بوتکمپ AI Agents کافه‌تدریس بوتکمپ AI Agents کافه‌تدریس
ثبت‌نام در بوتکمپ
دوره جدید کافه‌تدریس — ظرفیت محدود

بوتکمپ ایجنت‌های هوش مصنوعی

از چت با هوش مصنوعی، تا ساخت سیستم و ایجنت‌های هوش مصنوعی و ورود به بازار کار
شروع بوتکمپ از چهارشنبه، ۱۵ مهر ۱۴۰۵
ثبت‌نام در بوتکمپ مشاهده رودمپ دوره
۴۲ ساعتآموزش عملی و پروژه‌محور
۱+۵ پروژهخروجی قابل ارائه در نمونه‌کار
Demo Dayارائه به شرکت‌ها و سرمایه‌گذارها
رضا شکرزاد
رضا شکرزاد
مدرس هوش مصنوعی و علم داده
رودمپ بوتکمپ

مسیر کامل از یادگیری تا بازار کار

این بوتکمپ یک دوره ویدیویی نیست. مسیری است که با آموزش شروع می‌شود، با ساخت و تیم‌سازی ادامه پیدا می‌کند و با ارائه محصول به شرکت‌ها تمام می‌شود.

۴۲ ساعت آموزش عملی

شش جلسه فشرده با تمرین و پروژه در هر جلسه.

جلسات مهمان صنعتی

گفت‌وگو با کسانی که سیستم‌های AI را در شرکت‌ها ساخته‌اند.

تیم‌سازی و طراحی محصول

تشکیل تیم و انتخاب مسئله واقعی برای ساخت محصول.

پشتیبانی توسعه محصول

همراهی فنی در طول ساخت تا رسیدن به نسخه قابل ارائه.

Demo Day و ارتباط با صنعت

ارائه محصول به شرکت‌ها، سرمایه‌گذارها و تیم‌های استخدام.

۰۱ جلسات آموزشی۶ جلسه، ۳۶ ساعت آموزش عملی
۰۲ جلسات مهمان صنعتی۴ نشست با متخصصان صنعت
۰۳ تعریف پروژه و تیم‌سازیاز ایده تا رودمپ محصول
۰۴ Demo Dayارائه نهایی و ارتباط با صنعت

جلسات آموزشی

هر جلسه با یک پروژه قابل ارائه تمام می‌شود
۰۱ پیش‌نیازها و جلسه معرفی دوره

بلافاصله پس از ثبت‌نام، ویدیوهای پیش‌نیاز در داشبورد در اختیار شرکت‌کنندگان قرار می‌گیرد همچنین در یک جلسه آنلاین، ساختار دوره، مسیر یادگیری و نحوه اجرای پروژه‌ها معرفی می‌شود.

ویدیوهای پیش‌نیاز شامل پایتون مقدماتی، آشنایی با داده، پکیج‌های کار با داده و مبانی یادگیری ماشین هستند و برای آماده‌سازی شرکت‌کنندگان پیش از شروع بوتکمپ ارائه می‌شوند.

چهارشنبه، ۱۵ مهر ساعت ۲۰ تا ۲۲

پایتون مقدماتیمفاهیم دادهپکیج‌های کار با دادهمبانی ماشین لرنینگمعرفی دوره
۰۲ AI Assisted Coding و مبانی داده پروژه: داشبورد BI +

این جلسه محیط کار حرفه‌ای شما را می‌سازد: کدنویسی به کمک هوش مصنوعی، کار با Git و کنترل نسخه و روش درست دیباگ کردن؛ از ابتدا مثل یک توسعه‌دهنده کار کنید، نه مثل کسی که کد آماده را کپی می‌کند.

نیمه دوم جلسه به داده می‌گذرد؛ با Pandas و NumPy داده واقعی را تمیز و تحلیل می‌کنید و با مصورسازی، خروجی را به یک داشبورد BI قابل ارائه تبدیل می‌کنید.

پنجشنبه، ۱۶ مهر ساعت ۱۰ تا ۱۳ و ۱۴ تا ۱۷

جریان کاری کدنویسی با هوش مصنوعیGit و کنترل نسخهدیباگ کردنPandasNumPyمصورسازی داده
۰۳ یادگیری ماشین و NLP پروژه: مدل NLP +

مفاهیم اصلی یادگیری ماشین با تمرین عملی جلو می‌رود: دسته‌بندی، رگرسیون و خوشه‌بندی؛ اینکه هر مسئله کسب‌وکار به کدام ترجمه می‌شود و مدل را با چه معیاری ارزیابی کنیم.

سپس وارد پردازش زبان طبیعی می‌شویم و روی داده متنی یک مدل NLP آموزش می‌دهیم. خروجی جلسه یک مدل کارکردی است که می‌توانید روی داده خودتان اجرا کنید.

جمعه، ۱۷ مهر ساعت ۱۰ تا ۱۳ و ۱۴ تا ۱۷

دسته‌بندی (Classification)رگرسیونخوشه‌بندی (Clustering)مبانی پردازش زبان طبیعی
۰۴ کاربردهای مدل‌های زبانی پروژه: سیستم RAG برای CRM +

کار با LLM API از سطح یک چت ساده جدا می‌شود: طراحی System Prompt، مهندسی پرامپت، خروجی ساختارمند و کنترل هزینه، تا مدل واقعا داخل نرم‌افزار قابل استفاده باشد.

بعد RAG را می‌سازیم؛ اتصال مدل به دانش سازمان تا پاسخ‌ها مستند و قابل اتکا باشد. پروژه این جلسه یک سیستم RAG روی داده CRM است.

چهارشنبه، ۲۲ مهر ساعت ۱۰ تا ۱۳ و ۱۴ تا ۱۷

LLM APIPrompt EngineeringSystem PromptRAG
۰۵ ایجنت‌های هوش مصنوعی پروژه: ایجنت فرایند منابع انسانی +

در این جلسه تفاوت یک ایجنت با یک پرامپت طولانی روشن می‌شود: حافظه، ابزار، تصمیم‌گیری چندمرحله‌ای و کنترل خطا.

با Tool Use و طراحی Agentic Workflow یک ایجنت واقعی برای فرایند منابع انسانی می‌سازیم که چند مرحله کاری را بدون دخالت انسان انجام می‌دهد.

پنجشنبه، ۲۳ مهر ساعت ۱۰ تا ۱۳ و ۱۴ تا ۱۷

مفاهیم ایجنتاستفاده از ابزار (Tool Use)Agentic Workflow
۰۶ سیستم‌های AI در محیط واقعی پروژه: طرح پروژه نهایی +

اجرای مدل در محیط واقعی موضوع این جلسه است: مدل‌های لوکال، AI سلف‌هاست، امنیت داده و انتخاب بین سرویس ابری و زیرساخت داخلی.

چند نمونه واقعی Agentic Workflow را باز می‌کنیم و در پایان، پروژه نهایی خود را تعریف و زمان‌بندی می‌کنید تا مسیر ساخت محصول تیمی شروع شود.

جمعه، ۲۴ مهر ساعت ۱۰ تا ۱۳ و ۱۴ تا ۱۷

مدل‌های لوکالAI سلف‌هاستنمونه‌های واقعی Agentic Workflowبرنامه‌ریزی پروژه نهایی
مدرس و پشتوانه آموزشی

مسیری که از دل تجربه طراحی شده

رضا شکرزاد

مدرس حوزه هوش مصنوعی و علم داده با سابقه آموزش یادگیری ماشین و هوش مصنوعی. تمرکز آموزشی او روی رساندن دانشجو از مفهوم به پیاده‌سازی است: چیزی که ساخته می‌شود باید کار کند و قابل ارائه باشد.

+۶۰ هزاردانشجو
+۳۰۰کلاس و وبینار
+۵ سالآموزش AI
کافه‌تدریس
کافه‌تدریس

فرصت برابر آموزشی، مستقل از شهر و دسترسی؛ همان چیزی که کافه‌تدریس یک دهه روی آن کار کرده و حالا پشتوانه این بوتکمپ است.

+۱۰سال سابقه
+۸۰۰ هزاردانشجو
+۱٫۶ میلیونساعت کلاس آنلاین
تجربه دانشجوها

آن‌ها همین مسیر را رفته‌اند

روایت شرکت‌کننده‌های دوره‌های هوش مصنوعی کافه‌تدریس از تغییری که در کارشان ایجاد شد.

حسین فرهادی
دوره هوش مصنوعی
فهمیدم با اتومیشن و ایجنت‌های هوش مصنوعی چه کارهای بزرگی می‌توان انجام داد.
علیرضا محمدی
دوره هوش مصنوعی
از مبانی تئوری تا کدنویسی، دوره مسیر روشنی برای ادامه راه در علوم داده به من داد
دانیال جعفری
دوره هوش مصنوعی
این دوره کمک کرد پروژه واقعی انجام دهم و نگاه نقادانه‌تری برای حل مسئله پیدا کنم.
امیر کلانتر
دوره هوش مصنوعی
این دوره به من یک رودمپ روشن داد تا AI را اصولی یاد بگیرم و جدی وارد کدنویسی شوم.
حسین یاری
دوره هوش مصنوعی
پروژه‌ها و مدل تدریس از کل به جزء کمک کرد مسیر تحلیل داده و AI را بهتر بفهمم.
محمد حسین زرنشانی
دوره هوش مصنوعی
این دوره دید من به AI را عوض کرد و باعث شد ایده‌هایم را به پروژه واقعی تبدیل کنم.
جاوید محمدی
دوره هوش مصنوعی
این دوره نشانم داد AI فقط برای برنامه‌نویس‌ها نیست و در پزشکی هم کاربرد دارد.
مورد اعتماد سازمان‌ها
لوگو سازمان
لوگو سازمان
لوگو سازمان
لوگو سازمان
لوگو سازمان
لوگو سازمان
لوگو سازمان
لوگو سازمان
لوگو سازمان

برای شرکت در بوتکمپ مشورت کنید

فرم را پر کنید؛ تیم آموزش کافه‌تدریس با شما تماس می‌گیرد و بررسی می‌کند این مسیر برای شما مناسب است یا نه.

یا مستقیم در تلگرام: t.me/cafetadris_ds

سوالات متداول

این بوتکمپ مناسب چه کسانی است؟
کسانی که با هوش مصنوعی کار می‌کنند اما هنوز چیزی نساخته‌اند: برنامه‌نویس‌ها، تحلیلگران داده، دانشجوها و مدیران فنی که می‌خواهند سیستم‌های هوش مصنوعی را طراحی و اجرا کنند.
چه پیش‌نیازهایی دارد؟ +
همه پیش نیازهای دوره در قالب ویدیو آموزشی در داشبورد قرار گرفته. از جمله ویدیوهای برنامه‌نویسی با پایتون مقدماتی، آشنایی مقدماتی با داده، آشنایی مقدماتی با پکیج های کار با داده، آشنایی مقدماتی با ماشین لرنینگ.
آیا تجربه کار با ایجنت لازم است؟ +
خیر. مفاهیم ایجنت، استفاده از ابزار و Agentic Workflow از پایه آموزش داده می‌شود و در جلسه چهارم یک ایجنت واقعی برای فرایند منابع انسانی ساخته می‌شود.
خروجی دوره چیست؟ +
پنج پروژه قابل ارائه در طول جلسات (داشبورد BI، مدل NLP، سیستم RAG، ایجنت فرایند منابع انسانی) و یک محصول تیمی که در Demo Day به شرکت‌ها ارائه می‌شود.
پروژه‌ها چگونه انتخاب می‌شوند؟ +
پروژه‌های صنعتی از سمت سازمان‌های همکار تعریف می‌شوند. تیم‌ها می‌توانند از این فهرست انتخاب کنند یا مسئله خودشان را پیشنهاد دهند تا با مدرس بررسی شود.
آیا پشتیبانی وجود دارد؟ +
بله. در طول جلسات و مرحله توسعه محصول، پشتیبانی فنی و بازبینی کد و معماری انجام می‌شود و تا Demo Day ادامه دارد.
از ایده تا مقاله با AI Agentها
وبینار رایگان

از ایده تا مقاله با AI Agentها

چطور عامل‌های هوش مصنوعی چرخه پژوهش را سریع‌تر و هوشمندتر می‌کنند؟

دوشنبه، ۲۳ شهریور، ساعت ۲۰
ثبت‌نام

ثبت‌نام بوتکمپ ایجنت‌های هوش مصنوعی

شروع بوتکمپ چهارشنبه، ۱۵ مهر ۱۴۰۵ است و تخفیف‌های ثبت‌نام تا ۱۷ شهریور فعال است.

زمان باقی‌مانده تا پایان تخفیف
مهلت استفاده از تخفیف: ۱۷ شهریور — شروع بوتکمپ: چهارشنبه، ۱۵ مهر ۱۴۰۵

همکاران رسانه‌ای

انجمن‌های علمی و اجتماعات دانشگاهی که در اطلاع‌رسانی و پشتیبانی بوتکمپ همراه ما هستند.

انجمن علمی دانشگاه صنعتی شریف
انجمن علمی
دانشگاه صنعتی شریف
انجمن علمی دانشگاه صنعتی امیرکبیر
انجمن علمی
دانشگاه صنعتی امیرکبیر
انجمن علمی دانشگاه شهید بهشتی
انجمن علمی
دانشگاه شهید بهشتی
انجمن علمی دانشگاه خوارزمی
انجمن علمی
دانشگاه خوارزمی
انجمن علمی دانشگاه علامه طباطبایی
انجمن علمی
دانشگاه علامه طباطبایی
انجمن علمی دانشگاه الزهرا
انجمن علمی
دانشگاه الزهرا

بوتکمپ ایجنت‌های هوش مصنوعی کافه‌تدریس

از مصرف هوش مصنوعی تا ساخت سیستم

امروز استفاده از هوش مصنوعی سخت نیست؛ چیزی که کم است توانایی ساختن با آن است. بوتکمپ ایجنت‌های هوش مصنوعی کافه‌تدریس برای همین فاصله طراحی شده: فاصله میان کسی که با یک چت‌بات کار می‌کند و کسی که یک سیستم هوشمند را طراحی، پیاده‌سازی و تحویل می‌دهد. در طول این مسیر شما از مبانی کار با داده و یادگیری ماشین شروع می‌کنید، با مدل‌های زبانی و مهندسی پرامپت پیش می‌روید، سیستم‌های بازیابی دانش (RAG) می‌سازید و در نهایت ایجنت‌هایی می‌نویسید که چند مرحله کاری را بدون دخالت انسان انجام می‌دهند.

تمرکز بوتکمپ روی خروجی است، نه پوشش سرفصل. هر جلسه با یک پروژه قابل ارائه تمام می‌شود و در پایان دوره یک محصول تیمی در Demo Day به شرکت‌ها، مدیران فنی و سرمایه‌گذاران ارائه می‌شود. به همین دلیل بوتکمپ برای برنامه‌نویس‌ها، تحلیلگران داده، دانشجوهای فنی و مدیران محصولی مناسب است که می‌خواهند از حرف زدن درباره هوش مصنوعی به ساختن با آن برسند.

ایجنت هوش مصنوعی چیست و چه تفاوتی با چت‌بات دارد؟

یک چت‌بات به پرسش پاسخ می‌دهد؛ یک ایجنت هوش مصنوعی برای رسیدن به هدف تصمیم می‌گیرد. ایجنت می‌تواند ابزار صدا بزند، به داده سازمان وصل شود، نتیجه هر مرحله را ارزیابی کند و مسیر بعدی را انتخاب کند. همین تفاوت است که ایجنت‌ها را به ابزار خودکارسازی فرایندهای واقعی کسب‌وکار تبدیل کرده است: از پاسخ‌گویی پشتیبانی و غربال رزومه تا گزارش‌گیری دوره‌ای و پیگیری فرایندهای اداری. در بوتکمپ، طراحی Agentic Workflow، استفاده از ابزار (Tool Use)، مدیریت حافظه و کنترل خطا به صورت عملی تمرین می‌شود.

مسیر یادگیری: پنج جلسه، ۵+۱ پروژه

مسیر آموزشی با کدنویسی به کمک هوش مصنوعی، کنترل نسخه و مبانی داده آغاز می‌شود و خروجی آن یک داشبورد تحلیلی است. جلسه دوم به یادگیری ماشین و پردازش زبان طبیعی می‌گذرد و با آموزش یک مدل NLP تمام می‌شود. جلسه سوم کاربردهای مدل‌های زبانی است: کار با API، طراحی System Prompt و ساخت یک سیستم RAG روی داده مشتریان. جلسه چهارم به ساخت ایجنت اختصاص دارد و در جلسه پنجم اجرای سیستم‌های هوش مصنوعی در محیط واقعی، مدل‌های لوکال و سلف‌هاست بررسی می‌شود و پروژه نهایی تعریف می‌گردد.

از یادگیری تا بازار کار

بخش دوم بوتکمپ جایی است که آموزش به تجربه کاری تبدیل می‌شود. شرکت‌کننده‌ها تیم تشکیل می‌دهند، یک مسئله واقعی از فهرست پروژه‌های صنعتی سازمان‌های همکار انتخاب می‌کنند و با پشتیبانی فنی مدرس، محصول را تا نسخه قابل ارائه می‌سازند. جلسات مهمان صنعتی در همین بازه برگزار می‌شود تا تصویر روشنی از نحوه ساخت و استقرار سیستم‌های هوش مصنوعی در شرکت‌های ایرانی به دست بیاید. نتیجه، یک نمونه‌کار واقعی و یک شبکه ارتباطی است که در مسیر استخدام یا توسعه کسب‌وکار به کار می‌آید.

کافه‌تدریس با بیش از یک دهه سابقه در آموزش آنلاین، این بوتکمپ را با همان اصلی برگزار می‌کند که از ابتدا داشته است: فرصت برابر آموزشی، مستقل از شهر و دسترسی. کلاس‌ها به صورت آنلاین و زنده برگزار می‌شود، جلسات ضبط شده در دسترس شرکت‌کننده‌ها باقی می‌ماند و پشتیبانی فنی تا پایان Demo Day ادامه دارد.