علم داده

خلاصه ای از دوره:

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.


مدت برگزاری دوره: ۱۲۸ساعت تاریخ برگزاری: پنج شنبه و جمعه نفرات آموزش دیده: ۱۸۹نفر پیش نیاز
مشاوره و ثبت نام: ۶۶۰۷۵۶۲۶ شهریه: ۳,۱۰۰,۰۰۰ تومان دفعات برگزاری: ۱۰ دوره

ما در جهاد دانشگاهی صنعتی شریف برای شما عزیزانی که علاقه مند ورود به حوزه علم داده(data science)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 در 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 علوم 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 می کند

اگر می خواهید وارد این حوزه دانشی شوید و یا با برنامه نویسی آشنا هستید اما مسیر آموزشی و کاری که می خواهید را نمی شناسید دوره علم داده به شما راه را نشان خواهد داد

سرفصل های دوره:

Data Science in practice-

Data Engineering in practice-

Introduction to Data-

Exploratory Data Analysis Concept-
R for Data Engineering –
SQL Design & Querying-
R for DataScience –
Python for Data Engineering –

Data Analysis in practice

Python for DataScience –

Big Data

Microsoft Power BI-

EDA

QlikView-
data science

صدای مشاور- شماره یک

صدای مشاور- شماره دو

در جهان اینترنت هر 60 ثانیه انقلابی بزرگ در تولید دیتا رخ می دهد از حساب های مختلفی که کاربران در شبکه های اجتماعی می سازند یا خرید های اینترنتی که انجام می دهند همگی داده هایی هستند که اگر طبقه بندی و مرتب شوند می توانند عامل موفقیت کسب و کار های گوناگون باشند. اگر به تصویر زیر نگاه کنیم به این مسئله پی خواهیم برد که امروزه حجم داده‌های دیجیتال با سرعت زیادی در حال رشد است، مطابق گزارش IBM، در سال ۲۰۱۲ هر روز بالغ بر ۲.۵ اگزابایت داده تولید می‌شده. طبق گزارشی که DOMOداده است  حجم تولید داده در سال ۲۰۱۸ نیز به همین منوال روند صعودی داشته است . در گزارش IBM گفته شده که «۷۵٪ داده‌های تولید شده، ساختار نیافته و منابعی مانند متن، صدا و ویدئو هستند».

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 برنامه‌های استراتژیک داده محور حتی امکان ادامه حیات نخواهند داشت. ارزش دیتا در برخی از کسب و کار ها آنقدر بالا هست که آن را جزو سرمایه کسب وکار خود می بینند و برای نگهداری و تبدیل این داده‌ها به اطلاعات هزینه های بسیار زیادی پرداخت می کنند.

پادکست اهمیت داده دکتر عقیلی

کسب وکار ها و سازمان ها با داشتن داده های قدیمی خود می توانند اشتباهات خود را شناسایی و فرصت ها را  کنند و نتیجتاً به بهبود کیفیت و افزایش در آمد برسند به دلیل بینش و بصیرتی که داده برای سازمان ها به وجود می آورد 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  زیر تقسیم بندی کرد.

تحلیلگر داده(Data Analyst)

مهندس داده (Data Engineer)

دانشمند داده (Data scientist).

ویلیام کلیولند اولین کسی است که اصطلاح علم داده را در سال ۲۰۰۱ مطرح کرده‌است. او در مقاله «علم داده: برنامه‌ای برای گسترش جنبه‌های فنی در رشته آمار» پیشنهاد کرد که علم داده یک رشته مستقل باشد. کلیولند این رشته جدید را مرتبط با علوم کامپیوتر و داده‌کاوی می‌دانست. وی بر این باور بود که منافع استفاده از یک تحلیلگر داده محدود است. چون مهندسین کامپیوتر شناخت کمی از روشهای کار با داده دارند و دانش محاسباتی متخصصین آمار هم محدود است؛ بنابراین تلفیق این دو گروه می‌تواند منجر به نوآوری‌های زیادی شود.اینگونه بود که امروزه با افزیش حجم و سرعت تولید دیتا افراد زیادی در این حوزه آموزش ببینند و وارد بازار کار شوند.

از این رو بسیاری از صاحبان کسب و کار ها بر این باورهستند که تحلیلگر داده، مهندس داده و دانشمند داده نام‌های مختلفی برای یک نقش شغلی هستند؛ اما با اینکه همه آن‌ها با داده‌ها سر و کار دارند و در تدوین استراتژی‌های داده محور نقش مهمی ایفا می‌کنند، تفاوت‌های زیادی با هم دارند و هر یک از آن‌ها نیاز به مهارت و مسئولیت‌های مربوط به خود است.برای همین قصد داریم تا در این صفحه شما را با صفر تا صد علم داده آشنا کنیم در تصویر زیر مختصری از مهارت ها و وظایف این سه شغل را تشریح نموده ایم و در ادامه مطلب به بررسی کامل این مشاغل پرداخته ایم.

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.

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   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 ...

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

مهارت های مورد نیاز جهت تبدیل شدن به مهندس داده:

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

2- دانش در خصوص انباره داده و ابزارهای ETL

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

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

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 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


مهارت های مورد نیاز جهت تبدیل شدن به دانشمند داده:

1-دانش کافی در خصوص مفاهیم آماری و ریاضی

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

3-دانش در کدنویسی در زبان های Python  و یا R

4-دانش در خصوص الگوریتم های یادگیری ماشین

5-آشنایی با تکنیک های مصورسازی و پاکسازی داده ها

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

توجه: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.

عضویت
مطلع شوید
guest
22 Comments
قدیمی ترین
جدیدترین بیشترین رای
Inline Feedbacks
View all comments
مهدي
مهدي
1 سال قبل

آيا اين دوره پيش نياز دارد ؟

مهدي
مهدي
1 سال قبل
پاسخ به  مهدي

منظورم آشنايي اوليه با ساير زبانهاي برنامه نويسيه

سید علی صادقی عقیلی
سید علی صادقی عقیلی
29 روز قبل
پاسخ به  مهدي

خیر احتیاجی به اشنایی نیست

مرضیه
مرضیه
1 سال قبل

آیا این دوره شامل 20درصد تخفیف جشنواره که در حال حاضر اعلام شده است میشود؟

مرضیه
مرضیه
1 سال قبل

شروع دوره از چه زمانی است و چند جلسه خواهد بود؟

فریبرز
فریبرز
1 سال قبل

چند ساعت در روز های پنج شنبه و جمعه کلاس گذاشته میشه؟و معمولا چه ساعتی شروع کلاس هستش؟

محمد
محمد
1 سال قبل

در طول هفته یا بصورت غیرحضوری برگزار میشه؟

علی
علی
1 سال قبل

آیا تاریخ دوره ی بعدی مشخص هستش ؟؟؟؟؟

امیدی
امیدی
1 سال قبل

لطف می فرمایید اساتید دوره علوم داده را معرفی کنید؟

پژمان قیامی
پژمان قیامی
6 ماه قبل

این دوره پیش نیاز بقیه دوره هاست؟

نجمه
نجمه
3 ماه قبل

سلام. وقت شما بخیر.
این دوره کی برگزار میشه؟

حسین شهرستانی
حسین شهرستانی
18 روز قبل

سلام تفاوت این دوره تربیت کارشناس علم داده که ۱۳۶ ساعته با دوره علم داده که ۱۲۸ ساعته توی چیه و اینکه شما کدوم رو برای شروع پیشنهاد میکنید برای کسی که آشنایی با داده نداره ممنون

ثبت نام

مطالب پیشنهادی

https://blog.faradars.org/%D8%B9%D9%84%D9%85-%D8%AF%D8%A7%D8%AF%D9%87-%DA%86%DB%8C%D8%B3%D8%AA%D8%9F/
logo