Hugging Face-এর সাথে জেনারেটিভ AI-এর মৌলিক বিষয়গুলি — PickAClass
4.2 (4) ⏱ 2 ঘ 42 মিন 📚 27 পাঠ 🎧 অডিও সংস্করণ

Hugging Face-এর সাথে জেনারেটিভ AI-এর মৌলিক বিষয়গুলি

আপনার নিজস্ব টেক্সট-ভিত্তিক অ্যাপ্লিকেশনগুলির জন্য Large Language Models খুঁজে বের করা, ফাইন-টিউন করা এবং স্থাপন করা শিখুন।

  • 💬 এআই প্রশিক্ষক
    যেকোনো পাঠ সম্পর্কে জিজ্ঞাসা করুন, যেকোনো সময় সঙ্গে সঙ্গে স্পষ্ট উত্তর পান।
  • 🕐 যেকোনো সময় শুরু করুন
    কোনো সময়সূচি বা সময়সীমা নেই — নিজের গতিতে, যখন খুশি শিখুন।
  • 🌐 বাংলায়
    পাঠ, কাজ ও সার্টিফিকেট — সবকিছু সম্পূর্ণ আপনার ভাষায়।

এই কোর্স সম্পর্কে

শক্তিশালী ল্যাঙ্গুয়েজ মডেল ব্যবহার করে অ্যাপ্লিকেশন তৈরি করতে প্রস্তুত, কিন্তু কোথা থেকে শুরু করবেন তা নিশ্চিত নন? এই কোর্সটি Hugging Face ইকোসিস্টেমের অপরিহার্য সরঞ্জামগুলি ব্যবহার করে জেনারেটিভ AI-এর জগতে একটি স্পষ্ট, টেক্সট-ভিত্তিক পথ দেখাবে। এই কোর্সটি শেষ করার মাধ্যমে, আপনি Large Language Models (LLMs) নিয়ে কাজ করার সম্পূর্ণ কর্মপ্রবাহ (workflow) বুঝতে পারবেন। আপনি Transformers এবং tokenization-এর মতো মূল ধারণাগুলি থেকে শুরু করে নির্দিষ্ট কাজগুলির জন্য প্রি-ট্রেনড মডেলগুলিকে কাস্টমাইজ করার জন্য প্রয়োজনীয় ব্যবহারিক দক্ষতা অর্জন করবেন, যেমন টেক্সট সামারাইজেশন এবং সৃজনশীল কন্টেন্ট তৈরি। আপনি যা শিখবেন: - Transformers এবং Large Language Models-এর পেছনের মূল ধারণাগুলি বুঝুন। - প্রি-ট্রেনড মডেল এবং ডেটাসেট খুঁজে বের করতে এবং ব্যবহার করতে Hugging Face Hub নেভিগেট করুন। - মডেল ইনপুটের জন্য আপনার টেক্সট ডেটা প্রস্তুত করতে tokenization প্রক্রিয়াটি আয়ত্ত করুন। - একটি নির্দিষ্ট কাজের জন্য এটিকে মানিয়ে নিতে একটি কাস্টম ডেটাসেটে বিদ্যমান LLM ফাইন-টিউন করার অনুশীলন করুন। - কম কম্পিউট ব্যবহার করে মডেলগুলিকে প্রশিক্ষণ দিতে parameter-efficient fine-tuning (PEFT) কৌশল প্রয়োগ করুন। - quantization-এর মতো পদ্ধতি ব্যবহার করে ইনফারেন্সের জন্য মডেলগুলিকে অপটিমাইজ করতে শিখুন। - Retrieval-Augmented Generation (RAG) সহ সাধারণ LLM অ্যাপ্লিকেশন প্যাটার্নগুলি অন্বেষণ করুন। ডেটা প্রস্তুতি, মডেল নির্বাচন, ফাইন-টিউনিং এবং অপটিমাইজেশন কভার করে হাতে-কলমে অনুশীলনে যাওয়ার আগে কোর্সটি মৌলিক তত্ত্ব দিয়ে শুরু হয়। আপনি ধাপে ধাপে আপনার দক্ষতা তৈরি করতে বিস্তারিত ব্যাখ্যা পড়বেন এবং লিখিত উদাহরণ সহ অনুশীলন করবেন। এই কোর্সটি নতুনদের জন্য ডিজাইন করা হয়েছে। Hugging Face বা deep learning-এ পূর্বের কোনো অভিজ্ঞতার প্রয়োজন নেই, যদিও Python সম্পর্কে প্রাথমিক ধারণা সহায়ক হবে। আজই জেনারেটিভ AI-এর জগতে আপনার যাত্রা শুরু করুন।

আপনি কী পাবেন

  • 📜 সমাপ্তির সনদ
    আপনার LinkedIn প্রোফাইলে যোগ করুন
  • 💬 ব্যক্তিগত AI টিউটর
    কোনো পাঠে আটকে গেছ? যেকোনো সময় তোমার বিল্ট-ইন টিউটরকে যেকোনো কিছু জিজ্ঞেস করো।
  • 🎧 অডিও সংস্করণ অন্তর্ভুক্ত
    যেতে যেতে শিখুন — পর্দা লাগবে না
  • ♾️ আজীবন অ্যাক্সেস
    যখন খুশি ফিরে আসুন — মেয়াদ নেই
  • 📱 ফোন বা কম্পিউটার
    যেকোনো জায়গা, যেকোনো ডিভাইস
  • 💸 ৩০-দিনের ফেরত
    কোনো প্রশ্ন নয়
  • সংক্ষিপ্ত ও কেন্দ্রীভূত
    2 ঘ 42 মিন ব্যবহারিক বিষয়বস্তু

সমাপ্তির সনদ

PickAClass-এ আপনি যে কোর্স শেষ করেন তা এমন একটি ক্রেডেনশিয়াল দেয় — মৌলিক, নিজস্ব কোডসহ, URL দিয়ে যাচাইযোগ্য, এবং যা প্রকৃতপক্ষে প্রদর্শিত তার বিশদ।

P
PickAClass
স্কিল প্রোফাইল · যাচাইযোগ্য
নথি
দক্ষতা সনদ
এটি প্রত্যয়ন করে যে
নাম পদবি
সফলভাবে দক্ষতা প্রদর্শন করেছেন
Hugging Face-এর সাথে জেনারেটিভ AI-এর মৌলিক বিষয়গুলি
প্রদর্শিত দক্ষতা
আচরণগত প্যাটার্ন বিশ্লেষণ
মৌলিক
1.2 ঘণ্টা
সিদ্ধান্ত-স্থাপত্য কাঠামো
দক্ষ
1.4 ঘণ্টা
A/B পরীক্ষা ডিজাইন
দক্ষ
1.7 ঘণ্টা
আচরণগত কপিরাইটিং
উন্নত
1.9 ঘণ্টা
Maksim Fiodarau
CEO, PickAClass · প্রদত্ত 28.07.2026
ক্রেডেনশিয়াল আইডি
PCC-2026-X4F7-AP19
P
PickAClass — নাম পদবি
Hugging Face-এর সাথে জেনারেটিভ AI-এর মৌলিক বিষয়গুলি
পৃষ্ঠা ২ / ২
পারফরম্যান্স বিবরণ
কোর্সওয়ার্ক সারসংক্ষেপ
সম্পন্ন পাঠ 14 / 14
অনুশীলন প্রশ্ন 26 / 28
জমা দেওয়া অ্যাসাইনমেন্ট 4 (গড় 4.5 / 5)
ক্যাপস্টোন প্রকল্প পর্যালোচিত — 4.6 / 5
মোট অনুশীলন 6.2 ঘণ্টা
পারফরম্যান্স বেঞ্চমার্ক
কোহর্ট র‍্যাঙ্ক 1,625-এর শীর্ষ 12%
সম্পন্ন হতে সময় 11 দিন (মধ্যমা: 22)
দক্ষতা স্কোর 91 / 100
অনুশীলন-প্রশ্ন স্কোর 94%
দক্ষতা যাচাই যাচাইকৃত স্কিল পথ
এই ক্রেডেনশিয়াল যাচাই করুন
pickaclass.com/certificates/PCC-2026-X4F7-AP19
PickAClass-এর একাডেমিক মান অনুসারে ইস্যু। দক্ষতার স্তর কোর্সের কম্পিটেন্সি রুব্রিকের বিপরীতে মূল্যায়িত পারফরম্যান্স প্রতিফলিত করে। এটি এই প্ল্যাটফর্মের মৌলিক ক্রেডেনশিয়াল।

পর্যালোচনা (4)

Paula Navarro PE যাচাইকৃত শিক্ষার্থী
★ 4 · 04.07.2026

একটি ভাল পরিচিতি। কাঠামোটি বেশিরভাগই পরিষ্কার ছিল, কিন্তু আমি চাই যে আরও কিছু বাস্তব উদাহরণ থাকুক। তবুও, অনেক কিছু শিখেছি।

Paola Guzmán MX যাচাইকৃত শিক্ষার্থী
★ 4 · 03.07.2026

যদি আপনার কিছু পূর্বের জ্ঞান থাকে, তাহলে এটি একটি ভাল কোর্স। সম্পূর্ণ নতুনদের জন্য, কিছু ধারণা কিছুটা চ্যালেঞ্জিং হতে পারে। যদিও কাঠামোটি যৌক্তিক।

Szabó István HU যাচাইকৃত শিক্ষার্থী
★ 5 · 01.07.2026

এটা ছিল একটি চমৎকার শিক্ষাগত অভিজ্ঞতা, খুব পরিষ্কার ব্যাখ্যা এবং একটি যৌক্তিক প্রবাহ যা জটিল ধারণাগুলোকে সহজে বুঝতে সাহায্য করেছে।

Elena Gutiérrez PA
★ 4 · 18.06.2026

এই কোর্সটি আমার প্রত্যাশার চেয়েও বেশি। বাস্তব জীবনের অ্যাপ্লিকেশনগুলো নিয়ে আলোচনা করা হয়েছে যা অসাধারণভাবে কার্যকর। চমৎকার কাজ!

পর্যালোচনা লিখুন

পাঠানোর পরে সাইন ইন করতে বলব — আপনার খসড়া সংরক্ষিত থাকবে।

শিক্ষার্থীরা এটিও নিয়েছেন

সাধারণ প্রশ্ন

এই কোর্সের জন্য কী প্রয়োজন? +

শুধু ইন্টারনেট সংযুক্ত একটি ফোন বা কম্পিউটার। কোনো ইনস্টল বা বিশেষ হার্ডওয়্যার লাগে না।

কীভাবে পরিশোধ করব? +

Stripe-এর মাধ্যমে কার্ডে। আমরা কার্ডের তথ্য সংরক্ষণ করি না — Stripe নিরাপদে পরিচালনা করে।

আমি কি ফেরত পেতে পারি? +

হ্যাঁ — ৩০ দিনের মধ্যে সম্পূর্ণ ফেরত, কোনো প্রশ্ন নয়।

কতদিন অ্যাক্সেস থাকবে? +

চিরকালের জন্য। একবার কেনার পর কোর্স আপনার — যখন খুশি ফিরে আসুন।

আমি কি সনদ পাব? +

হ্যাঁ। সম্পন্ন করার পর আপনি একটি সনদ পাবেন, যা LinkedIn প্রোফাইলে যোগ করতে পারবেন।

এই খাতের জন্য
টেক ডিজাইন অর্থ মার্কেটিং স্বাস্থ্য শিক্ষা আতিথেয়তা উৎপাদন