‏🤖 نقشه جامع مهندسی هوش مصنوعی

‏🚀 مهندسی هوش مصنوعی شامل چهار رکن اساسی است: پایه‌های برنامه‌نویسی (Python، APIها، JSON، Git، Linux و مفاهیم ابری)؛ مفاهیم LLM (توکن‌ها، پنجره‌های زمینه، Embeddings، Attention، Fine‑Tuning و Inference)؛ مهندسی پرامپت (Zero‑Shot، Few‑Shot، Chain of Thought، خروجی‌های ساختاریافته، System Prompts و Prompt Chaining)؛ و RAG (تقسیم‌بندی متن، Embeddings، پایگاه‌های وکتور، بازیابی، Re‑ranking و استناد).

‏⚙️ علاوه بر این، ساختارهای پیشرفته شامل عامل‌های هوش مصنوعی (فراخوانی ابزار، حافظه، برنامه‌ریزی، سیستم‌های چندعامله، بازنگری و جریان‌های کاری) و ارائه‌دهندگان مدل (OpenAI، Anthropic، Google، Meta، Mistral و DeepSeek) را می‌توان در چارچوب‌های LangChain، LlamaIndex، CrewAI و دیگر ابزارهای متن باز به کار گرفت.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#آموزش #AIEngineering