👨🏻‍💻 برای حل مسئله‌ای که تابع هدف و مجموعه محدودیت داشته باشه، میشه از جدول سیمپلکس استفاده کرد. این جدول با گردش روی نقاط شدنی، جواب بهینه رو پیدا می‌کنه‌. اما اگر جدول روی یک نقطه قرار بگیره و نتونه بره رو نقطه‌ی بعدی، تباهیدگی پیش میاد. من الان زندگیم یه چند سالیه روی همون نقطه گیر کرده.
✍🏼 Sina
➖➖➖➖➖➖➖➖➖➖➖➖➖ ➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 #رشتو تو این رشته توییت میخوام در مورد زمینه های کاری مختلف مربوط به دیتا ساینس حرف بزنم. مخصوصا ۴ تا از معروف ترین هاش:

Machine Learning (ML) Engineer
ML Research Scientist
Data Scientist
Data Engineer

🔷 خیلی جاها به یک یا چند تا از اینا میگن دیتا ساینتیست که اشتباهه! عکس زیر به خوبی تفاوت همشون رو نشون میده.

📝 به عنوان یه مثال عینی، فرض کنیم اسپاتیفای میخواد واسه همه کاربرهاش یه پلی لیست از آهنگ های پیشنهادی درست کنه.

1️⃣ اولین مرحله اینه که دیتا جمع کنیم از هر سیگنال ممکن. اینکه هر کسی چه آهنگایی رو گوش میده تا آخر، چیا رو سریع میزنه بعدی، چیا رو رو ریپیت داره. همه اینا حجم خیلی زیادی از دیتا ایجاد می‌کنه و خیلی مهمه راه سریع و مطمئنی برای پردازشش داشته باشیم. این وظیفه به عهده Data Engineer قرار داره. تخصصشون رو اینه که بر اساس نوع داده و نیازمندی‌ها راه مناسب رو انتخاب کنن. خروجی کار معمولا یه سری table از داده هاست برای استفاده راحت و سریع توسط بقیه.

2️⃣ اما Data Scientist در کل پروژه حتی قبل از شروع کار دخالت داره. از اینکه مثلا با این فیچر جدید کدوم‌ متریک رو چقدر باید جابجا کنیم، از کدوم کاربرها شروع کنیم و چطوری ورژن های مختلف رو مقایسه کنیم. اکثر کارشون بر اساس داده موجود تو محیط پایتونه و تسلط اصلیشون رو تحلیل آماریه داده ست.

3️⃣ در ML Research Scientist بخش هوش مصنوعی کار رو به عهده‌ داره. اینکه کدوم مدل موجود music recommendation بهتره، یا حتی ساختن یه مدلِ ماشین لرنینگ جدید در صورت نیاز. خیلی از کسایی که مدرک دکترا دارن به این سمت کشیده میشن چون خیلی به محیط آکادمیک نزدیکه.

4️⃣ کار ML Engineer پیاده سازی مدل هاییه که پیشنهاد شده و وصل کردنش به بقیه سیستم. سرعت و دقت کدشون خیلی مهمه چون مثلا تو اسپاتیفای ممکنه نیاز باشه هر ثانیه واسه هزاران نفر پلی لیست درست شه. واسه همین اکثرا بکگراند برنامه نویسی دارن و کدشون باید کیفیت بالایی داشته باشه.

◼️ به طور خلاصه کسایی که بکگراند قوی برنامه نویسی دارن و به ماشین لرنینگ علاقمند هستن معمولا میشن ML Engineer.

◻️ اونایی که بکگراند قوی ماشین لرنینگ دارن و خیلی به برنامه نویسی علاقه ندارن میشن ML Research Scientist.

◼️ اونایی که با آمار و احتمالات و مبانی ماشین لرنینگ آشنان اما برنامه نویسی تخصصشون نیست، میرن سمت Data Science.

◻️ اونایی که به Big Data علاقه دارن اما آمار و احتمالات و ماشین لرنینگ دغدغه شون نیست میشن Data Engineer.

🔔 همه اینا بر اساس مشاهدات منه و خب تو هر کمپانی ممکنه کمی فرق کنه، اما کلیتش بنظر من همینه. اما دیتا ساینتیست چون خیلی overloaded شده‌، هر جایی تعریف خودشو داره.
✍🏼 Hesam
➖➖➖➖➖➖➖➖➖➖➖➖➖ ➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

⭕️ دوره ۷۵ ساعته و رایگان برنامه نویسی با پایتون
📂 بدون نیاز به دانش قبلی برنامه نویسی👌🏼

👩🏻‍💻 آکادمی Cisco Networking یک دوره 75 ساعته کاملا رایگان برنامه نویسی با پایتون ایجاد کرده که فوق العادست. این دوره بدون نیاز به دانش قبلی برنامه‌نویسی هست و با تکمیل دوره، به شما 2 گواهینامه داده میشه.

📑 گواهینامه ۱: برای 35 ساعت ابتدایی / سطح مبتدی
📑 گواهینامه ۲: برای 40 ساعت پایانی / سطح پیشرفته

1️⃣ 100% رایگان است + ۲ مدرک پایان دوره
2️⃣ شامل پروژه هایی با داده های دنیای واقعی
3️⃣ از سطح مبتدی در پایتون شروع و شما را به مباحث پیشرفته پایتون مسلط می‌کند.💯

✅ می‌تونید از طریق لینک زیر به طور کاملاً رایگان به این دوره دسترسی داشته باشید :👇🏼

🔘 PCAP: Programming Essentials in Python

✍🏼 Mahshid
➖➖➖➖➖➖➖➖➖➖➖➖➖ ➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 ‏بعضی استادا درس خودشون رو با عملیات والفجر اشتباه می‌گیرن. درسو گردان بر میداره نفر پاس می‌کنه. واقعا اندک علاقه‌ای که به این رشته داشتم سر فشار امتحانا از بین رفت.🚶🏻‍♂
✍🏼 Hojjat
➖➖➖➖➖➖➖➖➖➖➖➖➖ ➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 مثل جبرخطی باش. بذار همه نادیده‌ت بگیرن و دیر بفهمن چقدر مهم بودی. آخر خودشون ضربه می‌خورن.
جبرخطی همون درسیه که اگه درست یادش نگیری یه روزی ازت انتقام می‌گیره. #دیتاساینس
✍🏼 Mahdi
➖➖➖➖➖➖➖➖➖➖➖➖➖ ➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 خب بذارید تو این #رشتو به ۷ تا حقیقت ورژن ۲۰۲۲ در مورد مهاجرت تحصیلی آپدیتتون کنم:

1️⃣ گرفتن پذیرش از آمریکا به مراتب راحت تر از کاناداست.
📝 توضیح: شخصا میگم برای مهاجرت تحصیلی آمریکا بهتره ولی باید دست پر اقدام کنید. نمره بالا زبان، SOP، رزومه قوی و توصیه نامه خوب شانس بالاتری میده.

🔶 پس چرا بیشتریا میرن کانادا؟ چون آمریکا ویزا گرفتنش سخته و گاهاً طولانی، گرفتن اقامت دائمش سخت تره، شهریه بیشتری داره دانشگاه‌هاش و تبدیل ویزای دانشجویی به کاری سخته. اما همه اینا نشد نداره.

2️⃣ در انگلستان معمولا دوره های ارشد یک ساله‌اس و اپلای برای دانشگاه‌هاش اپلیکیشن فی نداره.

3️⃣ امکان تحصیل رایگان در کشور آلمان به زبان انگلیسی وجود داره و اکثر دانشگاه‌هاش رایگانن.

📝 توضیح: نه به این معنی که هیچ هزینه ای نداشته باشه، بسته به دانشگاهتون ممکنه بین ۲۰۰ تا ۵۰۰ یورو فقط واسه خدمات دانشگاهی و حمل و نقل پرداخت کنید که طبیعیه. از سایت uniassist.com استفاده کنید. (میشه گفت تو اروپا غیر استثناها، تحصیل نسبتا رایگانه ولی بازم بستگی داره. مثلا سوئیس اینجوری نیست.)

4️⃣ گرفتن پذیرش از دانشگاه های ایتالیا نسبت به سالیان گذشته بسیار دشوارتر شده است!

📝 توضیح: چرا؟ چون رقابت و تقاضا برای ایتالیا خیلی بیشتر شده. مخصوصا داوطلبای ایرانی با رزومه‌های بهتری اقدام می‌کنند و گرفتن پذیرش دشوارتر شده. (معدل رو بردن بالا، یه سری رشته ها رو حذف کردن و نمره زبان رو بردن بالا.)

5️⃣ برای شروع پروسه اپلای نیازی به فارغ التحصیلی نیست و از ترم های پایانی می‌تونید اقدام کنید.

📝 توضیح: مثلا زمانی که از پایان نامه ارشد دفاع نکردیم هم امکانش هست که اپلای کنیم. لزوما تو ایمیل و مکاتبه اول به اساتید، مدرک زبان و نمرات مقطع قبلی نیاز نیست و اگر با استادی اکی شدین می‌تونین ازش یه وقت کوتاهی بگیرین و بگین من تا این تایم این نمرات و مدارک رو تحویل میدم. بعد توی اون تایم باید فارغ‌التحصیل بشید، مدرک هاتونو آزاد کنید، آزمون زبانتون رو بدید و مدارکتون رو ترجمه کنید و الی آخر.

6️⃣ همیشه هم قرار نیست حتما دانشگاه با رنک پایین جای بهتری برای رفتن باشه خیلی گزینه ها موثره!

7️⃣ هیچ فرقی بین بچه های دانشگاه آزاد و سراسری در فرآیند اپلای تحصیلی نیست؛ رزومه و کل پکیج مهمه.

📝 توضیح: دانشگاه آزاد و سراسری فرقی در پروسه پذیرش نداره و فقط به تلاش خودتون مربوطه. (جز چندتا دانشگاه تاپ و خاص اون هم در شرایطی.)
اما این بدین معنی نیست که دانشگاه خوب قبول شدین بی تاثیر باشه. خب جو پژوهشی و مطالعاتی بهتری توی دانشگاه های خوب هستش و باعث میشه شما مقالات و پژوهش های قوی تری داشته باشی، نمرات بالاتری کسب کنی و از لحاظ دانش رشته خودت هم مسلما تراز بالاتری بدست بیاری.
✍🏼 Sepehr
➖➖➖➖➖➖➖➖➖➖➖➖➖ ➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 ‏یکی از کانال‌های خوبی که برای یادگیری نرم افزار مدیریت پروژه Primavera P6 ازش استفاده می‌کنم، کانال یوتیوب آقای ستاینده هست. ایشون آموزش مقدماتی و پیشرفته پریماورا رو به زبان انگلیسی تدریس می‌کنه، که هم برای آشنایی با اصطلاحات تخصصی مدیریت پروژه عالیه و هم به این نرم افزار مسلط میشین.

🛑 دوره مقدماتی و پیشرفته‌اش رو اینجا قرار میدم:

🔘 Primavera P6 Intermediate eLearning
🔘 Primavera P6 Advanced eLearning

✅ چندتا منبع انگلیسی دیگه هم برای آموزش پریماورا اینجا معرفی می‌کنم که ازشون کلی نکات یاد می‌گیرین :

🔘 Primavera P6 Tutorials
🔘 P6 Settings Series
🔘 Free Primavera P6 training course
🔘 Primavera P6 Oracle
🔘 Primavera Training

📣 توصیه ام اینه که تا می‌تونید آموزش‌ها رو به زبان انگلیسی ببینید، ولی اگه براتون سخت بود از زیرنویس فارسی یوتیوب استفاده کنید. برای آموزش های فارسی پریماورا هم قبلا اینجا یک پست آموزشی قرار دادم که می‌تونید ازش استفاده کنید.
✍🏼 Arash
➖➖➖➖➖➖➖➖➖➖➖➖➖ ➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

🔴 کتاب بی نظیر کاربرد هوش مصنوعی
🚀 در مهندسی صنایع و مکانیک

👨🏻‍💻 یکی از حوزه های جدید و جذاب شغلی برای مهندسین صنایع، کاربرد AI در شاخه‌های تخصصی مهندسی صنایع مثل مدیریت پروژه، زنجیره تامین، مدیریت محصول و... است.

✅ این کتاب به طور جامع به معرفی مشاغل جدید مهندسی صنایع در حوزه‌های داده محور می پردازد و ابزارها و اطلاعات مورد نیاز برای موفقیتِ کسانی که در این حوزه ها با هوش مصنوعی کار می کنند را، پوشش می‌دهد.
✍🏼 Behzad
➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 تجربه ۶ ترم دانشگاه به من ثابت کرده که هر چقدر فرجه برای یه امتحان بیشتر، ریدمان بیشتر تر =)
✍🏼 Domino
➖➖➖➖➖➖➖➖➖➖➖➖➖ ➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👩🏻‍💻 آقا کنسرت شجریان عالی بودددددددد. انقدر به بزرگوار نزدیک‌ بودم منافذ پوستشو میدیدم. تنها فایده دانشگاه تو این ۴ سال واسه من همین بلیط VIP بود.
✍🏼 Paria
➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👩🏻‍💻 می‌تونم در آینده از افتخارات دوران دانشجوییم به در اومدن اسمم از بین ۱۷۰ هزارتا دانشجو (لاتاری هم اینجوری نیس) برای VIP کنسرت همایون شجریان و شکار بوسه یار برای یار، اشاره کنم.❤️ :))
✍🏼 Taranom
➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 مشغول طراحی سوال برای آزمون پایان ترم درس یادگیری ماشین از مبحث زنجیره مارکوف بودم، (مبحثی در درس تئوری صف دانشجویان مهندسی صنایع) که یک قضیه ساده ریاضی نظرم رو به خودش جلب کرد. کنجکاو شدم و سعی کردم اوضاع اقتصادی کشورمان را با یک زنجیره مارکوف که در شکل می بینید مدل کنم.

🔷 احتمالات مدل رو هم با توجه به مشاهدات گذشته از اوضاع اقتصادی کشور مقداردهی کردم. (مقادیر تحلیل شخصی و تجربی است.) وضعیت فعلی کشور هم که مشخص است. و اما اون قضیه ساده چه می‌گوید؟

📝 قضیه می‌گوید با شروع از یک حالت در زنجیره، اُمید ریاضی تعداد گام‌های ماندن (گام در مسئله ما سال است) در آن حالت چند است؟ و نتیجه این شد که در شرایطی که الان هستیم، برای برگشت به شرایط عادی زندگی، به طور متوسط به 50 سال زمان نیاز است.

«احمدعلی آبین» / استادیار دانشگاه شهید بهشتی
✍🏼 Ahmadali
➖➖➖➖➖➖➖➖➖➖➖➖➖ ➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 انتظارات غلط از بیشتر درس خوندن و مدرک گرفتن.
☑️ می تونید ویدیو کامل رو از طریق لینک زیر ببینید:
🔘 طراحی مسیر شغلی و اشتباهات رایج در آن
✍🏼 Amin
➖➖➖➖➖➖➖➖➖➖➖➖➖ ➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter