کد نویسی با AI - ( ویژه توسعه دهنده )

در دنیای امروز، ابزارهای هوش مصنوعی به بخش مهمی از فرایند توسعه نرم‌افزار تبدیل شده‌اند و آشنایی با روش استفاده صحیح از این ابزارها به یکی از مهارت‌های مهم برای توسعه‌دهندگان تبدیل شده است. دوره AI Coding با هدف آشنایی توسعه‌دهندگان با مفاهیم، ابزارها و روش‌های نوین توسعه نرم‌افزار با کمک هوش مصنوعی طراحی شده است.

در این دوره، ابتدا با مفاهیم پایه‌ای مانند مدل‌های زبانی بزرگ (LLM)، Token، Context، Prompt، Reasoning، Tool Calling، Agent، Agent Loop، RAG، MCP و Skills آشنا خواهید شد و سپس نحوه استفاده از این مفاهیم را در ابزارهای مختلف AI Coding بررسی خواهید کرد. همچنین ابزارهایی مانند ChatGPT، GitHub Copilot، Cursor، Cline، Continue، Kilo Code، OpenCode و سایر ابزارهای مطرح بررسی و با یکدیگر مقایسه می‌شوند.

در ادامه، نحوه استفاده از هوش مصنوعی در مراحل مختلف توسعه نرم‌افزار، از تحلیل و طراحی پروژه گرفته تا پیاده‌سازی، تست، دیباگ، Refactoring و Code Review بررسی خواهد شد. هدف این است که بتوانید به جای استفاده صرفاً از AI برای تولید کد، یک Workflow مؤثر و حرفه‌ای برای توسعه نرم‌افزار با کمک هوش مصنوعی ایجاد کنید.

مخاطبین دوره:

  • توسعه‌دهندگان نرم‌افزار که می‌خواهند از ابزارهای هوش مصنوعی در فرایند توسعه استفاده کنند.

  • برنامه‌نویسانی که قصد دارند با ابزارها و روش‌های جدید AI Coding آشنا شوند.

  • توسعه‌دهندگان مبتدی تا حرفه‌ای که می‌خواهند بهره‌وری خود را با کمک هوش مصنوعی افزایش دهند.

  • افرادی که به مفاهیم Agent، LLM، MCP و نسل جدید ابزارهای توسعه نرم‌افزار علاقه‌مند هستند.

با شرکت در این دوره، با مفاهیم و ابزارهای اصلی AI Coding آشنا خواهید شد و یاد می‌گیرید چگونه هوش مصنوعی را به شکل اصولی و کنترل‌شده در فرایند توسعه نرم‌افزار به کار بگیرید؛ از تولید و اصلاح کد گرفته تا تحلیل پروژه، تست، دیباگ و طراحی یک Workflow حرفه‌ای برای توسعه مبتنی بر هوش مصنوعی.

AI Coding چیست
LLM چیست
Token و Tokenization
Context و Context Window
Prompt و System Prompt
Reasoning و Thinking Models
Tool Calling
Agent چیست
Agent Loop چیست
Context Engineering
Skill چیست
Local Models و Cloud Models
Model Provider چیست
Model Routing چیست
Ollama چیست
نصب و راه‌اندازی Ollama
مفاهیم در اسامی مدل ها
امکان سنجی اجرای مدل ها
نصب و مدیریت مدل‌ها
اجرای مدل‌ها و Chat
Ollama به‌عنوان API
انتخاب مدل مناسب برای Coding
معرفی چند Model Provider
Free و Paid Models و Ratelimit plan
انتخاب مدل مناسب
معرفی چند Model Router
پیکربندی و اتصال به Model Router
AI Coding در VS Code
Extensionهای AI Coding
معرفی و پیکربندی افزونه Continue
معرفی و پیکربندی افزونه Cline
مقایسه ابزارها و کاربرد هرکدام
بررسی ماهیت MCP و تفاوت های آن با API
MCP Client و MCP Server
MCP Tools
مدل های استفاده و نصب MCP
اتصال MCP به یک ابزار توسعه AI
مفاهیم Skills و چه مشکلی را حل می کند
تفاوت Skill با Rule و Prompt
ساختار یک Skill و نصب و پیکربندی
استفاده از Skills در AI Coding
Agentic Coding چیست
Agent Loop
Loop Engineering چیست
درک مفاهیم پایه Plan, Act ,Observe ,Verify, Iterate
Feedback Loop
Human in the loop
جلوگیری از Infinite Loop
OpenCode
DeepSeek Harness
استفاده از Model Providerها
استفاده از MCP و Skills
اجرای Agentic Workflow
Planning → Coding → Testing → Debugging → Verification
instructor-image

علی بیگدلی

توسعه دهنده backend (AI,IOT,Python)

بیشتر از 10 سال سابقه فعالیت در زمینه برنامه نویسی و تدریس

رزومه من

امتیازات شرکت کنندگان

0

(بر اساس بررسی کلی)

ثبت دیدگاه

نکته: آدرس ایمیل شما منتشر نخواهد شد
0/400

دیدگاه کاربران (0)

هیچ دیدگاهی ثبت نشده است. می‌توانید اولین نفر باشید.

مشخصات دوره

  • تعداد دروس 54
  • مدت زمان دوره 10 ساعت
  • سطح دوره مقدماتی
  • تاریخ نشر 1405/06/19
  • تعداد دانشجو 0
  • دسته بندی fundemental
  • بازدید 12
  • قیمت 1000000
  • وضعیت دوره در حال ضبط و آماده سازی

اشتراک گذاری

حمایت از من

Card image

آخرین پست ها

انواع کش کردن در Django مبتنی بر وبسایت
انواع کش کردن در Django مبتنی بر وبسایت
  • django 1405/01/23
انواع کش کردن در Django مبتنی بر API
انواع کش کردن در Django مبتنی بر API
  • django 1405/01/23
جایگزینی mirror های ubuntu با آدرس های داخلی
جایگزینی mirror های ubuntu با آدرس های داخلی
  • tech 1405/01/09

برچسب ها