#Business_Analyst

✅مهم ترین وظایف شغلی یک تحلیلگر کسب و کار چیست؟

🔹توانایی شناسایی معیارهای (Metrics) کسب و کار

🔹توانایی ساخت مدل‌هایی که با استفاده از آن ها بتوانیم معیارهایمان را تجزیه تحلیل کنیم

🔹توانایی تشخیص کارایی مدل مورد استفاده

🔹توانایی تعامل با مشتریان داخلی (اعضای سازمان) یا خارجی به منظور شناسایی و تعریف نیازمندی‌ های پروژه

🔹دارا بودن دانش پایه ای ابزار Microsoft Excel و ابزارهای حرفه ای بصری‌سازی نظیر Microsoft Power BI

🏫 @DataScience_School

#فرصت_شغلی: استخدام "تحلیلگر داده"

✅ شرکت های وب/ پارس آنلاین، "تحلیلگر داده" استخدام می نماید.

▪️مهارت‌های مورد انتظار:
-توانایی به کارگیری ابزار و استراتژی مناسب برای تبدیل داده خام به بینش کسب و کار
- تسلط بر کوئری نویسی به زبان TSQL
- توانایی پاکسازی داده و آشنایی با مفاهیم ETL
- آشنایی با SSIS ، SSAS ، SSRS
- مهارت کافی در استفاده از نرم افزار‌های هوش تجاری (Power BI، Tableau)
- توانایی طراحی و تهیه شاخص و مدل ارزیابی عملکرد
-آشنایی با روش های تحلیل آماری و مدل های داده کاوی مزیت محسوب می‌شود

◾️برای فرصت شغلی فوق، رزومه علمی و کاری خود را با عنوان تحلیل داده به ایمیل زیر ارسال نمایید:
✉️n.abdollahzadeh@hiweb.ir

🏫 @DataScience_School

#Webinar
💎 وبینار تسلط بر مدل سازی داده ها با Power BI

✅ آن چه در این وبینار یاد خواهیم گرفت:

🔺نحوه کار با اعداد افزایشی (additive) و غیر افزایشی (non-additive) شامل گزینه هی خلاصه سازی
🔺ایجاد موفقیت آمیز و مدیریت داده های گروهی و سلسه مراتبی
🔺تشریح تفاوت بین روابط معمول و متداول و محدود و تاثیرات آنان

🕰زمان وبینار:
هر زمانی که تمایل داشته باشید، می توانید این وبینار را از طریق لینک زیر مشاهده کنید.

🔗 لینک دسترسی:
yun.ir/il56rb

🏫 @DataScience_School

#Online_Course

❇️ شرکت مایکروسافت یک برنامه آموزشی 10 هفته ای، شامل 20 درس در حوزه علم داده ارائه کرده است. هر درس شامل موارد زیر می باشد:

▪️آزمون های پیش از درس و پس از درس
▪️دستورالعمل تکمیل هر درس
▪️راه حل ها
▪️ و تکالیف

آموزش مبتنی بر پروژه، بهترین گزینه برای کسب مهارت در حین یادگیری می باشد.

✴️ link: yun.ir/0hghp4

🏫 @DataScience_School

#Python

✅در ویدیوی فوق، بخشی از نحوه ی کار با پکیج Mito نمایش داده شده است.

✅در اینجا، Mito را به عنوان یکی از 5 ابزاری معرفی کردیم که هر متخصص علم داده باید با آن آشنا باشد. با این ابزار می توانیم سرعت تجزیه و تحلیل داده های خود با پایتون را تا 10 برابر افزایش دهیم.

✅ با Mito موارد زیر را می توان انجام داد:

▪️مرج (Merge)
▪️فرمول نویسی
▪️ایجاد جدول پیوت (Pivot Table)
▪️مرتب کردن نتایج
▪️فیلتر
▪️گراف و غیره


✅جهت نصب این پکیج، می‌توان از لینک زیر استفاده نمود:
🌐 yun.ir/nalso1

با ما همراه باشید...

🏫 @DataScience_School

#Power_BI

💎 15 قانون مهم در طراحی یک داشبورد کاربردی:

▪️طراحی داشبورد برای یک هدف خاص و مشخص
▪️قابل رویت بودن همه چیز در یک نگاه
▪️ساده
▪️تراز بودن المان ها
▪️منسجم بودن
▪️هایلایت اطلاعات مهم
▪️واضح
▪️آغاز نمودارها از صفر
▪️گرد کردن و کوتاه نمودن اعداد
▪️نمایش ماهیت موضوع
▪️استفاده از رنگ های درست
▪️ طراحی داشبوردها به جای گزارش ها
▪️نشان دادن واضح تغییرات
▪️کم کردن نویزها
▪️استفاده از نمودارهای مناسب

🏫 @DataScience_School

#فرصت_تحصیلی: حوزه ماشین لرنینگ

▪️موقعیت PhD در مؤسسه سلطنتی فناوری سوئد

Doctoral student in Multimodal ML for Human-Robot Interaction

▪️ددلاین: 15 اکتبر 2021

▪️سایر اطلاعات در لینک زیر:
✴️ yun.ir/vovx


🏫 @DataScience_School

#داستان_سرایی_داده

نکته ای که در داستان سرایی داده وجود دارد این است که یک داده به ندرت پایان یک داستان است زیرا مخاطب بعد از دیدن آن باید کار خاصی انجام دهد. بنابراین نسخه ی اصلاح شده ی داستان سرایی داده به شرح زیر است:

✅شروع:
هر مصورسازی هر چقدر هم ساده باشد به یک نقطه ورود نیاز دارد.
🔹عنوان اغلب اولین چیزی ست که مخاطب می بیند.
🔹یک تصویر جذاب، به گونه ای که مخاطب را متوقف کند.
🔹رویکرد سوم این است که از طریق متحرک سازی، مخاطب را گام به گام با موضوع آشنا کنید. به طور مثال درک ساختار گروه های مختلف کشورهای اروپایی با ساختار سلسله مراتبی ساده تر خواهد بود.

✅میانه:
در این مرحله شما نظر مخاطب را جلب کرده اید. حال باید به سوالاتی که برای مخاطب پیش می آید پاسخ دهید. برای این بخش می توانید از موارد زیر استفاده کنید:
🔹فیلترها یا اسلایدر زمان
🔹قابلیت حرکت یا بزرگنمایی روی نقشه
🔹حاشیه نویسی

✅شروع جدید:
اینجاست که شما شروع جدیدی را برای مخاطب ایجاد می کنید، پلی برای آنچه میخواهید در آینده انجام دهند. اگر این پل را ایجاد نکنید هیچ تغییری رخ نخواهد داد.

🏫 @DataScience_School

#فرصت_تحصیلی: حوزه یادگیری عمیق

▪️بورسیه PhD در دانشگاه ویکتوریا کانادا

Funded PhD positions in Deep Learning at University of Victoria of Canada

▪️ددلاین: تا زمان انتخاب کاندید مورد نظر (زمان شروع مورد انتظار برای این موقعیت، سپتامبر 2022 اعلام شده است)

▪️سایر اطلاعات در لینک زیر:
✴️ yun.ir/cq5zd


🏫 @DataScience_School

#App

📱یک راه جدید برای برنامه نویسی آسان با اپلیکیشن Programming Hub

✅این اپلیکیشن توانسته مجموعه‌ای عظیم از نمونه کدها با بیش از ۵ هزار مورد را درون خود جای دهد که در ۲۰ زمینه مختلف پخش شده است.
.
✅قابلیت های این نرم افزار به شرح زیر می باشد:

▪️یادگیری کدهای HTML, Javanoscript, C, C++, C#, Swift, Python, R Programming, Java, Artificial Intelligence, CSS و غیره.
▪️دوره های رایگان و پرمیوم
▪️طبق گفته توسعه‌دهندگان آن، کامپایلر مورد استفاده درون اپ یکی از سریع‌ترین‌ها در نوع خود است
▪️اجرای کد در کوتاهترین زمان ممکن

🔗لینک دانلود:
App Store: yun.ir/dpkaca

Google play: yun.ir/a55ka1

🏫 @DataScience_School

#Power_BI

💎 نشانه های استفاده ی اشتباه از ابزارهای مصورسازی:

▪️داشبورد طراحی شده شامل تنوع بی پایانی از تجمیع داده های یکسان است (به اشتباه به ابزار مصورسازی به عنوان یک گزارش ایستا برخورد شده است):
گزارش های سلسله مراتبی به طور قطع یکی از مفیدترین گزارش ها برای سطوح مدیریت ارشد است ولی برای سایر افراد سازمان، آزادی عمل برای تهیه ی گزارشات، باعث صرفه جویی در زمان و ایجاد فرهنگ داده محوری در سازمان می گردد.

▪️سازمان شما، فقط یک گروه کوچک برای توسعه‌ی داشبوردها دارد:
این موضوع باعث ایجاد دانش جزیره ای در مورد داده و مصورسازی آن در یک بخش خاص از سازمان می‌گردد. این در حالی است که هدف ابزارهای مصورسازی، کاوش داده برای تعداد زیادی از افراد با دانش محدود است.

با ما همراه باشید...

🏫 @DataScience_School

#فرصت_شغلی: استخدام " متخصص علم داده "

✅ شرکت اسنپ فود، "متخصص علم داده" با حداقل یک سال سابقه کار استخدام می نماید.

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

🔗yun.ir/lwdy56

🏫 @DataScience_School
🌐Http://dsstalent.com

#فرصت_شغلی: استخدام "تحلیلگر کسب و کار"

✅ شرکت یکتانت، "تحلیلگر کسب و کار" استخدام می نماید.

▪️وظایف و مسئولیت‌های تخصصی:

- جمع‌آوری و تحلیل اطلاعات در خصوص عملکرد کسب‌وکار
- پیدا کردن مسائل کسب‌وکار بر اساس تحلیل‌های انجام‌شده و ارائه‌ی راه‌حل
-مطالعه و بررسی روش کار و فرآیندها به منظور بررسی گلوگاه‌ها

▪️دانش و مهارت‌های مورد نیاز عمومی:

-دانش و مهارت آنالیز عددی
- آشنایی با اصول کسب‌وکار و فرآیندهای کاری
- آشنایی با اصول مالی و حسابداری
- آشنایی با مارکتینگ یا دیجیتال مارکتینگ مزیت محسوب می‌شود.
- مهارت یادگیری بالا
- توانایی انتقال و درک مناسب مفاهیم به روش گفتاری، نوشتاری و شنیداری

◾️برای فرصت شغلی فوق، رزومه علمی و کاری خود را با عنوان تحلیل داده به آدرس زیر ارسال نمایید:
🔗 yun.ir/m5umu3

🏫 @DataScience_School
🌐Http://dsstalent.com

#Python

✅در ویدیوی فوق، بخشی از نحوه ی کار با پکیج Streamlit نمایش داده شده است.

✅این ابزار برای تغییر از اسکریپت پایتون به یک نرم‌افزار داده کاربرپسند، بسیار عالی است. با این پکیچ، افزودن ویجت های تحلیلی بسیار ساده می‌شود.

✅ این پکیج به توسعه ی نرم افزار بسیار کمک می‌نماید. کافی است منبع (Repository)، بخش (Branch) و مسیر اصلی فایل را انتخاب کنید تا Streamlit آن را گسترش دهد.

✅لینک کد مربوط به هر بخش در Streamlit:
🔗 yun.ir/7suis2

🏫 @DataScience_School
🌐Http://dsstalent.com

#فرصت_تحصیلی: حوزه کسب و کار و مدیریت

▪️بورسیه PhD در دانشگاه Vrije آمستردام

Part-time PhD programme at the Amsterdam Business Research Institute (ABRI) in a business or management specialization

▪️ددلاین: اگر مایلید در مورد این برنامه بیشتر اطلاعات کسب کنید و در مورد موضوعات تحقیقاتی بالقوه بحث کنید، می توانید در یکی از جلسات 25 اکتبر (حضوری در VU) و 15 نوامبر (آنلاین) شرکت نمایید.

▪️سایر اطلاعات در لینک زیر:
✴️ https://vu.nl/en/events/2021/part-time-phd-information-sessions-2021

🏫 @DataScience_School
🌐Http://dsstalent.com

#Data_Analyst
#Business_Analyst

💎 تفاوت تحلیلگر داده با تحلیلگر کسب و کار برای یافتن فرصت شغلی در سال 2022

▪️یک عامل مشترک بین دو تخصص، علم داده است. سازمان ها به دنبال کسب درآمد از داده‌های Real-time می باشند.

▪️تحلیلگر داده نقش اصلی یک تحلیلگر داده، داستان سرایی با استفاده از داده‌های عظیم و پیچیده از منابع متعدد است تا تصمیمات را با جزئیات دقیق تر پشتیبانی نماید.

▪️تحلیلگر کسب و کار باید بر روی انواع مختلف اطلاعات و داده ها کار نماید تا بتواند تصمیمات کارآمد و موثری، مبتنی بر داده های معنادار و دقیق، اتخاذ کند. در واقع نقش اصلی تحلیلگر کسب و کار، استخراج بینش های عمیق از طریق تجزیه و تحلیل داده ها، به منظور شناسایی فرصت ها و نقاط ضعف و ارائه راه حل های استراتژیک به بیزینس است.

🏫 @DataScience_School
🌐Http://dsstalent.com

#فرصت_تحصیلی: حوزه یادگیری عمیق

▪️فاند PhD در IGBMC استراسبورگ فرانسه

Biophysics-informed deep learning applied to model gene regulation dynamics from single-cell genomic data

▪️ددلاین: 30 اکتبر 2021

▪️سایر اطلاعات در لینک زیر:
yun.ir/e4gkm6


🏫 @DataScience_School

🎯 سه‌شنبه‌های هوشمند - مجموعه وبینار‌های هوش‌کسب‌و‌کار

📣 آخرین فرصت ثبت نام در وبینار اول تا روز دوشنبه ۳ آبان

👤 مخاطبان وبینار:
۱. ویژه مدیران سازمان‌ها در صنایع مختلف
۲. تصمیم‌سازان سطوح مختلف سازمانی
۳. علاقه‌مندان به حوزه هوش کسب و کار

📣 لینک ثبت نام در وبینار:
https://utperm.com/biwebinars

⁉️ پشتیبانی آنلاین:
@DS_BI_UT
@BI_BA_Cnslt

🏫 @DataScience_School

#Machine_learning

💎 10 پروژه یادگیری ماشین

▪️اگر به دنبال ورود به حوزه یادگیری ماشین هستید، خبر خوب این است که هیچ کمبود شغلی وجود ندارد. ولی شرکت در دوره های مختلف، غالبا شما را با مفاهیم نظری آشنا میکند و معمولا برای یک موقعیت شغلی در صنعت آماده نمی شوید.

▪️فرض کنید شما اصول یادگیری ماشین را میدانید، اما چگونه می خواهید یک مشکل را حل کنید؟ پاسخ این سوال ساده است! صرفا با تمرین پروژه های مختلف می توانید مهارت کسب کنید.

▪️در این پست، سایتی را به شما معرفی میکنیم که دارای پروژه های یادگیری ماشین، از سطح مبتدی تا پیشرفته است. در این پروژه ها، علاوه بر یادگیری، به 102 کد پروژه حل شده، دسترسی پیدا خواهید کرد و تجربه انجام این پروژه ها را می توانید در رزومه خود اضافه کنید.

▪️لینک سایت:
✳️https://www.projectpro.io/projects

🏫 @DataScience_School
🌐Http://dsstalent.com

#Course_Udemy

✅ دوره
The Art of Doing: Code 40 Challenging Python Programs Today!

◾️به مدت محدود بصورت رایگان در یودمی

◾️امتیاز: 4.8 و 66 هزار دانشجو این کورس را گذرانده‌اند
✴️ link: yun.ir/ggj6a6


🏫 @DataScience_School‌‌
🌐Http://dsstalent.com

#Data_Scinece

💎 مهارت های مورد نیاز متخصص علم داده در سال 2022

▪️به طور کلی مسئولیت های اصلی یک متخصص علم داده، در سه حوزه اصلی طبقه بندی می شوند: داده، علم و افراد:

▪️داده: متخصص علم داده، مساله کسب و کار را به مساله داده محور تبدیل می کند. متخصص علم داده توضیح می دهد که چگونه می توان مساله کسب و کار را با استفاده از داده های در دست حل کرد.

▪️علم: متخصص علم داده، اصول علمی را روی داده‌ها اعمال می کند و بینش هایی را به دست می‌آورد. پس از آن، نظریه های علمی را برای توصیف، تعیین و تعمیم داده ها و در نتیجه پیشبینی خروجی به کار می برد.

▪️افراد: متخصص علم داده با چندین تیم همکاری می کند و داده های مناسب را در زمان مناسب تهیه می نماید. این مورد شامل مشارکت در سطوح مختلف از ذینفعان کسب و کار مانند مدیران محصول، برنامه‌نویسان، مهندسان داده و غیره است.

🏫 @DataScience_School
🌐Http://dsstalent.com