فن آوران گیتی افروز
مقدماتیHybridفارسی

بوت‌کمپ جامع هوش مصنوعی — از صفر تا مهندس AI

از پایتون پایه تا ساخت و دیپلوی یک محصول هوش مصنوعی واقعی — با هدف استخدام

مدت
16 هفته
ساعت
160 ساعت
ثبت‌نام
+16
شروع
۱۵ تیر ۱۴۰۵
متخصصان دانش‌آموخته در:
دوره با هدف استخدام — جذب و همکاری پس از اتمام دوره
Snapp PayDigikalaTapsiCafe BazaarMellat BankPasargad FintechOkala
What you'll be able to do

دستاوردهای پایان دوره

این بوت‌کمپ شانزده‌هفته‌ای یک مسیر کامل و عملی است که شما را از نقطه‌ی صفر (بدون نیاز به دانش قبلی برنامه‌نویسی جدی) به یک مهندس هوش مصنوعی آماده‌ی بازار کار می‌رساند. به‌جای پراکنده‌گویی تئوریک، هر هفته با یک lab عملی و یک خروجی قابل ارائه پیش می‌رویم: از مبانی پایتون و کار با داده، به یادگیری ماشین کلاسیک، شبکه‌های عصبی، پردازش زبان و تصویر، و در نهایت ساخت اپلیکیشن مبتنی بر LLM و RAG که روی سرور دیپلوی می‌شود. تمرکز بوت‌کمپ روی مسائل واقعی بازار ایران و زبان فارسی است و در پایان، یک پروژه‌ی capstone قابل ارائه در portfolio و مصاحبه‌ی شغلی تحویل می‌دهید. این دوره با هدف استخدام برگزار می‌شود؛ برترین‌های هر کوهورت به شرکت‌های همکار ما معرفی می‌شوند.

این دوره برای کیست؟
  • دانشجو یا فارغ‌التحصیل رشته‌های فنی که می‌خواهد وارد حوزه‌ی AI شود
  • برنامه‌نویس junior که قصد تغییر مسیر به سمت هوش مصنوعی دارد
  • کارشناسان رشته‌های غیرمرتبط که دنبال یک ورود ساختاریافته و عملی به AI هستند
  • علاقه‌مندان به داده و یادگیری ماشین که می‌خواهند از تئوری به ساخت محصول برسند
  • کارآفرینان فنی که می‌خواهند خودشان نسخه‌ی اولیه‌ی محصول AI را بسازند
01

تسلط بر پایتون و کتابخانه‌های داده (NumPy، Pandas، Matplotlib)

02

ساخت و ارزیابی مدل‌های یادگیری ماشین کلاسیک با scikit-learn

03

درک و پیاده‌سازی شبکه‌های عصبی با PyTorch

04

کار عملی با پردازش زبان طبیعی فارسی و بینایی ماشین

05

ساخت اپلیکیشن مبتنی بر LLM و RAG با API و مدل‌های متن‌باز

06

دیپلوی یک مدل/سرویس AI روی سرور با FastAPI و Docker

07

ساخت یک پروژه‌ی capstone قابل ارائه به کارفرما

08

آمادگی برای مصاحبه‌ی شغلی در نقش Junior AI/ML Engineer

مهارت‌هایی که می‌سازی
Python برای علم دادهNumPy و Pandasتحلیل و مصورسازی دادهMachine Learning با scikit-learnDeep Learning با PyTorchNLP و پردازش زبان فارسیComputer Vision پایهکار با LLM API و RAGFastAPI و دیپلوی مدلGit و کار تیمیDocker پایه
Syllabus

شانزده هفته از مبانی برنامه‌نویسی تا یک محصول AI در production

8 ماژول هفتگی · هر هفته ~10 ساعت ترکیبی از ویدئو + lab زنده + پروژه عملی.

هفته ۱–۲
مبانی پایتون و محیط کار
۲۰ ساعت
  • نصب محیط کار، Jupyter، VS Code و مدیریت پکیج
  • ساختارهای داده، توابع، کلاس‌ها و مدیریت خطا در پایتون
  • مبانی Git و GitHub برای کار تیمی
  • تمرین حل مسئله و الگوریتم‌های پایه
Lab عملی:ساخت یک ابزار خط فرمان ساده برای پردازش فایل و انتشار آن روی GitHub
هفته ۳–۴
کار با داده — NumPy، Pandas و مصورسازی
۲۰ ساعت
  • آرایه‌ها و عملیات برداری با NumPy
  • پاک‌سازی، تجمیع و تحلیل داده با Pandas
  • مصورسازی با Matplotlib و Seaborn
  • تحلیل اکتشافی داده (EDA) روی یک دیتاست واقعی فارسی
Lab عملی:تحلیل کامل یک دیتاست واقعی (مثلاً قیمت مسکن یا فروش) و ارائه‌ی گزارش بصری
هفته ۵–۶
یادگیری ماشین کلاسیک
۲۰ ساعت
  • مفاهیم پایه — train/test split، overfitting و metrics
  • رگرسیون و طبقه‌بندی با scikit-learn
  • درخت تصمیم، Random Forest و Gradient Boosting
  • خوشه‌بندی و کاهش بُعد (PCA, KMeans)
Lab عملی:ساخت یک مدل پیش‌بینی ریزش مشتری (churn) با ارزیابی کامل
هفته ۷–۸
یادگیری عمیق با PyTorch
۲۰ ساعت
  • مبانی شبکه‌ی عصبی — neuron، لایه، function فعال‌سازی
  • Backpropagation و training loop در PyTorch
  • شبکه‌های کانولوشنی (CNN) برای تصویر
  • Regularization، dropout و tuning
Lab عملی:آموزش یک CNN برای تشخیص ارقام/اشیا و گزارش دقت
هفته ۹–۱۰
پردازش زبان طبیعی (NLP) فارسی
۲۰ ساعت
  • نرمال‌سازی و توکنایز متن فارسی (hazm، parsivar)
  • بازنمایی متن — TF-IDF و embedding
  • مدل‌های transformer و معماری attention به زبان ساده
  • طبقه‌بندی و تحلیل احساسات روی متن فارسی
Lab عملی:ساخت یک طبقه‌بند نظرات فارسی (مثبت/منفی) با مدل از پیش آموزش‌دیده
هفته ۱۱–۱۲
کار با LLM و RAG
۲۰ ساعت
  • آشنایی با مدل‌های زبانی بزرگ و prompt engineering
  • کار با API مدل‌ها و مدل‌های متن‌باز
  • مبانی RAG — embedding، vector DB و retrieval
  • ساخت یک چت‌بات پاسخ‌گو روی اسناد فارسی
Lab عملی:ساخت یک دستیار پرسش‌وپاسخ روی مجموعه‌ای از PDFهای فارسی با RAG
هفته ۱۳–۱۴
از مدل تا محصول — API، دیپلوی و MLOps پایه
۲۰ ساعت
  • ساخت API برای مدل با FastAPI
  • Containerize با Docker و مبانی دیپلوی
  • ذخیره و نسخه‌بندی مدل و داده
  • مانیتورینگ ساده و logging سرویس AI
Lab عملی:دیپلوی یکی از مدل‌های ساخته‌شده پشت یک API عمومی با Docker
هفته ۱۵–۱۶
پروژه‌ی Capstone و آمادگی شغلی
۲۰ ساعت
  • طراحی و پیاده‌سازی یک پروژه‌ی end-to-end انتخابی
  • نوشتن README، مستندسازی و آماده‌سازی portfolio
  • آمادگی مصاحبه — سؤالات رایج فنی و رفتاری
  • ارائه‌ی نهایی و code review توسط مدرس
Lab عملی:تحویل پروژه‌ی capstone با دموی زنده و معرفی به شرکت‌های همکار
Hands-on Projects

پروژه‌هایی که در رزومه‌تان می‌نشینند

هر پروژه با code review توسط مربی، در پایان به یک portfolio repository خصوصی شما اضافه می‌شود — برای نشان دادن به کارفرما.

#01

دستیار هوشمند پرسش‌وپاسخ روی اسناد فارسی

ساخت یک اپلیکیشن کامل که کاربر می‌تواند مجموعه‌ای از اسناد فارسی (PDF، Word) را بارگذاری کند و با زبان طبیعی از محتوای آن‌ها سؤال بپرسد. سیستم با RAG پاسخ مستند و همراه با ارجاع به منبع تولید می‌کند.

RAGLLM APIVector SearchFastAPIپردازش متن فارسی
#02

مدل پیش‌بینی روی داده‌ی واقعی کسب‌وکار

انتخاب یک مسئله‌ی واقعی (پیش‌بینی فروش، ریزش مشتری یا قیمت)، پاک‌سازی و تحلیل داده، ساخت و ارزیابی چند مدل، و ارائه‌ی یک داشبورد ساده با نتایج و توصیه‌های عملی.

PandasMachine Learningارزیابی مدلمصورسازی
#03

اپلیکیشن بینایی ماشین

آموزش یک مدل تشخیص یا طبقه‌بندی تصویر روی یک دیتاست انتخابی و ساخت یک رابط ساده برای آپلود تصویر و دریافت نتیجه‌ی مدل به‌صورت زنده.

PyTorchCNNComputer VisionFastAPI
Authority — Meet Your Instructors

مدرس‌های دوره

مر

مهندس رضا استادی

بنیان‌گذار آکادمی GITA و مدرس ارشد بوت‌کمپ

مهندس رضا استادی بنیان‌گذار آکادمی GITA است و با بیش از ۱۵ سال تجربه‌ی عملی در ساخت سامانه‌های نرم‌افزاری و هوش مصنوعی در مقیاس Production، تیم‌های فنی متعددی را در سازمان‌های بزرگ کشور راهبری کرده است. تمرکز او بر انتقال تجربه‌ی واقعی میدانی به زبانی ساده و کاربردی برای تازه‌واردان است.

بنیان‌گذار و مدیر آکادمی GITAبیش از ۱۵ سال تجربه‌ی مهندسی و راهبری تیم‌های فنیمشاور و مدرس سازمانی در صنایع بانکی، تلکام و انرژیسخنران و مدرس ده‌ها کارگاه و دوره‌ی تخصصی
CERTIFICATE OF COMPLETION
AI Bootcamp
صادره از آکادمی گیتی‌افروز
Recognition

گواهینامه‌ی قابل ارائه به کارفرما

در پایان دوره گواهینامه‌ای صادر می‌شود که با QR قابل تأیید بوده و به Linkedin، رزومه و پورتفولیو شما اضافه می‌شود.

گواهی پایان بوت‌کمپ با ذکر ساعات و سرفصل‌ها
قابل ارائه به کارفرمایان داخلی
شامل لینک verifiable و QR code برای راستی‌آزمایی
Social Proof

از دانشجویان کوهورت‌های قبلی

بدون هیچ پیش‌زمینه‌ی جدی برنامه‌نویسی وارد بوت‌کمپ شدم و در پایان یک پروژه‌ی RAG داشتم که توی مصاحبه نشونش دادم و آفر گرفتم.
مریم رضایی
Junior AI Engineer (تازه استخدام) · کوهورت تابستان ۱۴۰۴
ساختار هفته‌به‌هفته و لب‌های عملی باعث شد واقعاً یاد بگیرم، نه اینکه فقط ویدیو ببینم. هر هفته یک خروجی واقعی داشتم.
امیر کاظمی
Data Analyst در یک e-commerce · کوهورت زمستان ۱۴۰۴
تمرکز روی زبان فارسی و مسائل بازار ایران تفاوت بزرگ این بوت‌کمپ با دوره‌های خارجی بود.
نگار محمودی
کارآفرین فنی · کوهورت پاییز ۱۴۰۴
Reserve Your Seat

پیش‌ثبت‌نام کوهورت

پیش‌ثبت‌نام بدون پرداخت — پس از مصاحبه‌ی ورودی نهایی می‌شود.

کوهورت تابستان ۱۴۰۵ — ظرفیت محدود
پیش‌ثبت‌نامبدون پرداخت
شهریه‌ی دوره پس از مصاحبه‌ی ورودی و نهایی‌شدن کوهورت به‌صورت اختصاصی اعلام می‌شود.
همه‌ی ویدئوها به‌صورت دائمی
Slack اختصاصی کوهورت
Office hours هفتگی با مربی
Code review پروژه‌ها
گواهینامه‌ی رسمی + Linkedin
معرفی به شرکت‌های همکار برای استخدام
پیش‌ثبت‌نام رایگان — صندلی‌ام را نگه دار

بدون پرداخت در این مرحله. تیم ما طی ۲۴ ساعت برای مصاحبه‌ی ورودی تماس می‌گیرد.

پلن سازمانی
بسته‌ی سازمانی برای ۳ نفر به بالا با ۲۰٪ تخفیف و فاکتور رسمی
درخواست پیشنهاد
Objection Handling

سؤال‌های متداول

01آیا واقعاً بدون دانش برنامه‌نویسی می‌توانم شرکت کنم؟

بله. دو هفته‌ی اول کاملاً به مبانی پایتون اختصاص دارد. تنها چیزی که لازم است انگیزه و تعهد به انجام تکالیف هفتگی است. اگر تجربه‌ی قبلی دارید، می‌توانید سریع‌تر پیش بروید.

02این بوت‌کمپ با دوره‌ی LLM Engineering چه فرقی دارد؟

این یک بوت‌کمپ مقدماتی و جامع برای ورود به حوزه است؛ دوره‌ی LLM Engineering پیشرفته و تخصصی است و پیش‌نیاز پایتون پیشرفته و آشنایی با ML دارد. این بوت‌کمپ مسیر آماده‌سازی برای آن دوره‌هاست.

03آیا بدون GPU شخصی می‌توانم لب‌ها را انجام دهم؟

بله. برای لب‌های سنگین‌تر اعتبار رایگان روی Google Colab و سرویس‌های ابری در اختیار شما قرار می‌گیرد.

04آیا واقعاً به استخدام منجر می‌شود؟

این بوت‌کمپ با هدف استخدام طراحی شده است. در پایان یک جلسه‌ی career coaching دارید و برترین‌های هر کوهورت به شرکت‌های همکار ما معرفی می‌شوند. خروجی نهایی شما یک پروژه‌ی قابل ارائه در portfolio است.

05اگر یک جلسه را از دست بدهم چه می‌شود؟

تمام جلسات ضبط می‌شوند و تا ۱۲ ماه در دسترس شما هستند. یک office hour هفتگی هم برای رفع اشکال وجود دارد.

06آیا امکان بازگشت وجه وجود دارد؟

تا قبل از شروع هفته‌ی دوم، ۸۰٪ مبلغ قابل بازگشت است. پس از آن به دلیل ماهیت cohort-based بازگشت وجه ممکن نیست اما می‌توانید جای خود را به کوهورت بعدی منتقل کنید.

پیش‌ثبت‌نام در ۶۰ ثانیه

فقط نام و راه ارتباطی — تیم ما طی ۲۴ ساعت با شما تماس می‌گیرد، مصاحبه‌ی ورودی می‌گذارد و در صورت تطابق صندلی برایتان نگه می‌داریم.

بدون پرداخت در این مرحله
معرفی به شرکت‌های همکار برای استخدام پس از دوره
سند Syllabus PDF رایگان

با ارسال، با شرایط استفاده موافقت می‌کنید.

شروع کوهورت
۱۵ تیر ۱۴۰۵ · 14 صندلی
ثبت‌نام