Lynda Weinman
بسیاری لیندا واینمن را "مادر آموزش اینترنتی" لقب داده اند. وی که هم اکنون (2016) ۶۰ سال سن دارد در ۱۹۹۵ سایتی را راه اندازی کرد که به عنوان منبعی رایگان برای دانش آموزان محسوب می شد. طی آن دوران لیندا به صورت خودآموز در حال یادگیری طراحی وب بود و تلاش داشت تا آموخته هایش را با سایرین نیز به اشتراک بگذارد. هر چند این روزها مسئله یاد شده امری عادی به حساب می آید اما در اواسط دهه نود -روزگاری که هنوز یوتیوبی نبود- یادگیری طراحی وب به صورت خودجوش چندان مسئله رایجی محسوب نمی گشت.
اشتیاق آن روزهای لیندا در یادگیری ، حالا به لطف وب سایت و سرویسی هایی همانند آنچه خود او راه اندازی کرده به میلیون ها نفر دیگر در سراسر دنیا نیز سرایت نموده و آنها می توانند با اندک هزینه ای و در هر جا و مکانی آنچه که دوست دارند را فرا بگیرند.
ناگفته نماند که پیدا کردن مسیر صحیح کسب و کار، حتی برای لیندا واینمن نیز بدون فراز و نشیب نبوده و وی هم مانند هر فرد موفق دیگری در راه رسیدن به پیروزی پستی و بلندی های بسیاری را از سر گذرانده.
درک نیازی که هیچکس به آن پاسخ نداده بود
وقتی در سال ۱۹۹۳ واینمن طراحی وب را اندک اندک فرا گرفته و قصد آموزش دادن آن را پیدا کرد، ابتدا به کتاب فروشی مراجع نمود و سعی کرد کتابی را به عنوان مرجع انتخاب و از روی آن به دانش آموزان خود درس بدهد. اما وی متوجه شد کتاب فروشی ها و کتابخانه ها تنها راهنماهایی بسیار فنی و پیچیده را ارائه می نمایند که درک شان برای افراد معمولی و با دانش متوسط تقریباً غیر ممکن محسوب می شود.
لیندا واینمن میگوید: به یاد می آورم که با خود فکر کردم شاید چنین کتابی هنوز وجود ندارد. بلافاصله از کتاب فروشی به خانه رفتم و ایده ی اولیه نوشتن آن را پیاده سازی کردم.
کمی بعد کتاب "طراحی گرافیک های تحت وب" که به باور بسیاری اولین کتاب ساده و قابل درک توسط عموم در رابطه با حرفه طراحی وب بود، توسط افراد بسیاری در سراسر دنیا به عنوان یک مرجع غیر فنی مورد استفاده قرار می گرفت و محبوبیتی غیر قابل باور به دست آورده بود.
درست در همان زمان و در سال ۱۹۹۵ واینمن آدرس ایمیل فردی را مشاهده نمود که به صورت debbie@debbie.com بود و مشتاق شد بداند آیا دامنه ی لیندا نیز برای ثبت کردن در دسترس قرار دارد یا خیر. وی این دامنه را خریداری و وبسایتی تحت آن راه انداخت تا از طریقش بتواند با دانش آموزان و همچنین خوانندگان کتاب خود ارتباط برقرار نماید.
شروعی کوچک و توسعه ای آهسته و پیوسته
بعد از موفقیت کتاب واینمن همسر او، بروس هون (Bruce Heavin)، که در اصل موسس کمپانی لیندا نیز محسوب می شود، پیشنهاد داد در طول تعطیلات بهاره یکی از سالن های کامپیوتر دانشگاهی را اجاره نموده و در آن به مدت یک هفته دوره آموزش طراحی وب برگزار نمایند.
آنها این ایده را عملی کردند و سپس به منظور جذب افراد علاقه مند بنر تبلیغاتی را روی سایت لیندا قرار دادند. نه تنها ظرفیت کلاس یاد شده بسیار سریع پر گشت، بلکه افراد از گوشه و کنار دنیا و حتی مثلاً شهر وین برای حضور در آن ثبت نام نمودند.
اینکه تنها یک بنر در سایت خود قرار دهیم و سپس مردم از سراسر دنیا برای حضور در کلاس مان ثبت نام نمایند، باعث شده بود تا شوکه شویم.
آن کارگاه های یک هفته ای بسیار زود باعث شدند تا کسب و کار امروزی لیندا و همسرش پایه گذاری گردد. واینمن از درآمد حق امتیاز کتاب خود با ارزش ۲۰ هزار دلار استفاده کرد و مدرسه طراحی وبی را راه اندازی نمود که دوره هایش در هر ماه به سرعت پیش فروش شده و ظرفیت شان تکمیل می گشت. لیندا می گوید: "مشتریان زیادی وجود داشتند که مجبور بودیم به آنها نه بگوییم، زیرا ظرفیتی برای پذیرش شان وجود نداشت".
اوج گیری پس از بحران
کسب و کار لیندا پس از چند سال توانست ۳۵ فرصت شغلی را ایجاد و درآمدی ۳.۵ میلیون دلاری را فراهم کند. اما در سال ۲۰۰۱ و پس از انفجار حباب دات کام و حوادث مرتبط به یازده سپتامبر، تمایل افراد به یادگیری دروس طراحی وب کاهشی عجیب پیدا کرد، تا جایی که واینمن و همسرش در ادامه دادن مسیر مردد شده بودند.
کمپانی آنها دچار بحرانی جدی گشت، واینمن و هون ۷۵ درصد کارمندان خود را اخراج کردند و تنها ۹ نفر در استخدام شان باقی ماند. دفتر و مقر برگزاری دوره های لیندا نیز کوچک تر گشت و سعی را بر این گذاشتند تا واحد هایی با قیمت ارزان تر اجاره نمایند.
روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر.
خود واینمن در مورد آن ایام می گوید: "همه در حال نبرد برای بقا بودند و سعی می کردند سر خود را بالای آب نگه دارند. ما نیز وضعیتی مشابه را تجربه می کردیم و در نهایت درست همین زمان بود که تصمیم گرفتیم خدمات خود را به صورت کاملاً آنلاین ارائه نماییم."
روزگاری که ایده یاد شده شکل گرفت و سپس عملی گشت (ارائه خدمات به صورت آنلاین) تماشای فیلم بر روی کامپیوترها تازه در حال رواج یافتن بود. لیندا دات کام تصمیم گرفت در ازای سرویسی که ارائه می کند هزینه حق اشتراکی ۲۵ دلاری را به صورت ماهیانه دریافت نماید.
افراد اندکی از این راهکار استقبال کردند. واینمن می گوید: "درآمد مان به شدت افت کرده بود. روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر."
با تنها ۱۰۰۰ نفر پرداخت کننده حق اشتراک ماهیانه، بقای کمپانی به نظر بسیار سخت می رسید. ایجاد یک جامعه ی آنلاین زمان بر است و لیندا به خود امید می داد که آنها مسیر شان را عوض نکرده اند بلکه راهی تازه را شروع نموده اند پس باید صبر پیشه کنند. او توضیح می دهد که "همه چیز بسیار آهسته پیش رفت. ولی کم کم پرداخت حق اشتراک ماهیانه آنلاین رواج پیدا کرد و مقدار آن هر ساله چندین برابر شد".
در ۲۰۰۶ تعداد مشترکین به ۱۰۰.۰۰۰ نفر رسید و واینمن و همسرش ۱۵۰ کارمند خود را به همراه خانواده هایشان به دیزنی لند بردند تا موفقیت بزرگی که رقم خورده بود را جشن بگیرند.
ایجاد فرهنگ سازمانی مناسب در زمان رشد
اینکه اعضا و کارمندان شرکت همانند یک خانواده با یکدیگر در تعامل باشند همواره برای لیندا حائز اهمیت بوده و او حتی همیشه تلاش داشته تا افراد تحت استخدام خود را با اسم کوچک بشناسد و صدا بزند. ولی رشد سریع کمپانی و رسیدن تعداد کارمندان به عدد ۵۰۰، رفته رفته چالش هایی تازه را پدید می آورد و سبب می گردد واینمن در ایده آل های خود بازنگری نماید.
وی می گوید: "چالش اصلی بر سر تعیین سمت و مقام افراد بود. اینکه با هر کس چه برخوردی باید صورت بگیرد. همه ی کسانی که رشدی سریع را در شرکت خود تجربه کرده اند می دانند که ایجاد سلسله مراتب تا چه حد اهمیت دارد."
در ۲۰۰۷ تصمیم بر این شد تا یک مدیرعامل جهت اداره ی بهتر مجموعه به آن اضافه گردد. به گفته ی خود لیندا "درست در همان زمان بود که او تصمیم گرفت در رفتارها و برخوردهای خود سیاست بیشتری داشته و بروکراتیک تر عمل نماید".
ایجاد فرهنگ سازمانی برای شرکتی با بیش از ۵۰۰ کارمند کاری بسیار دشوار خواهد بود ولی حتی آنچه از این مسئله نیز دشوارتر به حساب می آید پایه ریزی درست و مطابقت دادن افراد با فرهنگ یاد شده است. اینکار در زمانی که یک شرکت نوپا و کوچک محسوب می شود چندان سخت نیست و شاید ضروری هم نباشد ولی با رشد آن صورت پذیرفتنش الزام می یابد.
پیش به سوی موفقیت
مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند.
در طی سال های اخیر کمپانی واینمن توسط افراد گوناگونی که در حرفه ی خود بهترین هستند دوره های آنلاین متعددی را ایجاد نموده و سعی کرده نشان دهد این دوره های آنلاین راه و روش یادگیری را برای همیشه متحول کرده اند.
لیندا دات کام قالبی معین و کارآمد را برای دوره های آموزشی اش پدید آورده و سپس کوشش کرده تا از نظر موضوعی نیز در بین مطالب مورد تدریس خود تنوع ایجاد نماید. روزگاری در وب سایت مورد بحث تنها ۲۰ دوره آموزش ویدئویی آنلاین وجود داشت، اما اکنون این رقم به ۶۳۰۰ رسیده که شامل ۲۶۷.۰۰۰ ویدئوی آموزشی می گردد.
ارائه ی کتابخانه ای ویدئویی به جای اینکه از افراد درخواست شود تا در دوره هایی مشخص با روال معمول و پیوسته شرکت نمایند، عاملی بوده که سبب گشته شیوه ی آموزشی لیندا دات کام نسبت به سایرین کاملاً متفاوت گردد.
واینمن می گوید: "مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند. ما به خاطر همین تفاوت مان مورد توجه قرار داشته و تحت نظر سایرین هستیم".
فروش به لینکدین Linked in
من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم.
واینمن زمانی که متوجه می شود لینکدین قصد خرید کمپانی اش را دارد، در ابتدا شوکه می گردد. او و همسرش هرگز به دنبال فروش شرکت خود و یافتن مشتری برای آن نبوده اند و البته در سن ۶۰ سالگی وی هنوز هم احساس می نموده که برای بازنشستگی بسیار زود است.
اما رفته رفته به این نتیجه می رسند که این فروش و ادغام دو کمپانی با یکدیگر احتمالاً امری منطقی و موثر خواهد بود. هر دو شرکت به نوعی تلاش داشته اند به افراد کمک کنند تا وضعیت شغلی خود را بهبود بخشند و احتمالاً در کنار یکدیگر بسیار بهتر از گذشته می توانند این هدف را محقق کنند.
واینمن می گوید: "بسیاری از مردم بر روی رقم معامله صورت پذیرفته تمرکز دارند و شاید این مسئله برای افرادی که با صنعت ما آشنا نیستند یک شگفتی محسوب شود. ولی خود من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم و اولین چیزی که در رابطه با این موضوع به ذهنم می رسد، میزان بزرگی این اثرگذاری است."
به نظر می آید حتی لیندا واینمن هم از موفقیت خودش شگفت زده است و تصور چنین روزی را نداشته. بر خلاف بسیاری از بنیانگذاران کمپانی ها مهم تکنولوژیک امروزی ، وی با هدف کسب درآمد های کلان شروع به کار نکرده و قصد اولیه اش هرگز ایجاد کمپانی نبوده که توسط لینکدین به ارزش ۱.۵ میلیارد دلار خریداری شد. او تنها سعی داشته آنچه که برای خودش جذاب بوده، یعنی طراحی وب را به سایرین نیز بیاموزد.
واینمن که بر حسب اتفاق بدل به یک معلم گشته، می گوید: "من نه چندان گنگ بودم و نه به آن صورت خوره ی دنیای تکنولوژی. افراد زیادی پیش من می آمدند و می پرسیدند چگونه این کار را انجام می دهی؟ یا چگونه آن کار را انجام می دهی؟ هرگز با خودم فکر نکرده بودم به اشتراک گذاشتن دانش در رابطه با آنچه که برایت جالب است، در واقع همان تدریس کردن محسوب می شود."
در حالکیه لیندا اعتقاد دارد تنها در زمان و مکان مناسبی حضور داشته، سخت است بدل شدن یک دامنه ی ۳۵ دلاری به کسب و کاری ۱.۵ میلیارد دلاری را حاصل یک اتفاق بدانیم.
در این دوره یاد بگیرید که چگونه از Rust برای ساخت خطوط لوله داده با کارایی بالا استفاده کنید که می توانید در مهندسی داده، ML Ops و مهندسی نرم افزار سنتی استفاده کنید. Rust ایمنی، سرعت و کنترل سطح پایین را برای برنامه نویسی سیستم ها فراهم می کند و مربی Noah Gift این جنبه ها را در چهار بخش این دوره به تصویر می کشد. نوح شروع به بررسی ویژگی های کلیدی Rust، از جمله HashMaps و وکتورها می کند. سپس نگاهی به ایمنی، امنیت و همزمانی با Rust می اندازد. در بخش سوم، او کتابخانه ها و ابزارهای مهندسی داده معروف Rust را پوشش می دهد و دوره را با نگاهی به طراحی سیستم های پردازش داده در Rust به پایان می رساند.
نمونه ویدیوی آموزشی ( زیرنویسها جدا از ویدیو است و میتوانید آنرا نمایش ندهید ) :
[فارسی]
01 شروع به کار با اکوسیستم توسعه Rust مدرن
01-01 با مربی و مروری بر دوره آشنا شوید
01-02 مقدمه ای بر تغییر پارادایم کدگذاری هوش مصنوعی
01-03 مقدمه ای بر محیط های توسعه مبتنی بر ابر
01-04 مقدمه ای بر اکوسیستم GitHub Copilot برای Rust
01-05 مهندسی سریع با GCP BigQuery SQL
01-06 مقدمه ای بر AWS CodeWhisperer برای Rust
01-07 استفاده از Google Bard برای افزایش بهره وری
01-08 ادغام مداوم با اقدامات Rust و GitHub
02 توالی ها و نقشه های Rust
02-01 معرفی توالی ها و نقشه های Rust
02-02 نسخه ی نمایشی: پرینت ساختارهای داده Rust
02-03 نسخه ی نمایشی: وکتور سالاد میوه
02-04 نسخه ی نمایشی: سالاد میوه VecDeque
02-05 نسخه نمایشی: سالاد میوه لیست لینکدین
02-06 نسخه ی نمایشی: سالاد میوه CLI
02-07 نسخه نمایشی: شمارشگر فرکانس HashMap
02-08 مقایسه زبان HashMap
03 مجموعه Rust، نمودارها و ساختارهای داده متفرقه
03-01 تجزیه و تحلیل شبکه جنگنده UFC با استفاده از مرکزیت گراف در Rust
03-02 ذخیره میوه های منحصر به فرد با استفاده از HashSet در Rust
03-03 نگهداری میوه های مرتب شده و منحصر به فرد با استفاده از BTreeSet در Rust
03-04 ایجاد یک سالاد میوه با اولویت انجیر با استفاده از BinaryHeap در Rust
الگوریتم PageRank 03-05 برای داده های ورزشی
03-06 نمایش کوتاهترین مسیر با Dijkstra
03-07 تشخیص مؤلفه های به شدت متصل: یک فرو رفتن عمیق در الگوریتم کوساراجو
03-08 نمودار ساده ساختارهای داده در Rust
04 Rust و ویژگی های ایمنی
04-01 احراز هویت چند عاملی
04-02 تقسیم بندی شبکه
04-03 حداقل دسترسی به امتیاز
04-04 رمزگذاری
04-05 سالاد میوه قابل تغییر
04-06 سالاد میوه را با CLI سفارشی کنید
04-07 مثال مسابقه داده
05 برنامه نویسی امنیتی با Rust
05-01 در دسترس بودن بالا
05-02 درک رمز هوموفونیک: یک تکنیک رمزنگاری
05-03 رمزگشایی اسرار رمز سزار
05-04 ساخت رابط خط فرمان رمز سزار
05-05 ایجاد حلقه رمزگشا: راهنمای عملی
05-06 تشخیص موارد تکراری با SHA-3: ابزار یکپارچگی داده ها
05-07 پاسخ حادثه
05-08 مطابقت
06 همزمانی با Rust
06-01 مفاهیم اصلی به صورت همزمان
06-02 فیلسوفان غذاخوری
06-03 خزیدن وب ویکی پدیا با Rayon
06-04 چت ربات هوشمند با توکیو
06-05 حذف تکراری چند رشته ای با Rust
06-06 بهره وری انرژی پایتون در مقابل Rust
06-07 تست استرس همزمان با GPU
06-08 مشکل بهینه سازی بدون سرور کارایی میزبان
07 استفاده از Rust برای مدیریت داده ها، فایل ها و ذخیره سازی شبکه
07-01 فایل های CSV را در Rust پردازش کنید
07-02 استفاده از محموله لامبدا با Rust
07-03 فایلهای موجود در AWS EFS را با Rust فهرست کنید
07-04 از فضای ذخیره سازی AWS S3 استفاده کنید
07-05 از فضای ذخیره سازی AWS S3 از Rust استفاده کنید
07-06 داده های رمزگذاری شده را روی جداول یا فایل های پارکت بنویسید
08 DataFrame با Rust، Python و Notebook
08-01 کولب چیست؟
08-02 استفاده از Bard برای بهبود توسعه نوت بوک
08-03 بررسی امید به زندگی در یک دفترچه یادداشت
08-04 یک DataFrame با داده های حساس بارگیری کنید
08-05 استفاده از MLFlow با نوت بوک های Databricks
08-06 پایان به پایان ML با MLFlow و Databricks
08-07 بررسی امید به زندگی جهانی با Polars
09 استفاده از Rust با Cloud SDK و CLI برای مهندسی داده
09-01 مزیت فضای کاری توسعه دهندگان ابری
09-02 ورود به GCP با پایتون و Rust
09-03 استفاده از GCP Cloud Shell with Rust
09-04 AWS CloudShell را یاد بگیرید
09-05 نمونه سازی API های هوش مصنوعی با AWS CloudShell
09-06 Cloud9 با CodeWhisperer
09-07 نسخه نمایشی: GCP App Engine Rust Deploy
09-08 Containerized Rust Actix Microservice در AWS
10 شروع با Rust Data Pipelines (شامل ETL)
10-01 جک و خطوط لوله داده Beanstalk
10-02 مهندسی داده منبع باز: مزایا و معایب
10-03 اجزای اصلی خطوط لوله مهندسی داده
10-04 خط لوله توابع مرحله Rust AWS
ماشین حساب اندازه 10-05 Rust AWS Lambda Async S3
10-06 Distroless چیست؟
نسخه 10-07: استقرار میکروسرویس های Rust در GCP
11 استفاده از Rust و Python برای LLM، ONNX، Hugging Face و PyTorch Pipelines
11-01 مقدمه ای بر Hugging Face Hub
11-02 اکوسیستم مدل از پیش آموزش دیده Rust PyTorch
11-03 Rust GPU Hugging Face
11-04 گزینه های Rust PyTorch با عملکرد بالا
11-05 EFS ONNX Rust استنتاج با AWS Lambda
11-06 نظریه پشت تنظیم دقیق مدل
11-07 انجام تنظیم دقیق
12 ساختن راه حل های SQL با Rust، AI مولد، و Cloud
12-01 انتخاب پایگاه داده صحیح در GCP
12-02 Rust SQLite Hugging Face طبقه بندی صفر شات
12-03 مهندسی سریع برای BigQuery
12-04 خط لوله BigQuery به Colab
12-05 کاوش داده ها با BigQuery
12-06 استفاده از مجموعه داده های عمومی برای علم داده
12-07 پرس و جو فایل های گزارش با BigQuery
12-08 هیچ پایگاه داده تک اندازه ای وجود ندارد
12-09 نتیجه گیری دوره
[ENGLISH]
01 Getting Started with the Modern Rust Development Ecosystem
01-01 Meet the instructor and course overview
01-02 Introduction to the AI coding paradigm shift
01-03 Introduction to cloud-based development environments
01-04 Introduction to GitHub Copilot ecosystem for Rust
01-05 Prompt engineering with GCP BigQuery SQL
01-06 Introduction to AWS CodeWhisperer for Rust
01-07 Using Google Bard to enhance productivity
01-08 Continuous integration with Rust and GitHub actions
02 Rust Sequences and Maps
02-01 Introducing Rust sequences and maps
02-02 Demo: Print Rust data structures
02-03 Demo: Vector fruit salad
02-04 Demo: VecDeque fruit salad
02-05 Demo: LinkedIn list fruit salad
02-06 Demo: Fruit salad CLI
02-07 Demo: HashMap frequency counter
02-08 HashMap language comparison
03 Rust Sets, Graphs, and Miscellaneous Data Structures
03-01 Analyzing UFC fighter network using graph centrality in Rust
03-02 Storing unique fruits using HashSet in Rust
03-03 Maintaining sorted and unique fruits using BTreeSet in Rust
03-04 Creating a fig-priority fruit salad using BinaryHeap in Rust
03-05 PageRank algorithm for sports data
03-06 Showing shortest path with Dijkstra
03-07 Detecting strongly connected components: A deep dive into Kosarajus algorithm
03-08 Simple charting of data structures in Rust
04 Rust Safety and Security Features
04-01 Multifactor authentication
04-02 Network segmentation
04-03 Least privilege access
04-04 Encryption
04-05 Mutable fruit salad
04-06 Customize fruit salad with a CLI
04-07 Data race example
05 Security Programming with Rust
05-01 High availability
05-02 Understanding the Homophonic cipher: A cryptographic technique
05-03 Decoding the secrets of the Caesar cipher
05-04 Building a Caesar cipher command-line interface
05-05 Creating a decoder ring: A practical guide
05-06 Detecting duplicates with SHA-3: A data integrity tool
05-07 Incident response
05-08 Compliance
06 Concurrency with Rust
06-01 Core concepts in concurrency
06-02 Dining philosophers
06-03 Web crawl Wikipedia with Rayon
06-04 Intelligent chatbot with Tokio
06-05 Multi-threaded deduplication with Rust
06-06 Energy efficiency Python vs. Rust
06-07 Concurrency stress test with a GPU
06-08 Host efficiency serverless optimization problem
07 Using Rust to Manage Data, Files, and Network Storage
07-01 Process CSV files in Rust
07-02 Using Cargo Lambda with Rust
07-03 List files on AWS EFS with Rust
07-04 Use AWS S3 storage
07-05 Use AWS S3 storage from Rust
07-06 Write encrypted data to tables or Parquet files
08 DataFrames with Rust, Python, and Notebooks
08-01 What is Colab?
08-02 Using Bard to enhance notebook development
08-03 Exploring life expectancy in a notebook
08-04 Load a DataFrame with sensitive data
08-05 Using MLFlow with Databricks Notebooks
08-06 End to End ML with MLFlow and Databricks
08-07 Exploring global life expectancy with Polars
09 Using Rust with Cloud SDKs and CLIs for Data Engineering
09-01 Cloud developer workspace advantage
09-02 Onboarding to GCP with Python and Rust
09-03 Using GCP Cloud Shell with Rust
09-04 Learn AWS CloudShell
09-05 Prototyping AI APIs with AWS CloudShell
09-06 Cloud9 with CodeWhisperer
09-07 Demo: GCP App Engine Rust Deploy
09-08 Containerized Rust Actix Microservice on AWS
10 Getting Started with Rust Data Pipelines (Including ETL)
10-01 Jack and the Beanstalk data pipelines
10-02 Open source data engineering: Pros and cons
10-03 Core components of data engineering pipelines
10-04 Rust AWS step functions pipeline
10-05 Rust AWS Lambda Async S3 size calculator
10-06 What is Distroless?
10-07 Demo: Deploying Rust microservices on GCP
11 Using Rust and Python for LLMs, ONNX, Hugging Face, and PyTorch Pipelines
11-01 Introduction to Hugging Face Hub
11-02 Rust PyTorch pre-trained model ecosystem
11-03 Rust GPU Hugging Face translator
11-04 Rust PyTorch high-performance options
11-05 EFS ONNX Rust inference with AWS Lambda
11-06 Theory behind model fine-tuning
11-07 Doing fine-tuning
12 Building SQL Solutions with Rust, Generative AI, and Cloud
12-01 Selecting the correct database on GCP
12-02 Rust SQLite Hugging Face zero-shot classification
12-03 Prompt engineering for BigQuery
12-04 BigQuery to Colab pipeline
12-05 Exploring data with BigQuery
12-06 Using public data sets for data science
12-07 Querying log files with BigQuery
12-08 There is no one-size database
12-09 Course conclusion
نوح گیفت بنیانگذار Pragmatic A.I. Labs است. و یکی از همکاران بنیاد نرم افزار پایتون است.
نوح به طور گسترده با AWS کار می کند و یک قهرمان یادگیری ماشین AWS است. او دارای چندین گواهینامه صنعتی برای AWS است. نوح آموزش و طراحی دوره های آموزشی ماشین فارغ التحصیل، MLOps، A.I، علوم داده، و مشاوره در زمینه یادگیری ماشین و معماری ابری را انجام می دهد. مسئولیت های او شامل رهبری ابتکار صدور گواهینامه چند ابری برای دانش آموزان است. نوح نقش های مختلفی را به صورت حرفه ای ایفا کرده است، از جمله CTO، مدیر کل، مشاور مدیر ارشد فناوری، مشاور ارشد دانشمند داده و معمار ابر. او همچنین دارای چندین تیتراژ فیلم در فیلم های سینمایی مهم برای کارهای فنی از جمله آواتار، مرد عنکبوتی 3 و بازگشت سوپرمن است.