برخی از مزایا این دوره:

➕دوره به صورت کارگاهی و کاملا عملی برگزار می‌شود.

➕مطالب‌ دوره برگرفته‌ شده‌از ‌تجربیات تدریس در دانشکده Ted Rogers دانشگاه رایرسون کانادا، دانشگاه تهران و بروز شده با آخرین آپدیت های شرکت مایکروسافت در حوزه‌ هوش‌ تجاری است.

➕ویدئو دوره به طور کامل ضبط‌ و در اختیار شرکت‌کنندگان قرار خواهد گرفت.

➕پشتیبانی کامل جهت پاسخ به سوالات فراگیران تا ۶ ماه پس از ثبت نام در‌ دوره.

🔥این فرصت استثنایی را‌ از دست ندهید!
🚨 تنها یک‌روز تا نهایی شدن لیست ثبت نام باقیست!

▪️برای هرگونه سوال یا پشتیبانی می‌توانید با آی دی @DSStalent_Support در ارتباط باشید.

منتظر حضور‌ گرمتون‌ هستیم!🎉

🏫 @DataScience_School
🌐Http://dsstalent.com

#Course

❇️ دوره‌های رایگان علوم داده و یادگیری ماشین MIT!

🌟 بهترین فرصت برای یادگیری مفاهیم پیشرفته شامل الگوریتم‌ها، آمار، مدل‌های یادگیری ماشین، NLP و موارد بیشتر...

📚 لیست کامل دوره‌ها:

1️⃣ Introduction to Algorithms


2️⃣ Design and Analysis of Algorithms


3️⃣ Mathematics of Machine Learning


4️⃣ Mathematics of Big Data and Machine Learning


5️⃣ Statistics and Visualization for Data Analysis and Inference


6️⃣ Statistical Thinking and Data Analysis


7️⃣ Statistics for Applications


8️⃣ How to Process, Analyze and Visualize Data


9️⃣ Data Mining


🔟 Data, Models, and Decisions


1️⃣1️⃣ Prediction: Machine Learning and Statistics


1️⃣2️⃣ Machine Learning


1️⃣3️⃣ Machine Learning for Healthcare


1️⃣4️⃣ Natural Language and the Computer Representation of Knowledge


1️⃣5️⃣ Advanced Natural Language Processing


1️⃣6️⃣ Deep Learning


1️⃣7️⃣ Communicating With Data


🚀 یادگیری رایگان را شروع کنید و مهارت‌های خود را به سطح بالاتری ببرید!

🏫 @DataScience_School
🌐 Http://dsstalent.com

#Excel

🔥 ۱۲ تابع کمتر شناخته‌شده اکسل که تحلیل‌های شما را حرفه‌ای‌تر می‌کند!

📊 با این توابع جدید بهره‌وری خود را افزایش دهید:

➡️ HSTACK: ترکیب افقی آرایه‌ها.
➡️ VSTACK: ادغام عمودی داده‌ها.
➡️ DROP: حذف ردیف‌های خاص.
➡️ CHOOSE: انتخاب مقدار از لیست بر اساس موقعیت.
➡️ EXPAND: گسترش آرایه برای پر کردن الگوها.
➡️ MAP: اعمال فرمول روی کل آرایه.
➡️ GROUPBY: خلاصه‌سازی بدون Pivot Table.
➡️ BYCOL: محاسبه جداگانه ستون‌ها.
➡️ BYROW: پردازش کل ردیف‌ها.
➡️ SCAN: ایجاد محاسبات پیوسته.
➡️ LAMBDA: ساخت توابع سفارشی.
➡️ PIVOTBY: ایجاد خلاصه‌های پیشرفته.

✨ با این ابزارها میتوانید تحلیل‌های خود را ساده‌تر و سریع‌تر انجام دهید!

🏫 @DataScience_School
🌐Http://dsstalent.com

#Yalda 🍉✨
🎉 به رسم هر ساله، تخفیف ویژه به مناسبت یلدا!

📣 ۲۰ درصد تخفیف ویژه برای دوره‌ی آموزشی هوش تجاری با Power BI و کتاب جامع آموزش مایکروسافت پاور بی‌آی

🔑 کد تخفیف ۲۰٪ دوره: Dssmbi2024

🔑 کد تخفیف ۲۰٪ کتاب: Dssbi2024

📆 مهلت استفاده: از شنبه ۱ دی ۱۴۰۳ تا پایان روز ۶ دی ۱۴۰۳

💡 چرا باید Power BI یاد بگیرید؟ اینجا
💡 مخاطبان این دوره چه کسانی هستند؟ اینجا
💡 چگونه Power BI به رشد کسب‌وکار شما کمک می‌کند؟ اینجا
📘 کتاب آموزش جامع هوش تجاری Microsoft Power BI چیست و چه مطالبی در آن خواهید آموخت؟ معرفی کتاب

✨ این فرصت را از دست ندهید و همین حالا برای تهیه دوره و کتاب آموزشی به سایت زیر مراجعه کنید:
🔗 https://dsstalent.com


🏫 @DataScience_School
🌐 http://dsstalent.com

#فرصت_شغلی استخدام "Data Scientist"

✅ شرکت اسنپ فود، برای تیم فانکشن دیتا، "Data Scientist" استخدام می‌کند. این موقعیت برای افراد Junior یا Mid-Level با توانایی تفکر الگوریتمی و علاقه‌مند به یادگیری و رشد در تیمی پویا مناسب است.

◾️ برای اطلاعات بیشتر و مشاهده جزئیات موقعیت شغلی، به لینک زیر مراجعه کنید:

🔗https://careers.snappfood.ir/job-details/1478

🏫 @DataScience_School
🌐 http://dsstalent.com

#ChatGPT

✳️پرامپت‌هایی برای تحول در ۲۰۲۵:

▪️اگر می‌خواهید از هوش مصنوعی برای بهبود زندگی و یادگیری موضوعات پیشرفته (شامل مباحث بروز در حوزه علم داده) استفاده کنید، این پرامپت‌ها برای شما طراحی شده‌اند:

1. یادگیری سریع‌تر با قانون ۸۰/۲۰
پرامپت: «می‌خواهم درباره [موضوع] یاد بگیرم. مهم‌ترین ۲۰٪ اطلاعاتی که به من کمک می‌کند ۸۰٪ موضوع را بفهمم، مشخص کن و به اشتراک بگذار.»


2. یادگیری و توسعه هر مهارت جدید
پرامپت: «می‌خواهم در [مهارت مورد نظر] بهتر شوم. من کاملاً مبتدی هستم. یک برنامه ۳۰ روزه طراحی کن که به یک مبتدی مثل من کمک کند این مهارت را یاد بگیرد و پیشرفت کند.»


3. خلاصه‌کردن متون و مقالات طولانی
پرامپت: «متن زیر را خلاصه کن و لیستی از نکات کلیدی و مهم‌ترین نکات را ارائه بده.» [متن را وارد کنید]


4. آموزش ChatGPT برای تولید پرامپت‌های کاربردی
پرامپت: تو یک هوش مصنوعی هستی که برای کمک به [حرفه] طراحی شده‌ است. لیستی از ۱۰ پرامپت برتر در مورد [موضوع] تولید کن.»


5. تسلط بر هر مهارت جدید
پرامپت: «۳ روز در هفته وقت آزاد دارم و ۲ ماه فرصت. یک برنامه آموزشی فشرده طراحی کن تا در این مدت در [مهارت مورد نظر] مهارت پیدا کنم.»


6. ساده‌سازی اطلاعات پیچیده
پرامپت: «[موضوع] را به بخش‌های کوچک‌تر و قابل‌فهم‌تر تقسیم کن. از مثال‌ها و قیاس‌های واقعی استفاده کن تا مفهوم ساده‌تر و مرتبط‌تر شود.»


این پرامپت‌ها به شما کمک می‌کنند تصمیمات هوشمندانه‌تری بگیرید، مهارت‌های جدیدی یاد بگیرید و اطلاعات را سریع‌تر متوجه شوید.

🏫 @DataScience_School
🌐 http://dsstalent.com

#Data_Analysis

✳️ منابع مفید برای پیدا کردن مجموعه داده‌ها:

▪️اگر به دنبال مجموعه داده‌های مناسب برای تمرین مهارت‌های تحلیل داده‌تون می‌گردید، این منابع به شما کمک می‌کنند.

1️⃣ ChatGPT:
از ChatGPT درخواست مجموعه داده‌های خاص پروژه‌تون رو داشته باشید. فقط پروژه‌تون رو توضیح بدید و ChatGPT راهنمایی‌تون خواهد کرد.

2️⃣ Kaggle:
مکانی عالی برای پیدا کردن مجموعه داده‌های مختلف و شرکت در مسابقات.
🔗 لینک Kaggle

3️⃣ UCI Machine Learning Repository: مجموعه داده‌های گسترده برای یادگیری ماشین و تحلیل داده‌ها.
🔗 لینک UCI

4️⃣ Data. gov:
پورتال داده‌های آزاد دولت ایالات متحده با مجموعه داده‌هایی از بخش‌های مختلف مانند بهداشت، آموزش و محیط زیست.
🔗 لینک Data.gov

5️⃣ Google Dataset Search:
ابزار قدرتمند برای پیدا کردن مجموعه داده‌ها از سراسر وب.
🔗 لینک Google Dataset

6️⃣ Awesome Public Datasets on GitHub:
فهرستی از مجموعه داده‌های جالب در GitHub.
🔗 لینک GitHub

7️⃣ FiveThirtyEight:
این سایت که برای داستان‌های آماری معروف است، مجموعه داده‌هایی که در مقالاتش استفاده کرده را به اشتراک می‌گذارد.
🔗 لینک FiveThirtyEight

8️⃣ World Bank Open Data:
دسترسی به داده‌های توسعه جهانی شامل آمار مالی، اقتصادی، آموزشی و بهداشتی.
🔗 لینک World Bank

9️⃣ IMDB:
یک روش جالب برای تمرین تحلیل داده‌ها با استفاده از داده‌های فیلم. برای پروژه‌هایی که شامل تحلیل متن و بصری‌سازی هستند عالی است.
🔗 لینک IMDB

🔟 Awesome Data Science Datasets:
یک مخزن GitHub دیگر با لیستی جامع از منابع داده.
🔗 لینک Awesome Datasets

🏫 @DataScience_School
🌐 http://dsstalent.com

#فرصت_شغلی استخدام "کارشناس هوش تجاری"

✅ گروه صنعتی پویش پژوهان فعال در حوزه طراحی و ساخت سیستم‌های پیشرفته صنعتی، از افراد واجد شرایط برای موقعیت کارشناس هوش تجاری دعوت به همکاری می‌کند.

◾️ برای ارسال رزومه و دریافت اطلاعات بیشتر، از طریق اطلاعات موجود در تصویر اقدام فرمایید.

🏫 @DataScience_School
🌐 dsstalent.com

#فرصت_شغلی استخدام "Data Scientist"

✅ دپارتمان داده خانومی | Khanoumi، بزرگ‌ترین فروشگاه اینترنتی محصولات آرایشی، بهداشتی و مراقبتی ایران، برای موقعیت Data Scientist اقدام به جذب نیرو می‌نماید.

◾️ جهت مشاهده شرح شغل و ارسال رزومه، می‌توانید به لینک زیر مراجعه کنید:

🔗https://buff.page.link/9gQn

🏫 @DataScience_School
🌐 dsstalent.com

#Power_BI

💥 آپدیت جدید Power BI

✅ از این پس می‌توانید خلاصه‌های تولید شده توسط Copilot را در اشتراک‌های ایمیل Power BI خود دریافت کنید! این ویژگی به صورت خودکار نکات کلیدی گزارش‌ها را خلاصه کرده و در ایمیل ارسال می‌کند تا در زمان شما صرفه‌جویی شود و بهره‌وری افزایش یابد.

📌 ویژگی‌ها:

▪️خلاصه‌سازی خودکار برای نمایش نکات کلیدی گزارش‌ها.

▪️راهی سریع و کارآمد برای همیشه به‌روز بودن.


💡 پیش‌نیاز:
برای استفاده از Copilot در پاور بی آی به لایسنس Microsoft Fabric نیاز دارید.

🏫 @DataScience_School
🌐 dsstalent.com

#Python
#Data_analytics

❇️ نکات طلایی برای کدنویسی پایتون در تحلیل داده‌ها

▪️ یکی از سوالات پرتکرار علاقه‌مندان و متخصصان تحلیل داده این است: چطور بر پایتون مسلط شویم؟
برای پاسخ به این سوال، پنج راهکار کلیدی وجود دارد که می‌تواند مسیر یادگیری شما را هموارتر و کاربردی‌تر کند:

📍 یادگیری کتابخانه‌های اصلی پایتون:
مهم‌ترین کتابخانه‌های پایتون برای تحلیل داده:

▪️Pandas -> برای کار با DataFrame
▪️NumPy -> برای محاسبات عددی
▪️Matplotlib/Seaborn -> برای مصورسازی
▪️Scikit-learn -> برای یادگیری ماشین


📍 درک مفاهیم پایه:
مفاهیم کلیدی مثل List Comprehensions، توابع Lambda، برنامه‌نویسی شیءگرا و مدیریت خطا برای نوشتن کدی کارآمد.

📍 استفاده از روش‌های حل مسئله:
به کارگیری تکنیک‌های پاکسازی داده، حلقه‌های بهینه و عملیات برداری در NumPy و Pandas برای افزایش کارایی.

📍 اجرای پروژه‌های شبیه‌سازی:
کار روی پروژه‌های کامل از بارگذاری داده تا پاکسازی، تحلیل و مصورسازی.

📍 درس گرفتن از پروژه‌های گذشته:
کدهای قبلی خود را مرور کنید و به دنبال راه‌هایی برای بهینه‌تر کردن آن‌ها باشید.

🏫 @DataScience_School
🌐 Http://dsstalent.com

#Python

❇️چرا نمودارهای Box Plot و Histogram می‌توانند گمراه‌کننده باشند؟

▪️دو مجموعه داده‌ی کاملاً متفاوت می‌توانند یک Box Plot یکسان تولید کنند.
▪️تغییر تعداد binها در Histogram شکل نمودار را تغییر می‌دهد.

🔹 برای جلوگیری از نتیجه‌گیری‌های اشتباه، همیشه بهتر است داده‌ها را با دقت بیشتری نمایش دهیم. یکی از روش‌های مفید، استفاده از Raincloud Plot است که سه نوع نمودار را ترکیب می‌کند:

▪️Box Plot برای نمایش آمار داده‌ها
▪️Strip Plot برای نمایش کلی داده‌ها
▪️KDE Plot برای نمایش توزیع احتمالاتی داده‌ها

✅ مزایای Raincloud Plot:
▪️جلوگیری از تفسیر نادرست داده‌ها
▪️کاهش شلوغی بصری و افزایش وضوح
▪️بهبود مقایسه بین گروه‌های مختلف
▪️نمایش جنبه‌های مختلف داده در یک نمودار

🏫 @DataScience_School
🌐 Http://dsstalent.com

#Power_BI

🚀 ترفند سریع در Power Query!

▪️اگر می‌خواهید چندین ستون را در یک ستون ادغام کنید، فقط با یک مرحله این کار را انجام دهید! 👇

= Table.FromList(
  List.RemoveNulls(
 List.Combine(
    Table.ToColumns(Source))
  ), 
null,
 {"Names"}
)

✅ تمام مقادیر ستون‌ها را در یک ستون ادغام می‌کند
✅ به‌طور خودکار مقادیر null را حذف می‌کند

🔥این روش را امتحان کنید و پردازش داده‌های خود را ساده‌تر کنید!

🏫 @DataScience_School
🌐 Http://dsstalent.com

#فرصت_تحصیلی

🎓 فرصت پژوهشی مقطع کارشناسی ارشد در دانشگاه کارولینای شمالی در شارلوت، آمریکا

🔹 رشته‌های مورد پذیرش:
• علوم داده
• مهندسی ساخت و تأسیسات
• ایمنی و بهداشت شغلی

📌 درباره موقعیت:
گروه مهندسی ساخت و تأسیسات دانشگاه UNCC به دنبال جذب یک دانشجوی کارشناسی ارشد برای انجام پژوهش در حوزه ایمنی و بهداشت کارگران ساختمانی است. این پروژه شامل تحلیل داده و مدل‌سازی با استفاده از مجموعه داده‌های موجود است.

📊 حوزه‌های تحقیقاتی:
• تحلیل داده‌محور در ایمنی و بهداشت
• مدل‌سازی آماری و یادگیری ماشین
• تحلیل شبکه‌های اجتماعی و پایگاه داده در صنعت ساخت‌وساز

📝 فرآیند درخواست:
• ارسال رزومه و انگیزه‌نامه (حداکثر ۵۰۰ کلمه) به ایمیل:
📩 ychen106@charlotte.edu

• موضوع ایمیل: "RA_Dissertation_S25"

💡 فرصتی عالی برای علاقه‌مندان به پژوهش در حوزه مهندسی و علوم داده!

🏫 @DataScience_School
🌐 Http://dsstalent.com

#SQL

❇️یک SQL Mindmap بسیار عالی برای علاقمندان به حوزه تحلیل داده و هوش تجاری

پرکاربردترین دستورات SQL برای تحلیل داده:
▶ Aggregate Calculation (مثل Sum، Count، Max و Min)
▶ Group By و Having
▶ Join (Left Join، Right Join، Inner Join و Full Join)
▶ SubQuery و Temporary Table
▶ As، Where و Order By



🏫 @DataScience_School
🌐 dsstalent.com

#فرصت_شغلی استخدام "BI Developer"

✅ اسنپ باکس برای موقعیت شغلی BI developer اقدام به جذب نیرو می‌نماید.

◾️ جهت مشاهده شرح شغل و ارسال رزومه، می‌توانید به لینک زیر مراجعه کنید:

🔗https://buff.page.link/P5QQ

🏫 @DataScience_School
🌐 dsstalent.com

#Python
#DataVisualization

❇️چرا استفاده از Bar Chart برای نمایش تغییر جایگاه رقبا در طول زمان مناسب نیست؟

▪️با افزایش تعداد دسته‌ها، Bar Chart به‌سرعت شلوغ و نامفهوم می‌شود.
▪️مقایسه‌ی تغییر رتبه در یک نمودار میله‌ای دشوار است.
🔹 به جای آن، از Bump Chart استفاده کنید. این نمودار مخصوص نمایش تغییر رتبه‌ی آیتم‌های مختلف در طول زمان است و خوانایی بسیار بهتری دارد.

✅ مزایای Bump Chart:
▪️بهبود وضوح مقایسه‌ی تغییر رتبه‌ها
▪️کاهش شلوغی بصری و افزایش خوانایی
▪️مناسب برای نمایش روند رتبه‌بندی در طول زمان
🏫 @DataScience_School
🌐 Http://dsstalent.com

#SQL

📌 آیا تفاوت‌های معماری‌های داده را می‌شناسید؟

➡️ Database
➡️ RDBMS
➡️ Data Warehouse
➡️ Data Lake
➡️ Data Lakehouse

نگران نباشید! در ادامه توضیحات هر کدام مختصر آورده شده است:

🗂 Database (1960-1970) – محیطی ساختارمند برای ذخیره، مدیریت و دسترسی به داده‌ها.

📊 Relational Database (1970-1990) – سیستم پایگاه داده‌ای که داده‌ها را در جداول مرتبط با یکدیگر نگه می‌دارد (SQL).

🏢 Data Warehouse (1980-2010) – فضایی بهینه‌شده برای تحلیل داده‌ها، با ساختاری مشخص و قابل استفاده برای هوش تجاری.

🌊 Data Lake (2010-2020) – مخزن داده‌ای که اطلاعات خام را در قالب‌های مختلف ذخیره می‌کند و انعطاف‌پذیری بیشتری نسبت به انبارداده دارد

🏠 Data Lakehouse (2020-حال) – ترکیبی از انعطاف‌پذیری دیتا لیک و ساختار منظم انبارداده، با قدرت تحلیل بالا

👀 در ادامه درباره هر کدام از معماری‌ها بیشتر پست گذاشته خواهد شد.

موفق باشید

🏫 @DataScience_School
🌐 dsstalent.com

#فرصت_شغلی: استخدام "تحلیل‌گر ارشد داده‌های قیمت‌گذاری"

✅ اسنپ، "تحلیل‌گر ارشد داده‌های قیمت‌گذاری" (product managerSenior Pricing Data Analyst) استخدام می‌نماید.

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

🔗https://buff.page.link/gPVw

🏫 @DataScience_School
🌐Http://dsstalent.com

#DataScience #Course

❇️ یک فرصت عالی برای دیتاساینتیست‌ها و علاقه‌مندان به هوش مصنوعی!

📅 از ۳۱ مارچ تا ۴ آپریل، در دوره آنلاین فشرده ۵ روزه Google برای Generative AI شرکت کنید — رایگان، با محتوای جدید، سخنران‌های مطرح و یک پروژه عملی در Kaggle برای تقویت رزومه شما.

🔸 این دوره برای کمک به دیتاساینتیست‌ها و توسعه‌دهندگان طراحی شده تا درک عمیقی از مدل‌های زبانی بزرگ (LLMs)، جاسازی‌ها (Embeddings)، ایجنت‌های هوش مصنوعی و MLOps مخصوص GenAI پیدا کنند.

📚 هر روز:
▪️ منابع آموزشی
▪️ پادکست و کدلب‌های همراه
▪️ بحث و گفتگو با متخصصین در Discord
▪️ لایوهای آموزشی و جلسات AMA در یوتیوب Kaggle

✅ در انتها هم با انجام پروژه نهایی، می‌تونید شانس کسب گواهی‌نامه، جوایز ویژه و معرفی در شبکه‌های اجتماعی گوگل و Kaggle رو داشته باشید!

🌐 برای اطلاعات بیشتر و ثبت‌نام:
https://rsvp.withgoogle.com/events/google-generative-ai-intensive_2025q1

🏫 @DataScience_School
🌐 Http://dsstalent.com

#PowerBI

❇️ ایجاد نوار پیشرفت متحرک در Power BI با Card Visual جدید!

📊 آیا می‌دانستید که می‌توانید با استفاده از قابلیت جدید Card Visual در Power BI، یک Progress Bar متحرک ایجاد کنید؟

🔹 این تکنیک می‌تواند داشبوردهای شما را دینامیک‌تر و جذاب‌تر کند و به کاربران تجربه بصری بهتری ارائه دهد.

📂 نمونه آماده برای تست و یادگیری:
🔗 دانلود فایل PBIX

🏫 @DataScience_School
🌐 Http://dsstalent.com