درباره

بوت‌کمپ تورینگ - مهندسی نرم‌افزار هوش مصنوعی

در حالی که بازار سنتی برنامه‌نویسی با اشباع و رقابت سنگین روبه‌روست، دنیای نرم‌افزار در حال تجربه بزرگ‌ترین چرخش دهه‌های اخیر است. امروز، شرکت‌ها دیگر به دنبال برنامه‌نویسی نیستند که فقط کد بزند؛ آن‌ها به دنبال متخصصانی هستند که بتوانند قدرت هوش مصنوعی را در تاروپود محصولات واقعی پیاده‌سازی کنند. دوره AI Software Engineering یک کلاس آموزشی تئوریک نیست، بلکه یک «اتاق جنگ مهندسی» ۶۰ ساعته است. ما در این ۱۰ هفته، از لایه‌های سطحی چت‌بات‌ها عبور می‌کنیم و به عمق معماری سیستم‌های چندوجهی (متن و بینایی ماشین) نفوذ می‌کنیم تا شما را به ابزاری مجهز کنیم که در دنیای جدید، «غیرقابل جایگزین» بمانید.

 واقعیت این است که در شرایط اقتصادی فعلی، هوش مصنوعی دیگر یک مهارت «انتخابی» برای رزومه شما نیست، بلکه تنها راهکار برای افزایش بهره‌وری و حفظ امنیت شغلی در بازار بین‌المللی و داخلی است. ما در این بوت‌کمپ، به جای وعده‌های واهی استخدام، بر روی «ساخت پورتفولیوی واقعی» و «تسلط بر ابزارهای لبه تکنولوژی» تمرکز کرده‌ایم. هدف ما روشن است: تبدیل شما به مهندسی که به جای ترس از جایگزینی توسط AI، خودش معمار و هدایت‌کننده سیستم‌های هوشمند در سازمان‌ها باشد و بتواند از این تخصص، خروجی درآمدی ملموس خلق کند.

مزایای

بوت‌کمپ تورینگ - مهندسی نرم‌افزار هوش مصنوعی

پروژه‌محوری با خروجی پورتفولیوی واقعی (Real-World Projects)

شما در این دوره فقط کدهای آماده را اجرا نمی‌کنید؛ بلکه ۵ پروژه‌ی سطح اول بازار (از سیستم‌های پیشرفته RAG تا نظارت تصویری هوشمند) را از صفر پیاده‌سازی خواهید کرد. در انتهای ۱۰ هفته، شما یک پورتفولیوی فنی در گیت‌هاب خواهید داشت که بهترین مدرک برای اثبات توانمندی شما به کارفرمایان است و جای خالی «تجربه کاری» را برای شما پر می‌کند.

اساتیدِ فعال در قلب بازار کار (Expert Practitioners)

مدرسین شما کسانی نیستند که فقط کتاب خوانده باشند؛ آن‌ها هم‌اکنون در پروژه‌های بزرگ هوش مصنوعی در حال فعالیت هستند. این یعنی شما علاوه بر دانش فنی، «تجربیاتِ شکست‌خورده» و «ترفندهایِ حرفه‌ای» را یاد می‌گیرید که در هیچ منبع آموزشی یا ویدیوی یوتیوبی پیدا نمی‌شود. یادگیری از کسی که هر روز با چالش‌های واقعی دست‌وپنجه نرم می‌کند، سرعت رشد شما را چند برابر می‌کند.

عضویت در جامعه تخصصی «تورینگ»

با شرکت در این دوره، شما به جمع ۱۲۰ نفر از متخصصان، مدیران محصول و سرمایه‌گذاران حوزه هوش مصنوعی می‌پیوندید که از دوره‌های قبل با ما همراه هستند. این شبکه، ارزشمندترین دارایی شما پس از دوره است؛ فضایی برای تبادل پروژه، یافتن شریک تجاری، دسترسی به فرصت‌های شغلی پنهان و تعامل مستقیم با کسانی که در لایه‌های تصمیم‌گیر اکوسیستم حضور دارند.

مدرک معتبر و قابل استعلام به زبان انگلیسی

پس از پایان دوره و ارائه پروژه‌های نهایی، گواهینامه معتبر پایان دوره به زبان انگلیسی برای شما صادر خواهد شد. این مدرک دارای کد رهگیری و لینک اختصاصی جهت استعلام آنلاین از وب‌سایت رسمی است که می‌توانید آن را مستقیماً در پروفایل لینکدین خود قرار داده یا به عنوان تاییدیه‌ای فنی برای رزومه‌های بین‌المللی و مهاجرت تحصیلی/کاری ارائه دهید.

دسترسی دائمی به ویدیوهای باکیفیت و بدون نویز

تمامی جلسات زنده با بالاترین استانداردهای صوتی و تصویری و با استفاده از بسترهای حرفه‌ای ضبط می‌شوند تا کوچک‌ترین نویزی در آموزش‌ها نباشد. دسترسی شما به این ویدیوها همیشگی است؛ بنابراین نگرانی بابت غیبت در جلسات یا فراموشی مطالب نخواهید داشت و می‌توانید در هر زمان که نیاز بود، مطالب فنی و کدهای تدریس شده را مرور کنید.

معماری هیبریدی دوره: از متن تا بینایی ماشین (Full-Stack AI Engineering)

برخلاف دوره‌های مشابه که فقط بر روی چت‌بات‌ها متمرکز هستند، این دوره شما را به یک مهندس جامع تبدیل می‌کند. ساختار دوره به گونه‌ای طراحی شده که هم دنیای وسیع LLMها (متن) و هم دنیای کاربردی Computer Vision (تصویر) را پوشش دهد. این یعنی شما برای طیف وسیع‌تری از موقعیت‌های شغلی آماده می‌شوید و محدود به یک حوزه‌ی خاص نخواهید بود.

مخاطبین

بوت‌کمپ تورینگ - مهندسی نرم‌افزار هوش مصنوعی

برنامه‌نویسان پایتون (Python Developers)

اگر به زبان پایتون مسلط هستید اما حس می‌کنید پروژه‌هایتان به تکرار افتاده، این دوره سکوی پرتاب شماست. ما به شما یاد می‌دهیم چگونه از یک برنامه‌نویس معمولی به مهندسی تبدیل شوید که می‌تواند مدل‌های پیچیده هوش مصنوعی را به کدهای پایتونی متصل کرده و اپلیکیشن‌های هوشمند و مقیاس‌پذیر خلق کند.

توسعه‌دهندگان بک‌اند

توسعه‌دهندگانی که می‌خواهند فراتر از ساخت APIهای سنتی حرکت کنند، مخاطب اصلی ما هستند. در این دوره می‌آموزید که چگونه زیرساخت‌های متصل به دیتابیس‌های برداری (Vector DBs) را طراحی کنید و قابلیت‌های پردازش متن و تصویر را به هسته مرکزی نرم‌افزارهای خود اضافه نمایید.

مدیران محصول فنی (Technical Product Managers)

مدیران محصولی که می‌خواهند از سطح «دانش تئوریک AI» فراتر رفته و درک عمیقی از محدودیت‌ها و پتانسیل‌های واقعی پیاده‌سازی هوش مصنوعی داشته باشند، در این دوره به زبان مشترک با تیم‌های مهندسی دست می‌یابند. این تخصص به شما کمک می‌کند تا محصولات هوشمند را با دقت و واقع‌بینی بسیار بیشتری مدیریت کنید.

متخصصان داده و علوم داده (Data Scientists)

بسیاری از دیتاساینتیست‌ها در تبدیل مدل‌های خود به یک محصول نهایی و قابل استفاده (Production) چالش دارند. این بوت‌کمپ با تمرکز بر جنبه‌های مهندسی و نرم‌افزاری، خلاء بین «مدل» و «نرم‌افزار» را برای شما پر می‌کند تا بتوانید خروجی کارهای خود را در قالب اپلیکیشن‌های واقعی به بازار عرضه کنید.

دانشجویان و فارغ‌التحصیلان رشته‌های مهندسی (STEM Students)

برای کسانی که در آستانه ورود به بازار کار هستند و می‌خواهند رزومه‌ای بسازند که در میان هزاران رزومه تکراری دیده شود، این دوره کوتاه‌ترین مسیر است. یادگیری AI Engineering به شما برتری رقابتی غیرقابل‌انکاری در مصاحبه‌های شغلی داخل و خارج از کشور می‌دهد.

فریلنسرها و مشاوران تکنولوژی

بازار پروژه‌های بین‌المللی و فریلنسری به شدت به سمت هوش مصنوعی کوچ کرده است. با تسلط بر مهارت‌های این دوره، می‌توانید پروژه‌های گران‌قیمت‌تری (High-Ticket) در زمینه‌هایی مثل اتوماسیون هوشمند، سیستم‌های RAG و پردازش تصویر بگیرید و درآمد ارزی یا ریالی خود را به طرز چشمگیری افزایش دهید.

مدرس‌ها و منتورها

بوت‌کمپ تورینگ - مهندسی نرم‌افزار هوش مصنوعی

علی امینی باغ

علی امینی باغ

مجید فرزانه

مجید فرزانه

امیررضا بابااحمدی

امیررضا بابااحمدی

امین فرزانه

امین فرزانه

زمانبندی رویداد

بوت‌کمپ تورینگ - مهندسی نرم‌افزار هوش مصنوعی

  • لایه اول: زیربنای مهندسی (Infrastructure) 19 دی 1404
  • لایه دوم: هسته هوش مصنوعی (The AI Core) 03 بهمن 1404
  • لایه سوم: تجاری‌سازی و عملیات (Commercialization) 08 اسفند 1404
لایه اول: زیربنای مهندسی (Infrastructure) 19 دی 1404
هفته ۱
علی امینی باغ

معماری نرم‌افزارهای هوشمند و استانداردهای توسعه

در این هفته یاد می‌گیریم که یک مهندس AI چگونه کد می‌زند و تفاوت آن با برنامه‌نویسی سنتی چیست. تئوری: معماری سیستم‌های AI-Native، مدیریت محیط‌های توسعه (Virtual Envs)، و چرخه حیات یک پروژه مهندسی هوش مصنوعی. کدنویسی زنده: پیاده‌سازی یک ساختار پروژه‌ی استاندارد (Clean Architecture) در پایتون و کار با سیستم مدیریت تنظیمات (Environment Variables). کارگاه عملی: ساخت یک «پکیج پایه» که به چندین مدل (OpenAI, Anthropic) متصل می‌شود و خطاهای شبکه را به صورت خودکار مدیریت می‌کند.
هفته 2
امیررضا بابااحمدی

دنیای داده‌ها؛ دیتابیس‌های رابطه‌ای و برداری

AI بدون حافظه بی‌فایده است. اینجا یاد می‌گیریم چطور داده‌ها را برای هوش مصنوعی آماده و ذخیره کنیم. تئوری: تفاوت SQL با Vector Databases، مفهوم Embedding (برداری‌سازی متن) و الگوریتم‌های جستجوی معنایی. کدنویسی زنده: کار با یک دیتابیس SQL (مثل SQLite/Postgres) برای داده‌های کاربر و یک دیتابیس برداری (مثل ChromaDB یا Pinecone) برای دانش هوش مصنوعی. کارگاه عملی: طراحی سیستم «حافظه بلندمدت»؛ برنامه‌ای که حرف‌های قبلی کاربر را به صورت برداری ذخیره کرده و در چت‌های بعدی به یاد می‌آورد.
لایه دوم: هسته هوش مصنوعی (The AI Core) 03 بهمن 1404
هفته 3
مجید فرزانه

تعامل حرفه‌ای با LLMها و خروجی‌های ساختاریافته

بزرگترین هنر یک مهندس AI، گرفتن خروجی تمیز و قابل استفاده در کد از هوش مصنوعی است. تئوری: تکنیک‌های پیشرفته پرامپتینگ (CoT, Few-shot)، کنترل خلاقیت مدل و روش‌های اجبار مدل به تولید JSON. کدنویسی زنده: استفاده از کتابخانه Pydantic و Instructor برای تبدیل پاسخ‌های متنی هوش مصنوعی به اشیاء (Objects) معتبر در پایتون. کارگاه عملی: ساخت یک سیستم «استخراج‌گر داده» که متن‌های نامنظم (مثل ایمیل) را می‌گیرد و آن را به یک فرم اداری تمیز تبدیل می‌کند.
هفته 4
علی امینی باغ

معماری RAG؛ چت با دانش اختصاصی

یاد می‌گیریم چطور هوش مصنوعی را روی فایل‌های شخصی یا دیتای یک شرکت متخصص کنیم. تئوری: فرآیند Retrieval-Augmented Generation، استراتژی‌های تکه‌تکه کردن متن (Chunking) و رتبه‌بندی مجدد نتایج (Re-ranking). کدنویسی زنده: پیاده‌سازی یک خط لوله (Pipeline) کامل RAG با استفاده از LangChain یا LlamaIndex. کارگاه عملی: ساخت اپلیکیشن «Chat with Docs»؛ سیستمی که چندین فایل PDF سنگین را می‌خواند و به سوالات بر اساس آن‌ها پاسخ دقیق می‌دهد.
هفته 5
مجید فرزانه

بینایی ماشین و هوش مصنوعی اسناد

هوش مصنوعی باید بتواند ببیند و فرم‌ها، فاکتورها و تصاویر را درک کند. تئوری: مدل‌های Vision-Language، مفاهیم OCR پیشرفته و درک ساختار اسناد (Layout Analysis). کدنویسی زنده: کار با مدل‌های GPT-4o Vision و ابزارهای OCR برای استخراج داده از تصاویرِ بی‌کیفیت و دست‌نویس. کارگاه عملی: طراحی یک «حسابدار هوشمند» که عکس فاکتورهای خرید را می‌گیرد و اقلام و قیمت‌ها را وارد لیست اکسل می‌کند.
هفته 6
علی امینی باغ

ایجنت‌های هوشمند و استفاده از ابزارها

ساخت ربات‌هایی که به جای حرف زدن، «عمل» می‌کنند و از ابزارها استفاده می‌کنند. تئوری: معماری ایجنت‌های خودمختار (Autonomous Agents)، پروتکل ReAct و نحوه اتصال AI به اینترنت یا فایل‌های سیستم. کدنویسی زنده: پیاده‌سازی یک ایجنت با استفاده از LangGraph یا CrewAI که می‌تواند در گوگل جستجو کند و گزارش بنویسد. کارگاه عملی: ساخت یک «دستیار تحقیق» که یک موضوع را می‌گیرد، در وب می‌چرخد، منابع را چک می‌کند و خلاصه نهایی را ایمیل می‌کند.
هفته 7
امیررضا بابااحمدی

هوش مصنوعی چندوجهی (Multimodal)

ترکیب صوت، متن و تصویر برای ساخت یک تجربه کاربری کامل. تئوری: مدل‌های تبدیل صوت به متن (Whisper)، تولید صوت و تحلیل همزمان ویدیو فریم‌به‌فریم. کدنویسی زنده: ساخت یک سیستم که ویدیو را می‌بیند و به صورت صوتی توضیح می‌دهد که در ویدیو چه اتفاقی در حال رخ دادن است. کارگاه عملی: طراحی یک «منشی هوشمند تصویری» که در جلسات آنلاین حضور می‌یابد، چهره‌ها را تشخیص می‌دهد و صورت‌جلسه را می‌نویسد.
لایه سوم: تجاری‌سازی و عملیات (Commercialization) 08 اسفند 1404
هفته 8
امین فرزانه

توسعه Backend و ساخت API حرفه‌ای

تبدیل تمام کدهای هفته‌های قبل به یک سرویس که اپلیکیشن‌های دیگر بتوانند از آن استفاده کنند. تئوری: اصول طراحی REST API برای هوش مصنوعی، برنامه‌نویسی ناهمگام (Async) و مدیریت صف‌های سنگین پردازشی. کدنویسی زنده: ساخت یک سرور با FastAPI که مدل‌های AI را به صورت امن و سریع در اختیار فرانت‌اِند قرار می‌دهد. کارگاه عملی: تبدیل پروژه RAG (هفته ۴) به یک API که دارای سیستم ثبت‌نام کاربر و محدودیت تعداد درخواست (Rate Limit) است.
هفته 9
امین فرزانه

دیپلوی، داکر و LLMOps

چگونه پروژه را از روی لپ‌تاپ به اینترنت و دست کاربران واقعی برسانیم. تئوری: مفهوم کانتینرایز کردن، مانیتورینگ هزینه‌ها و کیفیت پاسخ‌های مدل (Evaluation) و امنیت پرامپت. کدنویسی زنده: نوشتن Dockerfile برای پروژه، راه‌اندازی Nginx و بالا آوردن پروژه روی یک سرور مجازی (VPS) با SSL. کارگاه عملی: استقرار کامل (Full Deploy) یکی از پروژه‌ها روی دامین واقعی به طوری که از هر جای دنیا قابل دسترسی باشد.
هفته ۱۰
مجید فرزانه

پروژه نهایی و مسیر شغلی

جمع‌بندی و آماده‌سازی برای بازار کار بین‌المللی و داخلی. تئوری: نحوه قیمت‌گذاری پروژه‌های AI، رزومه‌نویسی به عنوان AI Engineer و استراتژی‌های فریلنسری. کدنویسی زنده: جلسه‌ی رفع اشکال عمیق و بهینه‌سازی کدهای پروژه نهایی دانشجویان. کارگاه عملی (Demo Day): ارائه پروژه‌های نهایی توسط دانشجویان و دریافت بازخورد فنی از مدرسین و منتورها.

اطلاعات مهم

بوت‌کمپ تورینگ - مهندسی نرم‌افزار هوش مصنوعی

تاریخ شروع: 1404/10/19

  • شماره پشتیبانی: 09934601284
  • روش ثبت نام: آنلاین (پیش ثبت نام رایگان)
  • محل برگزاری : Google Meet
  • مدت زمان رویداد : 60 ساعت (10 هفته)
  • تایم : 9 تا 12 و 14 تا 17
  • تاریخ شروع : 1404/10/19
  • تاریخ پایان : 1404/12/22
  • ظرفیت : 20
  • برگزار کننده : شبکه آموزشی بِست

سوالات متداول

  • سطح تسلط من به پایتون چقدر باید باشد؟

    باید با مفاهیم پایه‌ای پایتون (مثل توابع، حلقه‌ها و کار با کتابخانه‌ها) آشنا باشید. هدف این دوره آموزشِ «برنامه‌نویسی» نیست، بلکه آموزشِ «مهندسی هوش مصنوعی» با استفاده از پایتون است. اگر  تردید دارید، پیشنهاد می‌کنیم پیش‌ثبت‌نام  کنید تا سطح فنی شما توسط کارشناسان ما ارزیابی شود.

     

  • اگر نتوانم در جلسات زنده شرکت کنم، آموزش‌ها را از دست می‌دهم؟

    به هیچ وجه. تمام جلسات با کیفیت بالا ضبط شده و حداکثر ۲۴ ساعت پس از برگزاری، در پنل کاربری شما قرار می‌گیرد. شما دسترسی دائمی به ویدیوها، کدهای نوشته شده در کلاس و جزوات خواهید داشت. همچنین سیستم رفع اشکال در گروه تخصصی دوره برقرار است تا هیچ سوالی در ذهن شما بی‌پاسخ نماند.

     

     

  • تفاوت این دوره با دوره‌های مشابه یا آموزش‌های یوتیوبی چیست؟
    بزرگترین تفاوت در سه کلمه است: پروژه، شبکه، و تجربه. در یوتیوب شما فقط تماشا می‌کنید، اما اینجا «می‌سازید». علاوه بر این، شما به اساتیدی دسترسی دارید که چالش‌های بازار کار ایران و بین‌الملل را می‌شناسند و عضو جامعه‌ای (تورینگ) می‌شوید که فرصت‌های شغلی و ارتباطی آن در هیچ فضای رایگانی وجود ندارد.
  • آیا برای اجرای مدل‌ها نیاز به سیستم سخت‌افزاری بسیار قدرتمندی دارم؟

    خیر. در طول دوره به شما آموزش می‌دهیم که چگونه از سرویس‌های ابری و APIها استفاده کنید. همچنین برای بخش‌های مربوط به مدل‌های لوکال، روش‌هایی را بررسی می‌کنیم که حتی روی سیستم‌های معمولی نیز قابل اجرا باشند. تمرکز ما بر روی «بهینه‌سازی» است تا ابزاری بسازید که در دنیای واقعی و روی سرورهای معمولی هم به خوبی کار کند.

     

  • شرایط پرداخت اقساطی هم وجود دارد؟

    بله برای شرکت در دوره میتوانید بدون ضمانت به صورت اقساطی تا 4 قسط شرکت کنید. جهت اطلاعات بیشتر فرم ثبت نام را پر کنید تا کارشناسان ما با شما تماس بگیرند. 

  • فرآیند ثبت‌نام به چه صورت است؟ آیا باید همین ابتدا هزینه را پرداخت کنم؟
    خیر، ما برای این دوره فرآیند «پذیرش انتخابی» داریم. شما فقط فرم ثبت‌نام را به صورت رایگان پر می‌کنید. سپس کارشناسان آموزشی ما با شما تماس می‌گیرند تا ضمن پاسخ به سوالات اختصاصی شما، اطمینان حاصل کنند که این دوره با اهداف شغلی شما همخوانی دارد.