یک رودمپ تمام و کمال برای تبدیل شدن به تحلیلگر داده

1.Prog Languages:
• Python
- Pandas
- NumPy
- Matplotlib
• SQL

2. Data Wrangling & Cleaning:
• Data manipulation
• filtering
• merging
• aggregation

3. Data Visualization:
• Data exploration
• storytelling through visuals
- Tableau
- Power BI

4.Statistics & Probability:
• Denoscriptive statistics
• inferential statistics
• hypothesis testing

5.Machine Learning Fundamentals:
• Supervised learning algorithms
• Unsupervised learning algorithms

6. Data Mining & Modeling:
• Predictive analytics
• classification
• regression techniques

7.Version Control:
• Git & GitHub

8. Business Processes & Analysis:
• Understanding business problems
• Translating them into data-driven solutions

9. Communication & Presentation:
• Effectively communicating insights
• recommendations to stakeholders

10.Problem-Solving & Critical Thinking:
• Analyzing data to identify
- patterns
- trends
- drawing conclusions

11.Storytelling with Data:
• Presenting insights in a
- compelling &
- persuasive manner

12.Domain Knowledge:
• Understanding the specific industry
• context of the data

13.Database Management Systems:
• MySQL
• PostgreSQL
• NoSQL databases

14. Cloud Platforms:
• AWS
• Azure
• GCP

15. Data Pipelines & ETL Tools:
• Airflow
• Luigi
• Kafka

16. Data Lakes & Warehouses:
• BigQuery
• Redshift
• Snowflake

17. Data Analysis Platforms:
• Jupyter Notebook
• Google Colab

18.Collaboration & Productivity Tools:
• Slack
• Asana
• Trello

19. Networking & Building Relationships:
• Connecting with other data professionals

20. Online Learning & Courses:
• Expanding knowledge
• skills through online resources

21.Building a Personal Brand:
• Showcasing expertise through
- blogs
- articles
- social media

22.R Programming:
• Additional data analysis
• visualization library

23.Machine Learning Frameworks:
• TensorFlow
• PyTorch

24. Data Engineering Fundamentals:
• Data pipelines
• infrastructure management

25.Big Data Processing Technologies:
• Spark
• Hadoop


@DevTwitter

من نیاز داشتم یه هاردی رو یه جوری فرمت کنم که دیگه قابل بازیابی نباشه. برای همینم این بش اسکریپت رو نوشتم که همه چیز رو با رندوم دیتا جایگزین کنه گفتم شاید به درد بقیه هم بخوره.

https://gist.github.com/tavallaie/812ec1bb58e07678fa54db0324aab95c

@DevTwitter | <Ali Tavallaie/>

اگر علاقه مند به درک ویادگیری مباحث مرتبط با هوش مصنوعی هستید، گوگل تعدادی دوره رایگان رو ارائه کرده که من در اینجا 10 دوره آموزشی رو تقدیم نگاه شما عزیزان کردم که در ادامه قابل دسترس هستند:

1- Introduction to Generative AI
https://cloudskillsboost.google/course_templates/536

2- Intro to Large Language Models
https://cloudskillsboost.google/course_templates/539

3- Introduction to Responsible AI
https://cloudskillsboost.google/paths/249/course_templates/888

4- Generative AI Fundamentals
https://cloudskillsboost.google/course_templates/590

5- Introduction to Image Generation
https://cloudskillsboost.google/course_templates/541

6- Encoder-Decoder Architecture
https://cloudskillsboost.google/course_templates/543

7- Attention Mechanism
https://cloudskillsboost.google/course_templates/537

8- Transformer Models and BERT Model
https://cloudskillsboost.google/course_templates/538

9- Create Image Captioning Models
https://cloudskillsboost.google/course_templates/542

10- Introduction to Generative AI
https://cloudskillsboost.google/course_templates/552


@DevTwitter | </Bahram>

خیلی وقت بود دنبال این بودم که یک ChatBot اختصاصی داشته باشم که بر اساس PDF هایی که خودم لازم دارم، عمل کند. چند تا سرویس مختلف را امتحان کردم و چند مورد هم از صفر Train کردم.
اگر الان دنبال چنین چیزی هستید و فراتر از آن،  از ابزار زیر استفاده کنید.

https://github.com/SecureAI-Tools/SecureAI-Tools

@DevTwitter | <Vahid Nameni/>

‏۱۵ سال پیش در چنین روزی گوگل مرورگر Chrome رو منتشر کرد

@DevTwitter | <Soroush Ahmadi/>

زبان Cpp از ورژن ۲۶ جبر خطی (مثل محاسبات ریاضی ماتریسی) رو اضافه میکنه به صورت مستقیم.
چرا توی هوش مصنوعی مهمه؟ خیلی از مدل‌ها رو برای استفاده در سطح بیزنس یا صنعتی روی cpp پیاده میکنن، مثالش هم llama.cpp

@DevTwitter | <Amir Khalesi/>

لیست الگوریتم ها در جاوااسکریپت:

https://github.com/TheAlgorithms/JavaScript

@DevTwitter | <Nafas Ebrahimi/>

اواخر سال 2013 رقابت شدیدی در عرضه نرم‌افزار‌های تحت وب وجود داشت، تقریبا همه برنامه‌ها را با PHP میساختند و از تکنیک‌های پیشرفته برای قفل‌ و لایسنس استفاده میشد، در اون زمان گروه معروفی بود به اسم
SCRiPTMAFiA
همه این برنامه‌ها را تمیز کرک میکردن‌‌، حتی برای محصولاتی مثل vBulletin کی‌جن ساخته بودند، این گروه در اواخر سال 2010 جمع شد ولی سایت‌های متفرقه هنوز از اسم اینها استفاده میکنند.

@DevTwitter | <Teegra/>

چند روزه صحبت ازCVE-2023-48777 یک باگ خطرناک RCE در افزونه وردپرسی معروف المنتور هست که در بیشتر از 5میلیون وبسایت استفاده شده و برای رفع مشکلات احتمالی بخوانید:

https://securityonline.info/cve-2023-48777-critical-vulnerability-in-elementor-affecting-over-5-million-websites/

@DevTwitter | <Amir/>

این پلن‌های اینترنت خانگی گوگل هست، یه پلن جدید میخواد اضافه کنه که اینترنت ۲۰ گیگابیتی در ازای ۲۵۰ دلار هست
طبیعی هست وقتی در مورد ۲۰ گیگابیت حرف میزنیم یعنی میتونه قیمت اینترنت رو برای مجتمع‌ها به شدت پایین بیاره، مثلا ۲۰ واحد هر کدوم اینترنت ۱ گیگابیتی بگیرن با ۱۲.۵ دلار


* ما هم برای مصارف بالای 128 کیلوبیت باید کارت دانشجویی آپلود کنیم.

@DevTwitter | <Soroush Ahmadi/>

اگه php خوب بود با Go واسه‌اش سرور نمی‌نوشتن!

https://laravel-news.com/frankenphp

@DevTwitter | <Yahya/>

دانشگاه هاروارد یه سری دوره ی رایگان داره که لینکش رو براتون میذارم:

1. Introduction to Computer Science
https://lnkd.in/gp9WvEup

2. Introduction to Game Development
https://lnkd.in/gdJvbe6n

3. Introduction to Programming with Scratch
https://lnkd.in/g6J2KuhD

4. Web Programming with Python and JavaScript
https://lnkd.in/gzcagQqp

5. Computer Science for Business Professionals
https://lnkd.in/gMFK47PR

6. CS50 for Lawyers
https://lnkd.in/gi9tUjTE

7. Introduction to Artificial Intelligence with Python
https://lnkd.in/gDsPqv9B

8. Introduction to Programming with Python
https://lnkd.in/gAZVzHrR

9. Data Science: Machine Learning
https://lnkd.in/gN2aqYAJ

10. Data Science: Productivity Tools
https://lnkd.in/g4ThxhUD

11. Understanding Technology
https://lnkd.in/dwThBANS

12. Mobile App Development with React Native
https://lnkd.in/dHWf4Gip

13. Introduction to Data Science with Python
https://lnkd.in/dr9W-7GT

14. Artificial Intelligence in Business: Creating Value with Machine Learning.
https://lnkd.in/gcF_Nbsr

15. Fundamentals of TinyML
https://lnkd.in/dbd4XPUz

@DevTwitter

#کدبوک

این کتاب یکی از محبوب‌ترین و مفیدترین کتاب‌ها برای آماده شدن برای مصاحبه‌های کدنویسی و برنامه‌نویسی است.

این کتاب شامل:
- توضیحات و نکات مهم درباره‌ی الگوریتم‌ها و ساختمان داده‌های پایه‌ای که باید برای مصاحبه‌های کدنویسی بدانید

- بیش از 150 سؤال احتمالی مصاحبه کدنویسی همراه با پاسخ‌ها و توضیحات کامل

- راهنمایی‌هایی برای نحوه‌ی آماده‌سازی رزومه، انجام مصاحبه‌های کدنویسی، و مذاکره برای دریافت پیشنهادات شغلی بهتر

- تمرین‌ها و مسائل برنامه‌نویسی برای تمرین و آمادگی بیشتر

این کتاب به زبان ساده و جامع نوشته شده و برای هر سطحی از برنامه‌نویس‌ها حتی افراد مبتدی مفید است. خیلی از شرکت‌های بزرگ مثل آمازون و گوگل و مایکروسافت برای مصاحبه‌های استخدامی‌شان از سؤالات مشابهی استفاده می‌کنند که در این کتاب به آن‌ها پرداخته شده است.

* فایل PDF این کتاب رو میتونید از کانال DevBooks که لینکش توی بیو هست دانلود کنید.

@DevTwitter

سایت زیر اومده ابزارهای هوش‌مصنوعی در حوزه‌های مختلف رو لیست کرده، اینجوری میتونید راحت بین این ابزارها بگردین و بهترین رو متناسب با نیازتون انتخاب کنید.

https://www.aixploria.com/en/

@DevTwitter | <Reza Jafari/>

سلام یه رایت آپ داخل مدیوم منتشر کردم در خصوص آسیب پذیری privilege escalation و data exposure یه فلو متفاوت داره امیدوارم براتون مفید واقع شه ممنون میشم حمایت کنید

https://javroot.medium.com/privilege-escalation-and-sensitive-data-exposure-all-domain-cbfdc1e437e0

@DevTwitter | <javroot/>

گوگل کورس‌های آنلاین به همراه Certification به صورت «رایگان» توی حوزه های زیر برگزار میکنه که لینکارو قرار میدم.

توسعه وب:
https://web.dev/learn

توسعه اندروید:
https://developer.android.com/courses

دیجیتال مارکتینگ:
https://skillshop.exceedlms.com/student/collection/654330-digital-marketing

الگوریتم و ساختمان داده:
https://techdevguide.withgoogle.com/paths/data-structures-and-algorithms/

@DevTwitter | <Aly/>

این سایت با فعالیت امسال گیتهابتون یه انیمیشن جینگول و قشنگ میسازه
githubunwrapped.com

@DevTwitter

مدل‌های زبانی برای اجرا به پردازشگرهای قوی و محاسبات زیادی نیاز دارند و هرچی این مدل‌ها قوی‌تر باشند پردازشگر قوی تری لازمه یعنی صرف هزینه و زمان بیشتر.

اینجاست که ++C وارد عمل می‌شه.
گرگانوف اومد یکی از زیباترین معماری ها رو برای Llama به نام Llama.cpp ارائه داد که با 46 هزار استار یکی از قوی ترین مدل‌های اپن سورس گیت‌هابه.
روی CPU کار می‌کنه واسه همین هزینه و زمان کمتری می‌گیره.
با فرمت GGML/GGUF ارائه می‌شه که قالب سفارشی برای مدل های کوانتیزه شدست.

چرا مهمه؟
چون تو کوانتیزاسیون با دقت کمتر، می‌تونیم مقدار حافظه (memory) مورد نیاز برای ذخیره مدل‌هامون رو به شدت کاهش بدیم، چون می‌تونیم اون رو تو اکثر محیط ها اجرا کنیم.

به نظرم درباره Llama.cpp و معماری ترنسفورماتور یکم مطالعه بد نیست چون خیلی حرفا واسه زدن هست، آدرس ریپو رو میذارم این پایین.

در رابطه با کوت، اون مدل Mixtral-8x7B هست که اتفاقا دیروز مدل کوانتیزه شدش منتشر شد و ارتباطی با Llama نداره.

Mixtral-8x7B-v0.1-GGUF
https://huggingface.co/TheBloke/Mixtral-8x7B-v0.1-GGUF

Llama.cpp
https://github.com/ggerganov/llama.cpp

@DevTwitter | <Sabber/>

به‌به!‌ به نظر می‌رسه GPT 4.5 توی راه هست و دیتاش درز کرده!

Most advanced model brings multi-modal capabilities across language, audio, vision, video, and 3D, alongside complex reasoning and cross-modal understanding.

@DevTwitter | <Mostafa Alahyari/>

جدی ترکیب Go با HTMX و البته کتاب خونه templ گو فوق العاده است. مطمئنم تا چند وقت آینده روی اینا فریم ورک قوی میزنن که اون گپ هایی که React/Vue نمیتونن خوب پر کنن رو رفع کنه

@DevTwitter | <The Big Rad/>

فریمورک svelte kit برای هر روز کریسمس یک چالش داره برگزار میکنه که میتونید اون چالش رو انجام بدید و کدی که نوشتید رو شیر کنید.
https://advent.sveltesociety.dev

@DevTwitter | <Farzad/>