پی سی دانلود - deployment

در این کلاس پیشرفته عملی، یک ماشین مجازی (VM) دبیان (Debian) بر روی گوگل کلود (Google Cloud) تهیه و راه‌اندازی می‌شود. دامنه شخصی از طریق DNS به آن متصل می‌گردد. سپس n8n با استفاده از داکر (Docker) و داکر کامپوز نسخه 2 (Docker Compose v2) در آن مستقر می‌شود. برای ایمن‌سازی و افزودن گواهی HTTPS معتبر، n8n پشت سرور پراکسی معکوس Nginx قرار گرفته و از سرت‌بات (Certbot) برای دریافت گواهی استفاده می‌شود. علاوه بر این، برای قابل حمل بودن و محافظت از داده‌ها، پشتیبان‌گیری لایه‌ای و خارج از سایت (off-site) راه‌اندازی می‌شود. شرکت‌کنندگان تمرین‌های بازیابی کامل را انجام می‌دهند تا اثبات کنند می‌توانند به سرعت سیستم خود را بازیابی کنند. همچنین، برای به‌روزرسانی بدون ترس از دست دادن داده، از رویه‌های ایمن به‌روزرسانی استفاده می‌شود که ابتدا از اطلاعات نسخه پشتیبان تهیه می‌کنند. تمام مراحل به صورت یک سیستم گام به گام ارائه می‌شود که می‌توان آن را در هر زمانی تکرار کرد. در پایان این دوره، شرکت‌کنندگان یک n8n خودمیزبان، آماده برای تولید (production-ready) و مستقل از پلتفرم را در دامنه یا زیردامنه خود خواهند داشت. این سیستم شامل پشتیبان‌گیری‌های قابل حمل در پی‌کلود (pCloud)، نظارت با هلث‌چکز (Healthchecks) و یک مسیر بازیابی تست‌شده است که می‌توانند در عرض چند دقیقه آن را اجرا کنند. این راه‌اندازی همان چیزی است که قبل از شروع ساخت گردش‌های کاری (workflows) به آن نیاز دارند.
در دوره آموزشی n8n Self-Hosting Masterclass: Disaster-Proof Your System با راه‌اندازی یک سرور n8n خودمیزبان، ایمن و قابل اعتماد در فضای ابری آشنا خواهید شد.

در این دوره، دانشجو با جدیدترین فناوری‌های وب شامل Next.js، Tailwind CSS، shadcn/ui، Zustand و Gemini API آشنا می‌شود تا یک برنامه چت‌بات کاملاً عملیاتی را بسازد و آن را به‌طور یکپارچه بر روی Vercel مستقر کند. این آموزش استفاده از هوش مصنوعی را در بر می‌گیرد. سفر یادگیری با راه‌اندازی یک پروژه تمیز Next.js آغاز می‌شود؛ در این بخش، ساختاردهی پروژه به کامپوننت‌های قابل استفاده مجدد و استایل‌دهی آن با Tailwind CSS و shadcn/ui برای ایجاد یک رابط کاربری حرفه‌ای و صیقلی آموزش داده می‌شود. در طول مسیر، دانشجو نحوه مدیریت وضعیت سراسری (Global State) با Zustand، رسیدگی به تعاملات کاربر، و ساختاردهی برنامه برای مقیاس‌پذیری را فرا می‌گیرد. نقطه اوج این دوره، ادغام Gemini API از گوگل است، یک هوش مصنوعی قدرتمند چندوجهی که قادر به تولید پاسخ‌های هوشمند و متناسب با متن (و حتی تصاویر) است. این API در واقع "مغز" چت‌بات خواهد بود که تجربه مکالمه‌ای طبیعی را ممکن می‌سازد. در پایان این دوره، دانشجو قادر خواهد بود که یک برنامه Next.js را ساختاردهی و اسکلت‌بندی کند؛ کامپوننت‌های تمیز و قابل استفاده مجدد با Tailwind CSS و shadcn/ui بسازد؛ وضعیت برنامه را با Zustand مدیریت کند؛ Gemini API را برای پاسخ‌های هوشمند چت‌بات ادغام نماید؛ و یک پروژه کامل هوش مصنوعی (Full-stack AI project) را در Vercel مستقر کند. این دوره، چه برای توسعه‌دهنده‌ای که به دنبال تقویت مهارت‌های React/Next.js خود است و چه برای کسی که می‌خواهد استفاده عملی از هوش مصنوعی را در برنامه‌های مدرن کشف کند، تجربه عملی لازم برای ساخت و استقرار با اطمینان برنامه‌های هوش مصنوعی آماده تولید را فراهم می‌کند.
در دوره آموزشی Build & Deploy an AI Chatbot with Next.js & Gemini API با ساخت و استقرار یک چت‌بات پیشرفته مبتنی بر هوش مصنوعی آشنا خواهید شد.

این دوره مستر، شرکت‌کنندگان را برای تسلط بر Next.js 15 و ساخت برنامه‌های فول‌استک آماده برای محیط واقعی (Production-ready) در سال ۲۰۲۵ آماده می‌کند. سفر آموزشی این دوره که در مدت‌زمان هشت ساعت فشرده شده، افراد را از اصول اولیه Next.js تا مفاهیم پیشرفته‌ای چون Server Actions، ISR (بازسازی تدریجی ایستا)، SSR (رندرینگ سمت سرور) و احراز هویت هدایت می‌کند. در این دوره، شرکت‌کنندگان تنها به یادگیری مفاهیم بسنده نمی‌کنند، بلکه با ساخت یک فروشگاه تجارت الکترونیک کامل، آن مفاهیم را به‌صورت عملی پیاده‌سازی می‌کنند. این پروژه عملی شامل محصولات ساختگی، سبد خرید، سیستم احراز هویت و مدیریت سفارشات خواهد بود. هدف این است که در پایان دوره، شرکت‌کنندگان مهارت و اعتمادبه‌نفس لازم برای ساخت و استقرار (Deploy) برنامه‌های Next.js خود را در دنیای واقعی به دست آورند. این دوره در نظر دارد تا با آموزش استراتژی‌های رندرینگ و واکشی داده‌ها، امنیت و احراز هویت، و همچنین مباحث پیشرفته و بهینه‌سازی عملکرد، شرکت‌کنندگان را به متخصصانی توانمند در اکوسیستم Next.js تبدیل کند.
در دوره آموزشی Master Next.js 15: From Zero to Full-stack 2025 با توسعه برنامه‌های کاربردی فول‌استک با استفاده از Next.js 15 آشنا خواهید شد.

در این دورهٔ عملی، مگان سیلوی، مشاور علوم داده، شرکت‌کنندگان را در مسیر ساخت برنامه‌های کاربردی وب با استفاده از Streamlit هدایت می‌کند. به طور خاص، شرکت‌کنندگان یک دستیار کدنویسی مبتنی بر هوش مصنوعی (AI-powered coding assistant) را در محیط Streamlit خواهند ساخت. این دستیار به آن‌ها کمک می‌کند تا با استفاده از زبان برنامه‌نویسی پایتون و API شرکت OpenAI، داشبوردهای دادهٔ تعاملی را تولید، اصلاح و نگهداری کنند. در ابتدا، شرکت‌کنندگان با ساخت یک دستیار هوش مصنوعی ساده مبتنی بر چت در Streamlit آغاز خواهند کرد. سپس، نحوهٔ بارگذاری، آماده‌سازی و تحلیل داده‌های خود را در Streamlit فرا خواهند گرفت. در مرحلهٔ بعد، از طریق تعاملات مکالمه‌ای با یک دستیار هوش مصنوعی جاسازی‌شده، داشبوردهای پویا همراه با فیلترها و انواع گوناگونی از بصری‌سازی‌ها (ویژوال‌ها) را ایجاد خواهند کرد. در نهایت، آموزش داده می‌شود که چگونه داشبورد هوش مصنوعی کاملاً کاربردی خود را آزمایش کرده، نگهداری کنند و آن را بر روی Streamlit Community Cloud مستقر سازند. این دوره جامع، مهارت‌های لازم برای ساخت ابزارهای داده‌ای قدرتمند و تعاملی را با تمرکز بر بهره‌گیری از قابلیت‌های هوش مصنوعی فراهم می‌آورد.
در دوره آموزشی Build with AI: AI-Powered Dashboards with Streamlit با ساخت برنامه‌های کاربردی وب تعاملی مبتنی بر داده و هوش مصنوعی آشنا خواهید شد.

این دوره آموزشی، افراد را قادر می‌سازد تا الهامات و ایده‌های خود را به یک برنامه کاربردی وب واقعی و با کیفیت تولیدی تبدیل کنند. این فرایند با تکیه بر قدرت نوآورانه هوش مصنوعی Lovable انجام می‌پذیرد و برای کسانی طراحی شده است که قصد دارند برنامه وب خود را بدون نوشتن حتی یک خط کد سنتی، به مرحله اجرا برسانند. چه یک فرد غیربرنامه‌نویس، کارآفرین، مربی یا حتی توسعه‌دهنده‌ای باشید که کنجکاو است درباره توسعه بدون کد و مبتنی بر هوش مصنوعی بیاموزد، این دوره افق جدیدی از امکانات را پیش روی شما می‌گشاید. در طول این فرآیند، شرکت‌کنندگان با یک ایده خام آغاز خواهند کرد و با دنبال کردن مراحل عملی و هدایت‌شده، به تدریج یک برنامه وب کاملاً کاربردی را که آماده پذیرش کاربران واقعی و پرداخت‌کننده است، توسعه خواهند داد. این دوره روش‌های توسعه را ساده‌سازی می‌کند و به شرکت‌کنندگان می‌آموزد که چگونه از رابط کاربری بصری، ابزارهای خودکارسازی و سیستم «قوانین (دانش)» هوش مصنوعی Lovable برای معماری، طراحی، ساخت و راه‌اندازی برنامه خود استفاده کنند، و همه این‌ها بدون نیاز به برنامه‌نویسی به شیوه سنتی انجام می‌شود.
در دوره آموزشی Idea to Production Web App Using Lovable AI با ساخت برنامه وب از ایده تا تولید با استفاده از هوش مصنوعی Lovable آشنا خواهید شد.

این دوره آموزشی به شرکت‌کنندگان کمک می‌کند تا اصول بلاک‌چین را فراگرفته و توانایی ساخت، ایمن‌سازی، و استقرار اپلیکیشن‌های مبتنی بر آن را در دنیای واقعی به دست آورند. بلاک‌چین، یک فناوری دفتر کل توزیع‌شده (DLT) است که تراکنش‌ها را در یک شبکه کامپیوتری به شکلی امن، شفاف و غیرقابل دستکاری ثبت می‌کند. این فناوری به جای ذخیره‌سازی داده‌ها در یک پایگاه داده مرکزی، نسخه‌های یکسانی از دفتر کل را در میان تمامی شرکت‌کنندگان شبکه (که به آن‌ها گره یا نود گفته می‌شود) توزیع می‌کند. هر تراکنش جدیدی که انجام می‌شود، توسط شبکه تأیید شده و در قالب بلاک‌هایی دسته‌بندی می‌شود. این بلاک‌ها به صورت متوالی و بر اساس زمان به یکدیگر متصل می‌شوند و یک زنجیره از بلاک‌ها را تشکیل می‌دهند که به همین دلیل بلاک‌چین نام گرفته است. این ساختار زنجیره‌ای تضمین می‌کند که داده‌ها تغییرناپذیر باقی بمانند و هیچ نهاد مرکزی کنترل آن‌ها را در دست نداشته باشد. بلاک‌چین، با استفاده از رمزنگاری پیشرفته، امکان انجام تراکنش‌های همتا به همتا را بدون نیاز به واسطه‌های مالی مانند بانک‌ها فراهم می‌سازد. از آنجایی که این سیستم غیرمتمرکز است، از مقاومت بالایی در برابر سانسور و حملات سایبری برخوردار است. کاربردهای آن نیز بسیار گسترده است، از ارزهای دیجیتال مانند بیت‌کوین و اتریوم گرفته تا مدیریت زنجیره تأمین، رأی‌گیری الکترونیکی و سیستم‌های سلامت. این فناوری نه تنها باعث افزایش اعتماد و شفافیت می‌شود، بلکه فرآیندهای کسب‌وکار را نیز بهینه و کارآمد می‌سازد.
در دوره آموزشی Blockchain: Build, Secure and Deploy Real-World Applications با ساخت، ایمن‌سازی، و استقرار اپلیکیشن‌های مبتنی بر بلاک‌چین آشنا خواهید شد.

این دوره آموزشی برای متخصصان فناوری اطلاعات و مدیران سیستم مشتاق طراحی شده است که به دنبال ایجاد یک دانش پایه قوی در مورد سرور برنامه‌های کاربردی IBM WebSphere (WAS) در نسخه‌های ۸.۵.۵ و ۹.۰.۵ هستند. این دوره که سطوح مبتدی تا L1 و L2 را پوشش می‌دهد، رویکردی عملی برای درک نصب، پیکربندی، مدیریت و عیب‌یابی محیط‌های WebSphere ارائه می‌دهد. آموزش با اصول اولیه معماری WebSphere آغاز می‌شود و به موضوعات عملی مانند نصب، ایجاد پروفایل (سرور برنامه، DMGR، پروفایل‌های سفارشی)، ساختار دایرکتوری و فایل‌های پیکربندی می‌پردازد. این دوره مدیریت متمرکز با استفاده از Deployment Manager (DMGR)، ادغام نودها، همگام‌سازی و پیکربندی منابع را بررسی می‌کند. این آموزش همچنین کارهای مدیریتی روزمره را شامل استقرار برنامه‌ها، مدیریت لاگ‌ها، پیکربندی امنیت و مانیتورینگ پوشش می‌دهد. تمرکز ویژه‌ای بر سناریوهای عیب‌یابی در سطح L1 و L2 وجود دارد تا یادگیرندگان بتوانند مسائل عملیاتی روزمره مانند شکست در راه‌اندازی سرور، خطاهای همگام‌سازی نودها، چالش‌های استقرار برنامه و مشکلات عملکردی را مدیریت کنند. این دوره با ارائه دانش عملی و کاربردی به شرکت‌کنندگان کمک می‌کند تا مهارت‌های لازم برای موفقیت در یک محیط واقعی WebSphere را کسب کنند.
در دوره آموزشی WebSphere Application Server 8.5 and 9.0- L1, L2 با نصب، پیکربندی و مدیریت سرورهای IBM WebSphere آشنا خواهید شد.

PDQ Deploy نرم افزاری برای نصب، به روز رسانی و حذف همزمان برنامه های مختلف بر روی تمام کامپیوتر های موجود در شبکه است. بدون اینکه لازم به انجام عملیات مختلف به صورت جداگانه بر روی تک تک کامپیوتر های شبکه باشید، این نرم افزار قادر به نصب یا حذف هر پچ یا نرم افزار ویندوز (.exe، .msi)، اجرای اسکریپت ها، ریبوت، کپی کردن فایل ها، حالت خواب، ارسال پیام و ... به صورت همزمان در چندین سیستم شبکه است. به این ترتیب با استفاده از این نرم افزار در انرژی و وقت خود صرفه جویی زیادی خواهید کرد و درگیر دردسر های ناشی از انجام هریک از این عملیات به صورت جداگانه نخواهید شد. این نرم افزار بخوبی می تواند با Active Directory هماهنگ کارکند و پس از پایان عملیات اجرایی، گزارشات کاملی را به شما ارائه دهد.

مدل‌های زبان بزرگ (LLMs) در کانون انقلاب هوش مصنوعی کنونی قرار دارند و به چت‌بات‌ها، سیستم‌های خودکارسازی و اپلیکیشن‌های هوشمند قدرت می‌بخشند. با این حال، استقرار و سفارشی‌سازی آن‌ها اغلب پیچیده و وابسته به خدمات ابری به نظر می‌رسد. Ollama این وضعیت را تغییر داده و اجرای، مدیریت و تنظیم دقیق LLMها را به صورت محلی بر روی سیستم شخصی شما آسان می‌سازد. این دوره برای توسعه‌دهندگان، علاقه‌مندان به هوش مصنوعی و متخصصانی طراحی شده است که می‌خواهند با استفاده از Ollama بر LLMها بر روی سخت‌افزار یا لپ‌تاپ خود مسلط شوند. شرکت‌کنندگان همه چیز را از راه‌اندازی محیط کاری تا ساخت مدل‌های هوش مصنوعی سفارشی، تنظیم دقیق آن‌ها و یکپارچه‌سازی آن‌ها در اپلیکیشن‌های واقعی، بدون اتکا به زیرساخت‌های ابری گران‌قیمت، فرا خواهند گرفت. در مجموع، این دوره یک مسیر عملی و جامع برای تسلط بر مدل‌های زبان بزرگ به صورت محلی ارائه می‌دهد که کنترل کامل و انعطاف‌پذیری بالایی را در اختیار شما قرار می‌دهد. این رویکرد به شما امکان می‌دهد تا بدون نگرانی از هزینه‌های ابری یا مسائل مربوط به حریم خصوصی، پروژه‌های هوش مصنوعی خود را به پیش ببرید.
در دوره آموزشی Mastering LLMs Locally using Ollama | Hands-On با نحوه اجرای و مدیریت مدل‌های زبان بزرگ بر روی کامپیوتر شخصی خود آشنا خواهید شد.

این دوره آموزشی جامع، شرکت‌کنندگان را در مسیر تسلط بر توسعه backend با استفاده از فریم‌ورک قدرتمند FastAPI و زبان برنامه‌نویسی پایتون راهنمایی می‌کند. در این دوره، شرکت‌کنندگان نه تنها با مفاهیم کلیدی و اساسی backend آشنا می‌شوند، بلکه تجربه عملی ساخت یک سیستم مدیریت تحویل واقعی را نیز کسب خواهند کرد. این دوره با پوشش مفاهیم پایه‌ای پایتون، حتی برای کسانی که آشنایی اولیه با این زبان دارند، شروع شده و به تدریج به مباحث پیشرفته‌تری مانند برنامه‌نویسی ناهمزمان، مدیریت پایگاه‌های داده SQL و NoSQL، پیاده‌سازی احراز هویت امن کاربر و استفاده از ویژگی‌های قدرتمند FastAPI می‌پردازد. شرکت‌کنندگان در طول دوره با نحوه طراحی و ساخت APIهای RESTful، اعتبارسنجی داده‌ها، مدیریت خطاها، مستندسازی خودکار API با OpenAPI و بهبود کارایی برنامه‌های backend آشنا خواهند شد. همچنین، مباحثی مانند استقرار (deployment) برنامه‌های FastAPI و بهترین شیوه‌های توسعه backend نیز در این دوره پوشش داده می‌شود تا شرکت‌کنندگان بتوانند پس از اتمام دوره، به طور مستقل پروژه‌های backend خود را با اطمینان کامل توسعه دهند.
در دوره آموزشی Ultimate Guide to FastAPI and Backend Development با ساخت APIهای قدرتمند و کارآمد آشنا خواهید شد.