সাপোর্ট ক্লাস

AI & ML Engineering Bootcamp

Ask Me Anything About "AI & ML Engineering" Course

মেশিন আসলে শেখে কীভাবে: গল্পে গল্পে মেশিন লার্নিং

ব্যাচে ভর্তি হোন

AI এখন আর "ভবিষ্যতের প্রযুক্তি" না - এটা এখনই আপনার ব্যবসা, কাজ, আর ক্যারিয়ার বদলে দেওয়ার বাস্তব হাতিয়ার।প্রশ্ন একটাই: কোডিং না জেনে আপনি কি এই বিপ্লবে যোগ দিতে পারবেন?উত্তর: হ্যাঁ, পারবেন। এবং সেটাই আমরা শেখাবো। "AI Agent Development for Non-Coders" কোর্সে আপনি একদম শূন্য থেকে শুরু করে এমন AI এজেন্ট বানাতে শিখবেন - যেগুলো আপনার হয়ে ইমেইল লিখবে, কাস্টমার সামলাবে, ডেটা অ্যানালাইসিস করবে, রিপোর্ট বানাবে, এমনকি WhatsApp বা Telegram এ ম্যাসেজ পাঠালেই কাজ করে দিবে।কোডিং নেই। জটিলতা নেই। শুধু রেজাল্ট আছে। যে টুলগুলো হাতে-কলমে শেখাবোথিওরি পড়ে সময় নষ্ট না - প্রতিটা ক্লাসে বিশ্বের সবচেয়ে শক্তিশালী AI টুল ব্যবহার করে আপনি নিজে কিছু না কিছু বানাবেন:<ul><li>Claude - বিশ্বের অন্যতম advanced AI assistant দিয়ে রিসার্চ, রাইটিং, ডেটা অ্যানালাইসিস, ডিসিশন মেকিং</li><li>Claude Cowork - ফাইল ম্যানেজমেন্ট আর কমপ্লেক্স টাস্ক অটোমেশনের জন্য আপনার পার্সোনাল AI কলিগ</li><li>n8n - ভিজ্যুয়াল ওয়ার্কফ্লো বিল্ডার, যেটা দিয়ে শত শত অ্যাপ ড্র্যাগ-অ্যান্ড-ড্রপ করে কানেক্ট করা যায়</li><li>OpenClaw - ২০২৬ এর viral open-source AI agent। আপনার নিজের মেশিনে চলবে, WhatsApp/Telegram/Slack/Discord এর মতো messaging app থেকেই কন্ট্রোল করতে পারবেন। ফোনে বসে চা খেতে খেতে AI দিয়ে কাজ সারানোর যুগ শুরু</li></ul> এই লাইভ ব্যাচে যা থাকছে:<ul><li>- শুরু হবে AI Agents-এর ফান্ডামেন্টালস থেকে - API Integration, REST Webhooks এবং LLM (GPT, Claude, Gemini, Llama) পরিচিতি। এরপর Prompt Engineering, RAG System, Vector Database এবং Memory Management শেখানো হবে।</li><li>- অটোমেশন টুল হিসেবে N8N দিয়ে Workflow তৈরি, AI Node ইন্টিগ্রেশন, Sub-workflow এবং Error Handling সবই হাতে-কলমে শেখানো হবে। পাশাপাশি <a target="_blank" rel="noopener noreferrer nofollow" href="http://Make.com">Make.com</a> এবং Voiceflow-এর মতো অল্টারনেটিভ প্ল্যাটফর্মও কভার করা হবে।</li><li>- Advanced অংশে থাকছে Openclaw - যেখানে শেখানো হবে Advanced Tool Calling, Context Engineering, Multi-Agent System Design এবং হাতে-কলমে তৈরি করা হবে একটি পূর্ণাঙ্গ AI Customer Support Agent।</li><li>- প্রজেক্ট অংশে থাকছে ১১টি রিয়েল-ওয়ার্ল্ড প্রজেক্ট - Customer Support Agent (Email + Chatbot), Personal Assistant with MCP, Social Media Content Automation, Multi-Step Approval Workflow, Lead Generation এবং Cold Email Outreach।</li><li>- কোর্স শেষে থাকছে Capstone Project -Omnichannel Data Capture, AI-Powered Lead Qualification, CRM Automation এবং Webhook ও API Mastery একসাথে একটি Full-Scale AI Agent তৈরির সুযোগ।</li><li>- Production Deployment অংশে শেখানো হবে Security, Monitoring, Scaling এবং AI Ethics-সহ রিয়েল প্রোডাকশনে Agent চালানোর সবকিছু।</li><li>- ক্যারিয়ার গাইডলাইনে থাকছে Remote Job পাওয়ার স্ট্র্যাটেজি, AI-focused CV তৈরি, LinkedIn অপটিমাইজেশন এবং Upwork-সহ বিভিন্ন ফ্রিল্যান্সিং প্ল্যাটফর্মে সফল হওয়ার A to Z। </li></ul>জিরো থেকে একজন প্রফেশনাল AI Agent Builder হওয়ার পূর্ণাঙ্গ রোডম্যাপ - সব এক কোর্সে।

AI Automation & Build AI Agents No Code

Foundations

Building Production Agents

The Claude Power-User Track

Capstone Projects

Career & Monetization

Master AI Automation & Build AI Agents (No Code)

আপনি কি AI নিয়ে স্বপ্ন দেখেন, কিন্তু প্রোগ্রামিং-এর কিছুই জানেন না বলে শুরুটাই করতে পারছেন না? আপনার এই ভয় দূর করতেই আমাদের এই বিশেষ বুটক্যাম্প। এখানে আমরা একদম শূন্য থেকে শুরু করবো পাইথন ইনস্টল করা থেকে নিয়ে অ্যাডভান্সড AI অ্যাপ্লিকেশন তৈরি করা পর্যন্ত পুরো পথটা আপনাকে হাতে ধরে শেখানো হবে। এই কোর্সটি কাদের জন্য?<ul><li>- যারা প্রোগ্রামিং-এর কিছুই জানেন না, কিন্তু একদম গোড়া থেকে শিখে AI-তে ক্যারিয়ার গড়তে চান।</li><li>- বিশ্ববিদ্যালয়ের স্টুডেন্ট বা ফ্রেশ গ্র্যাজুয়েট যারা নিজেদের স্কিলকে ফিউচার-প্রুফ করতে চান।</li><li>- যেকোনো পেশার মানুষ, যিনি নতুন করে শিখে নিজেকে AI ইঞ্জিনিয়ার হিসেবে গড়ে তুলতে চান।</li></ul> কোর্স থেকে আপনি যা যা শিখবেন:<ul><li>AI-এর জন্য পাইথন ও ম্যাথ: প্রথমেই আমরা AI-এর জন্য প্রয়োজনীয় পাইথন লাইব্রেরি এবং ব্যাকএন্ডের জটিল ম্যাথমেটিক্স ও স্ট্যাটিস্টিক্স একদম সহজভাবে আয়ত্ত করবো।</li><li>মেশিন লার্নিং ও ডিপ লার্নিং: রিগ্রেশন, ক্লাসিফিকেশন থেকে শুরু করে CNN ব্যবহার করে ইমেজ রিকগনিশনের মতো বিষয়গুলো আমরা হাতে-কলমে শিখবো।</li><li>NLP ও স্পিচ রিকগনিশন: মানুষের ভাষা বোঝার টেকনিক (NLP) এবং ভয়েস কমান্ড প্রসেসিংয়ের খুঁটিনাটি থাকছে এই মডিউলে।</li><li>LLM ও LangChain: বর্তমান সময়ের সবচেয়ে জনপ্রিয় প্রযুক্তি GPT-এর মতো মডেল কীভাবে কাজ করে এবং LangChain ব্যবহার করে কীভাবে বুদ্ধিমান অ্যাপ বানানো যায়, তা শিখবো।</li><li>ভেক্টর ডেটাবেস ও RAG: AI মডেলকে আরও স্মার্ট করার জন্য ডেটা ম্যানেজমেন্ট এবং নলেজ বেস চ্যাটবট তৈরির কৌশলগুলো কভার করা হবে।</li></ul>

Ai Engineering Bangladesh

পাইথন প্রোগ্রামিং দিয়ে শুরু

মেশিন লার্নিং এ হাতেখড়ি | Basic To Advanced

ডীপ লার্নিং & কম্পিউটার ভিশন

মডেল ফাইনটিউনিং & ডেপ্লয়মেন্ট

NLP, ট্রান্সফর্মারস

AI Agent Development

ক্যাপস্টোন প্রোজেক্ট | ফ্রিল্যান্সিং, লোকাল ও রিমোট জব এসিস্ট্যান্স প্রোগ্রাম

আমাদের এই লাইভ ব্যাচে যা যা থাকছে:- প্রতিটি ক্লাসেই একটি করে হ্যান্ডস-অন প্রজেক্ট Personal AI Executive Assistant, Company Knowledge Assistant, KPI Dashboard, AI Research Assistant, Connected AI Workspace, Reusable AI Employee, Industry-Specific AI Coworker এবং সবশেষে ক্যাপস্টোন হিসেবে আপনার নিজের একটি সম্পূর্ণ AI Department।- ফাউন্ডেশন অংশে থাকছে Claude Cowork Setup, Cowork Sessions, Task Planning, Autonomous Execution, AI Thinking Modes এবং Security &amp; Permissions। এরপর ধাপে ধাপে Projects, Memory, Long Context Handling ও Knowledge Base তৈরি।- Artifacts দিয়ে ইন্টারেক্টিভ বিজনেস অ্যাপ্লিকেশন বানানো Dashboard, Invoice Generator, Proposal Generator, CRM Dashboard, Business Calculator কোনো কোডিং ব্যাকগ্রাউন্ড ছাড়াই।- Browser Actions ও Computer Use দিয়ে রিয়েল অটোমেশন: কম্পিটিটর অ্যানালাইসিস, মার্কেট রিসার্চ, লিড রিসার্চ, প্রাইস মনিটরিং, ফর্ম ফিলিং এবং ওয়েব রিসার্চ।- MCP ও Connectors দিয়ে Gmail, Google Drive, Google Calendar, Slack, Notion, GitHub, Figma সবগুলো টুলকে এক জায়গায় এনে ক্রস-প্ল্যাটফর্ম ওয়ার্কফ্লো অটোমেশন।- Skills, Prompt Library ও Scheduled Tasks দিয়ে "AI Employee" বানানো, যেটা আপনি না বললেও প্রতিদিন সকালে নিজে থেকে রিপোর্ট, ব্রিফ বা ড্যাশবোর্ড তৈরি করে রাখবে।- Founder, HR, Recruiter, Marketer, Sales, Finance, Support, Teacher, Developer, Designer, Freelancer, Agency Owner যে প্রফেশনেই থাকুন, নিজের কাজের জন্য কাস্টম AI Coworker বানিয়ে কোর্স শেষ করবেন। কোর্স শেষে আপনি যা যা পারবেন:- Claude Desktop ও Cowork সেটআপ করে একটি সম্পূর্ণ অটোনোমাস টাস্ক নিজে থেকে প্ল্যান ও এক্সিকিউট করাতে পারবেন।- AI-কে কাজ ডেলিগেট করার সঠিক পদ্ধতি, Thinking Modes এবং Security ও Permission ম্যানেজমেন্ট বুঝে নিরাপদভাবে কাজ করাতে পারবেন।- Claude Projects, Project Instructions ও Memory ব্যবহার করে নিজের কোম্পানি বা প্রফেশনের জন্য একটি রিইউজেবল Knowledge Base তৈরি করতে পারবেন।- Artifacts দিয়ে কোডিং ছাড়াই ইন্টারেক্টিভ ড্যাশবোর্ড, ডকুমেন্ট, স্প্রেডশিট ও প্রেজেন্টেশন-ভিত্তিক বিজনেস টুল বানাতে পারবেন।- Browser Actions ও Computer Use দিয়ে মাল্টি-স্টেপ রিসার্চ, ফর্ম ফিলিং, মনিটরিং ও ফাইল ম্যানেজমেন্ট অটোমেট করতে পারবেন।- MCP ও Connectors ব্যবহার করে Gmail, Drive, Calendar, Slack, Notion, GitHub, Figma-র মধ্যে ক্রস-প্ল্যাটফর্ম ওয়ার্কফ্লো তৈরি করতে পারবেন।- Skills, Prompt Library ও Scheduled Tasks দিয়ে স্বয়ংক্রিয়ভাবে চলা "AI Employee" ডিজাইন ও ডেপ্লয় করতে পারবেন।- নিজের ইন্ডাস্ট্রি ও রোল অনুযায়ী Workflow Mapping করে কাস্টম AI Coworker বানাতে এবং Human-in-the-Loop অ্যাপ্রুভাল প্রসেস সেট করতে পারবেন।- একাধিক AI Coworker, শেয়ার্ড নলেজ বেস ও কানেক্টর মিলিয়ে একটি সম্পূর্ণ AI Department আর্কিটেক্ট ও ডেপ্লয় করতে পারবেন।- নিজের বিজনেস বা চাকরির অন্তত একটি রিয়েল ওয়ার্কফ্লো পুরোপুরি অটোমেট করে প্রোডাকশন-রেডি সিস্টেম হিসেবে প্রেজেন্ট করতে পারবেন। সহজ ভাষায় বলতে গেলে, AI-কে "টুল" হিসেবে ব্যবহার করা থেকে "টিম মেম্বার" হিসেবে কাজে লাগানোর পূর্ণাঙ্গ রোডম্যাপ পাবেন এই কোর্সে।

Mastering Claude Cowork for Daily Automation

কোর্সে কী কী শিখবেন? Phase 1 · সপ্তাহ ১–৩: Engineering floorটাইপড পাইথন, প্রজেক্ট স্ট্রাকচার, সত্যিকারের ডিফেক্ট ধরা, প্রেশারের মধ্যে Git। FastAPI, auth, rate limiting, idempotency, Postgres ইনডেক্স ও কোয়েরি প্ল্যান, timeout–retry–circuit breaker। এজেন্টিক কোডিং টুল দিয়ে ডেলিভারি স্পিড বাড়ানো এবং কোনটা মডেলকে দেওয়া যাবে না সেটা জানা। সেই সাথে একটা নির্দিষ্ট এক্সপার্টাইজ: ডেটাবেস টাইমআউটের প্রবলেমটাকে ফাইন্ড আউট করা। <blockquote></blockquote>Phase 2 · সপ্তাহ ৪–৮: Data realityকোনো LLM কনটেন্টের আগে পাঁচ সপ্তাহ ডেটা, কারণ বাস্তব forward deployed কাজের বেশিরভাগটাই ডেটা ইন্টিগ্রেশন। CSV প্যাথলজি, প্রোডাকশন ডেটাবেস হিসেবে ব্যবহৃত Excel, এগারো রকমভাবে লেখা null, API-বিহীন লিগ্যাসি সিস্টেম (SFTP, file drop, screen scraping), ETL vs ELT, ব্যাকফিল, entity resolution, data contract ভাঙলে সেটা টের পাওয়া। এরপর ontology ও semantic layer এবং সেই এলিসিটেশন কৌশল যেখানে "আপনার ডেটা মডেল কী" প্রশ্নটা কাজ করে না, কিন্তু "কাল আপনি কী কী করলেন দেখান" কাজ করে। সপ্তাহ ৮-এ প্রথম পাঁচ দিনের বুটক্যাম্প, যার সফলতার মাপকাঠি একটাই: পরের সপ্তাহে কাউন্টারপার্টি আউটপুটটা ব্যবহার করছে কি না। অনুমোদন নয়, ব্যবহার।<blockquote> Phase 3 · সপ্তাহ ৯–১৪: AI systems that survive contact</blockquote>ফিচারের আগে eval রিভিউতে বাধ্যতামূলক, পরামর্শ নয়। গোল্ডেন ডেটাসেট, LLM-as-judge ও তার ফেইলিওর মোড, রিগ্রেশন স্যুট, ড্রিফট। এজেন্টিক লুপ প্রথমে হাতে লেখা হয় কোনো ফ্রেমওয়ার্ক ছাড়া তারপর ফেলে দিয়ে প্রোডাকশন ফ্রেমওয়ার্ক নেওয়া হয়, ভেতরে কী আছে সেটা জেনে। এরপর স্ট্রাকচার্ড আউটপুট, টুল ডিজাইন, MCP, কনটেক্সট ইঞ্জিনিয়ারিং, খরচ ও লেটেন্সি, হাইব্রিড রিট্রিভাল ও re-ranking এবং কখন RAG না বানানোই সঠিক উত্তর। শেষে ডিটারমিনিস্টিক ওয়ার্কফ্লো বনাম এজেন্ট, human-in-the-loop, audit trail, prompt injection, PII ও এন্টারপ্রাইজ সিকিউরিটি রিভিউ।<blockquote></blockquote>Phase 4 · সপ্তাহ ১৫–১৭: Ship and ownসপ্তাহ ১৫-এ অ্যাডভার্সেরিয়াল বুটক্যাম্প: নতুন ডোমেইন, নতুন কাউন্টারপার্টি, এবং তৃতীয় দিনে পরিকল্পিত বিপর্যয় রিকোয়ারমেন্ট উল্টে যায়, ইন্টিগ্রেশন মরে যায়, কিংবা সিকিউরিটি রিভিউ আর্কিটেকচার বাতিল করে দেয়। ডেমো পঞ্চম দিনেই হয়। এরপর কনস্ট্রেইন্টের ভেতরে ডেপ্লয়মেন্ট: on-premise, VPN-only, outbound ইন্টারনেট নেই, এয়ার-গ্যাপড ব্যাংক, টেলকো, স্বাস্থ্য ও সরকারি খাতে যা স্বাভাবিক। সাথে কাউন্টারপার্টির নিজের টিম পড়তে পারে এমন observability এবং রাত ২টায় মানুষ সাড়া দেবে এমন অ্যালার্ট। সপ্তাহ ১৭ পুরোটা অ্যাডপশন ও হ্যান্ডঅফ ইন্টারনাল চ্যাম্পিয়ন খুঁজে বের করা, এবং সেই ব্যক্তিকে শনাক্ত করা যার ভূমিকা আপনার সিস্টেম হুমকিতে ফেলছে, কারণ সে নিঃশব্দে এবং সফলভাবে এটা মেরে ফেলবে। Phase 5 · সপ্তাহ ১৮–২২: The Deploymentপ্রোগ্রামের মূল অংশ; আগের সবকিছু এর প্রস্তুতি। তিনজনের টিম, একটি সত্যিকারের সমস্যা, একটি সত্যিকারের কাউন্টারপার্টি, এবং এমন একটি সিস্টেম যা শেষে অস্তিত্বশীল থাকবে এবং যে বানায়নি তার হাতে চলবে।<ul><li>সপ্তাহ ১৮: শুধু ডিসকভারি। এই সপ্তাহে কোড লিখলে পেনাল্টি। আউটপুট: ডিসকভারি ডকুমেন্ট ও সম্মত স্কোপ ডকুমেন্ট, স্পষ্ট definition of done এবং সাকসেস মেট্রিকসহ।</li><li>সপ্তাহ ১৯–২১: বিল্ড। সত্যিকারের অ্যাক্সেস বিলম্ব, উত্তরহীন ইমেইল, সিদ্ধান্ত উল্টে যাওয়া আর সিকিউরিটি ঘর্ষণের বিরুদ্ধে। সাপ্তাহিক কাউন্টারপার্টি মিটিং ইংরেজিতে, লার্নাররা চালায়, ইনস্ট্রাক্টর উপস্থিত থাকেন কিন্তু নীরব।</li><li>সপ্তাহ ২২: উল্টানো বুটক্যাম্প। এবার টিম নিজেই FDE হিসেবে সম্পূর্ণ নতুন, কোল্ড কাউন্টারপার্টির জন্য তত্ত্বাবধান ছাড়া পাঁচ দিনের বুটক্যাম্প চালায়: প্রথম দিনে ডিসকভারি, পঞ্চম দিনে কার্যকর ক্যাপাবিলিটি।</li></ul> Phase 6 · সপ্তাহ ২৩–২৪: Consolidation and marketডেপ্লয়মেন্টকে বাজারের পড়ার উপযোগী রূপ দেওয়া: কেস স্টাডি (সমস্যা, কনস্ট্রেইন্ট, ট্রেডঅফ, ফলাফল, কী ভেঙেছিল ও কেন), পুরো কোহর্ট ও কাউন্টারপার্টির সামনে উপস্থাপনা এবং প্রতিটি ট্রেডঅফ প্রশ্নের মুখে ডিফেন্ড, লিখিত রেট্রোস্পেকটিভ। শেষ সপ্তাহে ইন্টারভিউ সিমুলেশন অ্যাম্বিগুইটি ইন্টারভিউ, কনস্ট্রেইন্টের অধীনে সিস্টেম ডিজাইন, হোস্টাইল কাউন্টারপার্টি রোলপ্লে এবং পজিশনিং, মার্কেট ম্যাপিং ও নেগোসিয়েশন

মেশিন আসলে শেখে কীভাবে: গল্পে গল্পে মেশিন লার্নিং

AI এতকিছু কীভাবে জানে? LLM মাস্টারক্লাস ফর কমপ্লিট বিগিনারস

মেশিন লার্নিং এর অ আ ক খ:

পাইথন মাস্টারক্লাস ফর ফিউচার AI ইঞ্জিনিয়ারস

AI ইঞ্জিনিয়ার হতে ম্যাথ স্ট্যাটিস্টিক্স কতখানি জানা লাগবে?

AI এতকিছু কীভাবে জানে? LLM মাস্টারক্লাস ফর কমপ্লিট বিগিনারস

মেশিন লার্নিং এর অ আ ক খ:

পাইথন মাস্টারক্লাস ফর ফিউচার AI ইঞ্জিনিয়ারস

AI ইঞ্জিনিয়ার হতে ম্যাথ স্ট্যাটিস্টিক্স কতখানি জানা লাগবে?

কম্পিউটার ছবি চেনে কীভাবে?: কম্পিউটার ভিশন নিয়ে আড্ডা

AI এতকিছু কীভাবে জানে? LLM মাস্টারক্লাস ফর কমপ্লিট বিগিনারস

AI Agent বিল্ড করে সেল করার স্টেপ বাই স্টেপ গাইডলাইন

চলেন বানাই, একটা হোয়াটসঅ্যাপ এজেন্ট(No Code)

মেশিন লার্নিং এর অ আ ক খ:

AI এতকিছু কীভাবে জানে? LLM মাস্টারক্লাস ফর কমপ্লিট বিগিনারস

AI Agent বিল্ড করে সেল করার স্টেপ বাই স্টেপ গাইডলাইন

চলেন বানাই, একটা হোয়াটসঅ্যাপ এজেন্ট(No Code)

মেশিন লার্নিং এর অ আ ক খ:

Forward Deployed Engineer vs Solutions Engineer vs Consultant: Three Roles People Keep Confusing