Data Science

مسیر تبدیل شدن به دانشمند علم داده: با توجه به علاقه مندی دانشجویان و افزایش توجهات به حوزه علم داده و سوالات مطرح شده توسط علاقه مندان این حوزه، مسیر فرآیندی زیر جهت دستیابی به تخصص کافی جهت ورود به بازار کار توصیه می شود: 1- دستیابی به تخصص در یکی از زبان های پایتون و R: انتخاب هر یک از دو زبان ها کامل هوشمندانه می باشد و هر دو زبان جز برترین زبان های حوزه علم داده می باشند. زبان های مانند اسکالا و جاوا بیش از حوزه علم داده در بخش Big Data Developer مطرح می باشد و در علم داده کارایی مانند پایتون و R را نخواهند داشت. 2- کسب تخصص در نرم افزارهای مرجع داده کاوی: در میان نرم افزارهای رایج داده کاوی یادگیری یک الی دو نرم افزار از میان Knime, Spss Modeler و رپیدماینر توصیه می شود. ۳- آشنایی با مفاهیم اصلی یادگیری ماشین و آمار: بهترین مرجع جهت یادگیری کاربردی دو حوزه آمار و الگوریتم های یادگیری ماشین دوره های آنلاین وب سایت کرسرا و کتاب های مرجع داده کاوی می باشد. گفتنی است بهترین یادگیری، یادگیری در حین انجام پروژه عملی می باشد. 4- پلتفرم های هوش تجاری: در ایران به دلیل تجربیات موفق شرکت ها معمولا حوزه هوش تجاری مورد توجه قرار گرفته است. در همین راستا معمولا در فرصت های شغلی مرتبط با حوزه علم داده کسب دانش در حوزه BI و برخی پلتفرم های آن لازم می باشد. در این حوزه توصیه به یادگیری یک نرم افزار مطرح هوش تجاری همچون Qlik یا Tableau و پلتفرم های BI پایگاه داده هایی مانند Sql یا اراکل می باشد. 5- پلتفرم های Big Data: حوزه Big Data فرصت های شغلی مختص خود را دارد و کسب تخصص کامل در تمامی پلتفرم ها در مدت زمان کوتاه امری نشدنی خواهد بود. در حوزه علم داده نیاز به کسب دانش در پلتفرم های Big Data Analytics شامل کتابخانه های یادگیری ماشین و تحلیل شبکه اجتماعی هدوپ، اسپارک و... را خواهید داشت. جهت زبان برنامه نویسی در این بخش توصیه پایتون می باشد. @dataanalysis ارادتمند محمدرضا محتاط

شهادت حضرت فاطمه الزهرا سلام الله علیها تسلیت باد!

مقایسه کامل مهارت ها، دوره های آموزشی مورد نیاز، میزان درآمد و.... میان متخصصین علم داده و مهندس داده در لینک زیر http://bit.ly/2lL2zbe @dataanalysis

Data Scientist Vs Data Engineer @dataanalysis

What's Data Science @dataanalysis

@programming_tips کارگاه کلان داده و چارچوب های کاری دانشگاه علم و صنعت دوشنبه 9 اسفند ساعت 12:30 کلاس 113 دانشکده کامپیوتر * حضور برای عموم آزاد است.

سمینار کلان داده و چارچوب های کاری تاریخ برگزاری : شنبه ۷ اسفند ماه برای ثبت نام به Evand.com/events/big-data مراجعه کنید.

دانشمندان داده به شدت با قانون ممنوعیت ورودی مهاجران کشورهای اسلامی مخالفت کردند. در این نظرسنجی که توسط یکی از منابع این حوزه انجام شده است از 75درصد مخالفت کرده اند، 20 درصد موافقت و 4 درصد نظری نداشته اند. بیشتر موافقان قانون منع مهاجرت از کشورهای آسیایی مانند ژاپن، هند و چین بوده است. از غرب آسیا هم دانشمندان داده رژیم صهیونیستی جز 20 درصد بوده اند. کشورهایی مانند کره جنوبی، هلند، سوئد جز مخالفان این قانون بوده اند. Strongly against - 67.7% Somewhat against - 7.2% Not sure - 4.8% Somewhat support - 7.0% Strongly support - 13.2% http://www.kdnuggets.com/2017/02/poll-data-scientists-oppose-trump-immigration-ban.html https://www.linkedin.com/pulse/data-scientists-strongly-oppose-trump-immigration-ban-gregory?trk=hp-feed-article-title-publish https://t.me/dataanalysis

کانال علم داده @dataanalysis گروه علم داده https://telegram.me/joinchat/CVZpEj0EaiNQ47bY-4ko5g گروه متن کاوی https://telegram.me/joinchat/BCuwFj7gB2aeH_76bNz5dQ گروه Big Data https://telegram.me/joinchat/A7SgeDuzptdo9zhyJV7MVA گروه علم داده در سلامت https://telegram.me/joinchat/CVZpEj4Rtpue1yJC78EImA

27 کتاب رایگان در حوزه داده کاوی http://www.datasciencecentral.stfi.re/profiles/blogs/27-free-data-mining-books?sf=gdnygpw&utm_content=bufferd64e2&utm_medium=social&utm_source=twitter.com&utm_campaign=buffer#ab https://t.me/dataanalysis

رتبه بندی ابزارهای هوش تجاری در 2017 از نظر گاتنر و تغییر جایگاه آنها نسبت به 2016. https://t.me/dataanalysis

ابزارهای علم داده ها از نظر گاتنر در 2017 https://t.me/dataanalysis

محبوب ترین ابزارهای حوزه علم داده! @dataanalysis

سپاس از عزیزانی که در نظرسنجی کانال شرکت کردند و ان شالله سیاست های کانال طبق نظر شما عزیزان پیش خواهد رفت. موضوعاتی مانند ارایه تجربیات عملیاتی از حوزه علم داده، معرفی کلی حوزه های تحلیل اطلاعات و علم داده و اطلاع رسانی فرصت های شغلی، همایش ها سمینارهای حوزه علم داده نیز بیشتر از قبل مورد توجه قرار خواهند گرفت. با توجه به احترامی که برای تمامی مخاطبان و اساتید قایل هستیم تاکنون از تبادل با کانال های دیگر و گذاشتن تبلیغات دوره های مرتبطی که از کیفیت آنها اطلاعی نبود نیز خودداری کردیم. لذا در صورت مفید بودند ما را به علاقه مندان این حوزه معرفی بفرمایید. ‌ ارادتمند محمدرضا محتاط

علم داده و چالش های پیاده سازی آن در کسب و کارهای مختلف #Seminar #Data #Free #Tehran #SUT #1395 #11 #Help : telegram.me/convent/999

کدامیک از حوزه های فعالیتی کانال "علم داده" برای شما مفید بوده است یا علاقه بیشتری به آن دارید؟ anonymous poll ارائه تجربیات عملیاتی و کاربردی در حوزه علم داده – 45 👍👍👍👍👍👍👍 34% معرفی کلی مفاهیم علم داده، کلان داده و.... – 35 👍👍👍👍👍 26% اطلاع رسانی فرصت های شغلی، همایش ها و سمینارهای تخصصی حوزه علم داده – 24 👍👍👍👍 18% محتواهای تخصصی پیرامون یک مفهوم یا پلتفرم – 16 👍👍 12% مقایسه میان ابزارها و پلتفرم های حوزه علم داده – 14 👍👍 10% 👥 134 people voted so far.

دسته بندی و میزان فراوانی مشاغل افراد برنامه نویس براساس سایت Stackoverflow @dataanalysis

کتاب متن کاوی; مفاهیم و کاربردهای انتشارات WILEY @dataanalysis