Pikuma – 3D Computer Graphics Programming 2026-3
توضیحاتمنبع : دانلودلیبرای مشاهده کامل مطلب کلیک کنید
توضیحاتمنبع : دانلودلیبرای مشاهده کامل مطلب کلیک کنید
توضیحاتمنبع : دانلودلیبرای مشاهده کامل مطلب کلیک کنید
توضیحاتمنبع : دانلودلیبرای مشاهده کامل مطلب کلیک کنید
توضیحاتمنبع : دانلودلیبرای مشاهده کامل مطلب کلیک کنید
Globalization, Economic Growth and Stability Specialization، دوره آموزش جهانی شدن، رشد اقتصادی و ثبات توسط آکادمی Coursera منتشر شده است.هدف این تخصص قابلفهم کردن مفاهیم اقتصادی برای هر یادگیرنده و آموزش تحلیل رویدادهای جاری با ابزارهای اقتصاد است. دوره با تشریح پارامترهای پایه اقتصاد کلان آغاز میشود و نشان میدهد دولتها چگونه و چرا باید از سیاستهای مالی و پولی برای تأثیرگذاری بر رشد، تورم و اشتغال استفاده کنند. سپس به حوزه بینالمللی میپردازد؛ جایی که کشورها با هم تعامل دارند، و اصول پایه تجارت آزاد، نرخهای ارز، تراز پرداختها و مهاجرت و چگونگی تأثیر این تعاملات بر زندگی روزمره ما را توضیح میدهد. در پایان، فراگیران این ابزارها و مفاهیم را بر اقتصادهای پیشرو جهان اعمال میکنند تا بیاموزند چگونه از دادههای اقتصادی یک کشور درسهای مهمی درباره ریسکها و فرصتهای کسبوکار در آن کشور استخراج کنند و با ابزارهایی که در محیط کار و حتی تصمیمات سرمایهگذاری شخصی به کار میآیند مجهز شوند. در پایان هر MOOC یک پروژه پایانی وجود دارد که فرصت پیادهسازی همه آموختهها را فراهم میکند؛ شما باید بهترین شاخصهای اقتصادی برای یک کشور مشخص را تحلیل کنید، روندها و نقاط عطف سیاستهای اقتصادی آن کشور را تشریح نمایید، شاخصهای کلان را به سیاستهای اتخاذشده مرتبط کنید و درباره مناسب بودن آن سیاستها قضاوت کنید و در نهایت یافتههای خود را ارائه دهید و ریسکهای احتمالی ناشی از عدم اجرای سیاستهای صحیح را برجسته کنید.
Meta Full Stack Developer: Front-End & Back-End from Scratch Specialization، دوره آموزش تخصص توسعهدهنده فولاستک Meta: فرانتاند و بکاند از صفر توسط آکادمی Coursera منتشر شده است.تخصص توسعهدهنده فولاستک Meta توسعه فرانتاند و بکاند وب را از صفر آموزش میدهد. این برنامه شامل مجموعهای از دورهها درباره HTML، CSS، JavaScript، React، کنترل نسخه، Python، پایگاهدادهها، Django و APIها است که شما را در ساخت پروژههای عملی و یادگیری جریانهای کاری اصلی فولاستک همراهی میکند. برنامه بر توسعه عملی تأکید دارد: ایجاد رابطهای کاربری واکنشگرا، پیادهسازی ویژگیهای تعاملی فرانتاند، طراحی پایگاهداده، ساخت APIهای RESTful و جمعآوری یک وباپلیکیشن کاربردی Django با مسیرها، ویوها، یکپارچهسازی پایگاهداده و احراز هویت کاربران.
LLM Optimization & Evaluation Specialization، دوره آموزش تخصص بهینهسازی و ارزیابی مدلهای زبانی بزرگ (LLM) توسط آکادمی Coursera منتشر شده است.این تخصص چرخه کامل بهینهسازی و ارزیابی مدلهای زبانی بزرگ (LLM) را از طریق تجربه عملی با تکنیکهای آماده تولید آموزش میدهد. این برنامه جامع شما را با مهارتهای ضروری برای ارزیابی، بهینهسازی و استقرار مؤثر LLMها مجهز میسازد. خواهید آموخت چگونه ویژگیها را برای مدلهای ML مهندسی کنید، تستهای آماری سختگیرانهای برای سنجش عملکرد LLM اجرا نمایید، خطاها و hallucinationها را از طریق تحلیل لاگها تشخیص و رفع کنید، هزینههای محاسباتی و عملکرد پایگاه داده را بهینه سازی کنید و چارچوبهای تست ایمنی مقاومی بسازید. برنامه از مفاهیم پایه ML شروع و تا رویههای پیشرفته MLOps پیش میرود و ابزارهایی مانند DVC و W&B برای دنبالسازی آزمایشها، گردشکارهای خودکار ابری، مدیریت پایپلاین داده با Apache Airflow و جریان کاری توسعه محصول شامل مستندسازی نیازمندیها و تست پذیرش کاربر را پوشش میدهد. از طریق پروژههای عملی، هزینههای LLM را تحلیل و برای کاهش هزینههای عملیاتی اقدام خواهید کرد، نگاشت جریان ارزش را برای بهینهسازی پایپلاینها پیادهسازی میکنید، مجموعههای تست جامع با mutation testing ایجاد میکنید و runbookهای عملیاتی برای سیستمهای تولید تدوین مینمایید. چه در حال بهینهسازی کوئریهای SQL برای جستجوی برداری باشید، چه اجرای A/B تست برای بهبود مدل یا ساخت سیستمهای مانیتورینگ خودکار، این تخصص عمق فنی و تجربه عملی لازم برای موفقیت در نقشهای مهندسی LLM را فراهم میکند. مهارتهای خود را در پروژههای مرتبط با صنعت به کار خواهید گرفت، از جمله ساخت پایپلاینهای feature engineering با ابزارهای MLOps، ایجاد چارچوبهای تست آماری برای ارزیابی عملکرد LLM، تشخیص و رفع مشکلات hallucination از طریق تحلیل داده، بهینهسازی جستجوی برداری و کوئریهای SQL برای سیستمهای تولید و توسعه مجموعههای تست ایمنی جامع. همچنین آزمایشهای ML را با سیستمهای کنترل نسخه دنبال خواهید کرد، گردشکارهای ابری را با اسکریپتهای Python خودکار میکنید، پایپلاینهای داده را با Apache Airflow میسازید و مستندسازی کامل نیازمندیها و تستهای ویژگیهای LLM را تهیه میکنید.
Ruckus، دوره آموزش Ruckus توسط آکادمی dabeaz منتشر شده است.پروژهای رایج در درس زبانهای برنامهنویسی دانشگاه، پیادهسازی هسته یک زبان برنامهنویسی کوچک است که ویژگیهای معنایی مشابهی با زبانهای واقعی دارد. برای پیادهسازی چنین زبانی، یک استاد ممکن است از دانشجویان بخواهد از زبانی مناسب مثل Racket استفاده کنند. البته میتوان این کار را انجام داد، اما شاید همهچیز نیاز داشته باشد کمی بلندتر باشد — مثل سر و صدای خشن یک گیتار الکتریک که از طریق یک آمپلیفایر زنگزده که کمی زیاد در گاراژ مانده پخش میشود. صبر کنید، آیا گفتم «زنگزده»؟ بله — دقیقاً همان کاری است که انجام میدهیم. در این دوره پروژهای 4 روزه، هدف ما پیادهسازی هسته یک زبان برنامهنویسی کوچک با استفاده از Rust است. در ابتدا کار چندان دشوار به نظر نمیرسد، اما خیلی زود وارد نهمین دایره درونی بازگشت، مالکیت و جهنم تغییرپذیری خواهیم شد. وضع از این هم بدتر میشود چون شروع میکنیم به شک کردن به دانش قبلیمان درباره زبانهای «مبتدیپسند» مانند Python. یافتن راه خروج از این آشفتگی ممکن است، اما شاید نیازمند ذهنی مبتدی و نوعی روشنگری عمیقتر باشد.