استخدام کارشناس هوش تجاری

🔸 شرکت هوش تجاری ویترای، از کارشناسان با شرایط زیر و بدون نیاز به سابقه کاری دعوت به همکاری می‌نماید.

مسلط به SSIS و ایجاد و به‌روزرسانی و بهینه‌سازی فرآیندهای ETL
مسلط به SSAS، مفاهیم Cube و OLAP
مسلط به Power BI
مسلط به Excel
مسلط به زبان انگلیسی و توانایی جستجو در منابع انگلیسی
با انگیزه و علاقه‌مند به یادگیری

🔸 محل کار: محدوده پاسداران

▪️از علاقه‌مندان خواهشمند است رزومه خود را به آدرس ایمیل ذیل ارسال نمایند.

✉️: jobs@vitrayco.ir

@DataAnalysis

متخصص علم داده ها علاقمند به یادگیری برای همکاری در یک پروژه مرتبط هستیم با توانمندی‌های
مسلط به مفاهیم و الگوریتمها
مسلط به پایتون و حداقل کتابخانه های sklearn,bumpy,pandas
محل کار نزدیک به تقاطع ولیعصر-نیایش که برخی از زمانها میتواند دورکاری باشد
ارسال رزومه mn.nasiri@gmail.com یا @idatascientist
@aryavisions

کتاب مهندسی یادگیری ماشین

کتاب Machine Learning Engineering در سال 2020 توسط Andriy Burkov یکی از مدیران ارشد علم‌داده موسسه گارتنر نگارش شده است.

در این کتاب ارزشمند مفاهیم و چالش‌هایی از قبیل توسعه مقیاس‌پذیر محصولات مبتنی بر یادگیری ماشین، چالش‌های مهندسی ویژگی و مدل‌سازی در فصول ذیل نگارش شده است.
▪️Introduction
▪️Before the Project Starts
▪️Data Collection and Preparation
▪️Feature Engineering
▪️Supervised Model Training
▪️Model Evaluation
▪️Model Deployment
▪️Model Serving, Monitoring, and Maintenance

بهره‌گیری از چارچوب Crisp-DM جهت بخش‌بندی فصول از دیگر مزیت‌های این کتاب است. مطالعه کتاب فوق را به تمامی مهندسین یادگیری ماشین و متخصصین علم‌داده پیشنهاد می‌نمایم.

با احترام
محمدرضا محتاط

@DataAnalysis

کتاب مهندسی یادگیری ماشین(2020)

@DataAnalysis

برترین مهارت‌های علوم‌داده در سال 2021

براساس تحلیل بیش از 15 هزار فرصت شغلی متخصص علم داده در سال 2021 مهارت‌ها و زبان‌های برنامه‌نویسی زیر بیشتر تقاضا را داشته‌اند.

پرتقاضاترین مهارت‌های علوم‌داده
▪️Python
▪️SQL
▪️R
▪️Spark
▪️AWS

پررشدترین مهارت‌های علوم‌داده
▪️AWS
▪️PyTorch
▪️SQL
▪️Python
▪️C#
▪️Scikit-Learn
▪️Tensorflow

برترین زبان‌های برنامه‌نویسی:
▪️Python
▪️SQL
▪️R
▪️Java
▪️Scala
▪️SAS

برترین کتابخانه‌های علوم‌داده پایتون:
▪️Tensorflow
▪️Scikit-Learn
▪️Pytorch
▪️Pandas
▪️Numpy
▪️Scipy
▪️Matplotlib

پی‌نوشت:
جهت مطالعه کامل این گزارش می‌توانید به لینک زیر مراجعه نمایید.
https://towardsdatascience.com/the-most-in-demand-skills-for-data-scientists-in-2021-4b2a808f4005

@DataAnalysis

اسلایدها و ویدئوهای دوره یادگیری ماشین با گراف
http://web.stanford.edu/class/cs224w/
@aryavisions

برترین کتاب‌های تخصصی علم‌داده

https://bit.ly/3tCloOv

اگر قصد فعالیت تخصصی در حوزه علوم‌داده را دارید مطالعه منابع و کتب مرجع بسیار حائز اهمیت است. در ادامه برترین کتاب‌های تخصصی این حوزه معرفی میشوند.

▪️Python Data Science Handbook

▪️Data Science (MIT Press Essential Knowledge series)

▪️R for Data Science

▪️Storytelling with Data

▪️Data Science from Scratch

▪️Data Science for Business

▪️Data Smart

▪️Practical Statistics for Data Scientists

▪️Numsense! Data Science for the Layman

▪️Practical Data Science with R

@DataAnalysis

📣 آکادمی دیجی‌نکست (دیجی‌کالا) برگزار می‌کند!

دوره آنلاین مبانی و مفاهیم علم‌داده و یادگیری ماشین

مدرس: آقای محمدرضا محتاط

📅 زمان برگزاری: روزهای یکشنبه و سه‌شنبه از 19 اردیبهشت لغایت 23 خرداد

⏱ ساعت 17:00 الی 20:00 (11 جلسه 3 ساعته)

گواهینامه معتبر در پایان دوره به شرکت کنندگان اعطا خواهد شد.

🔶 لینک ثبت‌نام:
https://evnd.co/mZjSS

🔷 سرفصل‌های دوره:
https://www.instagram.com/p/CNpth8Hge9P/

❗️مخاطبین دوره:
🔺کلیه علاقه‌مندان به یادگیری علوم داده و یادگیری ماشین
🔺کلیه دانشجویان، پژوهشگران و فعالان حوزه علم‌داده
🔺کلیه علاقه‌مندان به توصیف و پیش‌بینی داده‌محور کسب‌وکار

🔴 این دوره پیش‌نیاز ندارد

🔝رضایتمندی 97 درصدی دانش‌پذیران دانشگاه تهران از دوره فوق (لینک)

@DataAnalysis

الحمدلله الذي جعلنا من المتمسكين بولاية مولانا أميرالمؤمنين و اولاده المعصومين صلواة الله عليهم اجمعين

شهادت شفیع شیعیان و مولای متقیان، علی علیه السلام تسلیت باد!

@DataAnalysis

کتاب کاربردی پایتون در بازار مالی

کتاب Python for Finance جز کتاب‌های مرجع آموزش کاربردها و الگوریتم‌های تخصصی بازارهای مالی در زبان پایتون است که ویرایش آخر آن در سال 2019 منطبق با ورژن پایتون 3 توسط انتشارات O'reilly منتشر شده هست.

کتاب فوق در 3 بخش و 21 فصل نگارش شده است. از مزیت‌های این کتاب آموزش تمامی مباحث پایه‌ای در زبان برنامه‌نویسی پایتون، مفاهیم تحلیل داده و بازار مالی است. برخی از فصول کاربردی این کتاب به شرح ذیل می‌باشد:
▪️Financial Time Series
▪️Mathematical Tools
▪️Stochastics
▪️Statistics
▪️Algorithmic Trading
▪️The FXCM Trading Platform
▪️Trading Strategies
▪️Automated Trading
▪️Simulation of Financial Models
▪️Portfolio Valuation
▪️Market-Based Valuation

مطالعه این کتاب ارزشمند را به تمامی تحلیلگران داده بازارهای مالی، متخصصین علم‌داده و... توصیه می‌نمایم.

با احترام
محمدرضا محتاط

@DataAnalysis

فرصت شغلی متخصص ارشد مهندسی داده‌

پژوهشکده فناوری‌های هوشمند مجازی پژوهشگاه توسعه فناوری‌های پیشرفته (خواجه نصیر الدین طوسی) از مهندسین داده‌ دعوت به همکاری می‌نماید:

مهارت‌های تخصصی
▪️تجربه کاری در زبان برنامه‌نویسی Python یا Java
▪️تجربه کاری در پردازش جریان داده‌ها (Stream Processing)
▪️تجربه کاری در زمینه چارچوب Hadoop و پلتفرم‌های آن
▪️تجربه کاری در زمینه ابزارهای ترابری داده‌ همانند Kafka
▪️تجربه کاری در زمینه مدیریت پایگاه داده (DBA)
▪️توانمندی در حوزه خزش داده‌ها (Data Crawling)
▪️تجربه کار با معماری ELK
▪️تجربه کار در پایگاه‌ داده Hbase
▪️آشنا به مفاهیم Docker

مهارت‌های عمومی:
▪️داشتن روحیه کار تیمی و مدیریت پروژه به روش Scrum
▪️تسلط به زبان انگلیسی
▪️امکان حضور حداقل 40ساعت در هفته (تمام‌وقت)
▪️دارای حداقل 3سال سابقه کار مرتبط

علاقه‌مندان می‌توانند رزومه خود را تحت عنوان "متخصص ارشد مهندسی داده‌" به ایمیل CSRC@Rcdat.ir ارسال نمایند.

@DataAnalysis

مهارت‌های کلیدی مهندس یادگیری ماشین

https://bit.ly/3hzvaO4

براساس گزارش سایت Indeed در سال 2019 جایگاه شغلی مهندس یادگیری ماشین جز 3 شغل برتر ایالات متحده آمریکا بوده و توجهات به آن نیز روز به روز در حال افزایش است. به صورت ساده هدف یک مهندس یادگیری ماشین طراحی، بهینه‌سازی و استقرار عملیاتی مدل‌های تخصصی یادگیری ماشین و یادگیری عمیق در سازمان‌ها است.

جهت ورود به این فیلد تخصص دانش کافی در حوزه‌های یادگیری ماشین، آمار و مهندسی نرم‌‌افزار از پیش‌نیازهای کلیدی است. اهم مهارت‌های یک مهندس یادگیری ماشین به شرح زیر است:

▪️تخصص در یکی از زبان‌های برنامه‌نویسی پایتون، جاوا، R یا C++

▪️دانش تخصصی در حوزه‌های جبرخطی و آمار

▪️تسلط بر الگوریتم‌های یادگیری ماشین

▪️تسلط بر معماری‌ها و الگوریتم‌های یادگیری عمیق

▪️محاسبات توزیع‌شده

▪️تخصص در پلتفرم‌ کلان‌داده Hadoop

▪️مهندسی نرم‌افزار

با توجه به اهمیت این نقش در سازمان‌ها باید منتظر توجه بیشتر سازمان‌های داخلی به این جایگاه شغلی در آینده نزدیک باشیم.

پی‌نوشت:
🔹تفاوت یک مهندس یادگیری ماشین به نسبت یک متخصص علم‌داده در میزان دانش تخصصی آن در فیلدهای مهندسی نرم‌افزار و جرئیات تخصصی الگوریتم‌های یادگیری ماشین است.
🔹رشته‌‌های دانشگاهی علوم کامپیوتر، مهندسی نرم‌افزار و هوش مصنوعی بیشترین قرابت را با این فیلد تخصصی دارند.

@DataAnalysis

فرصت شغلی متخصص ارشد متن‌کاوی و پردازش زبان طبیعی

پژوهشگاه توسعه فناوری‌های پیشرفته خواجه نصیر الدین طوسی از متخصصین متن کاوی و پردازش زبان طبیعی دعوت به همکاری می‌نماید:

مهارت‌های تخصصی
▪️مسلط به زبان برنامه نویسی پایتون
▪️مسلط به پردازش زبان طبیعی (NLP) و متن‌کاوی (Text Mining)
▪️مسلط به مفاهیم یادگیری ماشین و یادگیری عمیق
▪️مسلط به با الگوریتم های پردازش متن
▪️تجربه کار با کتابخانه‌های پردازش زبان ‌طبیعی فارسی و انگلیسی
▪️تسلط به مفاهیم تعبیه‌سازی (Embedding)
▪️تسلط به انواع مدل‌های زبانی و کاربرد‌های آن‌ها
▪️آشنا به کتابخانه Sklearn ، Gensim و NLTK

مهارت‌های عمومی:
▪️آشنایی با زبان انگلیسی و روحیه همکاری تیمی
▪️مهارت در حل مساله و طراحی الگوریتم و پیاده سازی الگوریتم‌ها
▪️امکان حضور به صورت تمام وقت در تهران

علاقه‌مندان می‌توانند رزومه خود را تحت عنوان "متخصص ارشد پردازش متن" به ایمیل CSRC@Rcdat.ir ارسال نمایند.

@DataAnalysis

برترین مهارت‌های مهندسین داده در سال 2021

https://bit.ly/2RKomTv

به تازگی وبسایت Kdnuggets در گزارشی برترین مهارت‌های مورد نیاز مهندسین داده در سال 2021 را براساس تحلیل بیش از 17 هزار فرصت شغلی این حوزه اعلام نموده است. پیشتازی زبان پایتون در این فیلدکاری نشان از بی رقیب بودن این زبان برنامه‌نویسی در تمامی فیلدهای مرتبط با Data است. برترین مهارت‌های جایگاه مهندسی داده به شرح زیر است:
▪️Python
▪️SQL
▪️AWS
▪️Spark
▪️Java
▪️Azure
▪️Hadoop
▪️Scala
▪️NoSQL
▪️Hive
▪️Tableau
▪️Airflow
▪️Linux
▪️R
▪️Git
▪️Docker
▪️Kubernetes

بیشترین تفاوت یک مهندس داده با متخصص علم‌داده در مهارت‌هایی از قبیل Aws، Azure، اسپارک و جاوا بوده است. در مقابل بیشترین تفاوت یک متخصص علم‌داده با مهندس داده در داشتن مهارت‌های R، تنسورفلو، SAS و Sklearn می‌باشد.

@DataAnalysis

گزارش کاربردی شروع مسیر شغلی در علوم‌داده!

در صورتی که قصد فعالیت تخصصی در حوزه علوم داده را دارید مطالعه این گزارش کاربردی در خصوص بررسی جوانب مختلف فیلد شغلی علم داده را توصیه میکنم. سرفصل‌های زیر در این گزارش 33 صفحه‌ای پوشش داده شده است:

▪️دلایل ورود به فیلد علم داده
▪️بررسی فیلدهای شغلی مرتبط با علوم داده
▪️مهارت‌های مورد نیاز
▪️گواهی‌های معتبر در فیلد علوم داده
▪️بررسی مصاحبه‌های شغلی
▪️نحوه نگارش رزومه
▪️کاربردهای علوم داده در صنایع

@DataAnalysis