پرووید
منو

آموزش مبانی اتوماسیون هوش مصنوعی در AWS با Amazon Q و AWS CloudShell CLI

زبان: انگلیسیزیرنویس: انگلیسیسطح: مقدماتیمدت زمان: 0:46:55تعداد ویدئوها: 11فایل های پروژه: ناموجود
این آموزش بخشی از پکیج جامع توسعه و استقرار راهکارهای هوش مصنوعی در Cloud است که می توانید از تمامی آموزش های آن دیدن کنید.

آموزش مبانی اتوماسیون هوش مصنوعی در AWS با Amazon Q و AWS CloudShell CLI با عنوان اصلی AWS AI Automation Foundations Command Line Interface (CLI) with Amazon Q in AWS CloudShell یکی دیگر از آموزش های گروه آموزشی پرووید می باشد که در این قسمت آن را به شما معرفی می کنیم. در این آموزش با قابلیت های Amazon Q و نحوه استفاده از آن در محیط AWS CloudShell برای خودکارسازی فعالیت های توسعه و استقرار نرم افزار آشنا می شوید. همچنین یاد می گیرید چگونه با استفاده از Docker، AWS CDK و Lambda فرایند ساخت، مدیریت و انتشار برنامه ها را در محیط AWS انجام دهید.

Amazon Q چیست و چه کاربردی در AWS دارد؟

Amazon Q یک دستیار هوش مصنوعی مولد از شرکت AWS است که برای کمک به توسعه دهندگان و کاربران در انجام فعالیت های مختلف در اکوسیستم AWS طراحی شده است. این ابزار می تواند در درک سرویس های AWS، انجام وظایف توسعه نرم افزار و کار با ابزارهای خط فرمان به کاربران کمک کند و بخشی از فرایندهای روزمره توسعه را ساده تر کند.

یکی از محیط هایی که می توان از قابلیت های Amazon Q در آن استفاده کرد، AWS CloudShell است. ترکیب این دو ابزار به توسعه دهندگان امکان می دهد در محیط ابری AWS از کمک هوش مصنوعی برای انجام فعالیت های فنی استفاده کنند. در این آموزش ابتدا با مفهوم Amazon Q و قابلیت های آن آشنا می شوید و سپس نحوه استفاده از آن در CloudShell را بررسی می کنید.

AWS CloudShell چیست و چگونه از آن استفاده کنیم؟

AWS CloudShell یک محیط Shell مبتنی بر مرورگر است که مستقیما از طریق AWS Management Console در دسترس قرار می گیرد. با استفاده از این محیط می توانید بدون نیاز به راه اندازی یک ماشین مجازی یا نصب جداگانه ابزارهای خط فرمان، دستورات موردنیاز برای مدیریت منابع AWS را اجرا کنید. CloudShell برای انجام فعالیت های مدیریتی، توسعه و اجرای اسکریپت های مرتبط با سرویس های AWS کاربرد دارد.

در این آموزش با محیط AWS CloudShell و نحوه کار با آن آشنا می شوید و یاد می گیرید چگونه از قابلیت های آن در کنار Amazon Q استفاده کنید. همچنین مباحثی درباره ساختار داخلی و قابلیت های پیشرفته CloudShell مطرح می شود. آشنایی با این محیط به شما کمک می کند فعالیت های توسعه و مدیریت زیرساخت را مستقیما از طریق ابزارهای خط فرمان AWS انجام دهید.

اجرای Docker در AWS CloudShell

Docker یکی از ابزارهای پرکاربرد برای ساخت و اجرای Containerها است که به توسعه دهندگان اجازه می دهد برنامه ها و وابستگی های آن ها را در محیطی مستقل بسته بندی کنند. استفاده از Docker در فرایندهای توسعه ابری می تواند مدیریت محیط اجرا و آماده سازی برنامه ها برای استقرار را ساده تر کند. به همین دلیل، آشنایی با نحوه استفاده از این ابزار در محیط های ابری اهمیت زیادی دارد.

در این دوره با نحوه استفاده از Docker در AWS CloudShell آشنا می شوید و ساختار کلی این قابلیت را بررسی می کنید. همچنین یک walkthrough عملی از فرایند Docker Build در CloudShell ارائه می شود. این مباحث به شما کمک می کنند تا با مراحل آماده سازی Imageهای Docker در محیط CloudShell آشنا شوید و از این قابلیت در فرایندهای توسعه و استقرار مبتنی بر AWS استفاده کنید.

استقرار AWS Lambda با استفاده از Amazon Q و AWS CDK

AWS Lambda یک سرویس Serverless در AWS است که امکان اجرای کد را بدون نیاز به مدیریت مستقیم سرورها فراهم می کند. از طرف دیگر، AWS CDK ابزاری برای تعریف و مدیریت زیرساخت ابری با استفاده از زبان های برنامه نویسی است. ترکیب این ابزارها به توسعه دهندگان اجازه می دهد منابع موردنیاز برنامه های خود را به شکل کدنویسی شده تعریف و مستقر کنند.

Amazon Q چیست؟ - نمونه ای از بخش Amazon Q و AWS CloudShell در آموزش مبانی اتوماسیون هوش مصنوعی در AWS با Amazon Q و AWS CloudShell CLI
نمونه ای از بخش «Amazon Q و AWS CloudShell» در آموزش مبانی اتوماسیون هوش مصنوعی در AWS با Amazon Q و AWS CloudShell CLI

در این آموزش با نحوه استفاده از Amazon Q و AWS CloudShell برای کار با AWS CDK و استقرار یک Node.js Lambda آشنا می شوید. همچنین فرایند کار با CDK در CloudShell و نقش Amazon Q در انجام فعالیت های مرتبط با آن بررسی می شود. این بخش دید عملی مناسبی درباره استفاده از هوش مصنوعی در کنار ابزارهای Infrastructure as Code و خودکارسازی فرایند استقرار در AWS ارائه می دهد.

ساخت Docker Image و انتشار آن در Amazon ECR

Amazon Elastic Container Registry یا ECR یک سرویس مدیریت Container Image در AWS است که برای ذخیره و مدیریت Imageهای Docker مورد استفاده قرار می گیرد. این سرویس به توسعه دهندگان اجازه می دهد Imageهای ساخته شده را در یک Registry ابری نگهداری کنند و در فرایندهای مختلف توسعه و استقرار به آن ها دسترسی داشته باشند.

در بخش دیگری از این آموزش، نحوه ساخت Docker Image در محیط AWS CloudShell و انتشار آن در Amazon ECR به صورت عملی بررسی می شود. با دنبال کردن این فرایند با مراحل Build کردن Image و Push کردن آن به مخزن ECR آشنا خواهید شد. این مهارت در پروژه هایی که از Docker و سرویس های Containerمحور AWS استفاده می کنند، کاربرد دارد.

این آموزش برای چه کسانی مناسب است؟

این آموزش برای توسعه دهندگانی مناسب است که می خواهند کار با ابزارهای خط فرمان AWS را یاد بگیرند و از قابلیت های هوش مصنوعی برای ساده سازی فعالیت های توسعه و استقرار استفاده کنند. اگر با مفاهیم Cloud Computing آشنایی دارید و قصد دارید تجربه عملی بیشتری در کار با AWS CloudShell، Amazon Q و AWS CDK به دست آورید، مباحث این دوره می توانند برای شما مفید باشند.

همچنین مهندسان Cloud، توسعه دهندگان Backend و افرادی که با Docker، AWS Lambda و فرایندهای استقرار نرم افزار سروکار دارند، می توانند از مباحث این آموزش استفاده کنند. در طول دوره، موضوعات از معرفی ابزارها شروع شده و به پیاده سازی عملی فرایندهایی مانند ساخت Docker Image، استقرار Lambda و انتشار Image در ECR می رسند. محتوای این دوره به زبان انگلیسی ارائه شده و دارای زیرنویس انگلیسی است.

سرفصل مطالب آموزش ویدئویی مبانی اتوماسیون هوش مصنوعی در AWS با Amazon Q و AWS CloudShell CLI

فصل اول: مقدمه دوره

  • معرفی دوره

فصل دوم: Amazon Q و AWS CloudShell

  • Amazon Q چیست؟
  • مقدمه‌ای بر Amazon Q در CloudShell
  • استفاده از Docker در CloudShell
  • مروری بر Docker در AWS CloudShell
  • بررسی عمیق و قابلیت‌های پیشرفته AWS CloudShell
  • توسعه و استقرار Node.js Lambda با CDK و استفاده از Amazon Q و AWS CloudShell
  • کار با AWS CDK در CloudShell با استفاده از Amazon Q
  • آموزش عملی ساخت Docker Image در CloudShell
  • آموزش عملی Push کردن Image به ECR از طریق CloudShell

فصل سوم: جمع بندی دوره

  • جمع بندی دوره
دیدگاه کاربران

دیدگاه ها

برای ثبت دیدگاه ابتدا وارد حساب کاربری شوید.
هنوز دیدگاهی برای این محصول تایید نشده است.