تکنولوژی‌‌های تاثیرگذار در صنعت فین‌تک!

https://bit.ly/2XFry1f

فین‌تک یا فناوری‌های مالی به صنعتی از دنیای اقتصاد اشاره دارد که سعی دارد با استفاده از تکنولوژی و راهکارهای نوین خدمات مالی را کارآمدتر و سهل‌تر کند. در حالت کلی استارتاپ‌های فینتک آن‌هایی هستند که در حوزه مالی فعالیت و راهکارهای نوآورانه‌ای دارند.

اگر در صنعت فین‌تک فعالیت دارید توجه به فناوری‌های نوین زیر می‌تواند در موفقیت شما بسیار حائز اهمیت باشد.

▪️هوش مصنوعی (Artifitial Intelligence)

▪️یادگیری ماشین (Machine Learning)

▪️بلاک‌چین (Blockchain)

▪️رمزارز (Crypto Currency)

▪️شبکه‌های اجتماعی (Social Media)

@DataAnalysis

برترین کتابخانه‌های تخصصی پایتون در علم‌داده!

https://bit.ly/35HHyme

همواره یکی از چالش‌های متخصصین علم‌داده انتخاب پلتفرم و کتابخانه‌های تحلیلی جهت پیاده‌سازی پروژه‌ها بوده است. در ادامه برترین کتابخانه‌های زبان برنامه‌نویسی پایتون به تفکیک در حوزه‌های تحلیل‌داده، یادگیری ماشین، یادگیری عمیق و... معرفی شده است. قابل ذکر است که کتابخانه‌های برتر در هر دسته با علامت مشکی و Bold درج شده‌اند.

🔹کتابخانه‌های تحلیل‌داده:
▪️Pandas
▪️Numpy
▫️SciPy
▫️StatsModels

🔹کتابخانه‌های یادگیری ماشین:
▪️Scikit Learn
▫️PyBrain
▫️XGBoost
▫️Eli5

🔹کتابخانه‌های پردازش زبان طبیعی:
▪️NLTK
▪️Hazm
▫️Gensim
▫️SpaCy
▫️fastText

🔹کتابخانه‌های مصورسازی:
▪️Matplotlib
▫️Bokeh
▫️Seaborn
▫️Plotly

🔹کتابخانه‌های یادگیری عمیق:
▪️Keras
▪️Tensorflow
▫️Theano
▫️Pytorch

🔹کتابخانه‌های تحلیل گراف:
▪️NetworkX
▫️igraph
▫️graph-tool

🔹کتابخانه‌های جمع‌آوری داده(خزشگر):
▪️Scrapy
▪️Urllib
▫️Selenium
▫️Requests
▫️Beautiful Soup
▫️lxml

🔹کتابخانه‌های پردازش تصویر:
▪️Scikit-image
▪️OpenCV
▫️Pillow

پی‌نوشت:
جهت یادگیری هر از این کتابخانه‌ها دوره‌های آموزشی، کتاب‌ها و Toturialهای تخصصی بسیاری در اینترنت وجود دارد.

ارادتمند
محمدرضا محتاط

@DataAnalysis

برترین مهارت‌های مدیر ارشد علم‌داده!

https://bit.ly/33DaXfV

متخصص ارشد علم‌داده در سازمان‌ها بعنوان مدیر تیم‌های علوم‌داده فعالیت می‌کند که از منظر حقوق دریافتی درآمدی به مراتب بیشتری نسبت به افراد Junior و Senior دارند. در ادامه برترین مهارت‌ها و دانش‌های لازم جهت فعالیت بعنوان یک مدیر ارشد علم‌داده معرفی می‌شود.

▪️دانش تخصصی در مفاهیم آمار، یادگیری ماشین، یادگیری عمیق و هوش‌مصنوعی

▪️مهارت‌های برنامه‌نویسی در زبان‌های پایتون، R یا جاوا

▪️دانش در ابزارهای تخصصی Big Data همانند Sqoop, Hive, Hadoop, Spark و...

▪️مهارت‌ کار با ابزارهای مدیریت پایگاه‌های داده رابطه‌ای و NoSQL

▪️تخصص در ابزارهای مصورسازی اطلاعات همانند Tableau, Power BI

▪️دانش در ابزارهای تخصصی داده‌کاوی همانند Knime, RapidMiner

▪️دانش Linux

▪️آشنایی با متدولوژی‌های مدیریت پروژه چابک همانند ‌Scrum, Dev/Ops

▪️مهارت‌های ارتباطی، خلاقیت، حل‌مسئله و تفکر انتقادی

▪️دانش تخصصی کسب‌وکار

▪️مهارت‌های مدیریت و رهبری

پی‌نوشت:
هر چه از سطوح کارشناسی به سطوح مدیریتی علم‌داده حرکت شود لزوم کسب مهارت‌های نرم (Soft Skills) در کنار تجربه بیشتر در پروژه‌های متنوع ارزشمندتر می‌شود. لذا به همراه کسب دانش‌های تخصصی فنی نیاز هست به این قبیل مهارت‌ها توجه ویژه‌ای نمایید.

ارادتمند
محمدرضا محتاط

@DataAnalysis

برگزاری جلسه کارگره Big data سازمان نظام صنفی رایانه‌ای

در جلسه فوق که به میزبانی شرکت زیرساخت امن خدمات تراکنشی برگزار گردید جایگاه‌های شغلی استاندارد در حوزه Big data مورد بررسی قرار گرفت. امری که در فرهنگ‌سازی و مدیریت هزینه پروژه‌های کلان‌داده حایز اهمیت است.

در تلاش هستیم تا در سال آتی در طرح مشاغل و تعرفه‌های مالی سازمان نظام صنفی رایانه‌ای به صورت ویژه جایگاه‌های شغلی حوزه Big data را قرار دهیم.

@DataAnalysis

برترین مهارت‌های فناورانه سال 2020

https://bit.ly/2OYnC8T

براساس گزارش موسسه Udemy که در حوزه برگزاری دوره‌های آموزشی آنلاین در سطح بین‌المللی فعالیت دارد به تفکیک محبوب‌ترین و پررشدترین ابزارها و تکنولوژی‌های سال 2020 براساس تحلیل مخاطبین این موسسه به شرح ذیل است.

محبوب‌ترین ابزارها و تکنولوژی‌ها:
▪️Python
▪️React (Web)
▪️Angular
▪️Docker
▪️Django
▪️CompTIA
▪️Amazon AWS
▪️Deep Learning
▪️React Native (Mobile)

برترین تکنولوژی‌ها با بیشترین رشد تقاضا:
▪️Tensorflow
▪️ChatBot
▪️Microsoft Azure
▪️OpenCV
▪️Neural Network
▪️Lpic-Linux
▪️Blockchain
▪️Splunk
▪️QGIS
▪️Kotline

پی‌نوشت:
حضور بیش از 6 ابزار و مفاهیم تخصصی حوزه‌های علم‌داده و یادگیری عمیق بعنوان محبوب‌ترین و پررشدترین تکنولوژی‌های سال 2020 از نکات قابل توجه این گزارش است. امری که نشان از جایگاه ویژه مشاغل مرتبط با علم‌داده در سال آتی خواهد شد.

@DataAnalysis

معرفی ابزارها و کتابخانه‌های یادگیری ماشین!

در شکل فوق ابزارها و کتابخانه‌های تخصصی یادگیری ماشین به تفکیک نوع کاربرد معرفی شده است. جهت مطالعه جزئیات هریک از این ابزارها می‌تواند مستند ذیل را دانلود نمایید.
لینک دانلود گزارش:
https://bit.ly/36lxHCU

@DataAnalysis

فرصت شغلی کارشناس پایگاه داده شرکت تجارت الکترونیک امن موج!

شرکت تجارت الکترونیک امن موج برای یکی از پروژه های ملی خود نیاز به کارشناس پایگاه داده با توانایی‌های زیر دارد:
▪️تسلط کامل به مهارت‌های طراحی و پیاده‌سازی پایگاه داده
▪️تسلط کامل به فرآیندهای Backup/Restore پایگاه داده
▪️تسلط کامل به job های SQL Server Agent
▪️سلط به SSIS
▪️تسلط به query نویسی SQL/Tsql در سطح پیشرفته
▪️تسلط کامل به MS SQL Profiler
▪️تسلط به Tuning پایگاه داده MS SQL Server در محیط هایی با تعداد کاربر زیاد از جمله مدیریت index ها، تنظیمات پایگاه داده و طراحی پایگاه داده
▪️تسلط به ابزارهای مانیتورینگ پایگاه داده
▪️آشنایی با نصب (Install)، پیکربندی (Configure)، ارتقا (Upgrade) و مدیریت پایگاه داده MS SQL Server در محیط هایStand alone و Clustered
▪️آشنایی با Failover Clustering در محیط Windows server
آشنایی عمومی با مفاهیم پایگاه داده های OLAP و SQL Server Analysis Services امتیاز محسوب می شود.
▪️مسلط به Git

آدرس ایمیل برای ارسال رزومه و یا کسب اطلاعات بیشتر:
hrm@amnmoj.com

@DataAnalysis

برترین مشاغل سال 2019 ایالات متحده آمریکا!

https://bit.ly/35kezF4

براساس آخرین گزارس وبسایت Indeed، مشاغل زیر براساس میانگین درآمد جز برترین مشاغل سال 2019 ایالات متحده آمریکا انتخاب شده‌اند. حضور 3 شغل مرتبط با حوزه‌های علم‌داده و هوش‌مصنوعی در میان 4 شغل برتر از نکات قابل توجه این گزارش است.

برترین مشاغل براساس میانگین درآمد:

▪️مربی چابک‌سازی

▪️مهندس بینایی ماشین

▪️مهندس یادگیری ماشین

▪️متخصص علم‌داده

▪️طراح ارشد محصول

▪️مشاور ارشد مالی

▪️متخصص ارشد زنجیره تامین

▪️برنامه نویس Full Stack

پی‌نوشت:
قابل ذکر است که براساس همین گزارش شغل مهندس یادگیری ماشین برترین شغل از منظر میزان رشد تقاضا در مقایسه با تمامی مشاغل بوده است.

@DataAnalysis

10 روند هوش تجاری در سال 2020

@DataAnalysis

کتاب استراتژی‌های کلان‌داده برای کسب‌وکارهای چابک!

https://bit.ly/2tGbIZd

کتاب Big Data Strategies for Agile Business یکی از کتاب‌های مرجع در حوزه تدوین استراتژی‌های کلان‌داده است. توجه همزمان به ملزومات فنی و مدیریتی تدوین استراتژی‌های کلان‌داده از نکات قابل توجه این کتاب است. مطالعه کتاب فوق رو به تمامی مدیران کسب‌وکارهای داده‌محور، متخصصین ارشد علم‌داده و... پیشنهاد می‌نمایم.

سرفصل‌های کتاب:
▪️Introduction to BIG Data and Agile Business

▪️Big Data Framework for Agile Business (BDFAB)

▪️Data Science / Analytics, Context, and Strategies

▪️Business Process Modeling (BPM), Agile Practices, and Big Data Adoption Process

▪️Enterprise Architecture and the Big Data Technical Ecosystem

▪️Social Mobile (SoMo), Presentation, and User Experience in Big Data

▪️Cloud-Based Big Data Strategies, Sustainability, Analytics-as-a-Service

▪️Big Data, Semantic Web, and Collaborative Business Process Engineering (CBPE).

▪️NoSQL Databases and Big Data Strategies

▪️Quality and Service Assurance, Testing, and Governance - Risk - Compliance (GRC) within Big Data

▪️Big Data People and Communities

▪️Functioning Agile Organization with Big Data Adoption

▪️Big Data and Banking: A-Bank Case Study

▪️Big Data and Health

▪️Big Data and Education

@DataAnalysis

15 ابزار کاربردی علم‌داده جهت یادگیری در سال 2020

https://bit.ly/2EQ0FyO

انتخاب مسیر یادگیری درست براساس آخرین روندهای تکنولوژی و نیازهای بازار یکی از الزامات موفقیت در هر فیلدکاری هست. در ادامه برترین ابزارهای پیشنهادی جهت کسب موفقیت در فیلدکاری Data Science که توسط وبسایت springboard ارائه شده را معرفی میکنیم.

قابل ذکر است با توجه به تفاوت بازارکار ایران با سایر کشورها برخی از ابزارها با علامت * بعنوان جایگزین موارد پیشنهادی این سایت معرفی شده‌اند.

زبان برنامه‌نویسی:
▪️Python
▪️R

ابزارهای یادگیری ماشین:
▪️Scikit Learn
▪️Weka
* در میان نرم‌افزارهای داده‌کاوی در مقابل Weka پیشنهاد به یادگیری ابزارهایی همانند Knime, RapidMiner یا IBM Spss Modeler است.

فریم‌ورک‌های یادگیری عمیق:
▪️TensorFlow
▪️Keras
▪️Pythorch

ابزارهای تحلیل کلان‌داده:
▪️Apache Spark
▪️Hadoop MapReduce
* در حوزه تحلیل‌ تحلیل کلان‌داده با توجه به وجود برخی محدویت‌های پردازشی در معماری Map Reduce پیشنهاد استفاده از کتابخانه‌های تحلیلی Apache Spark هست.

کتابخانه‌های مصورسازی:
▪️Matplotlib
▪️Seaborn

*ابزارهای هوش تجاری
▪️Power BI
▪️Tableau
▪️Qlik

اجرای Interactive پروژه‌های علم‌داده:
▪️Jupyter Notebook

پی‌نوشت:
◾️سوالات متعددی پیرامون نحوه یادگیری ابزارها پرسیده میشود. قطعا بهترین منابع یادگیری در هر یک از ابزارهای پیشنهادی شرکت در دوره‌های آنلاین برترین دانشگاه‌های جهان در وبسایت‌های Lynda, Udemy, Edx, Coursera و... هست.
◾️اگر در زبان انگلیسی ضعیف هستید قبل از یادگیری هر ابزار پیشنهاد میکنم برروی کسب این مهارت توجه ویژه نمایید تا پس از یادگیری آن بتوانید در بروزترین دوره‌ها و منابع آموزشی شرکت نمایید.

ارادتمند
محمدرضا محتاط
@DataAnalysis

شهادت مظلومانه سپهبد سردار قاسم سلیمانی را به تمامی مردم ایران تسلیت عرض میکنیم.

⭕️ افکارسنجی شبکه‌های اجتماعی در شهادت سردار سلیمانی

🔹تحلیل افکارعمومی تحت بستر اینستاگرام پس از شهادت حاج قاسم سلیمانی نشان از اندوه و خشم غالب کاربران دارد.

🔹برخلاف تصورعمومی، نگرانی از وقوع جنگ موضوع «تنها ۵ درصد» اظهار نظر کاربران در اینستاگرام بوده است.

✅ گزارش‌های فضای مجازی را در کانال زیر دنبال کنید:
t.me/joinchat/AAAAAEBGQlNiUWENsAGP0A

✅ Data Is Talking...

امنیت‌ملی داده‌محور!
https://ibb.co/tDP8SVq

"این افتخار ماست که استراتژی داده وزارت دفاع و نیروهای مسلح کشور را معرفی کنیم. این استراتژی نشان دهنده اهمیت روزافزون داده‌ها برای تحقق وظیفه ما در زمینه مدیریت نیروهای‌مان در داخل و خارج از کشور برای محافظت از کانادا و کانادایی‌ها است."

جملات فوق بخشی از مقدمه سند تدوین استراتژی داده وزارت دفاع و نیروهای مسلح کشور کانادا هست. کسب بینش در مواجه با متغیرهای محیطی، شناسایی فرصت‌ها، آگاهی بیشتر در مقابله با دشمنان، تصمیم‌یاری بلادرنگ در بحران‌های امنیتی و... از مهمترین دلایل تدوین استراتژی داده توسط این نهادهای امنیتی ذکر شده است.

در چشم‌انداز این سند ذکر شده است:
"داده‌ها در همه جنبه‌های برنامه‌های دفاعی، قابلیت‌های دفاعی ما را تقویت می‌کنند و در حین عملیات نظامی سبب تصمیم‌گیری بهتر و دستیابی به مزیت اطلاعاتی میشود."

سوال مهمی که در حال حاضر میبایست به صورت ویژه به آن توجه کنیم!

سازمان‌ها و نهادهای امنیتی کشورمان در راستای حفظ امنیت مردم و کشور چه میزان از متدهای تصمیم‌گیری داده‌محور و تحلیل داده در حال بهره‌برداری هستند؟!

امری که برنامه‌ریزی در جهت تحقق هر چه بیشتر آن بیش از گذشته یک ضرورت و الزام است.

پی‌نوشت:
جان باختن تعدادی از هموطنانمان را در پرواز امروز صبح تهران به اوکراین که در آن جمعی از دانشجویان نخبه‌ ایرانی که در خارج از کشور به تحصیل مشغول بودند به تمام مردم ایران و خانواده‌های داغ‌دیدگان تسلیت عرض می‌کنیم.
روحشان شاد و یادشان گرامی

ارادتمند
محمدرضا محتاط

@DataAnalysis

برترین ابزارهای علم‌داده!

در شکل فوق برترین ابزارهای علم‌داده به تفکیک حوزه‌های تحلیل داده، مصورسازی داده، یادگیری ماشین، مهندسی داده، زبان‌های برنامه‌نویسی، کلان‌داده، رایانش ابری و... معرفی شده است.

@DataAnalysis