اپلیکیشن اندرویدی فلش‌کارت آموزشی طراحی زیرساخت استقرار مدل‌های یادگیری ماشین در AWS

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی زیرساخت استقرار مدل‌های یادگیری ماشین در AWS

موضوع کلی: مهندسی نرم‌افزار و زیرساخت ابری

موضوع میانی: استقرار و مدیریت سرویس‌های ابری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر زیرساخت‌های ابری برای یادگیری ماشین
• 2. انتخاب سرویس‌های AWS برای استقرار مدل
• 3. مبانی AWS EC2 برای استقرار مدل
• 4. استفاده از Amazon SageMaker برای استقرار
• 5. مقایسه SageMaker با EC2 برای استقرار مدل
• 6. مفاهیم کانتینرسازی (Containerization)
• 7. Docker برای بسته‌بندی مدل‌های یادگیری ماشین
• 8. استقرار مدل‌ها با استفاده از Amazon EKS
• 9. مزایای استفاده از EKS برای استقرار مدل
• 10. Amazon ECS برای مدیریت کانتینرها
• 11. مقایسه EKS و ECS
• 12. مقدمه‌ای بر AWS Lambda برای توابع بدون سرور
• 13. استقرار مدل‌های یادگیری ماشین با Lambda
• 14. محدودیت‌ها و ملاحظات Lambda
• 15. معماری‌های Serverless برای استقرار مدل
• 16. استفاده از API Gateway برای دسترسی به مدل
• 17. امنیت در استقرار مدل‌های یادگیری ماشین
• 18. IAM و مدیریت دسترسی در AWS
• 19. رمزنگاری داده‌ها در حالت استراحت و انتقال
• 20. استراتژی‌های مدیریت کلید با KMS
• 21. مقدمه‌ای بر زیرساخت به عنوان کد (IaC)
• 22. استفاده از AWS CloudFormation
• 23. نوشتن قالب‌های CloudFormation
• 24. مدیریت وضعیت زیرساخت با CloudFormation
• 25. AWS CDK برای تعریف زیرساخت با کد
• 26. مزایای استفاده از CDK
• 27. استقرار زیرساخت با CDK
• 28. مقدمه‌ای بر AWS Systems Manager
• 29. مدیریت پیکربندی با Systems Manager
• 30. پچینگ و به‌روزرسانی سیستم‌ها
• 31. نظارت بر زیرساخت و عملکرد مدل
• 32. Amazon CloudWatch برای جمع‌آوری لاگ‌ها
• 33. ایجاد داشبوردهای سفارشی در CloudWatch
• 34. تنظیم آلارم‌ها در CloudWatch
• 35. AWS X-Ray برای ردیابی درخواست‌ها
• 36. تجزیه و تحلیل عملکرد با X-Ray
• 37. مدیریت هزینه‌های زیرساخت ابری
• 38. بهینه‌سازی هزینه‌های EC2
• 39. بهینه‌سازی هزینه‌های SageMaker
• 40. استراتژی‌های کاهش هزینه‌های کلی
• 41. مقدمه‌ای بر شبکه‌های ابری در AWS
• 42. Amazon VPC برای شبکه‌های خصوصی مجازی
• 43. زیرشبکه‌ها، جداول مسیریابی و گروه‌های امنیتی
• 44. نکات امنیتی در پیکربندی VPC
• 45. AWS Direct Connect و VPN برای اتصال
• 46. انتقال داده‌ها به و از AWS
• 47. Amazon S3 برای ذخیره‌سازی اشیاء
• 48. ذخیره‌سازی و دسترسی به داده‌های آموزشی
• 49. مدیریت چرخه عمر در S3
• 50. Amazon EFS برای سیستم فایل اشتراکی
• 51. استفاده از EFS در سناریوهای یادگیری ماشین
• 52. Amazon FSx برای سیستم‌های فایل پیشرفته
• 53. مقایسه S3، EFS و FSx
• 54. مقدمه‌ای بر پایگاه‌های داده در AWS
• 55. Amazon RDS برای پایگاه‌های داده رابطه‌ای
• 56. انتخاب موتور پایگاه داده مناسب
• 57. Amazon DynamoDB برای پایگاه‌های داده NoSQL
• 58. استفاده از DynamoDB برای داده‌های مدل
• 59. مدیریت پایگاه داده در AWS
• 60. پشتیبان‌گیری و بازیابی پایگاه داده
• 61. افزایش دسترس‌پذیری و مقیاس‌پذیری
• 62. مقدمه‌ای بر مانیتورینگ و گزارش‌دهی
• 63. استفاده از AWS Config برای پیگیری تغییرات
• 64. مدیریت حسابرسی با AWS CloudTrail
• 65. مستندسازی زیرساخت استقرار
• 66. استانداردهای کدنویسی برای زیرساخت
• 67. استفاده از Git برای کنترل نسخه زیرساخت
• 68. فرآیندهای CI/CD برای استقرار مدل
• 69. استفاده از AWS CodePipeline
• 70. استفاده از AWS CodeBuild
• 71. استفاده از AWS CodeDeploy
• 72. اتوماسیون استقرار مدل‌های یادگیری ماشین
• 73. ملاحظات امنیتی در pipelines CI/CD
• 74. مدیریت رازها در pipelines
• 75. استقرار مدل‌های Real-time
• 76. استقرار مدل‌های Batch
• 77. انتخاب استراتژی استقرار مناسب
• 78. بهینه‌سازی زمان استقرار
• 79. ملاحظات مربوط به مقیاس‌پذیری خودکار
• 80. تنظیمات مقیاس‌پذیری خودکار در SageMaker
• 81. مقیاس‌پذیری خودکار در EKS/ECS
• 82. ملاحظات مربوط به قابلیت اطمینان
• 83. استراتژی‌های تحمل خطا
• 84. بازیابی از فاجعه (Disaster Recovery)
• 85. طراحی زیرساخت برای قابلیت اطمینان بالا
• 86. امتحان و اعتبارسنجی زیرساخت
• 87. مستندسازی فرآیندهای عملیاتی
• 88. آموزش تیم عملیاتی
• 89. بررسی و بهبود مستمر زیرساخت
• 90. درس‌های آموخته از استقرار
• 91. ارزیابی مجدد انتخاب‌های زیرساخت
• 92. آینده استقرار مدل‌های یادگیری ماشین در AWS
• 93. ملاحظات قانونی و انطباق در استقرار
• 94. حفاظت از داده‌های حساس کاربران
• 95. مدیریت مجوزهای دسترسی به مدل
• 96. شفافیت در فرآیند استقرار
• 97. تعهد به اصول اخلاقی در هوش مصنوعی
• 98. نظارت مستمر بر عملکرد و امنیت
• 99. به‌روزرسانی پروتکل‌های امنیتی
• 100. آمادگی برای تهدیدات سایبری