علم داده

خلاصه ای از دوره:

داده همیشه یکی از مهم ترین دارایی های هر سازمانی بوده و هست شاید بتوان ادعا کرد که دردنیای امروز دیگر سازمان ها بدون تصمیم گیری بر مبنای داده حتی امکان ادامه حیات نخواهند داشت. به دلیل بینش و بصیرتی که داده برای سازمان ها به وجود می آورد و نتایج استفاده روز افزون از داده مشاغل زیادی هم در این حوزه به وجود آمده اند: به صورت کلی و با توجه به نیاز سازمان ها می توان این مشاغل رو توی سه دسته تحلیلگر داده(Data Analyst)،مهندس داده (Data Engineer)ودر نهایت دانشمند داده (Data scientist)تقسیم کرد. هرچند که تمام این مباحث جدید و نو هستند و تعریف خیلی دقیقی از آنها وجود نداره با این حال سعی خواهیم کرد تا حد ممکن آنها را تعریف نماییم.


۱۳۶ساعت
مدت برگزاری دوره:
پنج شنبه ها و جمعه ها
زمان برگزاری:
ندارد
پيش نياز:
همه علاقه مندان ورود به حوزه علم داده
مخاطبان:
در این دوره شما با عمده مباحث مطرح شده به خوبی آشنا می شوید و بعد از آن می توانید به راحتی مسیر شغلی خود  رادر حوزه داده انتخاب کنید همینطور در کنار آن نقشه راه و همچنین تک دوره هایی را به صورت  جداگانه تدارک  دیدیم که در هر کدام از آن ها با عمق بیشتری به مباحث ذکر شده پرداخته میشود  و آن ها را تکمیل میکند
هدف دوره:
۶۶۰۷۵۶۲۶
مشاوره و ثبت نام :
- نفر
نفرات آموزش دیده تا به امروز:
- دوره
دفعات برگزاری دوره تا به امروز:
۲,۵۰۰,۰۰۰ تومان
شهریه(تومان):
ما در جهاد دانشگاهی صنعتی شریف برای شما عزیزانی که علاقه مند ورود به این  حوزه  ها هستید و می خواهید توانمندی هایتان را در این مباحث گسترش دهید مجموعه ای از افراد خبره این حوزه  را دورهم جمع کردیم و برای کسانی که می خواهند توی این حوزه وارد شوند  یک دوره مسیر یابی شغلی را بر اساس مباحث روز در نظر گرفته ایم که در این دوره شما با عمده مباحث مطرح شده به خوبی آشنا می شوید و بعد از آن می توانید به راحتی مسیر شغلی خود  رادر حوزه داده انتخاب کنید همینطور در کنار آن نقشه راه و همچنین تک دوره هایی را به صورت  جداگانه تدارک  دیدیم که در هر کدام از آن ها با عمق بیشتری به مباحث ذکر شده پرداخته میشود  و آن ها را تکمیل میکند

Introduction to Data

SQL Design & Querying-

Data Analysis in practice

 Microsoft Power BI –

QlikView –

Data Engineering in practice

R for Data Engineering –

Python for Data Engineering –

Big Data –

Data Science in practice

Exploratory Data Analysis Concept-

R for DataScience –

Python for DataScience –

EDA

Story Telling Concept

صدای مشاور- شماره دو

صدای مشاور- شماره یک

داده همیشه یکی از مهم ترین دارایی های هر سازمانی بوده و هست شاید بتوان ادعا کرد که دردنیای امروز دیگر سازمان ها بدون تصمیم گیری بر مبنای داده حتی امکان ادامه حیات نخواهند داشت. به دلیل بینش و بصیرتی که داده برای سازمان ها به وجود می آورد و نتایج استفاده روز افزون از داده مشاغل زیادی هم در این حوزه به وجود آمده اند:

به صورت کلی و با توجه به نیاز سازمان ها می توان این مشاغل رو توی  سه دسته  تحلیلگر داده(Data Analyst)،مهندس داده (Data Engineer)ودر نهایت دانشمند داده (Data scientist)تقسیم کرد.

هرچند که تمام این مباحث جدید و نو هستند و تعریف خیلی دقیقی از آنها وجود نداره با این حال سعی خواهیم کرد تا حد ممکن آنها را تعریف نماییم.

تحلیلگر داده کیست؟

تحلیلگر داده، داده‌های خام را دریافت نموده و با پردازش آن، روابط پنهان داده‌ها را کشف نموده و از انبوه داده‌های بدون ساختار، پاسخ سوال‌های کسب‌وکار را می‌یابد. این افراد با داده‌های بسیار زیادی همچون، اعداد و ارقام، حقایق و داده‌های خام و مشکلاتی که شرکت‌های مختلف با آن دست‌وپنجه نرم می‌کنند، سر و کار دارند، بنابراین یک تحلیل‌گر داده حرفه‌ای باید توانایی تحلیل و شناخت مشکلات، مهارت ریاضی و دقت در جزئیات را داشته و با استفاده از داده‌های موجود بهترین راه‌حل‌ها را شناسایی و ارائه نماید. همچنین باید با استفاده از تفکر انتقادی، بتواند روابط پنهان بین اعداد و حقایق را کشف نماید.

مسیر پیشنهادی تبدیل شدن به تحلیل گر داده:

مهارت های مورد نیاز جهت تبدیل شدن به تحلیل گر داده:

۱- سطح بالایی از توانایی در ریاضی

۲- توانایی در زبان های برنامه نویسی مانند SQL، Oracle  و یا Python

۳- آشنایی با مهارت های حل مسئله

۴- توانایی تجزیه و تحلیل ، مدل سازی و تفسیر داده ها با استفاده از ابزارهای مطرح مانند Microsoft Power Bi، QlikView،Tableau و ...

مهندس داده کیست؟

می توان به عبارتی لقب  معمار استخوان بندی  مسیر جمع آوری ویکپارچه سازی و پاکسازی اولیه داده را به آن نسبت داد . در واقع مهندس داده شخصی است که داده ها رو از طیف وسیعی از منابع ساختاریافته و بدون ساختار جمع آوری کرده و  آن ها رو یکپارچه نموده و در نهایت برای تحلیل های ،تحلیلگر یا دانشمند داده آماده سازی می نماید، معمولا اغلب مهندسان داده تجربه کار قبلی به عنوان تحلیلگر یا بعضا  دانشمند داده رو داشته اند.

وظایف مهندس داده

-طراحی، توسعه، ساخت و نگهداری معماری داده‌ها

-طراحی و ایجاد زیرساخت مورد نیاز برای استخراج، تبدیل، تغییر، ترمیم و پاکسازی داده از منابع مختلف اطلاعاتی ساخت یافته یا بدون ساختار و بارگذاری داده‌ها به صورت مورد نیاز و خودکار‌سازی این فرآیند

-ایجاد راه کار‌هایی به منظور ارتقای کیفیت و قابلیت اطمینان داده‌ها

-تبدیل و تغییر‌داده‌ها به منظور استفاده توسط تحلیل‌گر یا دانشمند داده

مسیر پیشنهادی تبدیل شدن به مهندس داده:

مهارت های مورد نیاز جهت تبدیل شدن به مهندس داده:

-دانش عمیق در مورد SQL  و یا دیگر سولوشن های پایگاه داده

- دانش در خصوص انباره داده و ابزارهای ETL

-تحلیل های بر پایه Hadoop و دانش در خصوص کلان داده ها

-توانایی کد نویسی با یکی از زبان های Python، R و ...

-دانش در زمینه یادگیری ماشین

دانشمند داده (Data Scientist)  کیست؟

در واقع وظیفه اصلی تحلیل های پیچیده بر عهده دانشمند داده می باشد. معمولا انتظار می رود که یک دانشمند داده بتواند سوالات پیچیده کسب وکار را با روش های مبتنی برآمار و یادگیری ماشین پاسخ دهد.  خیلی از وقت ها لازم هست  با استفاده از داده ها اتفاقی رو پیش بینی نماید و خیلی وقت های دیگر هم لازم هست اطلاعات بیشتری رو از داده های موجود  کسب نماید. طبیعتا لازمه به اون کسب وکار  اشراف نسبی پیدا کند.  دانشمند داده در خیلی از موارد برای انجام اموراتش مجبور است تصمیم گیری نماید که کدوم بخش از داده ها بهتر است که در تحلیل ها باشند وخیلی وقت ها هم مجبور می شودکه  نواقص داده ای رو جبران نماید.  در نهایت لازم است که بتواند نتایج رو به صورت یک داستان علمی دقیق  همراه با ارائه یک سری گرافیک از مراحلی که طی شده رو به صورت یک گزارش علمی ارائه نماید. خیلی وقت ها در روند بررسی سوالات کسب و کار دانشمند داده به واسطه تجزیه و تحلیل اولیه ای که با نام تجزیه وتحلیل اکتشافی داده شناخته میشود به بینش جدید یا کامل تری از داده های موجود دست پیدا میکند که این خودش میتواند مجددا یافته ارزشمندی برای آن سازمان یا کسب وکار باشد.

وظایف دانشمند داده:

-شناخت و بررسی داده‌ها به صورت آماری

-ایجاد یا استفاده از الگوریتم‌های یادگیری ماشین به منظور پاسخ‌گویی به سوالات کسب و کار

-انتخاب خصیصه‌های موثر در هر مساله کسب و کار

-تحلیل روند‌ها و همبستگی بین اتفاقات

-آشنایی با تکنیک های قصه گویی با داده و ارائه یک گزارش جامع علمی به همراه نمودار‌های مورد نیاز

مسیر پیشنهادی تبدیل شدن به دانشمند داده:

مهارت های مورد نیاز جهت تبدیل شدن به دانشمند داده:

-دانش کافی در خصوص مفاهیم آماری و ریاضی

-دانش در مورد SQL  و یا دیگر سولوشن های پایگاه داده

-دانش در کدنویسی در زبان های Python  و یا R

-دانش در خصوص الگوریتم های یادگیری ماشین

-آشنایی با تکنیک های مصورسازی و پاکسازی داده ها

-دانش در خصوص شبکه های عصبی، یادگیری عمیق، پردازش متن، تصویر و ...

* با توجه به اینکه این حوزه، حوزه جدیدی است و مدت زیادی نیز از ورود این مباحث به کشور نمی گذرد خیلی از کسانی که میخواهند وارد این حوزه شوند دقیقا نمی دانند از کجا می بایست شروع کنند، یا حتی افرادی که کمی جسورتر هستند یکی از مباحث را انتخاب می کنند و بعد از مدتی و صرف زمان و سرمایه متوجه می شوند که راه درست را انتخاب نکردند و ممکن است از این راه مایوس و دلزده شوند، به همین دلیل ما در جهاد دانشگاهی صنعتی شریف یک دوره ای را تحت عنوان مسیریابی شغلی (ورود به دنیای علم داده) طراحی کردیم تا شما بتوانید یک سفرکلی به دنیای داده داشته باشید و با بسیاری از اجزای این علم آشنا شوید و اینکه تشخیص دهید که کدام قسمت و کدام مسیر برای شما جذاب تر می باشد. بعد از گذراندن این دوره قادر خواهید بود با چشم هایی بازتر و آگاهی کامل مسیر اصلی را انتخاب نمایید.

دیدگاه خود را به اشتراک بگذارید

avatar
  اشتراک  
به من اطلاع بده


دسته: علوم داده ،

برچسب: صنعتی شریف ، دوره آموزشی ، جهاد دانشگاهی صنعتی شریف ، هوشمندسازی کسب و کار با Microsoft Power BI ، آموزش ، آموزش جهاد دانشگاهی صنعتی شریف ، علم داده ، Python ، SQL ، R ، BigData ، Data Science ، Data Engineering ، QlikView ، EDA ، دانشمند داده ، تحلیلگر داده ، مهندس داده ، Story Telling ،

مطالب پیشنهادی