README.md

ஆரம்ப நடிகர்களுக்கான எட்ஜ்ஏஐ

இந்த வளங்களை பயன்படுத்த ஆரம்பிக்க கீழ்காணும் படிகளை பின்பற்றவும்:

1. களஞ்சியத்தை ஃபோர்க் செய்யவும்: கிளிக் செய்க
2. களஞ்சியத்தை கிளோன் செய்யவும்: git clone https://github.com/microsoft/edgeai-for-beginners.git
3. Azure AI Foundry Discord-இல் சேரவும் மற்றும் நிபுணர்கள் மற்றும் பிற டெவலப்பர்களை சந்திக்கவும்

🌐 பல மொழி ஆதரவு

GitHub செயல்பாட்டின் மூலம் ஆதரிக்கப்பட்டது (தானாகவும் எப்போதும் புதுப்பிப்புடன்)

அரபு | பெங்காலி | பல்கேரியன் | பர்மீஸ் (மியான்மார்) | சீன (எளிய) | சீன (பாரம்பரிய, ஹாங்காங்) | சீன (பாரம்பரிய, மாகா௟) | சீன (பாரம்பரிய, தைவான்) | குரோஷியன் | செக் | டேனிஷ் | டட்ச் | எஸ்டோனியன் | பின்னிஷ் | பிரஞ்சு | ஜெர்மன் | கிரேக் | ஹீப்ரூ | இந்தி | ஹங்கேரியன் | இந்தோனிழியன் | இத்தாலியன் | ஜப்பானியன் | கன்னடம் | கொரியன் | லித்துவேனியன் | மலாய் | மலையாளம் | மராத்தி | நேபாளி | நைஜீரியன் பிட்ஜின் | நார்வேஜியன் | பெர்ஷியன் (ஃபார்ஸி) | போலிஷ் | போர்ச்சுகீஸ் (பிரேசில்) | போர்ச்சுகீஸ் (போர்ச்சுகல்) | பஞ்சாபி (குர்முகி) | ரோமானியன் | ரஷியன் | செர்பியன் (சிரிலிக்) | ஸ்லோவக் | ஸ்லோவேனியன் | ஸ்பானிஷ் | ஸ்வாஹிலி | ஸ்வீடிஷ் | தகாலொக் (பிலிப்பைனோ) | தமிழ் | तेलुगु | தை | துருக்கிய | உக்ரைனியன் | உருது | வியட்நாமீஸ்

உள்ளூர் கிளோன் செய்வதை விரும்பவா?

இந்த களஞ்சியம் 50+ மொழி மொழிபெயர்ப்புகளை கொண்டுள்ளது, இது டவுன்லோடு அளவை அதிகரிக்கிறது. மொழிபெயர்ப்புக்கள் இல்லாமல் கிளோன் செய்வதற்கு sparse checkout பயன்படுத்தவும்:

git clone --filter=blob:none --sparse https://github.com/microsoft/edgeai-for-beginners.git
cd edgeai-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

இது நீங்கள் பாடநெறியை விரைவாக முடிப்பதற்கு தேவையான அனைத்தையும் வழங்கும்.

மேலும் மொழிபெயர்ப்பு மொழிகள் ஆதரிக்க விரும்பினால், அவை இங்கே பட்டியலிடப்பட்டுள்ளன here

அறிமுகம்

EdgeAI for Beginners-க்கு வரவேற்க்கிறோம் – இது எட்ஜ் செயற்கை நுண்ணறிவின் மாற்றம் மிகைப்படுத்தும் உலகில் உங்கள் முழுமையான பயணம் ஆகும். இந்த பாடநெறி சக்திவாய்ந்த AI திறனுக்கும், எட்ஜ் சாதனங்களில் நடைமுறை, உலகளாவிய பயன்பாட்டிற்குமான தூரத்தை சரி செய்கிறது, இது AI-யின் திறனை நேரடியாக தரவு உருவாகும் இடத்திலேயே பிரத்யேகமாகப் பயன்படுத்துவதற்குத் தொழில்நுட்பத்தை வழங்குகிறது.

நீங்கள் கற்றுக்கொள்ளப்போகும் விஷயங்கள்

இந்த பாடநெறி அடிப்படைக் கருத்துக்களிலிருந்து தயாரிப்பு-தயாரான செயலாக்கங்களுக்குப் படிக்கிறது, இதில்:

• சிறிய மொழி மாடல்கள் (SLMs) எட்ஜ் இடைமுகத்திற்கு சிறப்பாக வடிவமைக்கப்பட்டவை
• போர்ட்டபிள் ஏற்றுக்கொள்ளும் சிக்கனைத் திறந்துரைத்து பல்வேறு தளங்களுக்கான ஹார்டுவேர்-அறிந்த நுட்பங்கள்
• நேரடி முன்னறிவு தனியுரிமை பாதுகாப்புடன்
• தயாரிப்பு தொடர்வற்றின் ஸ்ட்ராட்டெஜிகள் நிறுவன பயன்பாடுகளுக்காக

ஏன் EdgeAI முக்கியம்?

Edge AI என்பது முக்கியமான உயிரியல் சவால்களை ஏற்றுக்கொள்ளும் ஒரு பரிணாம மாற்றம் ஆகும்:

• தனியுரிமை மற்றும் பாதுகாப்பு: தரவை உள்ளூர் கணினியில் பாதுகாப்புடன் செயலாக்கி மேகத்தில் பகிராமல் வைத்தல்
• நேரடி செயல்திறன்: நேரம் முக்கியமான பயன்பாடுகளில் நெட்வொர்க் தாமதத்தை அகற்றல்
• செலவு சிக்கனமாக்கல்: கோப்பு பரிமாற்றமும் மேக கணினியாளர் செலவுகளும் குறைப்பு
• இடையல் தவறாத செயல்பாடு: நெட்வொர்க் நிறுத்தப்பட்டாலும் செயல்திறன் காத்தல்
• கட்டுப்பாட்டு இணக்கம்: தரவு உரிமையினைக் கொள்ள சந்தையான தேவைகளை பூர்த்தி செய்தல்

எட்ஜ் AI

Edge AI என்பது AI க்கான முன்கூட்டிய கணினி மற்றும் மொழி மாதிரிகள் உள்ளூர் ஹார்டுவேரில் நிறைவேற்றப்படுவதை குறிக்கும், குறிப்பாக தரவு உருவாகும் இடங்களுக்கு அருகில், inference க்கான மேக வளங்களைத் தவிர்த்துப்போன சூழலில். இது தாமதத்தை குறைத்து, தனியுரிமையை மேம்படுத்தி நேரடி முடிவெடுப்புக்கு உதவுகிறது.

முக்கியக் கொள்கைகள்:

• சாதனத்தில் நேரடி inference: AI மாதிரிகள் எட்ஜ் சாதனங்களில் இயங்கும் (மொபைல்கள், ரவுடர்கள், மைக்ரோகண்ட்ரோலர்கள், தொழிற்துறை PCs)
• இணையம் இல்லா திறன்: நிலையான இணைய இணைப்பின்றி செயல்பாடு செய்யும் திறன்
• குறைந்த தாமதம்: நேரடி முறைகளுக்கான உடனடி பதில்கள்
• தரவு உரிமை: உணர்ந்த தரவை உள்ளூரில் வைத்திருத்தல், பாதுகாப்பு மற்றும் அமல்படுத்தல் மேம்பாடு

சிறிய மொழி மாதிரிகள் (SLMs)

Phi-4, Mistral-7B, மற்றும் Gemma போன்ற SLMகள் பெரிய LLMகளின் சிறுப்பரிமாண வடிவங்கள்—இது பயிற்சி அல்லது சுத்திகரிக்கப்பட்டவை:

• குறைந்த நினைவக பயன்பாடு: வரம்பான எட்ஜ் சாதன நினைவகத்தை திறம்பட பயன்படுத்துதல்
• குறைந்த கணினி தேவைகள்: CPU மற்றும் எட்ஜ் GPU செயல்திறனுக்கான சிறப்பிப்பு
• விரைவான துவக்கம்: பதிலளிக்க விரைவான துவக்க நேரங்கள்

இவை NLP திறன் கொண்ட வலுவான முறைகளை திறந்து விடுகின்றன மேலும் கீழ்க்கண்ட கட்டுப்பாடுகளுக்கு ஏற்ப:

• ந Shadesே ம்‌ட்来了 operating systems : IoT சாதனங்கள் மற்றும் தொழிற்சாலை கான்ட்ரோலர்கள்
• மொபைல் சாதனங்கள்: ஆன்லைன் இல்லாவிட்டால் செயல்படும் ஸ்மார்ட்போன்கள் மற்றும் டாப்ளெட்டுகள்
• IoT சாதனங்கள்: குறைந்த வளங்கள் கொண்ட சென்சார்கள் மற்றும் அறிவுத்திறன் கொண்ட சாதனங்கள்
• எட்ஜ் சேர்வர்கள்: உள்ளூர் செயலாக்க இலகுவான GPU வளங்கள் கொண்ட சேவைகள்
• பெர்சனல் கணினிகள்: மேசை மற்றும் லேப்டாப் டெப்லாய்மென்ட் நிகழ்வுகள்

பாடநெறி அலகுகள் மற்றும் வழிசெலுத்தல்

அலகு	தலைப்பு	கவனிப்பு பகுதி	முக்கிய உள்ளடக்கம்	நிலை	காலம்
📖 00	எட்ஜ்ஏஐ அறிமுகம்	அடித்தளம் & சூழல்	எட்ஜ்ஏஐ அறிமுகம் • தொழில்துறை பயன்பாடுகள் • SLM அறிமுகம் • கற்றல் நோக்கங்கள்	தொடக்கநிலை	1-2 மணி
📚 01	எட்ஜ்ஏஐ அடித்தளங்கள்	மேகம் மற்றும் எட்ஜ் AI உவமை	எட்ஜ்ஏஐ அடித்தளங்கள் • உண்மை உலக வழக்குகள் • செயலாக்கக் கையேடு • எட்ஜ் டெப்ளாய்மென்ட்	தொடக்கநிலை	3-4 மணி
🧠 02	SLM மாதிரி அடித்தளங்கள்	மாதிரி குடும்பங்கள் மற்றும் கட்டமைப்பு	பை குடும்பம் • க்வென் குடும்பம் • ஜெம்மா குடும்பம் • பிட்நெட் • μமாதிரி • பை-சிலிகா	தொடக்கநிலை	4-5 மணி
🚀 03	SLM நிலைத்தல் பயிற்சி	உள்ளூர் மற்றும் மேகம் டெப்ளாய்மென்ட்	மேம்பட்ட கற்றல் • உள்ளூர் சுற்றுச்சூழல் • மேகம் டெப்ளாய்மென்ட்	இடைநிலை	4-5 மணி
⚙️ 04	மாதிரி ஒத்திசைவு கருவிகள்	பல தள ஒத்திசைவு	அறிமுகம் • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • பணிசெயல் கலவைகள்	இடைநிலை	5-6 மணி
🔧 05	SLMOps தயாரிப்பு	தயாரிப்பு செயல்பாடுகள்	SLMOps அறிமுகம் • மாதிரி சுத்திகரிப்பு • நுணுக்க மாற்றங்கள் • தயாரிப்பு டெப்ளாய்மென்ட்	மேம்பட்ட நிலை	5-6 மணி
🤖 06	AI முகவர் மற்றும் செயல்பாடு அழைப்பு	முகவர் கட்டமைப்புகள் மற்றும் MCP	முகவர் அறிமுகம் • செயல்பாட்டு அழைப்பு • மாதிரி சூழல் நெறிமுறை	மேம்பட்ட நிலை	4-5 மணி
💻 07	தளம் செயலாக்கம்	பல தள மாதிரிகள்	AI கருவி செட் • Foundry உள்ளூர் • விண்டோஸ் மேம்பாடு	மேம்பட்ட நிலை	3-4 மணி
🏭 08	Foundry உள்ளூர் கருவிகள்	தயாரிப்பு தயாரான மாதிரிகள்	மாதிரி பயன்பாடுகள் (கீழே விவரங்கள்)	நிபுணர்	8-10 மணி

🏭 அலகு 08: மாதிரி பயன்பாடுகள்

• 01: REST Chat துவக்கம்
• 02: OpenAI SDK ஒருங்கிணைப்பு
• 03: மாதிரி கண்டுபிடித்தல் & மதிப்பீடு
• 04: Chainlit RAG பயன்பாடு
• 05: பல முகவர் ஒத்துழைப்பு
• 06: Tools-as-Tools ரவுடர்
• 07: நேரடி API கிளையன்ட்
• 08: Windows 11 Chat செயலி
• 09: மேம்பட்ட பல முகவர் முறைமை
• 10: Foundry கருவி கட்டமைப்பு

🎓 பயிற்சி: காண்கை கற்றல் பாதை

தயாரிப்பு வடிவமைப்புடன் கூடிய விரிவான காண்கை பயிற்சி கையேடுகள்:

• பயிற்சி கையேடு - முழுமையான கற்றல் நோக்கங்கள், பயன், மற்றும் வள வழிசெலுத்தல்
• Python மாதிரிகள் (6 அமர்வுகள்) - சிறந்த நடைமுறைகள், பிழை கையாளல் மற்றும் விரிவான ஆவணம் உடன் புதுப்பிக்கப்பட்டது
• Jupyter நோட்ட்புக் கருவிகள் (8 இன்டராக்க்டிவ்) - படி படியாக வழிகாட்டுதல்கள், மதிப்பீட்டு அளவுகோல்கள் மற்றும் செயல்திறன் கண்காணிப்பு
• அமர்வு கையேடுகள் - ஒவ்வொரு பயிற்சி அமர்வுக்கும் விரிவான மார்க்டவுன் கையேடுகள்
• சரிபார்ப்பு கருவிகள் - குறியீட்டு நுணுக்கத்தை உறுதி செய்யும் ஸ்கிரிப்ட் மற்றும் ஸ்மோக் சோதனைகள்

நீங்கள் உருவாக்க போகும்வை:

• ஸ்ட்ரீமிங் ஆதரவுடன் உள்ளூர் AI உரையாடல் பயன்பாடுகள்
• தரம் மதிப்பீட்டுடன் கூடிய RAG குழாய் (RAGAS)
• பல மாதிரி மதிப்பீட்டு மற்றும் ஒப்பீடு கருவிகள்
• பல முகவர் ஒத்துழைப்பு முறைகள்
• பணி அடிப்படையிலான தேர்வுடன் புத்திசாலி மாதிரி வழிகாட்டல்

🎙️ Agentic க்கான பயிற்சி: காண்கை - AI போட்காஸ்ட் ஸ்டூடியோ

இடையில் இருந்து AI-ஐ இயக்கும் போட்காஸ்ட் தயாரிப்பு குழாயை உருவாக்குங்கள்! இந்த ஆழ்ந்த பயிற்சி நீங்கள் முழுமையான பல முகவர் முறைமை உருவாக்கும் திறனை கற்பிக்கிறது, இது யோசனைகளை தொழில்முறை போட்காஸ்ட் அத்தியாயங்களாக மாற்றும். 🎬 AI பாட்காஸ்ட் ஸ்டுடியோ காரியம் ورک்ஷாப் தொடங்கு

உங்கள் பணி: "Future Bytes" என்கிற, நீங்கள் தானாகவே உருவாக்கும் AI முகவர்கள் முழுமையாக இயக்கும் ஒரு தொழில்நுட்பப் பாட்காஸ்டை துவங்குவது. கிளவுட் சார்பும், API கட்டணமும் இல்லாமல் — அனைத்தும் உங்கள் இயந்திரத்தில் உள்ளூர் முறையாக இயக்கப்படும்.

இதை தனிப்படையாகக் காட்டுவது:

• 🤖 உண்மையான பல்வேறு முகவர் ஒருங்கிணைப்பு - ஆய்வு செய்பவராக, எழுதுபவராக, ஆடியோ தயாரிப்பவராக சிறப்பு AI முகவர்களை கட்டமைக்கவும்
• 🎯 முழுமையான தயாரிப்பு தரைவு - தலைப்புக் தேர்வு முதல் இறுதி பாட்காஸ்ட் ஆடியோ வெளியீடு வரை
• 💻 100% உள்ளூர் தேவை - முழு தனியுரிமைக்கும் கட்டுப்பாடுக்கும் Ollama மற்றும் உள்ளூர் மாதிரிகள் (Qwen-3-8B) பயன்படுத்தப்படும்
• 🎤 உரை-மாற்ற மைய இணைப்பு - குத்தகைகளைக் இயல்பான மதிப்பெண் பேச்சாக மாற்றுதல் பலருள் உரையாடல்கள்
• ✋ மனிதன் மைய செயற்பாடு - அங்கீகாரத் தளங்கள் மூலம் தரம் உறுதி செய்யும் போது தானாக இயக்கம் தொடர்கிறது

மூன்று அணியில் கற்றல் பயணம்:

அணி	கவனம்	முக்கிய திறன்கள்	காலம்
அணி 1: உங்கள் AI உதவியாளர்களை சந்திக்கவும்	உங்கள் முதல் AI முகவரைக் கட்டமைக்கவும்	கருவி இணைப்பு • வலை தேடல் • பிரச்சினை தீர்வு • முகவரியல் எண்ணம்	2-3 மணி
அணி 2: உங்கள் தயாரிப்பு அணியை அமைக்கவும்	பல முகவர்களை ஒருங்கிணைக்கவும்	அணி ஒத்துழைப்பு • ஒப்புதல் செயல்முறைகள் • DevUI இடைமுகம் • மனித சரிபார்ப்பு	3-4 மணி
அணி 3: உங்கள் பாட்காஸ்டை உயிர்ப்பிக்கவும்	பாட்காஸ்ட் ஆடியோ உருவாக்குதல்	உரை-பேச்சு • பலர் பேசும் சுருதி • நீண்டகால ஆடியோ • முழு தானாக இயங்கு	2-3 மணி

பயன்படுத்தப்படும் தொழில்நுட்பங்கள்:

• Microsoft முகவர் கட்டமைப்பு - பல முகவர் ஒருங்கிணைப்பு மற்றும் ஒத்துழைப்பு
• Ollama - உள்ளூர் AI மாதிரி இயக்கி (கிளவுட் தேவை இல்லை)
• Qwen-3-8B - முகவரியல் பணிகளுக்கு முதன்மை பிரியமைக்கப்பட்ட திறந்த மூல மொழி மாதிரி
• உரை-பேச்சு API-கள் - பாட்காஸ்ட் உருவாக்க உதவும் இயல்பான குரல் இணைப்பு

ஹார்டுவேருக்கு ஆதரவு:

• ✅ CPU மோடு - எந்த நவீன கணினியிலும் இயலும் (8GB+ RAM பரிந்துரை)
• 🚀 GPU வேகமூட்டல் - NVIDIA/AMD GPU களுடன் வேகமான முடிவு
• ⚡ NPU ஆதரவு - அடுத்த தலைமுறை நியூரல் செயலாக்கம் வேகமூட்டல்

இதற்கு சரியானது:

• பல முகவர் AI அமைப்புக்களை கற்கும் வளர்பவர்கள்
• AI தானாக இயக்கியும் வேலை ஓட்டத்திலும் ஆர்வமுள்ளவர்கள்
• AI உதவியுடன் தயாரிப்பு நாட்கள் உருவாக்கும் உள்ளடக்க உருவாக்குவோர்
• பயிற்சி நடவடிக்கைகளில் நேரடி AI ஒருங்கிணைப்பு கற்றுக்கொள்ளும் மாணவர்கள்

தொடக்கம் செய்க: 🎙️ AI பாட்காஸ்ட் ஸ்டுடியோ காரியம் →

📊 கற்றல் பாதை சுருக்கம்

• மொத்த நேரம்: 36-45 மணி
• தொடக்கம் பாதை: மாடியூல்கள் 01-02 (7-9 மணி)
• இடைநிலை பாதை: மாடியூல்கள் 03-04 (9-11 மணி)
• மேம்பட்ட பாதை: மாடியூல்கள் 05-07 (12-15 மணி)
• திறமைசாலி பாதை: மாடியூல் 08 (8-10 மணி)

நீங்கள் உருவாக்கும்

🎯 மைய திறன்கள்

• எட்ஜ் AI கட்டமைப்பு: உள்ளூர் முதன்மை AI அமைப்புக்களை கிளவுட் இணைக்கல் உடன் வடிவமைக்கவும்
• மாதிரி மேம்பாடு: எட்ஜ் நிலை பயன்பாட்டிற்குக் மாதிரிகளை வினியோகிக்க குறைத்தலும் துருத்தலும் (85% வேகம், 75% அளவு குறைப்பு)
• பல தள நூற்பயன்பாடு: விண்டோஸ், மொபைல், ஒருங்குபடித்த மற்றும் கிளவுட்-எட்ஜ் கலவையும்
• தயாரிப்பு செயல்பாடுகள்: எட்ஜ் AI-ஐ இசைபாடல், அளவிடல் மற்றும் பராமரிப்பு

🏗️ நடைமுறை திட்டங்கள்

• Foundry உள்ளூர் அரட்டை பயன்பாடுகள்: Windows 11 சொந்த செயலி மாதிரி மாற்றத்துடன்
• பல முகவர் அமைப்புகள்: குழு ஒருங்கிணைப்பாளர் மற்றும் சிறப்பான முகவர்கள் குறுக்குவழி வேலை முறை
• RAG பயன்பாடுகள்: உள்ளூர் ஆவண செயலாக்கம் வெக்டார் தேடலுடன்
• மாதிரி வழிமுறை வரிகள்: பணிச்சூழல் பகுப்பாய்வில் இருந்து மாதிரிகள் தேர்வு
• API கட்டமைப்புகள்: தயாரிப்பு தயார் கிளையன்கள் ஸ்ட்ரீமிங் மற்றும் நலனாய்வு
• பல தள கருவிகள்: LangChain/Semantic Kernel இணைப்பு வகைகள்

🏢 தொழில் பயன்பாடுகள்

தொழிற்சாலை • ಆரோக்கியம் • சுய நடமாட்ட வாகனங்கள் • நுட்ப நகரங்கள் • மொபைல் பயன்பாடுகள்

விரைவு தொடக்கம்

பரிந்துரைக்கப்பட்ட கற்றல் பாதை (மொத்தம் 20-30 மணி):

0. 📖 அறிமுகம் (Introduction.md): EdgeAI அடித்தளம் + தொழில் சூழல் + கற்றல் கட்டமைப்பு
1. 📚 அடித்தளங்கள் (மாடியூல்கள் 01-02): EdgeAI கருத்துகள் + SLM மாதிரி குடும்பங்கள்
2. ⚙️ மேம்பாடு (மாடியூல்கள் 03-04): பரம்பரை + அளவுகுறைபாடுகள் கட்டமைப்புகள்
3. 🚀 தயாரிப்பு (மாடியூல்கள் 05-06): SLMOps + AI முகவர்கள் + செயல்பாட்டு அழைப்பு
4. 💻 நடைமுறை (மாடியூல்கள் 07-08): தளம் மாதிரிகள் + Foundry உள்ளூர் கருவி

ஒவ்வொரு மாடியூலும் சூழலியல், நடைமுறை பயிற்சி மற்றும் தயாரிப்பு தயாரான குறியீடு மாதிரிகளைக் கொண்டுள்ளது.

தொழில் தாக்கம்

தொழில்நுட்பப் பணிகள்: EdgeAI தீர்வு வடிவமைப்பாளர் • ML பொறியாளர் (எட்ஜ்) • IoT AI மேம்படுத்துநர் • மொபைல் AI மேம்படுத்துநர்

தொழில் துறை: தொழிற்சாலை 4.0 • மருத்துவ தொழில்நுட்பம் • சுய இயக்க அமைப்புகள் • நிதி தொழில்நுட்பம் • நுகர்பொருள் மின்னணுக்கள்

போர்ட்போலியோ திட்டங்கள்: பல முகவர் அமைப்புகள் • உற்பத்தி RAG பயன்பாடுகள் • பல தள நண்பர்கள் நிறுவல் • செயல்திறன் மேம்பாடு

நிரலறை அமைப்பு

edgeai-for-beginners/
├── 📖 introduction.md  # Foundation: EdgeAI Overview & Learning Framework
├── 📚 Module01-04/     # Fundamentals → SLMs → Deployment → Optimization  
├── 🔧 Module05-06/     # SLMOps → AI Agents → Function Calling
├── 💻 Module07/        # Platform Samples (VS Code, Windows, Jetson, Mobile)
├── 🏭 Module08/        # Foundry Local Toolkit + 10 Comprehensive Samples
│   ├── samples/01-06/  # Foundation: REST, SDK, RAG, Agents, Routing
│   └── samples/07-10/  # Advanced: API Client, Windows App, Enterprise Agents, Tools
├── 🌐 translations/    # Multi-language support (8+ languages)
└── 📋 STUDY_GUIDE.md   # Structured learning paths & time allocation

பாடநிலை முக்கிய சிறப்பம்சங்கள்

✅ தொடர்ச்சியான கற்றல்: கோட்பாடு → நடைமுறை → தயாரிப்பு நிறுவல்
✅ உண்மை நிலை ஆய்வுகள்: Microsoft, ஜப்பான் ஏர்லைன்ஸ், நிறுவன அமலாக்கங்கள்
✅ நடைமுறை மாதிரிகள்: 50+ எடுத்துக்காட்டுகள், 10 விரிவான Foundry உள்ளூர் டெமோ
✅ செயல்திறன் கவனம்: 85% வேக முன்னேற்றங்கள், 75% பருமன் குறைப்பு
✅ பல தள மையம்: விண்டோஸ், மொபைல், ஒருங்குபடியான, கிளவுட்-எட்ஜ் கலவை
✅ தயாரிப்பு தயார்: கண்காணிப்பு, அளவீடு, பாதுகாப்பு, இணக்கம் கட்டமைப்புகள்

📖 படிப்பதற்கான வழிகாட்டி கிடைக்கும்: ஆராய்ச்சி நேர ஒதுக்கீடும், சுய மதிப்பீடு கருவிகளும் கொண்ட கட்டமைக்கப்பட்ட 20 மணி கற்றல் பாதை.

---

EdgeAI என்பது AI நிறுவனத்தின் எதிர்காலம்: உள்ளூர் முதன்மை, தனியுரிமை பாதுகாப்பு மற்றும் விளைவு செயல்திறன். இந்த திறன்களை நீங்கள் கற்றுக் கொண்டு அடுத்த தலைமுறை அறிவாற்றல் செயலிகள் கட்டுங்கள்.

பிற பாடநெறிகள்

எங்கள் குழு பிற பாடநெறிகளையும் உருவாக்குகிறது! கீழ்க்கண்டவை பார்க்கவும்:

LangChain

---

Azure / Edge / MCP / முகவர்கள்

---

உருவாக்கும் AI தொடர்

---

மையக் கற்றல்

---

கூட்டுதவி தொடர்

உதவி பெறுதல்

நீங்கள் தடையாக இருந்தால் அல்லது AI செயலிகளை உருவாக்குவதற்கான எந்தவொரு கேள்விகளும் இருந்தால், சேர்ந்துகொள்ளவும்:

உற்பத்தி கருத்துக்களோ அல்லது பிழைகளோ இருந்தால், பார்வையிடவும்:

---

பிரதி மனுதவி: இந்த ஆவணம் AI மொழிபெயர்ப்பு சேவையான Co-op Translator மூலம் மொழி மாற்றப்பட்டது. நாங்கள் துல்லியத்திற்க்கு முயற்சிப்பினும், தானியங்கி மொழிபெயர்ப்புகளில் பிழைகள் அல்லது தவறுகள் இருக்க வாய்ப்பு உள்ளது என்பதை தயவுசெய்து கவனியுங்கள். இயற்கை மொழியில் உள்ள அசல் ஆவணம் அதிகாரப்பூர்வ மூலமாக கருதப்பட வேண்டும். முக்கியமான தகவல்களுக்கு, தொழில்முனைவர் மனித மொழிபெயர்ப்பை பரிந்துரைக்கிறோம். இந்த மொழிபெயர்ப்பின் பயன்பாட்டால் ஏற்படும் எந்த தவறான புரிதல்கள் அல்லது தவறுச்செய்திகளுக்கு நாங்கள் பொறுப்பூற்றமில்ல.