🔷 در عمل بسیار نادر است که شما صرفا با یک جدولِ واحد از داده ها کار کنید. به طور معمول برای تجزیه و تحلیلِ داده‌ها، با جداول زیادی سروکار خواهید داشت که نیاز به ترکیب و ادغام شدن دارند.

🔷در تصویر فوق، انواع مختلف ترکیب یا Join دو جدول، نمایش داده شده است.



🏫 @DataScience_School

#فرصت_تحصیلی: در حوزه ماشین لرنینگ

▪️ 6 بورسیه PhD در دانشگاه کپنهاگ دانمارک:
6 PhD scholarships at the Center for Basic Machine Learning Research in Life Science (MLLS)

▪️ اطلاعات بیشتر و اپلای از طریق لینک زیر:
https://employment.ku.dk/phd/?show=153447



🏫 @DataScience_School

#Course

✅دوره ی کوتاه مدت در حوزه ماشین لرنینگ
شروع دوره از 28 بهمن ماه
◾️اساتید دوره:
محمد جعفری جوزانی
عبدالله صفری
رضا رمضان
▪️لینک ورود:
https://webinar.alzahra.ac.ir/statistics


🏫 @DataScience_School

#موقعیت_شغلی

◾️شرکت سان استار، تحلیلگر هوش تجاری استخدام می کند.

◾️ مشاهده ی شرایط شغلی و ارسال رزومه از طریق لینک زیر:

https://buff.page.link/8YjB



🏫 @DataScience_School

#Webinar

✅موضوع:
MITx MicroMasters® Program in Data, Economics, and Development Policy
⏰زمان: دوشنبه مورخ 27 بهمن 99 ساعت 14:00
🎙سخنران: Madison Cann
💡لینک ثبت نام:
https://buff.page.link/mkMN


🏫 @DataScience_School

#cheat_sheet

✅ بررسی اجمالی ماشین لرنینگ با استفاده از ایموجی ها

▪️تصویر چیت شیت فوق، به زیبایی مفاهیم کلی زیر را به نمایش گذاشته است:

- سبک یادگیری یا Learning Styles
- رگرسیون یا Regressions
- طبقه بندی یا Classification
- خوشه بندی یا Clustering
- کاهش ویژگی یا Feature Reduction


🏫 @DataScience_School

#داستان_سرایی_داده

✅داستان سرایی از طریق داده ها، دارای چندین تصویر در قالب اسلایدها، نمودارها یا موارد دیگر است. قبل از شروع داستان، داستان نویس باید دو سوال اصلی را از خودش بپرسد:

◾️"مخاطبان من چه چیزی باید بدانند؟" و
◾️"آنها باید چه احساسی داشته باشند؟"

اگر مخاطبان شما آنطور که می خواهید نمی دانند یا احساس نمی کنند، در داستان شما گم شده اند و داستان شما مناسب نیست.

🏫 @DataScience_School

#منبع

✅ افزایش تقاضا برای مشاغل علم داده، باعث افزایش چشمگیر تعداد دوره های آزادِ آنلاین (MOOC) گردیده است. محبوب ترین ارائه دهندگان MOOC عبارتند از:

🔷edX: https://www.edx.org/
🔷Coursera: https://www.coursera.org/
🔷DataCamp: https://www.datacamp.com/
🔷Udemy: https://www.udemy.com/
🔷Udacity: https://www.udacity.com/
🔷Lynda: https://www.lynda.com/

◾️به عنوان مثال برای برای موضوع دیپ لرنینگ، در دو سایت udemy و coursera می توانید دوره های زیر که عمدتا پروژه محور هستند را به صورت عملی آموزش ببینید:

◾️Udemy:

- Tensorflow 2.0 Deep Learning and Artificial Intelligence
- PyTorch Deep Learning and Artificial Intelligence

◾️coursera:

– Deep learning specialization
– Generative Adversarial Networks (GANs) Specialization

🏫 @DataScience_School

✳️ دو روز گذشته (18 فوریه 2021)، آقای Arun Ulag معاون شرکت Microsoft اعلام کرد که با توجه به آخرین گزارش منتشر شده توسط موسسه Gartner (گارتنر)، شرکت مایکروسافت برای چهاردهمین سال پیاپی بعنوان رهبرِ (Leader) پلتفرم های هوش تجاری و تجزیه و تحلیل داده ها قرار گرفت.

✳️ همچنین، این شرکت برای سومین سال پیاپی از منظر تحقق چشم انداز و اجرایی بودن ابزارها، رتبه اول را کسب نموده است.

💎 این بدان معناست که با توجه به گزارش موسسه گارتنر، ابزار هوش تجاری مایکروسافت یعنی Microsoft Power BI بعنوان بهترین ابزار هوش تجاری در دنیا معرفی شده است.

لینک گزارش گارتنر:
https://www.gartner.com/doc/reprints?id=1-24ZXJ0MU&ct=210107&st=sb

▪️در پست های بعدی به دلایل مطرح شده در کسب این موفقیت اشاره خواهد شد. با ما همراه باشید ...

🏫 @DataScience_School

#فرصت_تحصیلی: در حوزه ماشین لرنینگ

▪️بورسیه PhD در دانشگاه رادبود هلند:
PhD Candidate: Machine Learning for Identifying Predictive Factors of Cognitive Decline and Treatment Response

▪️آخرین زمان ارسال: 20 اسفند 99

▪️ اطلاعات بیشتر و اپلای از طریق لینک زیر:
https://buff.page.link/VsSH


🏫 @DataScience_School

#PowerBI_Course

✅ یکی از دوره های پر فروش یودمی تحت عنوان "Microsoft Power BI DAX from Scratch" به مدت محدود در یودمی رایگان شد.

◀️ در نظر داشته باشید که هر زمان امکان غیرفعال شدن کوپنِ لازم برای گذراندنِ دوره بصورت رایگان، وجود دارد

◾️Rate: 4.4

✴️ link: https://buff.page.link/TXn7


🏫 @DataScience_School

روز مهندس گرامی و مبارک باد

@DataScience_School

#موقعیت_شغلی

📊شرکت تلاونگ، تحلیلگر هوش تجاری استخدام می کند.

📌 مشاهده ی شرایط شغلی و ارسال رزومه از طریق لینک زیر:

https://buff.page.link/aUdq



🏫 @DataScience_School

#موقعیت_شغلی

📈شرکت ماشین سنگین آریا، تحلیلگر کسب و کار استخدام می کند.

📌 مشاهده ی شرایط شغلی و ارسال رزومه از طریق لینک زیر:

https://buff.page.link/rT6T


🏫 @DataScience_School

#KPI

✳️ در تصویر فوق به مهمترین شاخص های کلیدی عملکرد یا KPI های 10 حوزه مختلف اشاره شده است. شناسایی KPIها می تواند به سازمان ها در موارد زیر کمک شایانی کند:

📌 اندازه گیری پیشرفت اهداف و برنامه ها
📌 نظارت بر سلامت مالی سازمان
📌 اصلاح اقدامات و ادامه ی مسیر تعریف شده برای دستیابی به اهداف سازمان
📌شناسایی چالش ها و فرصت ها

🔻شاخص های کلیدی عملکرد یا KPIها، بر یکدیگر تاثیر می گذارند و با نمایش آن ها در یک قاب، میتوان تاثیر اهداف کوچک را بر خط مشی و استراتژی سازمان، در کوتاهترین زمان ممکن بررسی نمود.
🔻 از این رو، توصیه می شود حتما از KPI ها در طراحی داشبوردها استفاده نمود.


🏫 @DataScience_School

#AI_DeepNostalgia_feature

🔴یک شرکت هلندی به نام MyHeritage با بهره‌گیری از هوش مصنوعی، موفق به ارائه‌ی سرویس جدیدی به نام دیپ نوستالژی شده است. به کمک این فناوری می توان عکس های قدیمی را متحرک کرد.

🔻از طریق لینک زیر، شما هم می توانید تصاویرتان را متحرک کنید.
🔗https://www.myheritage.nl/deep-nostalgia

🏫 @DataScience_School

#فرصت_تحصیلی: در حوزه یادگیری عمیق (Deep learning)

▪️بورسیه PhD در دانشگاه Mississippi آمریکا
(Supervisor: Dr. Mohammad Marufuzzaman)

▪️دانشجویان رشته های مهندسی صنایع، علوم کامپیوتر، مهندسی کامپیوتر و رشته های مرتبط، می توانند برای این پوزیشن دکتری اقدام نمایند


▪️ اطلاعات بیشتر از طریق لینک زیر:
https://buff.page.link/GVTZ

🏫 @DataScience_School

✅ تمدید فراخوان ارسال مقاله به هفتمین کنفرانس بین المللی وب پژوهی تحت حمایت IEEE

✳️ دارای نمایه های SID و ISC
ارسال مقالات انگلیسی پذیرش شده به پایگاه IEEE Xplore ( مقالات ادوار گذشته کنفرانس نیز در این پایگاه منتشر شده اند)
⭕️ مهلت ارسال مقاله (تمدید شده): پنجم فروردین ۱۴۰۰

وبگاه کنفرانس: iranwebconf.ir
🌀 تلگرام: @webresearch

#موقعیت_شغلی

📢شرکت توسن، کارشناس هوش تجاری/ تحلیلگر داده استخدام می کند.

📌 ارسال رزومه از طریق:
📧 hr@tidm.ir

🏫 @DataScience_School

سلام به همه دوستان و همراهان گرامی

❇️ بسیاری از دوستان از ما سوال می پرسند که در آینده چه مهارت ها و علم هایی را باید برای موفقیت در حوزه علم داده کسب یا تقویت نمایند. در پاسخ باید گفت که مهمترین موضوع این است که شما باید بدانید در آینده دوست دارید که چه پوزیشن شغلی داشته باشید؟

💎 در پست های قبلی (اینجا و اینجا) در مورد تحلیلگر کسب و کار (Business Analyst) مطالبی بر روی کانال قرار داده شد.

✅ در پست های آینده تلاش می کنیم تا سه پوزیشن شغلی Data Analyst (تحلیلگر داده)، Data Engineer (مهندس داده) و Data Scientist (متخصص داده) را معرفی و در مواردی مقایسه نماییم.

با ما همراه باشید ...

🏫 @DataScience_School

#Data_Analyst

🔦تحلیلگر داده یا Data Analyst کیست؟

❇️ به طور کلی، تحلیلگر داده با جمع آوری، یکپارچه‌سازی و سازماندهی داده ها، از آن ها برای دستیابی به نتایج معنادار، بهره می گیرد. از این رو کار تحلیلگران داده، وابستگی بسیار زیادی به نوع داده‎‌هایی دارد که با آنها سر و کار دارند (فروش، شبکه‌های اجتماعی، تولید و غیره).

❇️ مسئولیت های عمده ی تحلیلگر داده شامل جمع‌آوری و سازماندهی داده ها به منظور شناسایی الگوها و قوانین کسب و کار، ایجاد بینش در سازمان از طریق گزارش و مدل‌سازی داده ها است.

❇️مهارت های لازم برای این پوزیشن، معمولا شامل سطح دانش خوب در ریاضی و آمار، شناخت دقیق صنعت مورد نظر، تسلط بر ابزارهای هوش تجاری، مصورسازی داده ها و توسعه ی شاخص های کلیدی عملکرد (KPI)، آشنایی با دانش برنامه نویسی و ذخیره‌سازی داده است.

🏫 @DataScience_School