‌های فنی به کارفرمایان.
کسب گواهینامه حرفه‌ای رسمی و معتبر از IBM: مدرکی شناخته‌شده در سطح بین‌المللی با قابلیت درج در لینکدین و رزومه (و امکان معادل‌سازی واحد در برخی برنامه‌های دانشگاهی آنلاین).
دوره آموزش مهندسی RAG و هوش مصنوعی ایجنتیک از سری Coursera برای چه کسانی مناسب است؟
توسعه‌دهندگان نرم‌افزار و برنامه‌نویسان پایتون: مهندسانی که قصد دارند مهارت‌های خود را به حوزه ساخت سیستم‌های RAG، ایجنت‌های خودمختار و اپلیکیشن‌های LLM ارتقا دهند.
مهندسان یادگیری ماشین و دانشمندان داده: متخصصانی که به دنبال تسلط بر فریم‌ورک‌های ارکستراسیون مدرن نظیر LangGraph و CrewAI و پایگاه‌های داده برداری هستند.
معماران راهکارهای ابری و رهبران فنی: کارشناسانی که مسئولیت طراحی و استقرار اتوماسیون‌های هوشمند و سیستم‌های چندایجنتی را در سازمان بر عهده دارند.
تحلیل‌گران کسب‌وکار فنی و مدیران محصول: افرادی که می‌خواهند با درک عمیق قابلیت‌های RAG و ایجنت‌ها، راهکارهای نوآورانه مبتنی بر هوش مصنوعی را هدایت نمایند.
یودمی ایران –
دوره درخواستی خود را از راه های ارتباطی درخواست کنید