📢 مجموعه دوره های #زمستانه #علم_داده و #مدیریت_فرآیند

🔷 به همراه کارگاه های #عملی و بیان #تجارب از پروژه های انجام شده و درحال انجام

🔷 به همراه #تخفیفات ویژه

🔷 به همراه اعطای #مدرک معتبر از دانشگاه تهران

🚩 راه های ثبت نام:
1️⃣ ۰۹۱۴۶۶۵۷۵۷۳
2️⃣ @bperm_admin
3⃣ https://goo.gl/oUj499

💡 دریافت جزئیات تکمیلی دوره ها
🆔‌ @bperm_ut
💻 https://goo.gl/oUj499

▪️معرفی دوره هوشمند سازی کسب و کار
💻با نرم افزار Tableau
#بخش_اول

▫️هوشمندسازی کسب و کار، به مجموعه‌ای از فناوری‌ها و فرایندهایی اطلاق می گردد که به افراد در تمام سطوح سازمان، امکان تحلیل داده را می‌دهد. یک تصور اشتباه این است که هوش تجاری را صرفا یک نرم افزار بدانیم در صورتیکه هوش تجاری فراتر از آن است. با حضور هوش تجاری در سازمان/شرکت، عملا دیدگاه مدیران و کارشناسان نیز ارتقا پیدا کرده و نوع نگاه آنها بطور کلی نسبت به کسب و کار خود و بطور خاص نسبت به رقبا، مشتریان، تولید، فروش و... خود متفاوت خواهد شد و نکاتی را از امروز می ببنند که در گذشته دیده نمی شد و یا به آن توجهی نمی شد.

▫️در سالیان گذشته سازمان ها/شرکت ها علاقه مند بودند که صرفا اطلاعات را از طریق سیستم های مالی تولید فروش و... جمع آوری کنند سپس به این مرحله رسیدند که هدف از جمع آوری از آنها چیست؟ چگونه از این اطلاعات و داده ها به نحوه احسن استفاده نمود؟ چگونه این اطلاعات به سازمان ها/شرکت ها در جهت پیشبرد اهداف کلان آنها کمک می نماید؟ و بسیار سوالات دیگر ...

▫️بنابراین سازمان ها/شرکت ها به سمت گزارش رفتند و نرم افزارهای گزارشگیری را تهیه کردند. در ابتدا این گزارشات جوابگوی نیاز آنها بود ولی رفته رفته بدلیل مشکلات ذاتی گزارشات و اینکه صرفا تک بعدی به موضوع نگاه می کند، به اندازه کافی جوابگوی نیاز سازمان و پیشرفتهای بسیار سریع کسب و کار ها نبود، لذا نیاز به ورود به مرحله دیگری از تحلیل بود. در اینجا بود که هوش تجاری یا هوشمند سازی کسب و کار به کمک آنها آمد.

▫️هوش تجاری عملا تولید داده نمی کند و صرفا از داده های تولیدی استفاده می کند و پرواضح است اگر سازمان داده های خوبی را جمع آوری کند، قطعا می توان تحلیل اطلاعات و هوشمندسازی کسب و کار را به بهتری نشکل ممکن پیاده سازی نمود.

▫️در نهایت با حضور هوش تجاری و شناخت دقیق داده و اقلام اطلاعاتی موجود، زیر ساخت و معماری هوش تجاری آغاز خواهد شد. بی تردید همراهی مدیران می تواند ضامن موفقیت این پروژه ها باشد.

▫️بعد از استقرار و پیاده سازی هوش تجاری ، شفاف سازی اولین آورده آن است که دیگر کسی نمی تواند با توجیهات غیرواقعی ، عملکرد خود را اثبات کند لذا ممکن است برخی با این رویکرد مخالف باشند و همراهی نکنند که می بایست انها نیز در جارچوب سازمان قرار گیرند. بدون وجود افرادی که بتوانند اطلاعات را تفسیر کنند و به‌کار گیرند، هوش تجاری مفید نخواهد بود. به همین علت، هوش تجاری کمتر وابسته به فناوری و بیشتر تحت تاثیر ابداع و فرهنگ است و‌ اینکه افراد آن را به عنوان یک دارایی مهم در نظر بگیرند.

▫️هدف هوش تجاری تسهیل تصمیم گیری و تصمیم سازی بر اساس حقایق سازمانی می باشد. با رقابتی شدن اقتصاد و کسب و کار، موضوع "معنا بخشیدن به داده‌های سازمانی" و تسهیل فرآیند "تصمیم‌سازی" مرکز توجه کارشناسان فناوری اطلاعات و متخصصان علم مدیریت و کسب و کار قرار گرفته است. هوش تجاری تنها زمانی می‌تواند ارزش‌آفرینی کند که توسط افراد به‌درستی به کار برده شود.

▫️در چند سال اخیر در کشور ما پیاده سازی سیستم های هوشمند رواج یافته است اما مشکلی که در پیاده سازی موفق و ادامه پروژه های فوق دیده می شود، نداشتن ادبیات مشترک بین افراد و نیز عدم استفاده از متدولوژی مناسب در پیاده سازی می باشد.

▫️در نظر داشته باشید، هوش تجاری فراتر از طراحی یک داشبورد است! بلکه رسیدن به بینشی جدید از کسب و کار و برون رفت از مشکلات بر پایه تحلیل داده ها، معنی عملیاتی هوش تجاری می باشد.

🆔 @BPERM_UT

🔰 هدف دوره
هدف این دوره مشخصا هوشمندسازی کسب و کار با نرم افزار تبلو است. در این دوره تلاش خواهد شد با رویکرد کاملا کاربردی و نه صرفا آموزش صرف یک نرم افزار، به حل مسایل و مشکلات کسب و کار بپردازیم. به عبارت دیگر در این دوره علاوه بر آموزش نرم افزار تبلو، به بررسی دغدغه های جاری مدیران کسب و کارها و پیدا کردن راه کارهای عملیاتی است.

▫️این دوره برای کسانی پیشنهاد می شود که با داده کار می کنند و علاقمند تحلیل داده های کسب وکار خود هستند و الزاما دانش کافی در حوزه فناوری اطلاعات ندارند. بطور خلاصه در این دوره تلاش خواهیم کرد سازمان را به سمت تصمیم گیری مبتنی بر داده Data-Driven هدایت کنیم.

▫️در این دوره آموزشی شما با مهارتها و تکنیکهای هوش تجاری آشنا خواهید شد و یاد خواهید گرفت چگونه بتوانید کسب و کار خود را در قالب یک داشبورد مدیریتی بسازید و تحلیل کنید. همچنین با بررسی مثالهای واقعی و عملی نسبت به درک عمیق تر هوش تجاری و دانش های مرتبط با آن خواهیم پرداخت.

✍ دکتر علی سعیدی، دکتری مدیریت فناوری اطلاعات، گرایش BI

🔹لینک ثبت نام:
https://evnd.co/UAsxH

🆔 @BPERM_UT

👨‍💻 جذب کارآموز رشته های مهندسی صنایع، مهندسی کامپیوتر و مدیریت

◽️ متقاضیان لازم است رزومه‌ و درخواست خود را با عنوان کارآموزی به پست الکترونیکی زیر ارسال نمایند:

📨 UTBPERM@gmail.com

🆔 @BPERM_UT

▪️معرفی دوره هوشمند سازی کسب و کار
💻با نرم افزار Tableau
#بخش_دوم

آموزش این دوره با هدف شناخت مبانی هوش تجاری و چگونگی پیاده سازی داشبوردهای مدیریتی در بستر نرم افزار Tableau می باشد.(برترین نرم افزار BI در چند سال اخیر) مباحث این دوره به مدیران و کارشناسان کمک می‌کند تا ضمن آشنایی با حوزه هوش تجاری، به تجهیز
و بسیج منابع مالی و انسانی سازمان/شرکت در جهت افزایش کیفیت تصمیم‌گیری‌ها و بهره‌مندی از یافته‌های دانشی ناشی از تجزیه و تحلیل حجم عظیمی از اطلاعات ، نسبت به بکارگیری فنون و تکنیک‌های هوش تجاری پرداخته و سازمان خود را به مغزافزار، نرم‌افزار و سخت‌افزار مربوطه مجهز نمایند.

با شرکت در این دوره قادر خواهید بود به انواع سوالات و دغدغه های کسب و کار خود پاسخ دهید:

▪️به عنوان مثال برخی سوالات مهم و کلیدی (مربوط به حوزه خرده فروشی) به شرح زیر می باشد:

• چه محصولی را کی و کجا دیگر نفروشید؟

• الزما با افزایش فروش،افزایش سود حاصل میشود؟ دقیقا چه محصولاتی و در کدام استانها؟

• کدام خریداران ،دقیقا چه زمانی بیشترین آسیب را به ما زده اند؟

• به کدام مشتریان باید تخفیف و به کدام یک اصلا نباید تخفیف داد؟

• درصورت کاهش ۱۰درصدی ریزش مشتری، درآمد چقدر افزایش می‌ یابد؟

• سهم فروش کالاهای پر بازده به چه صورت است؟

• مشتریان وفادار و فعال کسب و کار چه افرادی هستند؟

• اینکه پیش بین فروش درسال اینده چقدر است؟

• و ...

مشابه همین سوالات را می توان در حوزه کاری شما نیز مطرح و پاسخ های دقیق را پیدا ارائه نمود.

🔰 مخاطبین دوره
• مدیران و کارشناسان حوزه های مختلف کسب و کار مانند برنامه ریزی، آمار، بازاریابی و فروش،تولید، فناوری اطلاعات

• مهندسین کامپیوتر، آمار، صنایع ، برنامه ریزی و مدیریت

• متخصصین دیتابیس ، تحلیلگران داده و علاقه مندان Data Discovery

✍ دکتر علی سعیدی، دکتری مدیریت فناوری اطلاعات، گرایش BI

🔹لینک ثبت نام:
https://evnd.co/UAsxH

🆔 @BPERM_UT

▪️معرفی دوره جامع آموزش مقدماتی و کاربردی ArcGIS

▫️این دوره در ابتدا بتشریح مفاهیم مقدماتی سامانه اطلاعات مکانی (GIS) می پردازد و سپس در ادامه به آموزش جامع ابزار ArcGIS که به عنوان کاربردی ترین و جامعترین ابزار این حوزه شناخته می شود، خواهد پرداخت.

▫️بنا به ادعای شرکت های معتبر ازجملهIBM وGoogle، امروزه بیش از ۹۰% داده های تولید شده دارای ماهیت مکانی می باشند که این موضوعGIS را ابزاری قدرتمند جهت تصمیم گیری، پیش بینی، مدیریت، تجزیه و تحلیل و مدلسازی داده های مکان محور در علوم مختلف قرار داده است. بدین منظور، این موضوع نیاز به یادگیری نرم افزار ArcGIS را برای کاربران رشته های مختلف از جمله مهندسین صنایع، معدن، سامانه اطلاعات مکانی، مدیریت، جغرافیا، شهرسازی، حمل و نقل، زمین شناسی، محیط زیست، منابع طبیعی، برنامه ریزی شهری و معماری جهت مدیریت داده های مکان محور بیش از پیش الزامی نموده است.

▫️موضوعات مکان محور طیف وسیعی از مسائل را متناسب با هر رشته شامل می شوند. به عنوان مثال، مسائل مربوط به مکانیابی، داده کاوی و خوشه بندی، تخصیص منابع، VRP، مسیریابی و کوتاهترین مسیر و انواع تحلیل های شبکه ایی در مهندسی صنایع، مسائلی مربوط به پیش بینی سیل، مدیریت بحران و مدلسازی تغییرات کاربری اراضی در جغرافیا، مسائل مدلسازی گسترش شهر نشینی و جمعیت در برنامه ریزی شهری، مدلسازی آلودگی هوا و نحوه توزیع و پخش آلاینده ها در محیط زیست و تحلیل تصادفات و ترافیک شهری در حمل و نقل تعداد محدودی از دسته مسائل مکان محور میباشند.

▫️در این دوره دانشجویان قادر خواهند بود پس از فراگیری نرم افزار ArcGIS کلیه مراحل یک پروژه را از ورود اطلاعات، مدیریت داده های مکانی، نمایش داده های مکانی، ویرایش داده ها، تحلیل و مدلسازی داده ها، نحوه تعامل با نقشه تا قابلیت اخذ نقشه های خروجی استاندارد در محیطArcGIS را انجام دهند.

▫️رویکرد دوره به صورتی است که معرفی هر ابزار و مفهوم با ارائه‌ی مثال ساده کاربردی خواهد بود و افراد می توانند در خود کلاس مفاهیم را به خوبی استفاده کنند و‌ همچنین پروژه ها و تمرین های بسیاری برای حل کردن در خارج کلاس بیان می‌گردد.

▫️این دوره توسط مهندس کاظمی بیدختی با سابقه 2 سال تدریس دوره ArcGIS به همراه 5 سال سابقه فنی و پژوهشی در حوزه های مختلف علوم مکانی ارائه می‌گردد و ایشان تجربه های کاری مرتبط با این حوزه را نیز مطرح می کنند.

🆔 @BPERM_UT

🔰و اما برنامه های آینده:
▫️بعد از تمام شدن این کلاس دورهل پیشرفته نرم افزار ArcGIS ارائه می گردد که در آن مفاهیم پیشرفته از قبیل تحلیل های شبکه ایی از جمله مسائل کوتاهترین مسیر، VRP, تخصیص منابع، مدلسازی های پیشرفته، انواعل تبدیلات فرمت های مختلف و مدیریت داده های تصویری مطرح می‌شوند.

▫️سپس دوره ایی جهت سفارشی سازی انواع تحلیل های مکانی در بستر GIS با زبان پایتان ارائه خواهد شد که این دوره محدودیت استفاده از ابزارهای محدود موجود در نرم افزار ArcGIS را از بین خواهد برد و به کاربران قابلیت پیاده سازی هرگونه تحلیل مکانمند را خواهد داد.

‼️ لازم به ذکر است دوره های تکمیلی در فصل بهار و بعد از دوره مقدماتی آغاز می گردند.

✍ مهندس محمد کاظمی بیدختی، مدیر پروژه سامانه پایش اتوماتیک اراضی کشور

🔹لینک ثبت نام:
https://evnd.co/gyu9R

🆔 @BPERM_UT

🆔 @BPERM_UT
✅ مفهوم منبع (resource)

🔺تعریف:

منشاء (source) یا موجودی است که از آن منفعت به دست می‌آید.

▫️ ویژگی‌های منبع:
سودمندی، محدود بودن و دارای قابلیت بالقوه جهت استفاده

🔺حالات اصلی منبع:
منبع طبیعی: سنگ‌ها، آب، هوا، درختان، حیوانات، مواد معدنی، زمین و غیره.
منبع انسانی: انسان‌ها
منبع سرمایه‌ای: پول

✅ مدیریت منابع
مدیریت منابع فرآیند برنامه‌ریزی، تخصیص، استقرار، هدایت، استفاده، هماهنگی و نظارت بر منابع مالی، فیزیکی، نیروی انسانی، فناوری اطلاعات و ماشین‌آلات مرتبط با سازمان یا موسسه است که به منظور دستیابی به اهداف مقرر شده‌ی آن، به صورت موثر انجام می‌گیرد.

✅ جنبه‌های مدیریت منابع برای سازمان:
1️⃣ مدیریت منابع فیزیکی
2️⃣ مدیریت منابع انسانی
3️⃣ مدیریت منابع مالی
4️⃣ مدیریت منابع انگیزشی
5️⃣ مدیریت منابع دارایی


✍️گردآورندگان: مهندس سروش فاطمی، درسا عبدالحمیدی، کارشناسی ارشد مهندسی صنایع دانشگاه تهران

📃 منبع:
https://www.slideshare.net/KarnaBahadurChongban/ppt-presentation-resource-mgmt

#Resource_definition #Resource_types
🆔 @BPERM_UT

🆔 @BPERM_UT
‌▪️تفاوت و ضرورت
🔻مدیریت فرآیند کسب و کار
🔻باز مهندسی فرآیند کسب و کار (مهندسی مجدد فرآیندهای کسب و کار)

▪️ضرورت شناخت مفاهیم

▫️پرداختن به یک کسب و کار ایستا در فضای رقابتی امروز، شبیه به زندگی روی نوک یک قله است. یک قدم حساب نشده می‌تواند همه چیز را به باد دهد. پیشرفت روز افزون تکنولوژی‌ها و تکنیک‌ها این شیب را پیوسته افزایش داده و افراد را ملزم می‌کند که خود را سریعا با تغییرات پیش رو وفق دهند.

▫️در صورت ایجاد یک اختلال بزرگ در بهبود فرآیندهای کسب و کار، تئوری ها، مفاهیم و راهکارهای زیادی وجود دارد اما باید توجه داشت که راهکار مناسب برای یک سازمان، می‌تواند شکست‌های بزرگ و جبران ناپذیری را برای سایر سازمان‌ها به دنبال داشته باشد. در نتیجه، شناسایی و درک دقیق این مفاهیم، پیش از بکارگیری هر یک از آن‌ها امری بسیار ضروری می‌باشد.

▪️تفاوت مفاهیم

مدیریت فرآیندهای کسب و کار و باز مهندسی فرآیندهای کسب و کار، دو مفهوم اساسی می‌باشند که پیوسته توسط افراد به جای یکدیگر مورد استفاده قرار می‌گیرند.

▫️مدیریت فرآیندهای کسب و کار، به مجموعه فرآیندها و اصول مدیریتی اطلاق می‌گردد که به مستندسازی، تجزیه و تحلیل، بازطراحی، اجرا، مانیتورینگ، کنترل فرآیندهای کسب و کار می‌پردازد، در حالیکه باز مهندسی فرآیندهای کسب و کار یک راهبرد ریشه‌ای در مقابل فرآیندهای کسب و کار جاری سازمان می‌باشد.

▫️باز مهندسی فرآیندهای کسب و کار لزوما جایگزینی سیستم موجود با سیستمی جدید را در پی ندارد. باز مهندسی فرآیندها روی پیش بینی تغییرات مشخص در فرآیندهای کسب و کار موجود تمرکز نمی‌کند، بلکه صرفا ورودی و خروجی مطلوب را در مد نظر قرار داده و به معرفی مجموعه‌ای از فرآیندهای کارآمد جهت رسیدن به هدف مورد نظر می‌پردازد.

▫️مدیریت فرآیندهای کسب و کار را می‌توان به عنوان یک راهبرد نرم که فرآیندهای فعلی را تحت نظر قرار داده و به انعطاف پذیری آن باور دارد، در نظر گرفت. حال آنکه باز مهندسی فرآیندهای کسب و کار سعی در طراحی مجموعه‌ای از فرآیندهای بی نقص از پایه و اساس و جایگزینی نیروی های انسانی با اتوماسیون دارد.

▫️مدیریت فرآیندهای کسب و کار، فرآیندی مستمر بوده که سعی در رسیدن به کارآمدی به وسیله بهبود مستمر از طریق تکرار گام های چرخه ی مدیریت فرآیندها دارد. مدیریت فرآیندهای کسب و کار به دنبال ایجاد یک توازن منطقی بین روش‌های خودکار و غیر خودکار بوده و بر خلاف باز مهندسی فرایندهای کسب و کار، محیط‌های کاری عاری از نیروی انسانی را لزوما قبول ندارد.

▫️مدیریت فرآیندهای کسب و کار، مدیران و افراد را به نظم و ترتیب درآورده و سازگاری بین ماشین آلات و نیروی انسانی را در سازمان‌ها به ارمغان می‌آورد. این در حالی است که تکنولوژی در راس هرم ارکان باز مهندسی فرایندهای کسب و کار قرار دارد. باز مهندسی فرایندهای کسب و کار، باور دارد که کاهش هرچه بیشتر مداخله انسان تنها راه رسیدن به فرآیندهای استوار و عاری از هرگونه خطا می‌باشد.

▫️مدیریت فرآیندهای کسب و کار به تجزیه و تحلیل اطلاعات جمع آوری شده توسط فرآیندهای فعلی پرداخته و بدین طریق می‌تواند به عنوان ابزاری کارا، زمانی که فرایندهای سازمان در حال اجرا هستند، مورد استفاده قرار گیرد. ولی در بازمهندسی، همه فرآیندها از ریشه نابود و مجددا طراحی می‌شوند که به نوبه خود با در اختیار گذاشتن مجموعه ای کاملا جدید از فرآیندها، سازمان را به فاز طراحی باز می‌گرداند.

▫️دیده شده است که کسب و کارهای موفق و پیشرو که خواهان رسیدن به مقام رهبری و کامیابی هرچه بیشتر هستند، به مدیریت فرآیندهای کسب و کار رو می‌آورند در حالیکه سازمان‌هایی که تصمیم به معرفی یک کسب و کار جدید یا یک استارت آپ را دارند از باز مهندسی فرآیندهای کسب و کار بهره می‌برند.

▫️بدیهی است که دو تئوری‌ فوق الذکر با راهبردهای کاملا متفاوت به سمت یک هدف مشترک در حرکت هستند. این هدف مشترک شامل حرکت به سمت سود بیشتر به همراه تضمین بقا و نوآوری در فرآیندهای کسب و کار در فضایی کاملا پویا می‌باشد.

▫️به عنوان جمعبندی می توان بیان داشت که درصد موفقیت پروژه های مدیریت فرآیندهای کسب و کار بسیار بیشتر از پروژه های بازمهندسی فرآیندهای کسب و کار می باشد. زیرا در مدیریت فرآیند به دنبال بهبود مستمر بوده و در بازمهندسی به دنبال بهبودهای آنی می باشند.

✍گردآورنده:
مهندس نسترن اولادزاد عباس‌آبادی،
کارشناسی ارشد مهندسی صنایع دانشگاه تهران
پژوهشگر مرکز مطالعات مهندسی فرآیندهای کسب و کار و مدیریت فرآیند

📃منبع:
http://www.q3edge.com/bpm-vs-bpr/

#Business_Process_Management #BPM #Business_Process_Reengineerin #BPR


🆔@BPERM_UT

🔰 معاونت پژوهشی و انجمن علمی دانشکده مدیریت با همکاری دانشکده فنی و مرکز مطالعات مهندسی فرآیند کسب و کار و مدیریت منابع دانشگاه تهران برگزار می کند:

🛡لیگ بازی های کسب و کار 💸

▪️با سه مرحله بازی های
⚔ مهارت های خلاقیتی
⚔ شبیه سازی و سرمایه گذاری
⚔ تحلیل داده

⏳ ثبت نام در قالب تیم های ۵ نفره

💶 جوایز نقدی 💵
👨‍💻 و فرصت کارآموزی و استخدام
🏅 برای تیم های برگزیده

🗓 تاریخ ثبت نام: ۱ الی ۸ اسفند

🆔 @Bperm_UT
🆔 @Sedayemodiriat
🆔 @Business_Games_League

🔷 علوم داده...
این روزها همگی، از مهندسین و غیرمهندس حداقل یک بار کلمه ی علم داده رو شنیدند و بسیاری آلوده ی جذاب ترین مبحث قرن ۲۱، یعنی علم داده شده اند. با استفاده از علم داده میتوانید اقدام به جمع آوری، آماده سازی، پردازش، تحلیل، ذخیره سازی و مدیریت داده ها کنید.

🔷 و اما پایتان...
که این روزها همگی درگیر این هستیم پایتان صدا بزنیم و یا پایتون!؟ به جرات میتوان گفت یکی از محبوب ترین و مطرح ترین زبان برنامه نویسان مخصوصا در حوزه علم داده، نرم افزار پایتان است. پایتان به دلیل سادگی بی نظیری که دارد، اولویت برنامه نویسان و کارشناسان می باشد جهت استفاده های مختلفی نظیر: تحلیل داده ها انجام میپذیرد.

در پایتان، پکیج ها و کتابخانه های بسیاری با توجه به کاربرد وجود دارد که به بررسی برخی از پکیج های حوزه علم دادهدر ابتدای دوره، میپردازیم:

▫️ لایبرری Pandas: جهت پردازش داده، ایجاد دیتافریم ها و...

▫️لایبرری Numpy: جهت انجام محاسبات ریاضی و عددی در داده ها

▫️لایبرری های Matplotlib - SeaBorn و Bokeh: جهت مصور سازی داده

🔹و اما یادگیری ماشینی...
در روز چندین بار از مشین لرنینگ استفاده می کنید بدون اینکه متوجه این موضوع باشید. اگر در طول روز فعالیت های زیر رو انجام میدید، درواقع دارید با مشین لرنینگ سروکله میزنید بدون اینکه متوجه باشید:

▪️اگر در طول روز درخواست اسنپ، تپسی و... را می کنید.

▪️اگر در طول روز، در سایت های مختلف، از فیلتر های مختلف استفاده میکنید: بطور مثال پیدا کردن یک کالای خاص از یک برند خاص و دست یابی به آن کالا در سایتی مانند دیجی کالا با استفاده از فیلتر هایی که در سایت موجود هستند...

▪️اگر در طول روز سایت های فیلم یابی را بررسی می کنید و بشما پیشنهاد یک فیلم داده میشود و آن دقیقا فیلم محبوب شما است، (بی علت نیست)

▪️اگر در طول روز عکس های خود رو به اپلیکیشن هایی که عکسهایتان را به شکلی خاص فانتزی و کارتونی میکند،

▪️اگر در طول روز از سرچ اینستاگرام استفاده میکنید

▪️اگر در طول روز، از سرچ گوگل استفاده میکنید و ۱۰۰ ها اگر دیگه...


🔰 تمامی این ها مثال هایی از مشین لرنینگ بود که همگی ما در طول روز استفاده می کنیم.

⬅️ مشین لرنینگ مجموعه ای از الگوریتم هاست که به نوعی به دنبال کشف دانش پنهان درون داده ها است و به وسیله آن می توان به توصیف، تشریح، پیش بینی و کنترل پدیده های گوناگون در حوزه های مختلف از جمله فیلد های صنعتی، سازمانی، پزشکی، ارتباطات، کشاورزی، انرژی، اقتصادی، فناوری و نوآوری، بازرگانی و آموزشی و ... پرداخت.

⬅️ قصد داریم این الگوریتم ها رو با کمک ابزار پایتان و بصورت پروژه محور در کلاس پایتان #دانشگاه_تهران پیاده سازی کنیم.

🔹مطالب زیر دید خوبی پیرامون این موضوع بشما می دهد:


✍ مهندس امیررضا تجلی، کارشناسی ارشد مهندسی صنایع دانشگاه تهران - مدرس سازمان آموزش و پژوهش مدیریت و برنامه ریزی ریاست جمهوری

🔹لینک ثبت نام:
https://evnd.co/lXVgl

🆔 @BPERM_UT

▪️ Data Mining
🆔 @BPERM_UT

▪️Data Science in
‼️60 Seconds
🆔 @BPERM_UT

☝️ظرفیت باقیمانده ۲نفر. فرصت ثبت نام تا فردا چهارشنبه.

☝️ظرفیت باقیمانده ۲نفر. فرصت ثبت نام تا فردا چهارشنبه.

▪️قابل توجه دانشجویان کلاس پایتان #دانشگاه_تهران ، جهت تسریع در فرآیند کلاس، نصب نرم افزار پایتان و IDE ژوپیتر (زیرمجموعه توزیع آناکوندا) پیش از کلاس الزامی است. لینک دانلود نرم افزار پایتان:

https://www.python.org/downloads/

همچنین بابت ژوپیتر، با توجه به ۳۲ و یا ۶۴ بیتی بودن سیستم خودتون، آناکوندا رو از لینک زیر نصب کنید - پس از نصب در منو استارت، عبارت jupyter رو سرچ کنید و ران آپ کنید - با مرورگر فایرفاکس یا گوگل کروم ترجیحا اجرا کنید.

https://www.anaconda.com/download/

دانلود نرم افزار 1.1.456 R 3.5.1 + RStudio -


http://economya.ir/2016/08/%D8%AF%D8%A7%D9%86%D9%84%D9%88%D8%AF-%D9%86%D8%B1%D9%85-%D8%A7%D9%81%D8%B2%D8%A7%D8%B1-1-1-456-r-3-5-1-rstudio/

✅ برگزاری اولین جلسه دوره مدیریت فرآیند کسب و کار با نرم افزار visual Paradigm

🔸 نخستین جلسه دوره تخصصی مدیریت فرآیند کسب و کار مرکز مطالعات مدیریت فرآیند کسب و کار و مدیریت منابع دانشگاه تهران در محل پردیس فنی دانشکده های دانشگاه تهران برگزار گردید.

🔶 #دکتر_علی_بزرگی

@bperm_ut

▪️برگزاری اولین جلسه دوره Python در علم داده و R در علم داده

🔸 نخستین جلسه python در علم داده و R در علم داده مرکز مطالعات مدیریت فرآیند کسب و کار و مدیریت منابع دانشگاه تهران در محل پردیس فنی دانشکده های دانشگاه تهران برگزار گردید.

🔶 #مهندس_امیررضاتجلی

🆔 @bperm_ut

▪️برگزاری اولین جلسه دوره Python در علم داده و R در علم داده

🔸 نخستین جلسه python در علم داده و R در علم داده مرکز مطالعات مدیریت فرآیند کسب و کار و مدیریت منابع دانشگاه تهران در محل پردیس فنی دانشکده های دانشگاه تهران برگزار گردید.

🔶 #مهندس_امیررضاتجلی

🆔 @bperm_ut

🆔 @BPERM_UT
▪️ارتباط بین
🔻مدیریت فرآیندهای کسب و کار
🔻ایزو 9001

#بخش_اول

ایزو تمایل به تمرکز روی مستندسازی به عنوان یکی از نشانه‌های اصلی بلوغ فرآیند دارد. در این رویکرد ریسک‌های زیادی وجود دارد، چرا که سازمان‌ها می‌توانند با تمرکز روی شواهد فیزیکی و ایستا مانند مستندسازی به جای توجه به شواهد پویایی چون پیشینه‌ی سنجه‌ها، معیارهای ایزو را دور بزنند. به علاوه هر سازمان جنبه‌های غیر عینی زیادی همچون ارزش‌های سازمانی، اسلوب معمول و عناصر فرهنگی دارد که به دلیل تحرک زیاد، قابل ثبت و درج در مستندات ایستا نیستند. در مقابل، مديريت فرآیندهای کسب و کار روشی موثر برای تمرکز روی انواع جریان‌های فعال در سازمان می‌باشد.

هدف دیگر ایزو، مستندسازی جامع فرآیندها به صورت سیستماتیک می‌باشد. باید توجه داشت که مستندسازی فرآیندها با وجود مورد تایید بودن به تنهایی مفید نیست. پایه‌گذاری سنجه‌های مناسب و تعریف صریح و روشن روابط بین نقش‌ها برای فرآیندهای هسته‌ای در یک کسب و کار، روش بسیار بهتری جهت رسیدن به بلوغ فرآیندها می‌باشد که این روش کل‌نگرانه توسط مدیریت فرآیندهای کسب و کار حاصل می‌گردد.

اگر شما قصد دارید به عنوان تامین‌کننده‌ای شایسته برای یک یا تعداد بیشتری از مشتریان بالقوه خود انتخاب شوید، ایزو ‌می‌تواند مزایای کلیدی زیادی را برای شما به ارمغان بیاورد. مفاهیم و چارچوب‌ها به وضوح با هر سیستم مدیریت کیفیت دیگری هماهنگ می‌شوند. با این وجود، علی‌رغم تلاش ایزو برای رسیدن به جامعیت بیشتر در این رویکرد، اجرای مفاهیم آن توسط افراد همواره به طور قابل ملاحظه‌ای به سمت مستندسازی معطوف بوده و به اندازه کافی به سیستم‌های سنجش موثر و تعریف نقش‌ها نمی‌پردازد.

✍گردآورنده:
مهندس نسترن اولادزاد عباس‌آبادی،
کارشناسی ارشد مهندسی صنایع دانشگاه تهران
پژوهشگر مرکز مطالعات مهندسی فرآیندهای کسب و کار و مدیریت منابع

📃منبع:
http://www.bpminstitute.org/resources/articles/bpm-

#Business_Process_Management #BPM
#International_Standards_Organization
#ISO


🆔@BPERM_UT

@BPERM_UT

✅ تفاوت تجزیه و تحلیل‌های توصیفی (Denoscriptive)، پیشگویانه (Predictive) و دستورالعملی (Prenoscriptive)

#بخش_اول

با در نظر گرفتن حجم عظیم اطلاعاتی که از زنجیره‌ی تامین، در اختیار کسب و کارها قرار می‌گیرد، شرکت‌ها در جست‌و‌جوی راه حل‌های تحلیلی برای استخراج مفاهیم از حجم زیاد داده‌ها هستند به گونه‌ای که در امر تصمیم‌گیری آن‌ها را مشایعت نماید. شرکت‌هایی که در صدد هستند فرآیند‌های فروش و فعالیت‌های خویش را بهینه نمایند، نیازمند توانمندی‌هایی جهت بررسی داده‌های تاریخی و پیش‌بینی رویدادهای ممکن در آینده هستند. حرکت به سمت شیوه‌هایی که فرآیندهای سازمان را بر داده کاوی منطبق می‌سازند امر دشواری است. با این حال، این حوزه از جذابیت بالایی برخوردار است زیرا نرخ بازگشت سرمایه تحت اثر بهینه‌سازی زنجیره‌ی تامین، کاهش هزینه‌های عملیاتی، بهبود خدمات مشتریان و ارتقاء معماری محصولات افزایش می‌یابد.

در چنین فضایی، نظر به وجود رویکردهای تحلیلی متنوع، انتخاب راهکار مناسب از پیچیدگی بالایی برخوردار است. با این حال، خوش‌بختانه می‌توان به صورت کلی، ابزار تحلیل را در سه دسته‌ی کلی قرار داد. حقیقت امر آن است که هیچ یک از این دسته‌بندی‌ها بر یکدیگر برتری مطلق نداشته و عملا این روش‌ها مکمل یکدیگر هستند. برای آن که یک کسب و کار بتواند درک جامعی از بازار و نحوه‌ی رقابت در آن به دست آورد، یک رویکرد تحلیلی استوار مورد نیاز است که شامل بخش‌های زیر است:

🔹تجزیه و تحلیل توصیفی:
روش تحلیلی است که در آن از روش‌های تجمیع داده‎‌ها و داده‌کاوی برای دستیابی به بینشی نسبت به گذشته و آگاهی از آن چه رخ داده است، استفاده می‌شود.

🔹تجزیه و تحلیل پیشگویانه:
روش تحلیلی است که در آن از مدل‌های آماری و روش‌های پیش‌بینی به منظور آگاهی از آینده و آن چه ممکن است روی بدهد، استفاده می‌شود.

🔹تجزیه و تحلیل دستورالعملی:
روش تحلیلی است که در آن از تکنیک‌های بهینه‌سازی و شبیه‌سازی برای تشخیص آن چه باید انجام شود و نتایج اختمالی آن استفاده می‌شود.


✍️گردآورندگان: مهندس سروش فاطمی، دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه تهران - درسا عبدالحمیدی، دانشجوی کارشناسی ارشد مهندسی صنایع دانشگاه تهران

📃 منبع:
https://halobi.com/blog/denoscriptive-predictive-and-prenoscriptive-analytics-explained/

#Denoscriptive #Predictive #Prenoscriptive
🆔 @BPERM_UT

🆔 @BPERM_UT
▪️ارتباط بین
🔻مدیریت فرآیندهای کسب و کار
🔻ایزو 9001

#بخش_دوم

امروزه، بسیاری از سازمان‌ها، گواهینامه‌هایی چون ایزو را به عنوان شانسی جهت متمایز نشان دادن برند خود در نظر ‌می‌گیرند. باید توجه داشت تا زمانی که مشتریان تغییر محسوسی در محصولات یا خدمات احساس نکنند، این گواهینامه منجر به هیچ نوع بهبود خاصی نشده و حتی ممکن است دیدگاه مشتریان را نسبت به رزومه ارائه شده سازمان بد کند.

بسیاری از فلسفه‌های مربوط به مدیریت فرآیندهای کسب و کار بر اساس مفهوم سیستم‌های سازگار می‌باشد. تا حدی می‌توان ادعا کرد که مستندسازی تفصیلی کاملا با این دیدگاه در تناقض است. همین تضاد اغلب در سازمانی که قصد کمینه کردن تغییرات به اندازه شش سیگما را دارد، قابل ملاحظه است. منطق این اتفاق بسیار ساده است: وقتی زمان قابل توجهی صرف بهبود و کنترل دقیق فرآیندها می‌شود، هر تلاشی در راستای تغییر فرآیندها -در پاسخ به نیاز به تغییر- به نوبه خود مانعی برای اعمال هر گونه تغییر می‌شود. بنابراین، ممکن است سازمان‌ها به جای مانیتورینگ پیوسته محیط کار و فضای سازمان، صرفا روی بهبودهای شبه کایزن (kaizen_like) در غالب یک اسکوپ محدود تمرکز کنند.

باید توجه داشت مستندسازی آن روشی نیست که به افراد فرآیند‌ها را آموزش می‌دهد. یادگیری افراد با تمرین، آشنایی با ساختار ابزار و الگوهای مرتبط با فرآیندها و مهم‌تر از همه تماشای افرادی که پیوسته تلاش در مدیریت فرآیندها دارند، میسر است. طبق تحقیقات، سازمان‌ها انتظاری افراطی از مستندسازی فرآیندها و روشمند سازی شیوه‌های بهبود و طراحی فرآیند دارند. در صورت سهل‌انگاری یک سازمان، ساختار پشتیبانی کننده‌ی مدیریت کیفیت ایزو محور، می‌تواند منجر به مصرف بیشتر منابع و عدم رضایت مشتریان، در مقایسه با ساختار مدیریت کیفیت در چارچوب کنترل و بهبود عملکرد شود.

✍گردآورنده:
مهندس نسترن اولادزاد عباس‌آبادی،
کارشناسی ارشد مهندسی صنایع دانشگاه تهران
پژوهشگر مرکز مطالعات مهندسی فرآیندهای کسب و کار و مدیریت منابع

📃منبع:
http://www.bpminstitute.org/resources/articles/bpm-

#Business_Process_Management #BPM
#International_Standards_Organization
#ISO


🆔@BPERM_UT