اولین بوت کمپ تابستانی پهپاد و رباتیک المپیک فناوری
اولین بوت کمپ تابستانی پهپاد و رباتیک المپیک فناوری ۲۰۲۴ در ایران، ویژه دانشجویان و فارغ التحصیلان علاقه مندان به حوزه های رباتیک و هوش مصنوعی، در همه رشته های فنی و مهندسی، علوم پزشکی، علوم محض، هنر و فنی و حرفه ای و با شعار “آموزش، خلاقیت و کارآفرینی” توسط آکادمی آموزشی بین المللی فیرا در ایران در شهریور ماه ۱۴۰۳ برگزار می گردد.
این بوت کمپ به منظور رشد خلاقیت و ارتقاء تفکر منطقی نوجوانان و جوانان و همچنین ارزشهای بسیاری که آشنایی با اصول توسعه فناوری و نوآوری برای نوجوانان و جوانان را به ارمغان می آورد، به دنبال ایجاد نگرشی مثبت جهت ایجاد زمینه کارآفرینی و تولیدات دانش بنیان در آینده کشور است. هدف از این بوت کمپ فراهم کردن فرصتی بی نظیر برای یادگیری اصول رباتیک و هوش مصنوعی با تمرکز روی استراتژی های اساسی حل مسئله، توسعه سامانه های مختلف، آزمایش، اشکال زدایی و تجربه است. علاوه بر آن، این رویداد دو روزه، فرصتی خواهد بود تا علاقه مندان به این حوزه با سایر شرکت کنندگان از مناطق مختلف کشور و پیشینه ی فرهنگی متفاوت گردهم آیند و با یکدیگر به تبادل اطلاعات و تجربه پرداخته و بتوانند با یکدیگیر همکاری نمایند. درواقع باید تاکید نمود که این رویداد، برای توسعه رقابت در مسابقات نبوده و تنها به دنبال آن است تا با آموزش اصول پایه، به ترویج و توسعه این حوزه به منظور پیشرفت تکنولوژی در زمینه رباتیک و هوش مصنوعی بپردازد.
شرکت کنندگان علاوه بر این که در دوره های آموزشی کوتاه مدت اولین بوت کمپ تابستانی پهپاد و رباتیک المپیک فناوری در ایران که پیش از برگزاری اولین دوره رقابتهای پهپاد و رباتیک المپیک فناوری ۲۰۲۴، می توانند با تیم سازی صورت گرفته از میان شرکت کنندگان در این دوره آموزشی در یک رقابت استاندارد رباتیکی شرکت نمایند.
در پایان این دوره از کمپ آموزشی مدرک بین المللی فدراسیون جهانی رباتیک و هوش مصنوعی فیرا و جهت شرکت در رویداد جانبی آن نیز به تیم های برگزیده، تندیس و لوح افتخار رویداد تعلق خواهد گرفت.
مزایای شرکت در دورههای بوت کمپ آموزشی
امکان بهره مندی از آموزش استاندارد
مطابق با استانداردهای آموزشی فدراسیون جهانی رباتیک و هوش مصنوعی فیرا
یافتن دوستان و همکاران جدید بسیار
شبکهسازی و وجود دوستان و همکاران خوب شبیه خودتان و ایجاد فرصتهای شغلی بهتر
تقویت نظم و هماهنگی در خود
ارتقا نظم و هماهنگی در یک زمان مشخص با توجه به حضور مدرسان متخصص و توانمند
صرفهجویی در زمان و نقد و بررسی عملکرد شما
تدریس موارد کاربردی و مهارتهای لازم و ارزیابی مستمر شرکت کنندگان
تقویت روحیه کار تیمی و افزایش یادگیری
تقویت روحیه کاری تیمیتان و تسریع در امور به دلیل همفکری و مشورت با متخصص
ارزیابی و صدور گواهینامه
اعطای مدرک بین المللی شرکت دوره فدراسیون جهانی رباتیک و هوش مصنوعی فیرا
امکان شرکت در مسابقات پایان دوره
امکان شرکت در مسابقات برنامه ریزی شده انتهای دوره ها
کسب تجربه بیشتر در یک محیط بین المللی
رویارویی با پروژه های عملی در یک محیط بین المللی و کسب تجربیات بیشتر در مدت زمان کمتر
زمانبندی برگزاری کمپ آموزشی
زمان باقیمانده تا شروع اولین بوت کمپ تابستانی پهپاد و رباتیک المپیک فناوری ۲۰۲۴
شروع دوره 17 شهریورماه 1403 به صورت برخط
بوت کمپ تابستانی پهپاد و رباتیک المپیک فناوری
هدف از این کمپ فراهم کردن فرصتی بی نظیر برای یادگیری اصول رباتیک در بخش های خودروهای خودران و پهبادها، با تمرکز بر روی استراتژی های اساسی حل مسئله، توسعه سامانه های مختلف، آزمایش، اشکال زدایی و تجربه است. علاوه بر آن، این رویداد، فرصتی خواهد بود تا علاقه مندان به این حوزه با سایر شرکت کنندگان از مناطق مختلف کشور و پیشینه ی متفاوت گرد هم آیند و با یکدیگر به تبادل اطلاعات، تجربه و همکاری نمایند. در واقع باید تاکید نمود که این رویداد تنها به دنبال آن است تا با آموزش اصول پایه، به ترویج و توسعه این حوزه به منظور پیشرفت تکنولوژی در زمینه رباتیک بپردازد.-
در ۸ پودمان
محتوای مسیر بوت کمپ رباتیک - خودروهای خودران
جلسه 1: مقدمهای بر پایتون
- معرفی پایتون و کاربردهای آن
- نصب و راهاندازی محیط برنامهنویسی (IDEs مانند PyCharm و VS Code)
- ساختار برنامههای پایتون: متغیرها، نوع دادهها (int, float, str, list, dict)
- عملگرها: ریاضی، مقایسه، منطقی
جلسه 2: کنترل جریان برنامه
- شرطها: if, elif, else
- حلقهها: for, while
- توابع: تعریف، فراخوانی، پارامترها، مقدار بازگشتی
- لیستهای تو در تو و کاربردهای آنها
جلسه 3: ساختارهای دادهای
- لیستها: ایجاد، تغییر، عملیات پایه (append, remove, sort)
- دیکشنریها: کلیدها و مقادیر، عملیات پایه (get, update, delete)
- مجموعهها: ویژگیها و کاربردها
- تاپلها: ویژگیها و نحوه استفاده
جلسه 4: مدیریت فایلها و ورودی/خروجی
- خواندن و نوشتن فایلهای متنی و باینری
- مدیریت فایلها: open, read, write, close
- پردازش ورودی کاربر با input()
- مدیریت استثناها: try, except, finally
جلسه 5: مباحث پیشرفته
- ماژولها و بستهها: ایجاد، استفاده، import
- کار با کتابخانههای استاندارد: os, sys, datetime
- اصول شیگرایی: کلاسها، اشیاء، ارثبری، پلیمرفیسم
جلسه 6: پروژه نهایی
- پیادهسازی پروژه عملی (مانند یک برنامه کاربردی ساده یا بازی)
- ارزیابی و بازخورد
- بهترین شیوههای کدنویسی و بهینهسازی
جلسه 1: مقدمه و نصب لینوکس
- معرفی توزیعهای لینوکس: Ubuntu, Fedora, CentOS
- نصب لینوکس: نصب از روی USB، استفاده از ماشینهای مجازی
- آشنایی با خط فرمان: ترمینال، شل (Bash)
جلسه 2: مدیریت فایلها و دایرکتوریها
- دستورات پایه: ls, cd, cp, mv, rm, mkdir, rmdir
- مدیریت مجوزها: chmod, chown
- عملیات روی فایلها: پیدا کردن فایلها با find, جستجو با grep
جلسه 3: مدیریت بستهها
- معرفی مدیر بستهها: apt (Ubuntu), yum/dnf (Fedora/CentOS)
- نصب، حذف، بهروزرسانی نرمافزارها: apt-get, apt-cache, yum install, dnf update
جلسه 4: کاربران و گروهها
- مدیریت کاربران: useradd, usermod, userdel
- مدیریت گروهها: groupadd, groupdel, gpasswd
- تنظیمات حساب کاربری و مجوزها
جلسه 5: مدیریت سیستم و پروسسها
- دستورات مربوط به پروسسها: ps, top, htop, kill, pkill
- تنظیمات سیستم: systemctl برای مدیریت سرویسها، crontab برای زمانبندی وظایف
- بررسی لاگها: journalctl, /var/log
جلسه 6: پروژه نهایی و مرور
- پیادهسازی سناریوهای عملی (مانند تنظیم یک وبسرور یا پایگاه داده)
- مرور مطالب و پاسخ به سوالات
جلسه 1: معرفی ROS و نصب آن
- آشنایی با ROS: تاریخچه، کاربردها، معماری
- نصب ROS: استفاده از rosinstall و rosdep
- بررسی ساختار ROS: نودها، پیامها، سرویسها
جلسه 2: مفاهیم پایه ROS
- نودها و پیامها: ایجاد و مدیریت نودها و پیامهای ساده
- سرویسها و اکشنها: نحوه استفاده و پیادهسازی
- معرفی بستهها: ساخت و استفاده از بستههای ROS
جلسه 3: برنامهنویسی نودها در ROS
- نوشتن نودهای ساده در Python و C++
- ارسال و دریافت پیامها: استفاده از Publisher و Subscriber
- استفاده از سرویسها و اکشنها
جلسه 4: Simulators و Tools
- استفاده از شبیهسازها: Gazebo برای شبیهسازی محیط
- ابزارهای تصویری: RViz برای مشاهده و تحلیل دادههای حسگر
- کار با فایلهای URDF برای مدلسازی ربات
جلسه 5: ارتباط نودها و سیستمهای پیچیدهتر
- طراحی سیستمهای پیچیده با استفاده از ROS: سیستمهای چند نودی
- برنامهنویسی توابع و تعاملات پیشرفته
- ایجاد نقشهبرداری و مسیریابی با ROS
جلسه 6: پروژه نهایی و بررسی
- پیادهسازی پروژه نهایی (مانند کنترل یک ربات ساده)
- مرور مطالب و رفع اشکالات
جلسه 1: مبانی پردازش تصویر
- اصول پایه پردازش تصویر: پیکسلها، فضای رنگی (RGB, HSV)
- عملیات پایه روی تصاویر: فیلترها، تبدیلهای خطی
- استفاده از کتابخانه OpenCV: خواندن، نمایش، ذخیره تصویر
جلسه 2: تکنیکهای پردازش تصویر
- شناسایی لبهها: الگوریتمهای Canny, Sobel
- تبدیلهای مورفولوژیکی: Dilate, Erode, Open, Close
- فیلترهای پیشرفته: Gaussian Blur, Median Filter
جلسه 3: کاربردهای بینایی ماشین
- شناسایی اشیاء: تشخیص و پیگیری اشیاء با استفاده از الگوریتمهای Hough Transform, Contour Detection
- کاربردهای عملی: شناسایی چهره، تشخیص حرکت
- پیادهسازی الگوریتمهای ساده بینایی ماشین
جلسه 1: مبانی سیستمهای کنترل
- معرفی سیستمهای کنترل و کاربردها
- مدلهای ریاضی: مدلهای انتقال و مدلهای حالت
- اصول پایه: تابع تبدیل و معادله دیفرانسیل
جلسه 2: تحلیل سیستمهای کنترل
- تحلیل سیستمهای خطی: پاسخ به ورودیهای مختلف (Step, Impulse)
- پایداری: Criterion Routh-Hurwitz, Nyquist
- شبیهسازی پاسخهای سیستم
جلسه 3: طراحی کنترلکنندههای PID
- اصول طراحی PID: Proportional, Integral, Derivative
- تنظیم پارامترها با استفاده از روشهای Ziegler-Nichols, Cohen-Coon
- پیادهسازی کنترلکننده PID در نرمافزارهای شبیهسازی
جلسه 4: کنترل دیجیتال
- اصول کنترل دیجیتال: Sampling, Quantization
- طراحی و پیادهسازی کنترلکننده دیجیتال
- استفاده از ابزارهای شبیهسازی مانند MATLAB/Simulink
جلسه 5: کاربردهای پیشرفته و ادغام با سختافزار
- سیستمهای کنترل پیشرفته: کنترل تطبیقی، کنترل غیرخطی
- ادغام با سختافزار: استفاده از میکروکنترلرها و سیستمهای Real-Time
جلسه 6: پروژه نهایی و مرور
- پیادهسازی پروژه نهایی (مانند سیستم کنترل موتور)
- مرور مطالب و بازخورد
جلسه 1: مبانی سیستمهای هوشمند
- معرفی سیستمهای هوشمند و کاربردها
- اصول پایه هوش مصنوعی: الگوریتمهای جستجو، یادگیری ماشین
جلسه 2: یادگیری ماشین و الگوریتمهای پایه
- الگوریتمهای یادگیری ماشین: K-Nearest Neighbors (KNN), Decision Trees, Support Vector Machines (SVM)
- پیادهسازی الگوریتمها با استفاده از Scikit-Learn
جلسه 3: شبکههای عصبی و یادگیری عمیق
- مبانی شبکههای عصبی: پرسپترون چند لایه (MLP)
- معرفی یادگیری عمیق: شبکههای عصبی پیچشی (CNN)
- استفاده از TensorFlow/Keras برای پیادهسازی مدلهای ساده
جلسه 4: پردازش دادهها و ویژگیها
- پیشپردازش دادهها: نرمالسازی، استانداردسازی
- استخراج ویژگیها: PCA (Principal Component Analysis), LDA (Linear Discriminant Analysis)
جلسه 5: سیستمهای هوشمند کاربردی
- کاربردهای هوش مصنوعی: پردازش زبان طبیعی، تحلیل تصاویر
- بررسی کیسهای عملی و پروژههای موفق
جلسه 6: پروژه نهایی و مرور
- پیادهسازی پروژه نهایی (مانند یک مدل یادگیری ماشین)
- مرور مطالب و پاسخ به سوالات
جلسه 1: مبانی خودروهای خودران
- معرفی تکنولوژی خودروهای خودران: سنسورها، الگوریتمهای تصمیمگیری
- بررسی سیستمهای حسگر: LiDAR، دوربینهای استریو
جلسه 2: الگوریتمهای مسیریابی و تصمیمگیری
- الگوریتمهای مسیریابی: Path Planning, SLAM (Simultaneous Localization and Mapping)
- شبیهسازی سناریوها و الگوریتمها
جلسه 3: پروژه نهایی و کاربردهای عملی
- بررسی کیسهای عملی: استفاده از خودروهای خودران در صنعت
محتوای مسیر بوت کمپ پهپاد
جلسه 1: مقدمهای بر پایتون
- معرفی پایتون و کاربردهای آن
- نصب و راهاندازی محیط برنامهنویسی (IDEs مانند PyCharm و VS Code)
- ساختار برنامههای پایتون: متغیرها، نوع دادهها (int, float, str, list, dict)
- عملگرها: ریاضی، مقایسه، منطقی
جلسه 2: کنترل جریان برنامه
- شرطها: if, elif, else
- حلقهها: for, while
- توابع: تعریف، فراخوانی، پارامترها، مقدار بازگشتی
- لیستهای تو در تو و کاربردهای آنها
جلسه 3: ساختارهای دادهای
- لیستها: ایجاد، تغییر، عملیات پایه (append, remove, sort)
- دیکشنریها: کلیدها و مقادیر، عملیات پایه (get, update, delete)
- مجموعهها: ویژگیها و کاربردها
- تاپلها: ویژگیها و نحوه استفاده
جلسه 4: مدیریت فایلها و ورودی/خروجی
- خواندن و نوشتن فایلهای متنی و باینری
- مدیریت فایلها: open, read, write, close
- پردازش ورودی کاربر با input()
- مدیریت استثناها: try, except, finally
جلسه 5: مباحث پیشرفته
- ماژولها و بستهها: ایجاد، استفاده، import
- کار با کتابخانههای استاندارد: os, sys, datetime
- اصول شیگرایی: کلاسها، اشیاء، ارثبری، پلیمرفیسم
جلسه 6: پروژه نهایی
- پیادهسازی پروژه عملی (مانند یک برنامه کاربردی ساده یا بازی)
- ارزیابی و بازخورد
- بهترین شیوههای کدنویسی و بهینهسازی
جلسه 1: مقدمه و نصب لینوکس
- معرفی توزیعهای لینوکس: Ubuntu, Fedora, CentOS
- نصب لینوکس: نصب از روی USB، استفاده از ماشینهای مجازی
- آشنایی با خط فرمان: ترمینال، شل (Bash)
جلسه 2: مدیریت فایلها و دایرکتوریها
- دستورات پایه: ls, cd, cp, mv, rm, mkdir, rmdir
- مدیریت مجوزها: chmod, chown
- عملیات روی فایلها: پیدا کردن فایلها با find, جستجو با grep
جلسه 3: مدیریت بستهها
- معرفی مدیر بستهها: apt (Ubuntu), yum/dnf (Fedora/CentOS)
- نصب، حذف، بهروزرسانی نرمافزارها: apt-get, apt-cache, yum install, dnf update
جلسه 4: کاربران و گروهها
- مدیریت کاربران: useradd, usermod, userdel
- مدیریت گروهها: groupadd, groupdel, gpasswd
- تنظیمات حساب کاربری و مجوزها
جلسه 5: مدیریت سیستم و پروسسها
- دستورات مربوط به پروسسها: ps, top, htop, kill, pkill
- تنظیمات سیستم: systemctl برای مدیریت سرویسها، crontab برای زمانبندی وظایف
- بررسی لاگها: journalctl, /var/log
جلسه 6: پروژه نهایی و مرور
- پیادهسازی سناریوهای عملی (مانند تنظیم یک وبسرور یا پایگاه داده)
- مرور مطالب و پاسخ به سوالات
جلسه 1: معرفی ROS و نصب آن
- آشنایی با ROS: تاریخچه، کاربردها، معماری
- نصب ROS: استفاده از rosinstall و rosdep
- بررسی ساختار ROS: نودها، پیامها، سرویسها
جلسه 2: مفاهیم پایه ROS
- نودها و پیامها: ایجاد و مدیریت نودها و پیامهای ساده
- سرویسها و اکشنها: نحوه استفاده و پیادهسازی
- معرفی بستهها: ساخت و استفاده از بستههای ROS
جلسه 3: برنامهنویسی نودها در ROS
- نوشتن نودهای ساده در Python و C++
- ارسال و دریافت پیامها: استفاده از Publisher و Subscriber
- استفاده از سرویسها و اکشنها
جلسه 4: Simulators و Tools
- استفاده از شبیهسازها: Gazebo برای شبیهسازی محیط
- ابزارهای تصویری: RViz برای مشاهده و تحلیل دادههای حسگر
- کار با فایلهای URDF برای مدلسازی ربات
جلسه 5: ارتباط نودها و سیستمهای پیچیدهتر
- طراحی سیستمهای پیچیده با استفاده از ROS: سیستمهای چند نودی
- برنامهنویسی توابع و تعاملات پیشرفته
- ایجاد نقشهبرداری و مسیریابی با ROS
جلسه 6: پروژه نهایی و بررسی
- پیادهسازی پروژه نهایی (مانند کنترل یک ربات ساده)
- مرور مطالب و رفع اشکالات
جلسه 1: مبانی پردازش تصویر
- اصول پایه پردازش تصویر: پیکسلها، فضای رنگی (RGB, HSV)
- عملیات پایه روی تصاویر: فیلترها، تبدیلهای خطی
- استفاده از کتابخانه OpenCV: خواندن، نمایش، ذخیره تصویر
جلسه 2: تکنیکهای پردازش تصویر
- شناسایی لبهها: الگوریتمهای Canny, Sobel
- تبدیلهای مورفولوژیکی: Dilate, Erode, Open, Close
- فیلترهای پیشرفته: Gaussian Blur, Median Filter
جلسه 3: کاربردهای بینایی ماشین
- شناسایی اشیاء: تشخیص و پیگیری اشیاء با استفاده از الگوریتمهای Hough Transform, Contour Detection
- کاربردهای عملی: شناسایی چهره، تشخیص حرکت
- پیادهسازی الگوریتمهای ساده بینایی ماشین
جلسه 1: مبانی سیستمهای کنترل
- معرفی سیستمهای کنترل و کاربردها
- مدلهای ریاضی: مدلهای انتقال و مدلهای حالت
- اصول پایه: تابع تبدیل و معادله دیفرانسیل
جلسه 2: تحلیل سیستمهای کنترل
- تحلیل سیستمهای خطی: پاسخ به ورودیهای مختلف (Step, Impulse)
- پایداری: Criterion Routh-Hurwitz, Nyquist
- شبیهسازی پاسخهای سیستم
جلسه 3: طراحی کنترلکنندههای PID
- اصول طراحی PID: Proportional, Integral, Derivative
- تنظیم پارامترها با استفاده از روشهای Ziegler-Nichols, Cohen-Coon
- پیادهسازی کنترلکننده PID در نرمافزارهای شبیهسازی
جلسه 4: کنترل دیجیتال
- اصول کنترل دیجیتال: Sampling, Quantization
- طراحی و پیادهسازی کنترلکننده دیجیتال
- استفاده از ابزارهای شبیهسازی مانند MATLAB/Simulink
جلسه 5: کاربردهای پیشرفته و ادغام با سختافزار
- سیستمهای کنترل پیشرفته: کنترل تطبیقی، کنترل غیرخطی
- ادغام با سختافزار: استفاده از میکروکنترلرها و سیستمهای Real-Time
جلسه 6: پروژه نهایی و مرور
- پیادهسازی پروژه نهایی (مانند سیستم کنترل موتور)
- مرور مطالب و بازخورد
جلسه 1: مبانی سیستمهای هوشمند
- معرفی سیستمهای هوشمند و کاربردها
- اصول پایه هوش مصنوعی: الگوریتمهای جستجو، یادگیری ماشین
جلسه 2: یادگیری ماشین و الگوریتمهای پایه
- الگوریتمهای یادگیری ماشین: K-Nearest Neighbors (KNN), Decision Trees, Support Vector Machines (SVM)
- پیادهسازی الگوریتمها با استفاده از Scikit-Learn
جلسه 3: شبکههای عصبی و یادگیری عمیق
- مبانی شبکههای عصبی: پرسپترون چند لایه (MLP)
- معرفی یادگیری عمیق: شبکههای عصبی پیچشی (CNN)
- استفاده از TensorFlow/Keras برای پیادهسازی مدلهای ساده
جلسه 4: پردازش دادهها و ویژگیها
- پیشپردازش دادهها: نرمالسازی، استانداردسازی
- استخراج ویژگیها: PCA (Principal Component Analysis), LDA (Linear Discriminant Analysis)
جلسه 5: سیستمهای هوشمند کاربردی
- کاربردهای هوش مصنوعی: پردازش زبان طبیعی، تحلیل تصاویر
- بررسی کیسهای عملی و پروژههای موفق
جلسه 6: پروژه نهایی و مرور
- پیادهسازی پروژه نهایی (مانند یک مدل یادگیری ماشین)
- مرور مطالب و پاسخ به سوالات
جلسه 1: مبانی هدایت و ناوبری
- اصول پایه هدایت و ناوبری: سنسورها، الگوریتمهای ناوبری
- سیستمهای موقعیتیابی: GPS، IMU
جلسه 2: الگوریتمهای ناوبری
- الگوریتمهای مسیریابی: A*, Dijkstra
- پیادهسازی الگوریتمها و شبیهسازی با ابزارهایی مانند MATLAB/Simulink
جلسه 3: کاربردهای عملی و سناریوهای واقعی
- بررسی سناریوهای واقعی: ماموریتهای پروازی، چالشها
- پروژه نهایی: پیادهسازی یک سناریوی عملی
ثبت نام در بوت کمپ
جهت هماهنگی و اطلاع از آخرین اخبار از دوره کانال تلگرامی ما را به نشانی bootcamp_tech دنبال کنید.
مدرسین دوره های بوت کمپ آموزشی
محدثه رضایی حدادی
مدرس دوره سیستم های هوشمند
سیدعلی عبداللهیان
مدرس دوره لینوکس و بینایی ماشین
سید محمدمهدی حمیدی
مدرس مبانی ROS
امیرعلی ستایشی
سرپرست لیگ ربات های پرنده فدراسیون جهانی رباتیک و هوش مصنوعی فیرا
امیرمحمد ظریف شاهسون نژاد
سرپرست لیگ خودروهای خودران فدراسیون جهانی رباتیک و هوش مصنوعی فیرا
سینا فاضل
مدرس دوره پایتون
منتورهای دوره
امیرمهدی ظریف شاهسون نژاد
سرپرست لیگ نوآوری و کسب و کار فدراسیون جهانی رباتیک و هوش مصنوعی فیرا
علی رشیدیان
دبیر کمیته برگزاری کمیته ملی رباتیک ایران فیرا
شکیلاسادات میرمحمدی
مدیر اجرایی آکادمی آموزشی بین المللی فیرا در ایران