Foundations of Large Language Models: How LLMs Work — PickAClass
⏱ 2 ঘ 54 মিন 📚 29 পাঠ 🎧 অডিও সংস্করণ

Foundations of Large Language Models: How LLMs Work

আধুনিক generative AI-এর মূল প্রযুক্তিকে সহজবোধ্য করুন এবং বুঝতে শিখুন কীভাবে large language models প্রশিক্ষণপ্রাপ্ত হয়, গঠিত হয় এবং বাস্তব জগতের সমস্যা সমাধানে প্রয়োগ করা হয়।

  • 💬 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

Large Language Models (LLMs) প্রযুক্তিকে নতুন রূপ দিচ্ছে, কিন্তু এগুলি নেপথ্যে কীভাবে কাজ করে তা বোঝা বেশ কঠিন মনে হতে পারে। এই কোর্সটি এই শক্তিশালী AI সিস্টেমগুলির মূল ধারণা, স্থাপত্য এবং সক্ষমতাগুলিকে সহজবোধ্য করে তোলে। আপনি একজন কৌতূহলী পর্যবেক্ষক থেকে এমন একজন ব্যক্তিতে পরিণত হবেন যিনি generative AI-এর কার্যপদ্ধতি বোঝেন, যা আপনাকে AI-এর সক্ষমতা সম্পর্কে বুদ্ধিমত্তার সাথে কথা বলতে এবং আধুনিক ব্যবসা ও প্রযুক্তিগত সমস্যায় মৌলিক ধারণাগুলি প্রয়োগ করতে সক্ষম করবে। আপনি যা শিখবেন: - প্রথাগত machine learning থেকে আধুনিক transformer-ভিত্তিক স্থাপত্যে মৌলিক উত্তরণটি বুঝুন। - pre-training, fine-tuning, এবং alignment-সহ LLMs কীভাবে প্রশিক্ষণপ্রাপ্ত হয় তা ব্যাখ্যা করুন। - in-context learning, reasoning, এবং text generation-সহ মূল সক্ষমতাগুলি বিশ্লেষণ করুন। - Retrieval-Augmented Generation (RAG) এবং মৌলিক prompt engineering-এর মতো আধুনিক প্যাটার্নগুলি অন্বেষণ করুন। - মডেল মোতায়েনের সীমাবদ্ধতা, নৈতিক চ্যালেঞ্জ এবং নিরাপত্তা বিষয়ক বিবেচনাগুলি মূল্যায়ন করুন। পাঠ্যক্রমটি মডেল প্রশিক্ষণ প্রক্রিয়া, আধুনিক স্থাপত্যের প্যাটার্ন এবং ব্যবহারিক মোতায়েনের বিবেচনাগুলির মাধ্যমে আপনাকে পরিচালিত করার আগে প্রয়োজনীয় AI পরিভাষা এবং মৌলিক সংজ্ঞাসমূহ দিয়ে শুরু হয়। বিশেষভাবে শিক্ষানবিসদের জন্য ডিজাইন করা এই পাঠ্য-ভিত্তিক কোর্সের জন্য পূর্বের কোনো প্রোগ্রামিং বা উচ্চতর গণিতের পটভূমির প্রয়োজন নেই। আধুনিক generative AI-এর সম্ভাবনাকে উন্মোচিত করতে আজই পড়া শুরু করুন।

কোর্সের বিষয়বস্তু

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
  • 💸 ১৪-দিনের ফেরত
    কোনো প্রশ্ন নয়
  • ⚡ সংক্ষিপ্ত ও কেন্দ্রীভূত
    2 ঘ 54 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
Foundations of Large Language Models: How LLMs Work
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 31.10.2026
ক্রেডেনশিয়াল আইডি
PCC-2026-X4F7-AP19
P
PickAClass — নাম পদবি
Foundations of Large Language Models: How LLMs Work
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

এখনো কোনো পর্যালোচনা নেই — প্রথম হয়ে আপনার অভিজ্ঞতা ভাগ করুন।

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 — ১৪ 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