دوره جامع علم داده

اطلاعات بیشتر​

جهان امروز، جهان داده‌ است و ذخیره‌سازی و استفاده بهینه از داده‌ها یکی از چالش‌های اصلی سازمان‌ها در یک دهه گذشته بوده است. از این ‌رو در سال‌های اخیر، تمرکز اصلی متخصصان داده بر روی ساختن چهارچوب‌ها و راه‌حل‌هایی برای مدیریت داده‌ها بوده است.  علم داده (Data Science) در حقیقت حلقۀ اتصال و هدایت‌گر این وضعیت است. 

علم داده مفهومی برای یکپارچه‌سازی آمار، تحلیل داده، یادگیری ماشین و دیگر مفاهیم مرتبط تحت یک عنوان واحد است. این کار به منظور درک و تحلیل پدیده‌ها با استفاده از داده‌ها انجام می‌شود. داده همواره یکی از مهم‌ترین دارایی‌های هر سازمانی بوده و می‌توان ادعا کرد که در دنیای امروز، سازمان‌ها بدون تصمیم‌گیری بر مبنای برنامه‌های استراتژیک داده ‌محور قادر به ادامه حیات نخواهند بود.

کاربردهای دیتا ساینس:

علم داده در مواجهه با بسیاری از مشکلات دنیای واقعی مؤثر بوده و به‌منظور اتخاذ تصمیم‌های هوشمندانه و آگاهانه‌تر، به‌طور فزاینده‌ در تمامی صنایع از آن استفاده می‌شود. به برخی از کاربردهای Data Science در زیر اشاره شده است:

  • پزشکی: شرکت‌های پزشکی از علم داده برای ساختن ابزارهای پزشکی پیچیده برای تشخیص و درمان بیماری‌ها استفاده می‌کنند.
  • بازی: بازی‌های ویدیویی و رایانه‌ای اکنون با کمک علم داده ایجاد می‌شوند و همین امر تجربه بازی را به سطح بالاتری انتقال داده است.
  • تشخیص تصویر: شناسایی الگوها در تصاویر و تشخیص اشیا در تصویر یکی از محبوب‌ترین کاربردهای دیتا ساینس است.
  • سیستم‌های پیشنهاد دهنده: نتفلیکس و آمازون بر اساس آنچه کاربر سیستم‌عامل‌های آن‌ها تماشا، خرید یا مرور می‌کند، فیلم و محصول خاص پیشنهاد می‌دهند.
  • تشخیص کلاه‌برداری: مؤسسات بانکی و مالی از علم داده و الگوریتم‌های مرتبط برای کشف کلاه‌برداری در معاملات استفاده می‌کنند.

مزایای دوره آموزشی علم داده:

مزیت اصلی علم داده، توانمندسازی و تسهیل تصمیم‌گیری است. سازمان‌هایی که بر علم داده سرمایه‌گذاری می‌کنند، می‌توانند از شواهد قابل سنجش و مبتنی بر داده برای تصمیم‌سازی در کسب‌و‌کار خود استفاده کنند. تصمیم‌های داده‌محور می‌تواند منجر به افزایش سود و بهبود بهره‌وری عملیاتی، کارایی کسب‌و‌کار و جریان‌های کاری شود.

چه مشاغلی در حوزه دیتا ساینس وجود دارد؟

کسب و کارها و سازمان‌ها با داده‌های قدیمی خود می‌توانند اشتباهات خود را شناسایی کرده و کیفیت را بهبود بخشند و درآمد را افزایش دهند. به دلیل بینشی که داده‌ها در اختیار سازمان‌ها قرار می‌دهد، مشاغل زیادی در این زمینه ایجاد شده است.
به صورت کلی و با توجه به نیاز سازمان‌ها می‌توان این مشاغل را در سه دسته زیر تقسیم بندی کرد.

علم داده


مهارت های متخصصین علم داده:

متخصین علم داده، داده‌ها را تجزیه و تحلیل می‌کنند تا بینش معناداری را از آن‌ها استخراج نمایند و به سازمان‌ها کمک می‌کنند تا مشکلات خود را حل کنند. برخی دیگر از مهارت‌های متخصصین علم داده شامل موارد زیر می‌باشد:

  • ادغام منابع داده با یک دیگر
  • مصورسازی داده برای فهم آن
  • تضمین پایداری مجموعه‌های داده
  • توانایی استخراج و تفسیر منابع داده
  • محدودیت‌های نرم‌افزاری و پهنای باند
  • مدیریت حجم زیاد اطلاعات با سخت‌افزار


مخاطبین دوره جامع علم داده:

علاقمندان به حوزه علم داده (Data Science)، یادگیری ماشین و داده‌کاوی، اعضای تیم داده و هوش تجاری شاغل در استارتاپ‌ها، سازمان‌ها و کسب و کارها، علاقه‌مندان به امور پژوهشی در حوزه علم داده و افرادی که به دنبال آموزش های کاربردی و ارتقاء مهارت های خود هستند، میتوانند در این دوره شرکت نمایند.

فارغ التحصیلان دوره آموزشی علم داده می‌توانند در زمینه ذخیره سازی و تحلیل داده‌ها و… به فعالیت بپردازند.


مسیر یادگیری
دوره دیتا ساینس در جهاد دانشگاهی صنعتی شریف:

دوره آموزشی دیتا ساینس در جهاد دانشگاهی صنعتی شریف با رویکرد کسب مهارت‌های تخصصی مورد نیاز، تهیه و تدوین شده است.

در دوره آموزشی علم داده به تدریج با مباحث و اصول علوم داده از جمله: SQL Server، Tableau، Power BI، Big Data، تحلیل اکتشافی و… آشنا می‌شوید. 

پس از این دوره می‌توانید در سایر دوره‌های گروه آموزشی علوم داده از جمله: دوره های دانشمند داده، یادگیری عمیق جهاد دانشگاهی صنعتی شریف شرکت نمایید و یک پله بالاتر از تخصص آموزش ببینید.

سرفصل‌های آموزشی​

    • پیش زمینه در مورد T-SQL Querying
    • Join ها
    • Subquery ها
    • عبارت Table
    • کار با مجموعه ها
    • فراتر از اصول اولیه Query نویسی
    • تغییرات داده ها
    • آشنایی با نرم افزار Getting Started
    • آماده سازی داده‌ها Connecting to Data
    • بصری سازی و ویژوالیزشن Visual Analytics
    • ساخت داشبوردهای مدیریتی Dashboards and Stories
    • معرفی سرویس‌ها و ابزارهای Power BI و کارکرد آن‌ها
    • تشریح مراحل چهارگانه سیکل گزارش‌های تحلیلی و داشبوردها با ابزار Power BI
    • مروری بر دریافت و اصلاح داده‌ها از منابع مختلف داده
    • مروری بر مدل‌سازی داده‌ها و معرفی توابع DAX برای ساخت محاسبه‌های کاربردی
    • مروری بر مصورسازی (تحلیل) داده‌ها و و معرفی ویژوال‌های کاربردی
    • معرفی Power BI Service برای به اشتراک گذاری داشبوردها
    • اشتراک گذاری گزارش‌ها به کمک Power BI Report Server
    • اشتراک گذاری داشبوردها و گزارش‌ها روی موبایل و تبلت
    • Data Types
    • Control Flow in R
    • Vectorized Thinking
    • introduction to packages
    • Introduction to Date & Time manipulation
    • Introduction to String Manipulation
    • Importing Data
    • Data Manipulation
    • Python & Anaconda installation
    • Basic Data in python
    • Variables in python
    • package Management
    • introduction to numpy
    • introduction to pandas
    • introduction to control flows
    • data importing in python
    • data manipulation
    • introduction to maplotlib
    • مقدمه ای برکلان داده ها و سیستم های ذخیره سازی توزیع شده
    • معرفی و شروع کار با هادوپ و اکوسیستم هادوپ
    • معرفی آپاچی پیگ Apache Pig
    • مقدمه ای بر آپاچی اسپارک Spark Apache
    • Data Types
    • Control Flow in R
    • Vectorized Thinking
    • introduction to packages
    • Introduction to Date & Time manipulation
    • Introduction to String Manipulation
    • Importing Data
    • Data Manipulation
    • تحلیل داده اکتشافی چیست؟
    • اهمیت و نقش تحلیل داده اکتشافی
    • مراحل کار
    • توصیف داده
    • شیوه‌های تحلیل تک متغیره و چند متغیره
    • شیوه‌های تحلیل بصری و غیربصری
    • شاخص‌های پرکاربرد در تحلیل Numerical
    • اهمیت تحلیل بصری
    • قواعد تحلیل بصری
    • مشکلات تحلیل داده‌های چند بعدی

Python & Anaconda installation

    • Basic Data in python
    • Variables in python
    • package Management
    • introduction to numpy
    • introduction to pandas
    • introduction to control flows
    • data importing in python
    • data manipulation
    • introduction to maplotlib

اساتید دوره آموزشی:

وحید زارع زاده

وحید امیری

مسعود کاویانی

علیرضا اخوان پور

علی سعیدی

سینا مباشرفر

سید علی صادقی عقیلی

امیرحسین هنرمند

سوالات متداول​

این دوره بصورت آنلاین و در بستر ادوبی کانکت Adobe connect برگزار می‌شود.

پس از گذراندن دوره و در صورت کسب نمره قبولی در آزمون‌ها و پروژه‌ها به فراگیران گواهینامه ارائه می‌شود.

دوره هایی که هزینه آن ها بالای 3 میلیون تومان است شرایط پرداخت اقساط دارند، برای اطلاع از نحوه پرداخت اقساط با کارشناس دپارتمان هماهنگی های لازم را انجام دهید.

نظرسنجی​

مشاوره و ثبت‌نام: