تا حالا شده بخواهی با ChatGPT یا Copilot کدی بنویسی، ولی خروجی یا کار نکند، یا آنقدر درهم باشد که خودت هم نفهمی چه ساختهای؟ واقعیت این است که هوش مصنوعی جای فکر کردن برنامهنویس را نمیگیرد؛ اگر مسئله را درست نشکنی، زمینه را ندهی و نتیجه را چک نکنی، فقط سریعتر کد خراب تولید میکنی. در این کلاس زنده، علی کوشه مسیر واقعی ساختن پروژه را با تو جلو میبرد: از صورتمسئله تا انتشار.
چهار جلسه آنلاین، هر جلسه حدود دو ساعت. تمرین همان هفته در کلاس حل میشود؛ میبینی چطور یک ایده را به تسکهای کوچک تبدیل کنی، با Copilot و مدلهای زبانی پیادهسازی کنی، دیباگ و تست کنی و در نهایت چیزی منتشر کنی که واقعاً کار میکند. ظرفیت محدود است تا سؤالهایت در همان جلسه جواب بگیرد.
مدرس دوره
علی کوشه
برنامهنویس فرانتاند، منتور و مدرس بوتکمپ
علی کوشه برنامهنویس فرانتاند و منتوری است که چند سال مسیر آموزش را در بوتکمپهای مکتبشریف جلو برده؛ از HTML و CSS و جاوااسکریپت تا تایپاسکریپت، ریاکت، نکست و ابزارهای واقعی تیم مثل گیت و داکر.
همزمان در فضای محصول هم کار کرده؛ از توسعه فرانت در پروژههای وب و داشبورد تا همکاری در تیم توسعه فیلیمو مدرسه. این ترکیب باعث شده آموزش او از اسلاید تئوری فاصله بگیرد و به همان چیزی برسد که سر پروژه گیر میکنی: ساختار، دیباگ و تحویل.
در آکادمی AI RTL، همین تجربه را روی برنامهنویسی با هوش مصنوعی پیاده میکند؛ تا مدل را بهجای ماشین تولید کد تصادفی، به دستیار ساختن پروژه تبدیل کنی.
بیوگرافی کامل
درباره علی کوشه
از منتورینگ فرانتاند تا ساختن پروژه با هوش مصنوعی
مسیر حرفهای و پیشینه تخصصی
علی مسیر کاری خود را در توسعه وب جلو برد و حدود چهار سال بهعنوان مدرس و منتور فرانتاند در بوتکمپهای مکتبشریف تدریس کرده است؛ جایی که باید مسیر را برای کسی که تازه شروع کرده قابل پیمایش کند، نه فقط برای کسی که از قبل کدنویس است.
در این سالها روی HTML، CSS، جاوااسکریپت، تایپاسکریپت، تیلویند، ریاکت، نکست، گیت و داکر کار کرده و پروژههای فولاستک وب را از طراحی رابط تا فرانت، بکاند و استقرار همراهی کرده است.
تجربه محصول و کار تیمی
سابقه توسعه فرانتاند در تیم فیلیمو مدرسه و پروژههای محصولی مثل لندینگ، پنل کاربر و داشبورد ادمین، آموزش او را به استاندارد تحویل واقعی نزدیک کرده است.
بعد از سالها کارمندی به این نتیجه رسیده که چالش اصلی دیگر «نوشتن یک کامپوننت دیگر» نیست؛ بلکه شکستن مسئله، انتخاب معماری مناسب و رساندن کار تا جایی است که بتوان از آن استفاده کرد. همین نگاه را وارد کلاس برنامهنویسی با AI میکند.
سبک منتورینگ
علی عادت دارد گیر را همان جلسه روی کد باز کند؛ نه اینکه فقط اسلاید نشان بدهد. تمرین، ریویو و مسیر قدمبهقدم بخشی از روش تدریس او در بوتکمپ بوده و در این کلاس زنده هم همان منطق برقرار است.
برنامهنویسی بههمراه مدل
او هوش مصنوعی را جایگزین فکر کردن نمیداند. مدل وقتی مفید است که صورتمسئله روشن باشد، زمینه کافی داشته باشد و خروجی را خودت بخوانی، تست کنی و بازنویسی کنی.
فلسفه کلاس در آکادمی AI RTL
بسیاری از دورههای برنامهنویسی یا ابزار را جدا از پروژه درس میدهند، یا AI را مثل جعبه جادو معرفی میکنند. علی این دو را به هم وصل میکند: همان مهارتهایی که در منتورینگ فرانت لازم بوده (ساختار، خوانایی، دیباگ) الان باید با Copilot و مدلهای زبانی هم تمرین شود.
هدف کلاس این است که بعد از چهار جلسه، یک جریان کار داشته باشی: مسئله را بشکنی، با AI بسازی، خطا را بگیری و پروژهای منتشر کنی که خودت مالکش باشی.
مخاطبان دوره
این دوره برای توست اگر یکی از اینها هستی
شروعکنندههای برنامهنویسی
اگر میخواهی از صفر، با راهنمایی زنده، مسئله را بشکنی و همان هفته کد قابلاجرا بسازی.
برنامهنویسهایی که میخواهند با AI سریعتر کار کنند
برای اینکه Copilot و ChatGPT را درست به جریان کار اضافه کنی، نه اینکه به خروجی تصادفی مدل وابسته شوی.
فریلنسرها و سازندگان محصول
اگر میخواهی ایده را تا یک پروژه واقعی جلو ببری و همان هفته گره کار را در کلاس باز کنی.
دانشجوها و کارجویان نرمافزار
برای ساختن نمونهکار، تمرین دیباگ و رسیدن به خروجیای که در رزومه و مصاحبه قابلنمایش باشد.
صاحبان کسبوکار و سازندگان MVP
اگر میخواهی با کمک هوش مصنوعی یک نسخه اولیه کارکننده بسازی، نه فقط یک دموی تئوری.
مدت و محتوای دوره
چهار جلسه زنده
هر جلسه حدود ۲ ساعت؛ تمرین همان هفته با علی کوشه حل میشود
ظرفیت کلاس
۴۰ نفر
کلاس محدود برای سؤال، رفع اشکال و تعامل واقعی
سطح دوره
مقدماتی تا متوسط
از شکستن مسئله تا انتشار پروژه با هوش مصنوعی
ضمانت بازگشت وجه
اگر از کیفیت کلاس راضی نبودید، وجه پرداختی شما بازگردانده میشود.
یادگیری با تمرین زنده
آموزش تئوری نیست؛ مسئله همان جلسه شکسته میشود و پروژه همان هفته جلو میرود.
این کلاس طوری طراحی شده که بدون سابقه سنگین برنامهنویسی هم بتوانی وارد شوی؛ کافی است اینها را داشته باشی:
کامپیوتر شخصی و اینترنت پایدار
برای حضور در جلسه زنده، نصب ویرایشگر و اجرای پروژه روی سیستم خودت.
آشنایی اولیه با کار با فایل، مرورگر و نصب نرمافزار
نیازی به تسلط قبلی روی یک زبان خاص نیست؛ مسیر از شکستن مسئله و ساختن پروژه جلو میرود.
حساب هوش مصنوعی و آمادگی برای تمرین همان جلسه
قبل از کلاس ویرایشگر، Git و یک حساب مثل ChatGPT یا Copilot را آماده میکنی تا سر جلسه معطل ابزار نشوی.
کلاس زنده است؛ حضور فعال و انجام تمرین همان هفته بخشی از یادگیری است، نه تماشای صرف ویدیو.
بعد از این چهار جلسه، بهجای پرامپت پراکنده، یک جریان کار مشخص برای ساختن پروژه با هوش مصنوعی داری:
فکر کردن با AI و شکستن مسئله
صورتمسئله را به تسکهای کوچک تبدیل میکنی و به مدل زمینه درست میدهی تا خروجی قابلاستفاده باشد.
ساختن پروژه از صفر با Copilot
از اسکلت پروژه تا پیادهسازی قابلیتها را با کمک ابزارهای کدنویسی هوشمند جلو میبری.
دیباگ، تست و بازنویسی کد
خطا را میگیری، تست مینویسی و کد تولیدشده را آنقدر بازنویسی میکنی که قابل نگهداری شود.
انتشار پروژه
خروجی را از محیط محلی به نسخهای میرسانی که بتوانی نشان بدهی و از آن استفاده کنی.
جریان کار پایدار با مدلها
بهجای کپیکردن کور کد، میدانی کجا از AI کمک بگیری و کجا خودت تصمیم بگیری.
جلسات
جلسه ۱فکر کردن با AI و شکستن مسئله
۱۴۰۵/۶/۲۷, ۱۴:۳۰:۰۰
جلسه ۲ساختن پروژه از صفر با Copilot
۱۴۰۵/۷/۳, ۱۴:۳۰:۰۰
جلسه ۳دیباگ، تست و بازنویسی کد
۱۴۰۵/۷/۱۰, ۱۴:۳۰:۰۰
جلسه ۴انتشار پروژه و پرسشوپاسخ
۱۴۰۵/۷/۱۷, ۱۴:۳۰:۰۰