Building Modern Systems Theory and Implementation

Construindo sistemas modernos: teoria e implementação

Instrutor:
Hamas Ur Rehman
Faculdade visitante, Uet Peshawar

---

Índice

1. Visão geral do curso
2. Pré -requisitos
3. Contorno do curso
   • Módulo 1: sistemas de IA avançados
   • Módulo 2: IA generativa e grandes modelos de linguagem (LLMS)
   • Módulo 3: APIs - teoria e implementação prática
   • Módulo 4: Construindo um chatbot com LLMS
   • Módulo 5: Fogando os aplicativos
   • Módulo 6: Variáveis ​​de ambiente e gerenciamento de segredos
   • Módulo 7: armazenamento de bate -papos em MongoDB
   • Módulo 8: bancos de dados de vetores e cromadb
   • Módulo 9: APIs de configuração e hospedagem do servidor local
   • Módulo 10: Docker para aplicações modernas
   • Módulo 11: controle de versão com git
   • Módulo 12: Teste de API com Pytest e Postman
   • Módulo 13: Implantação em nuvem com o Azure

---

Visão geral do curso

Construindo sistemas modernos: teoria e implementação é um curso abrangente que investiga o design e o desenvolvimento de sistemas computacionais avançados. Ele preenche a lacuna entre fundações teóricas e aplicações práticas, equipando os alunos com o conhecimento e as habilidades para construir sistemas inteligentes, escaláveis ​​e eficientes.

Técnicas de inteligência computacional , como aprendizado de máquina e inteligência artificial, são parte integrante do design moderno do sistema, permitindo que os sistemas tomem decisões informadas, se adaptem aos ambientes de mudança e resolvam problemas complexos de forma autônoma.

---

Pré -requisitos

Os alunos matriculados neste curso devem ter conhecimento prévio de:

• Programação orientada a objetos (OOP)
• Conceitos gerais de programação

---

Contorno do curso

Módulo 1: sistemas de IA avançados

• Teoria:
  • Introdução aos sistemas avançados de IA
  • Visão geral das tecnologias e aplicativos de IA
  • Evolução dos sistemas de IA

Módulo 2: IA generativa e grandes modelos de linguagem (LLMS)

• Teoria:
  • Introdução à IA generativa
  • Compreendendo modelos de linguagem grande (LLMS) como GPT
  • Aplicações de LLMs em projetos do mundo real
• Prático:
  • Estudo de caso: Analisando um projeto com LLM integrado (por exemplo, instantalfreded no insurancemarket.ae)

Módulo 3: APIs - teoria e implementação prática

• Teoria:
  • Introdução às APIs e sua importância
  • Tipos de APIs: REST, GraphQL, etc.
  • Melhores práticas para design de API
• Prático:
  • Implementando APIs em Python
  • Criando e testando APIs usando o Postman

Módulo 4: Construindo um chatbot com LLMS

• Teoria:
  • Componentes de um chatbot
  • Como os LLMs são usados ​​em chatbots
• Prático:
  • Implementação de Python de um pequeno chatbot usando um LLM

Módulo 5: Fogando os aplicativos

• Teoria:
  • Por que o registro é crucial para aplicações
  • As limitações das declarações impressas para depuração
• Prático:
  • Implementando o log no python
  • Melhores práticas de registro

Módulo 6: Variáveis ​​de ambiente e gerenciamento de segredos

• Teoria:
  • Introdução às variáveis ​​e segredos do ambiente
  • Importância de armazenar dados confidenciais com segurança em aplicativos
• Prático:
  • Configurando variáveis ​​e segredos de ambiente em python
  • Usando arquivos .env com segurança em projetos

Módulo 7: armazenamento de bate -papos em MongoDB

• Teoria:
  • Introdução aos bancos de dados NoSQL (MongoDB)
  • Usar casos de mongodb em aplicativos de bate -papo
• Prático:
  • Armazenando conversas de chatbot em um banco de dados MongoDB
  • Recuperar bate -papos armazenados de MongoDB

Módulo 8: bancos de dados de vetores e cromadb

• Teoria:
  • Introdução aos bancos de dados vetoriais
  • O papel dos bancos de dados de vetores em aplicativos orientados a IA
  • Visão geral do Chromadb e seus casos de uso
• Prático:
  • Implementando o Chromadb em um projeto
  • Explorando outros bancos de dados de vetores e suas capacidades

Módulo 9: APIs de configuração e hospedagem do servidor local

• Teoria:
  • Compreendendo os servidores locais e seu papel no desenvolvimento
  • Hospedagem de APIs localmente para teste
• Prático:
  • Configurando um servidor local
  • Testando APIs em ambientes locais

Módulo 10: Docker para aplicações modernas

• Teoria:
  • Introdução ao Docker e Recainerização
  • Benefícios do uso do Docker em desenvolvimento e produção
• Prático:
  • Criando e executando um contêiner do Docker para o projeto do curso

Módulo 11: controle de versão com git

• Teoria:
  • Introdução ao controle Git e versão
  • Compreender ramos, cometer e mesclar
• Prático:
  • Experiência prática com git
  • Gerenciando versões do projeto usando o github

Módulo 12: Teste de API com Pytest e Postman

• Teoria:
  • Introdução aos testes automatizados com pytest
  • Importância dos testes de API
• Prático:
  • Escrevendo testes de unidade para APIs usando pytest
  • Automatando testes para APIs com Postman

Módulo 13: Implantação em nuvem com o Azure

• Teoria:
  • Introdução às plataformas em nuvem (Azure, AWS, GCP)
  • Benefícios da implantação em nuvem
• Prático:
  • Implantando recipientes do Docker no Azure
  • Explorando serviços do Azure para sistemas de IA escaláveis

---