মূল content-এ যাও

Interactive · বাংলায় · ফ্রি

বাংলায়শিখুনAI Engineering

Python থেকে Machine Learning, Generative AI আর MLOps পর্যন্ত। Video দেখে না — নিজে code লিখে, run করে, build করে।

ফ্রি শেখা শুরু করো Curriculum দেখো
lessons
88
install লাগবে
0
AI tutor
24/7
  • Learn/
  • Understand/
  • Code/
  • Practice/
  • Debug/
  • Build/
  • Deploy/
  • Prove/

পদ্ধতি

পড়া নয় — করা।

এটা video course না, একটা interactive engineering school। প্রতিটা lesson একই চক্রে চলে।

  1. পড়ো, নিজের ভাষায়

    প্রতিটা concept সহজ বাংলায়, কিন্তু technical শব্দগুলো English-এ — যেভাবে industry-তে আসলে বলা হয়।

    § 02

    কেন দরকার?

    ধরো তুমি একটা ML model train করছো। Model-এর learning_rate তুমি ১০ জায়গায় ব্যবহার করছো। Variable-এ রাখলে এক জায়গায় বদলালেই সব জায়গায় বদলে যায়।

    Write → Run → Observe → Modify — এভাবেই programming শেখা হয়।

  2. চালাও, এখনই

    প্রতিটা উদাহরণ browser-এই edit করে run করো। কিছু install করতে হবে না — মোবাইলেও চলে।

    main.py · edited▶ Run
    cities = ["Dhaka", "Khulna", "Sylhet"]
for city in cities:
    print("আমি যেতে চাই", city)
    OUTPUT
    আমি যেতে চাই Dhaka
    আমি যেতে চাই Khulna
    আমি যেতে চাই Sylhet

  3. প্রমাণ দাও

    পড়ে শেষ না। নিজে code লিখে automatic test pass করাতে হবে। আটকে গেলে ধাপে ধাপে hint।

    EXERCISE · 01

    Grade বের করো

    +20 XP
    • ✓marks = 95 → A+
    • ✓marks = 79 → A
    • ✗marks = 60 → B (পেয়েছি F)
    Hint 1 · elif উপর থেকে নিচে চেক হয় — শর্তের ক্রমটা আবার দেখো।

  4. প্রশ্ন করো

    AI Tutor তোমার code আর error দেখে — কিন্তু উত্তর বলে দেয় না, তোমাকে ভাবতে শেখায়।

    AI Tutormode: hint
    আমার while loop থামছে না কেন? Solution দিও না।
    চলো একসাথে দেখি। তোমার loop-এর শর্ত হলো i < 3। Loop-এর ভেতরে i-এর মান কি কখনো বদলায়? যদি না বদলায়, শর্তটা কি কখনো False হবে?

Roadmap · ৬–৯ মাস

Python থেকে production পর্যন্ত।

“AI বুঝি না” থেকে “AI system বানাতে আর deploy করতে পারি” — একটার পর একটা ধাপে।

  1. 01এখন available

    Python for AI→

    Variables থেকে NumPy, Pandas — data নিয়ে কাজ করার ভাষা।

  2. 02এখন available

    Mathematics for AI→

    Linear algebra, probability, gradient — ছবি আর intuition দিয়ে।

  3. 03এখন available

    Machine Learning→

    Problem → Data → Model → Evaluation। শুধু algorithm-এর তালিকা না।

  4. 04এখন available

    Deep Learning→

    Perceptron থেকে Transformer, PyTorch দিয়ে হাতে-কলমে।

  5. 05এখন available

    Generative AI→

    Tokens, embeddings, RAG আর agents — ভেতর থেকে বোঝা।

  6. 06এখন available

    AI Engineering→

    LLM দিয়ে real product: streaming, tool calling, evaluation।

  7. 07এখন available

    MLOps→

    Model-কে production-এ নেওয়া, version করা, monitor করা।

  8. 08এখন available

    DevOps→

    Linux, Docker, CI/CD আর cloud — যা ছাড়া deploy হয় না।

আমাদের বিশ্বাস

AI সম্পর্কে পড়া নয়। AI বানানো, deploy করা, আর প্রমাণ করা যে তুমি পারো।

ফ্রি account খোলো →কোনো card লাগবে না। প্রথম lesson ১২ মিনিটের।