ru
Feedback
Data Science | علم داده

Data Science | علم داده

Открыть в Telegram

📊 دانشمند داده شوید! 👔 جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼‌ 🆔 @DataScienceir_Adv

Больше

📈 Аналитический обзор Telegram-канала Data Science | علم داده

Канал Data Science | علم داده (@datascience_ir) языкового сегмента Фарси является активным участником. Сейчас сообщество объединяет 50 108 подписчиков, занимая 2 664 место в категории Технологии и приложения и 6 693 место в регионе Иран.

📊 Показатели аудитории и динамика

С момента создания невідомо проект демонстрирует стремительный рост, собрав аудиторию из 50 108 подписчиков.

Согласно последним данным от 29 июня, 2026, канал показывает стабильную активность. За последние 30 дней изменение числа участников составило -268, а за последние 24 часа — 8, при этом общий охват остаётся высоким.

  • Статус верификации: Не верифицирован
  • Уровень вовлечённости (ER): Средний показатель вовлечённости аудитории составляет 7.22%. В первые 24 часа после публикации контент обычно набирает 2.94% реакций от общего числа подписчиков.
  • Охват публикаций: В среднем каждый пост получает 3 616 просмотров. В течение первых суток публикация набирает 1 475 просмотров.
  • Реакции и взаимодействия: Аудитория активно поддерживает контент: среднее количество реакций на один пост — 8.
  • Тематические интересы: Контент сосредоточен на ключевых темах, таких как ابزار, داده, واقعی, پایتون, دیتا.

📝 Описание и контентная политика

Автор описывает ресурс как площадку для выражения субъективного мнения:
📊 دانشمند داده شوید! 👔 جهت درج تبلیغات، به آیدی زیر پیام دهید:👇🏼‌ 🆔 @DataScienceir_Adv

Благодаря высокой частоте обновлений (последние данные получены 30 июня, 2026) канал поддерживает актуальность и высокий уровень охвата публикаций. Аналитика показывает, что аудитория активно взаимодействует с контентом, что делает его важной точкой влияния в категории Технологии и приложения.

50 108
Подписчики
+824 часа
-87 дней
-26830 день
Архив постов
⭕️ وبینار رایگان "ChatGPT برای دانشمندان داده" 📑 به همراه چیت شیت رایگان برای شرکت کنندگان 📆 چهارشنبه | 26 جولای ساعت 21:30
⭕️ وبینار رایگان "ChatGPT برای دانشمندان داده" 📑 به همراه چیت شیت رایگان برای شرکت کنندگان 📆 چهارشنبه | 26 جولای ساعت 21:30 به وقت تهران 🔷 حدود 90 % از دانشمندان داده به طور موثر از ChatGPT برای پروژه‌های خود استفاده نمی کنند. من در 4 ماه گذشته، بر روی کاربردهای مختلف ChatGPT در پروژه‌های علوم داده کار کردم و الان آماده هستم تا تجربیات خودم را با شما به اشتراک بگذارم. 🔶 مهم ترین مباحث این ورکشاپ عبارتند از: 1️⃣ کاربردهای شگفت انگیز ChatGPT در علم داده 2️⃣ اشتباهاتی که هنگام استفاده از ChatGPT به عنوان یک دستیار داده مرتکب می شویم + راه حل. 3️⃣ چارچوب 3 مرحله‌ای برای استفاده از ChatGPT در پروژه‌های علم داده 4️⃣ برگه تقلب رایگان کاربردهای ChatGPT در DS. ✅ برای شرکت در این ورکشاپ فوق العاده می توانید از طریق لینک زیر با یک ایمیل ثبت نام نمایید: 🏷 Free Live Workshop └ 💣 ChatGPT for Data Scientists #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

📝 چک لیست "رزومه علوم داده" 🗓 نسخه آپدیت شده 2023 👔 آیا هر هفته ده ها درخواست شغلی علوم داده ارسال می کنید و نمی دانید چرا دعوت به مصاحبه نمی شوید؟ ممکن است دلیل اصلی آن رزومه شما باشد! 📒 این فایل یک چک لیست جامع، به روز و استاندارد برای رزومه‌یِ علوم داده شماست. این چک لیست حاوی نکات طلایی و ترفندهای کاربردی برای به روز کردن رزومه و افزایش شانس شما برای شرکت در مصاحبه های علوم داده است.💯 #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

🎯 چشم انداز مشاغل علوم داده 📑 گزارش جامعی از مشاغل «مهندس ML، دانشمند داده و تحلیلگر داده» 🔷 بر اساس گزارش مجمع جهانی اقتصاد، تقاضا برای مشاغل علوم داده، AI و یادگیری ماشین از سال 2023 تا 2027، 40% رشد خواهد داشت. 🔶 این گزارش با آنالیز بیش از 1000 پیشنهاد شغلی علوم داده در LinkedIn ، به بررسی مدرک و سطح تحصیلات، مهارت های فنی، کاربردی ترین مباحث و کتابخانه ها، جاب آفرها و... برای هر یک از مشاغل علوم داده می‌پردازد. 🔺 این راهنمای شغلی به شما کمک می‌کند تا رزومه خود را طوری آماده کنید که اصلی ترین مباحث را یاد بگیرید و نگاه مدیران استخدام را به سمت خود جلب کنید. 🏷 The Job Outlook in 2023 ├ ◼️ Data Scientist ◻️ ML Engineer ◼️ Data Analyst #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

⭕️ دوره های رایگان "علوم داده" شرکت اوراکل 📑 به همراه گواهینامه رایگان پایان دوره👌🏼 🔷 شرکت فناوری اوراکل همانند سال های گ
⭕️ دوره های رایگان "علوم داده" شرکت اوراکل 📑 به همراه گواهینامه رایگان پایان دوره👌🏼 🔷 شرکت فناوری اوراکل همانند سال های گذشته در فصل تابستان چند دوره کاربردی و معروف خود را در زمینه های علوم داده، یادگیری ماشین، AI، رایانش ابری و... به همراه گواهینامه‌یِ پایان دوره، رایگان کرده است. 🔶 شما می توانید با شرکت در هر دوره و دیدن ویدیوهای آموزشی، با گذراندن امتحان پایان دوره و کسب نمره موردنظر، گواهینامه پایان دوره را، رایگان دریافت نمایید. 📣 توجه کنید که این دوره ها فقط تا پایان 31 آگوست 2023 رایگان هستند! ✅ برای دسترسی کامل به این دوره ها می توانید از لینک زیر استفاده نمایید: 🏷 Free Oracle courses └ 📚 Free Oracle Courses & Certifications #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

📕 کتاب «خالقان هوش» 📂 مسیر موفقیت در حرفه علم داده ✅ این کتاب مجموعه‌ای از مصاحبه‌ها با 18 شخصیت برجسته در دنیای علم داده و AI است که رویکردی عمل گرایانه دارد و به جای توضیح اصطلاحات نظری، به توصیه های عملی و آموخته های رهبران علم داده می پردازد. ☑️ این کتاب بدون توضیح اضافی، صریح در مورد تجربیات، موفقیت‌ها و حتی شکست‌های رهبران علم داده صحبت می کند و چشم‌اندازی جامع‌ را برای تبدیل شدن به یک دانشمند داده یا رهبر علم داده موفق ارائه می‌دهد. #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

⭕️ ابزار Julius.ai : دانشمند داده مبتنی بر AI 📂 آنالیز داده ها با علم داده مبتنی بر GPT-4.👌🏼 🔷 ابزار فوق العاده Julius به شما کمک می کند روندهای گسترده را شناسایی کنید، کوئری ها را تجسم کنید، مقادیر را تغییر دهید و حتی داده های نامرتب و سازمان نیافته را فقط با کمی انگلیسی ساده تمیز کنید. 🔶 تجزیه و تحلیل، تجسم و تبدیل داده ها با علم داده مبتنی بر GPT-4. 1️⃣ به سادگی به یک منبع داده (Excel، Google Sheets یا Postgres DB) متصل شوید. 2️⃣ شروع به درخواست و پردازش داده ها کنید. ✅ برای کار با این ابزار فوق العاده می‌توانید از لینک‌ زیر استفاده نمایید. 🏷 AI Data Scientist └ 📈 Julius.ai #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

⭕️ دوره رایگان "مقدمه ای بر ChatGPT و هوش مصنوعی مولد Generative AI" 📑 به همراه گواهینامه رایگان پایان دوره👌🏼 🔷 مانند هر
⭕️ دوره رایگان "مقدمه ای بر ChatGPT و هوش مصنوعی مولد Generative AI" 📑 به همراه گواهینامه رایگان پایان دوره👌🏼 🔷 مانند هر ابزار دیگری، ChatGPT و Generative AI به طور کلی مفید خواهند بود، اگر بدانیم چگونه با آن ها کار کنیم. این دوره‌یِ آموزشی، بهترین شیوه ها را برای کار با ChatGPT پوشش خواهد داد و یک چارچوب محکم برای طراحی اعلان های ChatGPT با ساختار مناسب ارائه می دهد که می‌توانید حتی در هنگام کار بر روی پروژه های پیچیده نیز، از آن‌ها استفاده کنید تا بهره وری شما را افزایش می دهد. 🔶 هم‌چنین این آموزش، چندین موضوع مهم مانند دانش پایه هوش مصنوعی، اخلاق هوش مصنوعی، خطرات هوش مصنوعی، نحوه اتصال به Open AI’s API، و اینکه چرا شما و شرکتتان باید هوش مصنوعی را بپذیرید را پوشش می دهد. 📣 توجه کنید که این دوره فقط تا 27 جولای 2023 رایگان است! [ امتیاز 4.8/5 از 1971 نظر ] ✅ برای دسترسی کامل به این دوره رایگان می توانید از لینک زیر استفاده نمایید: 🏷 Intro to ChatGPT and Generative AI ├ 🚀 Course link 📕 Course catalog #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

🎯 چرا پروژه های علم داده و AI شکست می خورند؟ 🚧 روش‌های جلوگیری از شکست پروژه 📈 داده‌های اخیر نشان می‌دهد که 87% از پروژه‌های AI / DS به مرحله تولید نمی‌رسند! (VB Staff، 2019)، به این معنی که اکثر این پروژه‌ها هرگز اجرا نمی‌شوند!!! 📗 این کتاب در دو فصل اول با ارائه تجربه‌ها و داستان‌های واقعی به پنج مشکل رایج که مانع از استقرار پروژه‌ها می‌شود، می‌پردازد و ابزارها و روش‌هایی را برای اجتناب از این مشکلات ارائه می‌دهد و در فصل‌های بعدی به مراحل اصولی انجام پروژه های علم داده می‌پردازد. #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

🔴 «برگه تقلب جامع یادگیری ماشین» 📑 پوشش سریع تمامی مباحث ML 🔷 این چیت شیت، یکی از بهترین برگه‌های تقلب ماشین لرنینگ است که بسیاری از معادلات، الگوریتم‌ها، فرمول‌ها و مباحث ریاضی یادگیری ماشین را پوشش می‌دهد. 🔶 این چیت برای افرادی که در حال آماده شدن برای مصاحبه‌های شغلی مرتبط با یادگیری ماشین هستند نیز، عالی است. با این Cheat Sheet فوق العاده می توانید در کمترین زمان ممکن، به تمامی مباحث مورد نیازتان از ML مسلط شوید.👌🏼 #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

🎯 نقشه راه جامع تحلیلگر داده 2023 📂 منابع + تکالیف هفتگی + نکات مهم ✅ نقشه راه فوق، یک راهنمای جامع 3 ماهه برای یادگیری مهارت های یک تحلیلگر داده است. این Roadmap شامل یادگیری رایگان مهارت های فنی + مهارت های اصلی در یک بازه زمانی سه ماهه است. 🗂 3 ساعت مهارت‌ فنی + 1 ساعت مهارت اصلی = 4 ساعت مطالعه روزانه #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

🔴 7 منبع بی‌نظیر مصاحبه‌های DS 🗃 پوشش اکثر بخش‌های مصاحبه‌ ✅ در اینجا 7 منبع رایگان و فوق العاده از مصاحبه‌های علوم داده با لینک مستقیم وجود دارد که می توانید از آن‌ها برای افزایش شانس موفقیت خود، در مصاحبه های آینده استفاده کنید. 1️⃣ راهنمای عملی مصاحبه‌های علم داده 2️⃣ چگونه پروژه بعدی را شروع کنید. 3️⃣ موفقیت در مصاحبه شرکت‌‌های بیگ‌تک 4️⃣ حل سوالات مصاحبه کدنویسی در پایتون (مسائل آسان و متوسط) 5️⃣ آنچه از بیش از 100 مصاحبه مهندسی داده آموختم + نکات مصاحبه 6️⃣ نکات و سوالات مصاحبه SQL برای دانشمندان داده و مهندسان داده 7️⃣ 5 مفهوم مهم آمار در مصاحبه‌ ها #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

⭕️ برترین مفاهیم آماری در مصاحبه‌های علم داده ✍🏼 اِما دینگ / مدرس علوم داده 🟣 من بیش از 300 سؤال آماریِ مصاحبه هایِ علوم دا
⭕️ برترین مفاهیم آماری در مصاحبه‌های علم داده ✍🏼 اِما دینگ / مدرس علوم داده 🟣 من بیش از 300 سؤال آماریِ مصاحبه هایِ علوم داده‌یِ بیش از 50 شرکت و کمپانی برتر را آنالیز کردم و نموداری را ایجاد کردم که رایج ترین موضوعات در مصاحبه‌های آماری علم داده را نشان می دهد. 📊 بر اساس نمودار فوق، حداقل 7 موضوع آماری وجود دارد که شما حتما باید برای مصاحبه‌های علوم داده به آن‌ها مسلط باشید : 1️⃣ مقدار P یا p-value 2️⃣ رگرسیون خطی 3️⃣ آزمون تی (t-test) 4️⃣ ضریب همبستگی 5️⃣ انواع خطاها 6⃣ آزمون Z 7⃣ قضیه حد مرکزی 🟡 این موضوعات با هم بیش از یک سوم سوالات مصاحبه آماری را تشکیل می‌دهند. بنابراین اگر زمان شما محدود است، این ها مواردی هستند که باید حتما مطالعه کنید تا در کمترین زمان، بیشترین پوشش را داشته باشید. ✅ در ویدیویِ زیر نیز با استفاده از یک رویکرد داده محور، به بررسی مهم ترین سوالات آماری که اغلب در مصاحبه‌هایِ علم داده مطرح می شود، پرداختم. 🏷 Data Science Statistics Interviews └ 🎬 A Data-driven Approach For DS #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

🎯 برگه تقلب جامع ChatGPT ☑️ ویژه حوزه "عـــلـــم داده" 🔷 چت بات محبوب ChatGPT دنیای (داده‌ها) را متحول کرده است و به سرعت در حال رشد است تا به یکی از ابزارهای مفید این حوزه تبدیل شود. 🔶 در این برگه تقلب، بر روی اعلان‌های مفیدی تمرکز شده که ویژه دانشمندان داده است و می‌توانند از این اعلان ها، به عنوان بخشی از گردش کار داده‌های خود استفاده کنند. با این برگه تقلب، می‌توانید به بیش از 60 درخواست ChatGPT برای وظایف علم داده دسترسی پیدا کنید. ✳️ لینک مستقیم: ChatGPT for DS #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

⭕️ جامع ترین مخزن مسابقات Kaggle + راه حل 📂 دسترسی به تمام مسابقات و ایده‌های Kaggle 🔷 فرید رشیدی دکترای علوم کامپیوتر یک م
⭕️ جامع ترین مخزن مسابقات Kaggle + راه حل 📂 دسترسی به تمام مسابقات و ایده‌های Kaggle 🔷 فرید رشیدی دکترای علوم کامپیوتر یک مخزن فوق العاده به نام #KaggleSolutions ایجاد کرده است که یک طلای خالص برای همه‌یِ متخصان علم داده، مهندسان یادگیری ماشین و پژوهشگران این حوزه است. این مخزن شامل تمام راه حل های موجود در مسابقات Kaggle می‌شود. در واقع این لیست به محض پایان هر رقابت جدید به روز می شود.👌🏼 📑 این لیست تقریباً تمام راه‌حل‌ها، پروژه‌ها و ایده‌های موجود در Kaggle را پوشش می‌دهد و به محض اتمام یک مسابقه جدید به روز می شود. این مجموعه تا الان شامل 562 رقابت + راه حل می‌شود که تا July 2023 آپدیت شده است. ✅ برای دسترسی به این مخزن فوق العاده می‌توانید از لینک زیر استفاده کنید:👇🏼 🏷 The List of Kaggle Solutions & Ideas └ 🚀 Kaggle Solutions #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

🔴 جبرخطی برای علم داده و ML 📝 به همراه تمارینی با داده‌های واقعی 📚 این کتاب فوق العاده به بررسی جامع موضوعات کلیدی جبر خطی که در تجزیه و تحلیل داده ها و یادگیری ماشین کاربرد دارد، می پردازد. هم چنین در هر فصل، چندین تمرین‌ مرتبط با هر مبحث به صورت مطالعه موردی و با استفاده از داده های دنیای واقعی انجام می‌شود. #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

⭕️ +150 پروژه رایگان علم داده با پایتون 📂 به همراه حل و توضیح کامل هر پروژه 🔷 اگر به عنوان یک مبتدی، مشغول یادگیری مباحث عل
⭕️ +150 پروژه رایگان علم داده با پایتون 📂 به همراه حل و توضیح کامل هر پروژه 🔷 اگر به عنوان یک مبتدی، مشغول یادگیری مباحث علم داده هستید، باید بدانید که درک تمام مفاهیمی که یاد می گیرید، بدون پیاده سازی آن ها در پروژه‌های واقعی یا یک مجموعه داده دشوار است. کار کردن روی پروژه های علوم داده و مطالعات موردی به شما کمک می کند مهارت های علوم داده خود را بهبود ببخشید. 🔶 در این مقاله بیش از 150 پروژه رایگان علم داده به همراه پیاده سازی در پایتون آورده شده که به شما در یادگیری و پیاده سازی تمام مفاهیم علوم داده کمک می‌کند. ✅ می‌توانید از طریق لینک زیر به طور کاملاً رایگان به تمامی این پروژه‌ها دسترسی داشته باشید :👇🏼 🏷 Data Science Projects └ 📦 150+ DS Projects with Python #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

⭕️ کتابخانه‌ Pandas در حال منسوخ شدن است! ♻️ کتابخانه Polars، جایگزین جذاب و کاربردی👌🏼 🔷 ابزار Pandas یک کتابخانه ضروری پا
⭕️ کتابخانه‌ Pandas در حال منسوخ شدن است! ♻️ کتابخانه Polars، جایگزین جذاب و کاربردی👌🏼 🔷 ابزار Pandas یک کتابخانه ضروری پایتون برای علم داده است. اما بزرگترین نقطه ضعف آن، کندی در عملیات بر روی مجموعه داده‌های بزرگ است، در حالی که کتابخانه Polars برای پردازش سریع داده ها طراحی شده است. 1️⃣ سرعت در اجرا و ارائه نتایج: کتابخانه Polars نسبت Pandas نتایج مشابه را در نصف زمان یا حتی سریعتر به شما ارائه می دهد! 2️⃣ وجود Dataframe API شبیه PySpark: جالب است که در Pandas دیتافریم API به طرز عجیبی با PySpark متفاوت است. در صورتی که در Polars کاملا شبیه است. به این ترتیب چه تحلیل شما توزیع شده باشد چه نه، ترجمه آن بسیار آسان تر است! 3️⃣ کتابخانه Polars بسیار سبک تر از Pandas است: وارد کردن Polars حدود ۷۰ میلی ثانیه طول می کشد در حالی که در Pandas حدود ۵۲۰ میلی‌ثانیه طول می کشد! 🔰 لینک های دسترسی به کتابخانه Polars: ┌ 🏷 Python Library ├ ◼️ Pandas vs Polars ◻️ Pandas & Polars ◼️ Polars Library ◻️ Polars User Guide #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

+1
🔴 راهنمای جامع پروژه های علم داده 📚 به همراه کتابچه خلاصه مباحث ☑️ داشتن یک راهنمای جامع برای کمک به هر دیتا ساینتیست در جهت‌ یابی و انتخاب موفق پروژه‌های علم داده ضروری است! 🎯 این راهنما یک نقشه راه گام به گام و جامع شامل تعریف اهداف پروژه، جمع آوری و پاکسازی و کاوش داده ها، پیش پردازش، انتخاب الگوریتم ها، آموزش و ارزیابی مدل، تجسم و ارتباط داده ها، استقرار و نظارت، و تکرار برای بهبود ارائه می دهد. #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

+1
🔴 راهنمای جامع پروژه های علم داده 📚 به همراه کتابچه خلاصه مباحث ☑️ داشتن یک راهنمای جامع برای کمک به هر دیتا ساینتیست در جهت‌ یابی و انتخاب موفق پروژه‌های علم داده ضروری است! 🎯 این راهنما یک نقشه راه گام به گام و جامع شامل تعریف اهداف پروژه، جمع آوری و پاکسازی و کاوش داده ها، پیش پردازش، انتخاب الگوریتم ها، آموزش و ارزیابی مدل، تجسم و ارتباط داده ها، استقرار و نظارت، و تکرار برای بهبود ارائه می دهد. #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir

🔴 +800 سوال مصاحبه شغلی SQL 🚀 آمادگی کامل برای مشاغل علوم داده 📑 همواره SQL پایه و اساس اکثر مصاحبه‌ های شغلی علوم داده است. برای کسب آمادگی کامل در این مصاحبه‌ها، تسلط به مباحث SQL و سوالاتی که اکثرا از این بخش مطرح می‌شود ضروری است. 📚 این کتابچه بی‌نظیر با جمع آوری سوالات بخش SQL، مصاحبه‌ های شغلی علوم داده شرکت های مختلف و پاسخگویی به آن‌ها، منبع کاملی برای تسلط به مباحث این بخش است. در این فایل سوالات بر اساس سابقه کار صفر تا ۵ ساله طبقه بندی شده است. #️⃣ #علم_داده #DataScience ➖➖➖➖➖➖➖➖➖➖➖➖ 📊 دانشمند داده شوید : 📎 @DataScience_ir