توسعه مهارت‌های فنی و تخصصی
ارتقاء دانش کاربردی و تجربه عملی
ارتباط و همکاری با صنایع مختلف
پرورش نیروهای متخصص و آماده به کار
ایجاد بستری برای نوآوری و توسعه
افزایش توانمندی فعالیت تیمی
چالش صنعتی و داوری نهایی
حمایت از شرکت کنندگان برتر
حمایت مالی از شرکت کنندگان
اهمیت و نیاز بازار
تحول دیجیتال و نیاز به مهارت‌های جدید
رقابت‌پذیری در بازار کار
کاربردهای گسترده در صنایع مختلف
حل مسائل پیچیده و بهبود تصمیم‌گیری
افزایش بهره‌وری و کاهش هزینه‌ها
نوآوری و توسعه محصولات و خدمات جدید
مدیریت و تحلیل داده‌ها
هفته اول
موضوع : Python + Web Scraping**
سر فصل‌ها:
- مقدمات object ها و ساختار داده‌ها
- عملکرد های مقایسه ای
- دستورات پایتونی
- متد ها و توابع
- برنامه‌نویسی شی‌گرا (OOP)
- ماژول‌ها و پکیج‌ها
- خطاها و کنترل خطا
- Decorator
- Generator
- مقدمه‌ای بر وب اسکرپینگ
- آشنایی با selector ها مانند المان های HTML ، CSS ، XPath
- Selenium
پروژه منتورینگ:
ساخت یک بات تلگرامی با هدف استخراج اطلاعات مربوط به محصولات یک سایت فروشگاه اینترنتی و ایجاد منو برای محصولات
هفته دوم
موضوع: Data Processing + Web Scraping
سر فصل‌ها:
- NumPy
- Pandas
- Matplotlib
- Advance Data Processing
- Kaggle
- Git
- Data Processing + Beautiful Soup
پروژه منتورینگ:
پردازش دیتاهای یک دیتا ست از Kaggle ،پیش پردازش‌ها، نمودارها
هفته سوم
موضوع: machine Learning + Data Processing
سر فصل‌ها:
- مفاهیم اولیه ماشین لرنینگ
- Linear Regression
- Logistic Regression
- KNN
- Decision Tree & Random Forest
- SVM
- K Means
- PCA
پروژه منتورینگ:
طبقه بندی و یا پیش بینی بر اساس یک دیتاست از Kaggle
هفته چهارم
موضوع: یادگیری عمیق (Deep Learning)
سر فصل‌ها:
- آشنایی با مفاهیم شبکه های عصبی (ANN)
- آشنایی با TensorFlow
- پیاده‌سازی ANN با TensorFlow
- آشنایی با شبکه‌های عصبی کانولوشنی (CNN)
- پیاده‌سازی CNN با TensorFlow
- آشنایی با Autoencoder ها
- پیاده سازی Autoencoder با TensorFlow
پروژه منتورینگ:
طراحی OCR با شبکه های CNN
هفته پنجم
موضوع: یادگیری عمیق و پردازش زبان های طبیعی (Deep Learning + NLP)
سر فصل‌ها:
- RNN
- LSTM
- GRU
- KERAS و طراحی مدل های CNN ، Autoencoder، RNN و LSTM
- Embeddings
- Word2Vec
- طراحی مدل Embeddings با KERAS و TensorFlow
- Stemming NLTK
- Lemmatization NLTK
- Stopwords NLTK
- Tokenization NLTK
- TFIDF
- Bidirectional RNN
پروژه منتورینگ:
طبقه بندی کامنت ها بر اساس مثبت یا منفی (انگلیسی)
هفته ششم
موضوع: مسابقه - طبقه‌بندی نظرات به مثبت و منفی (فارسی)
پروژه منتورینگ:
طبقه بندی کامنت ها بر اساس مثبت و منفی بودن(فارسی)
هفته هفتم
موضوع: منتورینگ NLP
پروژه منتورینگ:
طراحی یک سامانه سرچ بر اساس similarity و کلمات کلیدی ( با custom Embedding) فارسی
هفته هشتم:
موضوع: NLP + Named Entity Recognition (NER)
سرفصل‌ها:
- Bag of words
- N-Gram + NLTK
- Skip-gram
- Fine-tuning NER
پروژه منتورینگ :
طراحی داشبوردبر اساس مستندات تخصصی، آموزش NER
(Unstructured data to structured data)
هفته نهم:
موضوع: LangChain + LLM + Transformers + OPENAI + HuggingFace
سرفصل‌ها:
- Transformers چیست؟
- Sequence to sequence & Encoder , Decoder
- Seq 2 Seq Networks & Attention Mechanism
- درک معماری پایه Encoder
- Self Attention Layer
- Multi Head Attention
- Feed forward Network with multi head Attention
- Positional Encoding
- Layer normalization
- Decoder Masked multi head Attention
- Encoder 2 Decoder multi head Attention
- Gen AI vs ML&DL
- LLM چیست؟ مثل Chat GPT و LLAMA3
- Lang Chain چیست؟
- Lang Chain + Open AI
- آشنایی باText Splitting- Recursive character Text splitter
- Text Splitting- HTML Header Text splitter
- Text splitting -Recursive JSON splitter
- OpenAI Embeddings
- Ollama Embeddings
- HuggingFace Embeddings
- Groq API
- Mistral
پروژه منتورینگ:
ایجاد یک بات تلگرام جهت پاسخ LLM به کاربر
هفته دهم:
موضوع: Vector store, RAG, QA, ReAct, prompt engineering, LLamaCPP
سرفصل‌ها:
- Chatbot conversation History & message history
- Prompt Template & message chat history
- QA (Question & Answering) with history
- Streamlit web App with OpenAI API
- LLamaIndex
- Retrieval Augmented Generation چیست؟
- RAG DOC LLama 3 , Mistral- Groq API
- Chat with PDF
- ترکیب SQL با LangChain
- Youtube & web site Content Summarization
- Text to Math Google Gemma 2
- Prompt engineering چیست؟
- Zero shot Prompting
- Few shot Prompting
- Chain of Thought prompting
- LLamaCPP
- Quantizing GGUF
پروژه منتورینگ:
چت با مستندات با سریع ترین حالت ممکن
هفته یازدهم:
موضوع: Multi Agent & Fine Tuning & LLMOPS
سرفصل‌ها:
- Multi Agent- Agent
- Multi Agent Grew AI
- Youtube to blog Crew AI (Sequential)
- Statefuls Multi Actor LangGraph & Flow Engineering
- AutoGen
- Fine tuning LORA & QLORA
- PEFT & SFTTrainer
- LLMOPS
- Lang Smith
- Deployment
- LLama factory
- Fine tuning with Unsloth
- Streamlit Hugging space
پروژه منتورینگ:
بازآموزی یک LLM فارسی
هفته دوازدهم:
موضوع: مسابقه
پروژه منتورینگ:
طراحی یک بات تلگرامی جهت تولید محتوا در قالب‌های مختلف با ورودی های متنوع، با ساختار Multi Agent
کلیه دانشجویان و علاقه مندان به حوزه برنامه نویسی هوش مصنوعی به ویژه به علاقه مندان به مدل های زبانی بزرگ (LLM)
