دوره آموزش پروژه محور MVC Core همراه با Web API

گام سوم مسیر تخصصی .NET Developer

Backend می‌سازی، با معماری و تست آشنایی داری و می‌تونی از ساختار کدت دفاع کنی. حالا باید پروژه رو برای استفاده واقعی آماده کنی: دسترسی‌ها درست اجرا بشن، خطاها قابل پیگیری باشن و انتشار یک نسخه جدید به چند کار دستی و فراموش‌شدنی وابسته نباشه.

توی این دوره روی سه توانایی کار می‌کنیم: توسعه کنترل‌شده با AI، امنیت و مدیریت پویای دسترسی، و انتشار و پشتیبانی پروژه روی سرور. هوش مصنوعی داخل اجرای پروژه به تحلیل، کدنویسی، تست و رفع خطا کمک می‌کنه؛ اما بررسی کد و مسئولیت تصمیم‌های فنی با خودته.

مدرس سامانه تیکت و پشتیبانی سازمانی رو توی کلاس جلو می‌بره. تو هم یک سامانه رزرو و نوبت‌دهی مستقل رو از صفر می‌سازی؛ بخش‌های کلیدی پروژه‌ت توی منتورینگ بررسی می‌شن و نسخه نهایی رو روی Windows Server و IIS منتشر می‌کنی.

۶۰ ساعت آموزش عملی | ۱۰ ساعت منتورینگ گروهی | حضوری و آنلاین هم‌زمان

دیدن پروژه‌های دوره | مشاهده سرفصل‌ها | شرایط ثبت‌نام

• دسترسی واقعی: مخفی‌کردن دکمه کافی نیست؛ درخواست مستقیم به API هم باید کنترل بشه.
• تغییر دسترسی بدون انتشار مجدد: مدیر باید بتونه اجازه یک عملیات رو بده یا لغو کنه و نتیجه واقعاً در سیستم اعمال بشه.
• کد تولیدشده با AI: باید بفهمی تغییر پیشنهادی با قواعد پروژه سازگاره و چه تستی برای بررسیش لازمه.
• خطای بعد از انتشار: باید از روی Log و وضعیت سرویس‌ها بفهمی مشکل کجاست، نه اینکه فقط روی سیستم خودت دوباره امتحان کنی.
• انتشار نسخه جدید: Build، Test، تنظیمات و تغییرات دیتابیس باید در یک فرایند قابل پیگیری قرار بگیرن.

تمرین‌های دوره از همین مسئله‌ها شروع می‌شن و نتیجه هر بخش رو روی پروژه می‌بینی.

1. گام اول ـ Build: ساخت Backend، دیتابیس و Web API و تجربه انتشار اولیه؛ دوره پروژه‌محور C# و ASP.NET Core.
2. گام دوم ـ Engineer: مهندسی کد با C# پیشرفته، معماری، Performance و تست؛ دوره C# پیشرفته و مهندسی Backend.
3. گام سوم ـ Production: توسعه با کمک AI، امنیت پویا، محیط توسعه با Docker، انتشار روی IIS و رسیدگی به خطاهای بعد از استقرار.

اینجا مبانی C#، Web API، EF Core، معماری، تست و Git رو دوباره از اول آموزش نمی‌دیم. اگه این مهارت‌ها رو خارج از تحلیل‌داده یاد گرفتی هم می‌تونی وارد گام سوم بشی؛ چیزی که مهمه، توانایی عملیته.

کاربر درخواست پشتیبانی ثبت می‌کنه، کارشناس مسئول پیگیری می‌شه و مدیر روی تخصیص، وضعیت و دسترسی‌ها کنترل داره. همین فرایند، موقعیت واقعی برای آموزش Permission، Audit، Cache و انتشار نسخه جدید می‌سازه.

گردش اصلی: ثبت تیکت، دسته‌بندی و اولویت‌بندی، تخصیص، پاسخ‌گویی و بستن درخواست

• مدیریت کاربران، تیم‌های پشتیبانی و تخصیص تیکت به کارشناس یا تیم
• ثبت درخواست، پاسخ‌ها، وضعیت‌ها و تاریخچه عملیات مهم
• تعریف زمان هدف پاسخ‌گویی و نمایش وضعیت رسیدگی به درخواست‌ها
• Web API و پنل مدیریتی Server-Side با ASP.NET Core MVC و Razor View
• کنترل دسترسی به تیکت‌ها و مدیریت پویای Permission از پنل ادمین
• گزارش مدیریتی، Structured Logging و یک سناریوی Cache قابل اندازه‌گیری
• محیط توسعه با Docker Compose و فرایند Build، Test و انتشار روی IIS

مدرس هر بخش رو با مسئله و تصمیم فنی همون بخش آموزش می‌ده. تو همون مفهوم رو توی مسئله متفاوت پروژه رزرو به کار می‌بری؛ مثلاً کنترل دسترسی به تیکت رو به کنترل دسترسی به رزرو و گزارش‌ها تبدیل می‌کنی.

برای یک کسب‌وکار خدماتی، سامانه‌ای می‌سازی که خدمات و زمان‌های کاری رو مدیریت کنه و به کاربر اجازه دیدن زمان‌های آزاد و ثبت نوبت بده. تحلیل، مدل‌سازی، Backend و Repository این پروژه رو از صفر خودت جلو می‌بری.

قابلیت‌های اصلی پروژه

• ثبت‌نام و ورود کاربران؛ مدیریت خدمات، مدت هر خدمت و ارائه‌دهنده‌های اون
• تعریف روزها و ساعات کاری و نمایش زمان‌های قابل رزرو
• ثبت، لغو و تغییر زمان رزرو با کنترل قواعد و وضعیت‌ها
• جلوگیری از رزرو هم‌پوشان یک منبع، حتی هنگام درخواست‌های هم‌زمان
• کنترل مالکیت رزرو و دسترسی کاربران به اطلاعات و عملیات مجاز
• پنل مدیریتی، Web API و امکان اعطا یا لغو Permission از پنل ادمین
• Audit تغییرات مهم، Log خطاها و Cache منتخب با Invalidation مشخص
• تست رفتارهای مهم، محیط توسعه Docker، Pipeline و انتشار روی Windows Server و IIS

داده Cache‌شده زمان‌های آزاد، جای کنترل نهایی رزرو در دیتابیس رو نمی‌گیره. یکی از معیارهای مهم پروژه اینه که دو درخواست هم‌زمان نتونن یک نوبت ناسازگار ثبت کنن.

امکانات تکمیلی: فهرست انتظار، اعلان چندمرحله‌ای و اتصال به سرویس‌های جانبی می‌تونن بعداً به پروژه اضافه بشن؛ برای تحویل پروژه الزامی نیستن. پرداخت آنلاین هم جزو کارهای این دوره نیست.

پروژه مستقل خارج از زمان کلاس توسعه پیدا می‌کنه. منتور بخش‌های کلیدی رو بررسی می‌کنه و مسیر اصلاح رو نشون می‌ده؛ پیاده‌سازی و اصلاح نهایی با خودته.

آموزش AI فصل جداگانه نداره. همون‌جا که Feature، Test، Migration یا تنظیم انتشار لازم داریم، یاد می‌گیری چطور مسئله و محدودیت‌های پروژه رو به ابزار بدی و خروجی رو بررسی کنی. زمان آموزش AI هم جزو ساعت همون بخش‌های فنی دوره حساب شده.

1. نیاز رو روشن می‌کنی و برای Feature، معیار پذیرش و سناریوی ناموفق می‌نویسی.
2. ساختار Repository، قواعد معماری و محدودیت‌های امنیتی رو در Context قرار می‌دی.
3. قبل از تغییر، برنامه اجرا رو بررسی می‌کنی و کار رو به تغییرهای کوچک تقسیم می‌کنی.
4. از AI برای پیاده‌سازی، نوشتن تست یا تحلیل خطا کمک می‌گیری.
5. Diff، وابستگی‌های جدید، Migration و تست‌ها رو خودت بررسی می‌کنی.
6. Build و Test رو اجرا می‌کنی؛ خروجی نامناسب رو اصلاح یا برمی‌گردونی.
7. تغییر قابل توضیح رو Commit می‌کنی و از مسیر Review و انتشار عبور می‌دی.

مثلاً برای قابلیت لغو رزرو، تولید یک Endpoint پایان کار نیست: مالکیت رزرو، مجوز لغو، تغییر وضعیت، Audit و تست حالت‌های غیرمجاز هم باید بررسی بشن. قبولی پروژه به کیفیت همین رفتارها بستگی داره، نه تعداد خطوط تولیدشده با AI.

اطلاعات واقعی مشتری، داده حساس و Secretها وارد Prompt نمی‌شن. استفاده از AI هم جای توانایی خوندن کد، Debug و تشخیص خطا رو نمی‌گیره.

• پروژه مستقل: سامانه رزروی که تحلیل، پیاده‌سازی و تصمیم‌های فنی‌ش رو توضیح می‌دی.
• امنیت پویا: تغییر دسترسی در پنل ادمین و اجرای اون سمت سرور، همراه با تست مجاز و غیرمجاز.
• توسعه با AI: یک Feature با نیاز مشخص، Diff قابل بررسی، تست و Commitهای قابل پیگیری.
• تشخیص خطا: پیدا کردن مسیر یک عملیات از روی Log و Correlation ID و توضیح علت خرابی.
• Cache سنجیده: انتخاب داده مناسب، روش به‌روزرسانی و مقایسه زمان پاسخ قبل و بعد.
• محیط توسعه تکرارپذیر: Docker Compose و مستندات اجرای سرویس‌های موردنیاز پروژه.
• تحویل نسخه: Pipeline برای Build و Test، خروجی انتشار نسخه‌دار و استقرار کنترل‌شده روی IIS.
• نمونه‌کار قابل اجرا: آدرس نسخه منتشرشده، README، تست‌ها و تاریخچه واقعی توسعه.

این مسیر در ۶۰ ساعت آموزش اصلی اجرا می‌شه و ۱۰ ساعت منتورینگ گروهی هم بهش اضافه می‌شه. آموزش AI در همه بخش‌ها جریان داره. معماری، تست و Git پیش‌نیازن و اینجا برای ساخت و تحویل پروژه استفاده می‌شن.

منتورینگ گروهیه. هر دانشجو خروجی همون مرحله رو آماده می‌کنه و بخش‌های کلیدی پروژه‌ش بررسی می‌شن. ایرادهای مشترک رو توی جمع توضیح می‌دیم تا از بررسی پروژه بقیه هم یاد بگیری.

1. مرحله ۱ ـ تحلیل و محدوده: نیازها، نقش‌ها، قواعد رزرو، مدل داده، Backlog و معیار پذیرش.
2. مرحله ۲ ـ Feature و امنیت: مسیر اصلی رزرو، کنترل مالکیت، Token، تست و بررسی یک تغییر ساخته‌شده با AI.
3. مرحله ۳ ـ دسترسی پویا و ردیابی: اعطا و لغو Permission، Audit، Log و Invalidation داده منتخب.
4. مرحله ۴ ـ محیط اجرا و تحویل: Docker Compose، Build و Test خودکار و نسخه قابل بررسی در Staging.
5. مرحله ۵ ـ انتشار و دفاع فنی: نسخه IIS، تست نهایی، README و توضیح تصمیم‌ها و رفع ایرادهای کلیدی.

هر مرحله دو ساعته؛ یعنی در مجموع ۱۰ ساعت منتورینگ گروهی داریم، نه ۱۰ ساعت خصوصی برای هر نفر. بخش‌ها رو بر اساس ریسک و اهمیتشون بررسی می‌کنیم؛ این به معنی بررسی همه خط‌های کد یا بررسی جامع امنیتی نیست.

قبل از هر مرحله باید خروجی قابل اجرا داشته باشی؛ اصلاحات بعد از بازخورد رو خودت روی Repository انجام می‌دی.

• توسعه: استفاده از Docker Compose برای اجرای محیط و سرویس‌های موردنیاز پروژه.
• Staging: محیط جدا برای بررسی نسخه، تنظیمات و تغییرات دیتابیس قبل از انتشار نهایی.
• Production: انتشار برنامه روی Windows Server و IIS، همراه با HTTPS، تنظیمات محیط و بررسی سلامت.

سرور پروژه مستقل رو هر دانشجو با هزینه خودش تهیه می‌کنه. سرویسی که می‌گیری باید امکانات و دسترسی لازم برای انتشار روی IIS و اجرای مسیر CI/CD دوره رو داشته باشه؛ هر هاست اشتراکی لزوماً مناسب این کار نیست. قبل از خرید، مشخصات موردنیاز رو با مدرس هماهنگ کن.

اجرای Redis یا Seq در Docker توسعه به معنی نصب همون سرویس‌ها به همون شکل روی Windows Server نیست. موقع آماده‌کردن انتشار، مشخص می‌کنیم سرویس‌های موردنیاز کجا اجرا بشن و برنامه چطور امن بهشون وصل بشه؛ این تنظیمات به سرویسی که برای میزبانی گرفتی بستگی داره.

خروجی دوره، یه پروژه آموزشی منتشرشده با محدوده مشخصه. این یعنی نمی‌تونیم امنیت مطلق یا تحمل هر حجم ترافیکی رو تضمین کنیم؛ برای استفاده‌های حساس سازمانی هم بررسی بیشتری لازمه. این دوره آموزش جامع مدیریت سرور یا معماری توزیع‌شده نیست.

• توسعه: C#، .NET 10، ASP.NET Core Web API، MVC و Razor View
• داده و تست: SQL Server، EF Core و تست‌های Unit و Integration با MSTest
• امنیت: Identity، Cookie، JWT، Refresh Token، Policy و Permission
• ردیابی و Cache: Serilog، Seq، IMemoryCache، Redis و Health Check
• محیط توسعه: Docker و Docker Compose
• تحویل: Git، GitHub، GitHub Actions، Windows Server و IIS
• AI-Assisted Development: تحلیل نیاز، Context، برنامه اجرا، تولید و بررسی کد و تست؛ معیار ارزیابی، خروجی قابل دفاعه.

برای گرفتن مدرک، هم تأیید فنی پروژه مستقل لازمه، هم انتشارش روی سرور.

برای ارزیابی فنی، بخش‌های کلیدی این خروجی‌ها بررسی می‌شن:

• قابلیت‌های اصلی رزرو کار کنن و قواعد مهم، مثل جلوگیری از رزرو ناسازگار، رعایت بشن.
• کنترل مالکیت و Permission در سمت سرور اجرا بشه و سناریوهای امنیتی منتخب تست داشته باشن.
• Log، Audit و سناریوی Cache منتخب قابل توضیح و بررسی باشن.
• Repository مستقل، Commitهای واقعی، Test و فرایند Build و انتشار قابل پیگیری باشن.
• نسخه نهایی روی Windows Server و IIS منتشر شده و README اجرای پروژه تکمیل باشه.
• دانشجو بتونه تصمیم‌های مهم و یک Feature توسعه‌یافته با کمک AI رو توضیح بده.

حضور یا تماشای فیلم به‌تنهایی برای صدور مدرک کافی نیست. تا وقتی پروژه تأیید فنی نشده یا نسخه منتشرشده تحویل داده نشده باشه، شرایط گرفتن مدرک کامل نشده.

• نحوه برگزاری: حضوری و آنلاین هم‌زمان
• مدت کل: ۷۰ ساعت؛ شامل ۶۰ ساعت آموزش و ۱۰ ساعت منتورینگ گروهی
• ظرفیت اسمی: ۱۵ نفر حضوری و ۱۵ نفر آنلاین
• پرداخت: نقدی و اقساطی
• هزینه جداگانه: هزینه سرور برای انتشار پروژه مستقل با خودته.

برای اینکه از زمان برگزاری، شهریه و جزئیات اقساط باخبر بشی یا مطمئن بشی پیش‌نیازهای دوره رو داری، با پشتیبانی هماهنگ کن. قبل از تهیه سرور یا اشتراک ابزار AI هم شرایط موردنیاز دوره رو بپرس.

مشاوره و هماهنگی ثبت‌نام