👀👀 به این عکس خوب نگاه کنید.

💢🔰 متوجه چه چیزی میشوید؟؟

در چندماه اخیر درخواست های شغلی مرتبط با علم داده مخصوصاً در ایران به شدت افزایش یافته است.
بدون شک با گسترش هوش مصنوعی، روند درخواست های شغلی مرتبط با علم و تحلیل داده شکل صعودی به خود میگیرد.

🌐 @datascienceedu | کانال آموزشی علم داده

🔅20 کتابخانه برتر در حوزه علوم داده در زبان پایتون در سال 2018

🌐 @datascienceedu | کانال آموزشی علم داده

✳️ گرایش های کارشناسی ارشد مرتبط با علم داده

یکی از دغدغه‌های اصلی علاقه‌مندان به حوزه علم‌داده شرکت در رشته مرتبط در مقطع کارشناسی ارشد با حوزه‌هایی مانند علم‌داده، داده‌کاوی کلان‌داده و… هست. در ادامه برخی از برترین رشته‌های مرتبط با این حوزه‌ها را در دانشگاه‌های ایران مطرح خواهم کرد.

۱-علوم‌داده
گرایش علوم‌داده امسال در دانشگاه شهید بهشتی ذیل رشته ریاضی کاربردی با ظرفیت ۶ نفر ارائه گردیده است. هنوز از سرفصل‌ها، دروس و اساتید این گرایش جزئیات بیشتری منتشر نگردیده است اما ارائه این رشته و به طبع گسترش آن در سایر دانشگاه‌های مطرح کشور باعث گسترش حوزه علم‌داده در کشور خواهد شد.

۲-هوش مصنوعی
یکی از بهترین رشته تحصیلی مرتبط با حوزه‌های علم‌داده، رشته هوش مصنوعی می‌باشد. از دروس مرتبط موجود در این رشته می‌توان به درس‌هایی مانند پردازش زبان طبیعی، هوش مصنوعی، هوش محاسباتی، یادگیری ماشین، شبکه های عصبی پیشرفته، پردازش تصویر و… اشاره کرد. البته اکثر دروس فوق تنها در دانشگا‌ه‌هایی مانند شریف و تهران ارائه خواهد شد و معمولا در سایر دانشگاه‌ها دانشجو حق انتخاب زیادی در انتخاب واحدهای تحصیلی نخواهد داشت.

۳- مدیریت فناوری اطلاعات
یکی از رشته‌های جذابی که مرتبط با حوزه علم‌داده می‌باشد و به تازگی توجهات به آن بیشتر نیز گردیده است گرایش‌های هوشمندی کسب و کار و سیستم‌های اطلاعاتی پیشرفته رشته مدیریت فناوری اطلاعات است. این رشته به متخصصین حوزه علم‌داده که در حوزه مدیریت و مدیریت پروژه فعال هستند نیز پیشنهاد می شود. از دروس شاخص مرتبط این گرایش می توان به درس‌های داده‌کاوی و انبار داده، هوش تجاری، سیستم‌های تصمیم‌یار، مباحث پیشرفته در سیستم‌های اطلاعاتی، منطق فازی و هوش مصنوعی، تحلیل آماری و… اشاره کرد.

۴-مهندسی نرم افزار
این رشته بیش از آنکه به حوزه علم‌داده نزدیک باشد به حوزه Big Data Developer نزدیک هست و علاقه‌مندان به حوزه کلان‌داده می توانند در مقطع ارشد در این رشته تحصیل نمایند. درس‌هایی مانند سیستم‌های توزیع شده، یادگیری ماشین، پایگاه داده پیشرفته، سیستم‌های تصمیم یار و… از برخی دروس این رشته هستند.

۵-مهندسی آینده پژوهی
رشته مهندسی آینده پژوهی یکی از گرایش‌های رشته صنایع می‌باشد و با توجه به ظرفیت کم دانشگاه‌های ارائه دهنده این رشته معمولا قبولی در آن کمی دشوار هست. این رشته برای افرادی که به حوزه علم‌داده علاقه‌مند هستند و رشته کارشناسی مرتبط با رشته‌هایی علوم انسانی یا صنایع داشته‌اند توصیه می‌گردد. دروس شاخص مرتبط با حوزه علم داده این گرایش شامل درس‌های مدیریت داده‌کاوی، روش‌های پیش‌بینی، مبانی و روش‌های مدلسازی و… می‌باشد.

۶- رشته آمار
آمار همواره یکی از پایه‌های اصلی حوزه‌هایی مانند داده‌کاوی و علم‌داده بوده است و برخی از پیشگامان حوزه علم‌داده نیز در این رشته ادامه تحصیل داده‌اند. اگر پایه ریاضی یا آمار قوی دارید این رشته می‌تواند برای شما مفید باشد. البته توصیه می گردد در حین تحصیل در این رشته در یکی از زبان‌های برنامه‌نویسی R یا پایتون متخصص شوید.

۷- رشته علوم تصمیم و مهندسی دانش
رشته علوم تصمیم و مهندسی دانش یک رشته منحصربه‌فرد، میان رشته‌ای در مجموعه مهندسی است. این رشته ارتباط تنگاتنگی با رشته هوش مصنوعی دارد و شاید بتوان آنرا شاخه‌ای از محاسبات نرم در هوش مصنوعی به حساب آورد و به همین دلیل در حوزه‌های علوم دانش، محاسبات نرم، علوم کامپیوتر(علوم رایانه)، مدیریت فناوری اطلاعات و مدیریت کارایی کسب و کار به خوبی قابل تعریف می‌باشد. از دروس این رشته می‌توان به درس‌های یادگیری ماشین، تصمیم‌گیری، داده‌کاوی، متن‌کاوی، شبکه‌های عصبی، احتمال و آمار فازی و… اشاره کرد.

در انتها قابل ذکر هست که برخی از متخصصین و پیشگامان حوزه علم‌داده در رشته‌های کاملا غیرمرتبط مانند نجوم، اقتصاد و… تحصیل کرده‌اند و صرفا تحصیل در رشته‌های مطروحه فوق نمیتواند موقعیت شما را در این فیلد کاری تضمین نماید. پشتکار، علاقه، تلاش و خیلی از المان‌های دیگر بیش از رشته تحصیلی می تواند تاثیرگذار باشد.
بازنشر از کانال: ایران دیتا

🌐 @datascienceedu | کانال آموزشی علم داده

⭕️🔰 متوسط حقوق یک دانشمند علم داده؛ تحلیلگر داده و الزامات شغلی آن ها

📍 متوسط حقوق یک دانشمند علم داده: 139 هزار دلار
📍 متوسط حقوق یک تحلیلگر داده: 83 هزار دلار
📍 متوسط حقوق یک مهندس داده: 151 هزار دلار
📍 متوسط حقوق یک دانشمند یادگیری ماشین: 139 هزار دلار

برای مطالعه ی کامل مطلب کلیک کنید.

🌐 @datascienceedu | کانال آموزشی علم داده

🚀 #دیتا_میتینگ برگزار می‌کند...

⭐️ جلسات رایگان هم اندیشی در حوزه علم داده موسسه توسعه ...

🔥 دیتا میتینگ (2) - #همایش_حضوری - با موضوع "بررسی فرصت‌های شغلی #علم_داده در ایران و خارج"

📆 26 خرداد 98 | یکشنبه | 17 الی 19

👥 دکتر #سید_مصطفی_کلامی_هریس (مدیر عامل مجموعه #فرادرس)

👥 دکتر #یاسر_زره_ساز (مشاور و مجری پروژه های علم داده در #ایران و #آمریکا)

🔗 رزرو حضور از طریق: https://bit.ly/2YKiUOf

🥇 @tiheac
🌐 tihe.ac.ir
☎️ 021-86741 (EXT: 120-125-127)

📶 مخاطبان همایش رایگان #دیتا_میتینگ 2:

1️⃣ دانشجویان رشته‌های مهندسی صنایع، علوم کامپیوتر، علوم پایه (ریاضی و ...) و مدیریت؛
2️⃣ افرادی که به برنامه نویسی یا آمار مهندسی علاقمند می باشند؛
3️⃣ افرادی که به دنبال پیشرفت شغلی و آکادمیک در ایران و خارج از ایران می باشند؛
4️⃣ صاحبان کسب و کار که استراتژی پیشرفت و افزایش سهم بازار دارند؛
5️⃣ کارآفرینان و سرمایه گذاران علاقمند به کسب و کارهای نوپا، دانش بنیان مبتنی بر داده.

🔗 رزرو حضور از طریق ایوند: https://bit.ly/2MMmcPL

🌐 @datascienceedu | کانال آموزشی علم داده

📚 کتاب آموزشی "آشنایی با یادگیری ماشین"
📌 به زبان انگلیسی
🔎 #Machine_Learning

🌐 @datascienceedu | کانال آموزشی علم داده

🎉 محل برگزاری همایش رایگان #دیتا_میتینگ یكشنبه 26 خرداد ساعت 16:30 :

🏛 انتهای نیایش غرب به شرق، نرسیده به خیابان ولیعصر، دانشكده پرستاری دانشگاه شهید بهشتی، طبقه 1، سالن #آمفی_تئاتر.

👥 با حضور دكتر كلامی هریس، دكتر زره ساز و دكتر ایوزیان

🚘 لوکیشن محل برگزاری: https://goo.gl/maps/7ZELaNgZdvx


☎️ موسسه توسعه 02186741 داخلی 120 و 127

نظرسنجی جالبی که در نمایشگاه اینوتکس امسال انجام شد:
به نظر اکثر پاسخ دهندگان موج بعدی کسب و کارهای نوپا در حوزه هوش مصنوعی خواهد بود.

⭕️📌 به عنوان یک مهندسی صنایع چقدر در حوزه دیتا ساینس می بایست با تکنیک های برنامه نویسی پایگاه داده اشنا باشیم.و ایا به غیر از پایتون و R به سایر زبان های برنامه نویسی هم نیازی هست مسلط باشیم؟

💥🔅 پاسخ دکتر زره ساز را باهم بشنویم

🌐 @datascienceedu | کانال آموزشی علم داده

⭕️📌 مسیر صفر به صد رسیدن دانشمند داده چیست؟

💥🔅 پاسخ دکتر زره ساز را باهم بشنویم

🌐 @datascienceedu | کانال آموزشی علم داده

🔘⭕️ فعالترین صنایع در جذب متخصصین علم‌داده!

براساس تحلیل‌های صورت‌پذیرفته برروی بیش از 7 هزار فرصت‌ شغلی متخصص علم‌داده شرکت‌های بین‌المللی به ترتیب صنعت‌های بازاریابی، مالی و مشاوره بیشترین جذب متخصیص علم‌داده را داشته‌اند. به ترتیب سایر صنایع برتر در بهره‌گیری از متدهای تصمیم‌گیری داده‌محور طی پژوهش صورت گرفته به شرح زیر می‌باشد.

▪️صنعت بازاریابی (Marketing)

▪️صنعت مالی (Financial)

▪️صنعت مشاوره (Consulting)

▪️ صنعت سرمایه‌گذاری و دارایی (Finance)

▪️صنعت سلامت (Healthcare)

▪️صنعت رسانه‌ (Media)

▪️صنعت داروسازی (Pharmaceuticals)

▪️صنعت تبلیغات (Advertising)

▪️صنعت خرده‌فروشی (Retail)

🌐 @datascienceedu | کانال آموزشی علم داده

🔴 Data Science in 60 Seconds

🌐 تعریف علم داده و رویکرد آن در ۶۰ ثانیه

🌐 @datascienceedu | کانال آموزشی علم داده

🔘⭕️ آیا علم داده برای مهندسان صنایع مهارت بهتری است؟ اگر جواب مثبت است چرا؟

🔆 من قبلا هم بسیار اشاره کرده‌ام که مهندسی صنایع قبل از اینکه علم داده موضوع داغ شود، در واقع همان علم داده بوده است.

نمودار ون (نمودار مجموعه‌ها) که پیش‌نیازهای ریاضی هندسی صنایع و علم داده را نشان می‌دهند، دوایر هم‌مرکزی هستند که اختلاف اقطار آن‌ها به صفر میل می‌کند.

در هر دو رشته شما مباحث متنوعی از آمار، احتمالات،جبر خطی، رگرسیون و ... را می‌آموزید که همه‌ی ان‌ها در هر دو زمینه کاربرد دارد. مدلسازی‌ها، شبیه‌سازی‌ها، داده‌کاوی و تحلیل‌های بی‌شماری در هر دو زمینه وجود دارد. تفاوتی که من مشاهده کرده‌ام مسیری است که هر یک برای رسیدن به مقصد طی می‌کنند.

تا جایی که من تا کنون دیده‌ام (این فقط نمونه است و نمی‌توان به کل جامعه نسبت داد.) بسیاری از دانشمندان حوزه‌ی علم داده از رشته‌های غیر مهندسی هستند و ان‌ها در یک رویکرد مبتنی بر داده غرق هستند تا تصمیم‌گیری‌هایی بر مایه‌ی اطلاعات انجام دهند و بینش صحیحی کسب کنند.
نقطه ضعفی که مهندسین صنایع در علم داده ممکن است داشته باشند، در زمینه‌ی پایگاه داده‌ها و مهارت‌های برنامه‌نویسی است. من نیاز داشتم که SQL و Python را یاد بگیرم چرا که از اینکه برای کاویدن داده‌های مورد نیازم، نیازمند دیگران باشم متنفر بودم. این مهارت‌های برنامه‌نویسی در مباحث درسی‌ای که در دوره‌ی تحصیل مهندسی صنایع آموختم نبود. اگرچه من فکر می‌کنم آن‌ها باید از پیش‌نیازها باشند بنابراین اگر شما مهندس صنایعی هستید که که به سمت علم داده حرکت می‌کنید، باید تمام مهارت‌های پایه‌ای و پیش زمینه‌ی تئوری برای این انتقال را فراگیرید. شما نیاز دارید که روی بخش برنامه‌ای ان کار کنید اما از اینکه بخواهید از صفر مانند بسیاری از دانشمندان علم داده شروع کنید بسیار آسان‌تر است.

〰️〰️〰️〰️〰️〰️

🔰💢 قدرت تحلیل یک مهارت حیاتی برای بررسی یک مسئله است. طوفان فکری برای ایده‌ها و تامین ورودی برای تصمیم‌گیری‌های مبتنی بر داده‌ها یکی از باید‌هاست. من نرم‌افزارهای R و SQL را بسیار کاربردی می‌دانم به ویژه در محیط زنجیره‌ی تامین. از تحلیل داده‌های تراکنشی گرفته تا ایجاد تغییرات انتقالی، شما نیاز دارید تا به اعداد اجازه دهید حرف بزنند.

مثال‌ها:
مسئله: به عنوان یک مهندس صنایع از شما خواسته‌شده تا مشخص کنید چه تعداد واحد فعال نگه‌داری سهام در ۱۲ ماه گذشته در مجموعه‌ی شما وجود داشته است.

راه حل:
داده‌های اکتشافی را با نوشتن یک برنامه‌ی SQL برای بررسی جست‌و‌جو در پایگاه داده بدست آورید. داده‌ها را در R تحلیل کنید. ابزارهای مختلفی برای نمایش دادن مجموعه‌های بزرگ داده وجود دارد و چیزی که واضح است این است که با اکسل نمی‌توان این کار را انجام داد.

👁‍🗨 مترجم: تیم تولید محتوای کانال Data Science

🌐 @datascienceedu | کانال آموزشی علم داده

🛢#داده در حال تبدیل شدن به #نفت در عصر جدید است...

🌎کانال آموزشی #علم_داده (#Data_Science)

✅ اشتراک‌گذاری محتوای آموزشی چند رسانه‌ای
✅ اشتراک‌گذاری #فرصتهای_شغلی در ایران و خارج
✅ اشتراک‌گذاری #فرصتهای_تحصیلی در ایران و خارج

🌐 @datascienceedu | کانال آموزشی علم داده

Big Data Analytics Vs Big Data Engineering | Big Data Analyst Vs Big Data Engineer |

▪️تفاوت تجزیه و تحلیل بیگ دیتا و مهندسی بیگ دیتا

▪️تفاوت تحلیل گر بیگ دیتا و مهندس بیگ دیتا

🌐 @datascienceedu | کانال آموزشی علم داده