uk
Feedback

Не попадись на ботовода! Telemetrio знаходить і позначає такі канали мітками 👉 Хочеш бачити мітку, оформляй підписку 👈

مدرسه دقیقه

مدرسه دقیقه

Відкрити в Telegram

برگزاری دوره‌های تخصصی تحلیل داده، علوم داده و هوش مصنوعی در مدرسه دقیقه علاوه بر تدریس مختصر و مفیدِ مفاهیم و روش‌ها، ابزار و فناوریِ مورد نیاز برای به کارگیری آن‌ها نیز به صورت عملی آموزش داده می‌شود.

Показати більше
4 565
Підписники
Немає даних24 години
Немає даних7 днів
Немає даних30 днів
Архів дописів
شبکه‌های عصبی عمیق با الهام از ساختار مغز انسان طراحی شده‌اند و با استفاده از لایه‌های متعدد، الگوهای پیچیده را از داده‌ها یا
شبکه‌های عصبی عمیق با الهام از ساختار مغز انسان طراحی شده‌اند و با استفاده از لایه‌های متعدد، الگوهای پیچیده را از داده‌ها یاد می‌گیرند. این شبکه‌ها پایه بسیاری از فناوری‌های هوش مصنوعی امروزی هستند. ✅ اگر به دنبال یادگیری اصولی و عمیق این حوزه هستید، این دوره می‌تواند نقطه شروعی برای ورود هدفمند شما به این مسیر باشد. 🔴 به مناسبت آغاز فصل جدید، دوره جامع شبکه‌های عصبی عمیق با پایتون با ۵۰٪ تخفیف ویژه مهرماه ارائه می‌شود. 🔣 کد تخفیف: Fall05 🔜 مهلت استفاده تا ۳۰ مهرماه ۱۴۰۵ 💡 برای اطلاعات بیشتر در مورد دوره‌ و آشنایی با سرفصل‌ها و اساتید می‌توانید به لینک زیر سر بزنید: 🔗 d-learn.ir/courses/dpnnv 📞 راه‌های ارتباطی: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

🔻#فرصت_شغلی مسئول بازاریابی محتوا، پشتیبانی و فروش در مدرسه پردازش و تحلیل داده دقیقه مدرسه دقیقه به‌دنبال جذب یک نیروی توان
🔻#فرصت_شغلی مسئول بازاریابی محتوا، پشتیبانی و فروش در مدرسه پردازش و تحلیل داده دقیقه مدرسه دقیقه به‌دنبال جذب یک نیروی توانمند، خلاق و علاقه‌مند به حوزه‌های تحلیل داده، آمار، هوش مصنوعی و آموزش به عنوان «بازاریابی محتوا، پشتیبانی و فروش» است. ✅ شرح وظایف ▫️ طراحی و اجرای استراتژی‌های بازاریابی و کمپین‌های تبلیغاتی ▫️ مدیریت شبکه‌های اجتماعی شامل لینکدین، تلگرام، اینستاگرام، ایکس و ... و همچنین ایمیل مارکتینگ و کار با سایر کانال‌های بازاریابی دیجیتال ▫️ پاسخ‌گویی به سوالات متقاضیان و ارائه مشاوره جهت انتخاب آموزش مناسب ▫️ تحلیل داده مشتریان و مشتریان بالقوه برای بهبود عملکرد فروش ▫️ همکاری تیم آموزش جهت طراحی دوره‌ها ▫️ برگزاری نظرسنجی برای سنجش عملکرد دوره‌ها ▫️ تهیه و ارائه گزارش‌های تحلیلی از عملکرد فروش ▫️ همکاری برای برگزاری رویدادهای مدرسه ✅ شرایط احراز (الزامی) ▫️ روحیه تیمی، انعطاف‌پذیری و علاقه‌مندی به آموزش و یادگیری ▫️ آشنایی با مفاهیم بازاریابی دیجیتال و تجربه کار با ابزارهای مرتبط ▫️ مهارت در مدیریت زمان و پیگیری امور به‌صورت منظم و دقیق ▫️ توانایی ارتباطی بالا و صبر و حوصله در تعامل با کاربران ▫️ توانایی نوشتن و سلیقه بصری مناسب برای تهیه محتوای اطلاع‌رسانی و تبلیغات ▫️ کار با شبکه‌های اجتماعی و استفاده از ویژگی‌های آن‌ها 🌟 امتیاز محسوب می‌شود اگر ▫️ با ابزارها و زبان‌های تحلیل داده آشنا باشید مانند Google spreadsheet Excel R Python PowerBI SQL ▫️ علاقه‌ به یادگیری و رشد در مسیر تحلیل داده ▫️ تجربه کار در بخش فروش یا بازاریابی در حوزه آموزش یا فناوری ▫️ سابقه تولید محتوا (متن، گرافیک، ویدئو و انتشار در شبکه‌های اجتماعی) ▫️ سابقه همکاری در سازمان‌ها و پروژه‌های آموزشی ▫️ سابقه فعالیت در شبکه‌های اجتماعی 💼 شرایط همکاری ▫️ امکان همکاری تمام‌وقت یا پاره‌وقت ▫️ شیوه کار: حضوری (دورکاری با هماهنگی قبلی امکان‌پذیر است) ▫️ محل فعالیت: تهران، میدان هفت تیر، بلوار کریمخان، میدان سنایی ▫️ حقوق توافقی 📩 ارسال رزومه در صورت علاقه‌مندی، لطفاً رزومه خود را در نشانی زیر بارگذاری کنید: 📬 d-learn.ir/jobs تماس: 02188349244 09103209837 @dlearn_ir

🔄 به‌روزرسانی 🔖 داده‌های داوطلبان کنکور سراسری کارشناسی به تفکیک رشته و جنسیت (۱۳۸۱ تا ۱۴۰۵) #داده داده‌های داوطلبان کنکور
🔄 به‌روزرسانی 🔖 داده‌های داوطلبان کنکور سراسری کارشناسی به تفکیک رشته و جنسیت (۱۳۸۱ تا ۱۴۰۵) #داده
داده‌های داوطلبان کنکور سراسری کارشناسی مجموعه‌ای آماری از تعداد شرکت‌کنندگان آزمون سراسری در ایران، به تفکیک رشته‌های ریاضی، تجربی، انسانی، هنر و زبان‌های خارجی و همچنین جنسیت داوطلبان است. این داده‌ها برای پژوهش در حوزه آموزش، نابرابری جنسیتی، سیاست‌گذاری آموزش عالی، تحلیل بازار کار و روزنامه‌نگاری داده کاربرد دارند. در این صفحه، آمار داوطلبان کنکور از سال ۱۳۸۱ تا ۱۴۰۵ گردآوری و در قالب جدول قابل‌استفاده ارائه شده است. داده‌ها شامل تعداد کل داوطلبان، تعداد کارت ورود به جلسه، سهم هر گروه آزمایشی و تفکیک دختران و پسران است. منبع هر سال نیز در جدول درج شده تا امکان راستی‌آزمایی، استناددهی و تحلیل مجدد برای پژوهشگران فراهم باشد.
⭕️ تغییرات: 📆 به‌روزرسانی تا ۱۴۰۵ 💻اضافه شده فراداده ⬇️ برای دانلود داده می‌توانید به آدرس زیر در سایت مدرسه دقیقه سر بزنید: 🔗 D-learn.ir/p/iran-konkour-data 💡 همچنین می‌توانید داده‌های عمومی منتشر شده دیگر را در آدرس d-learn.ir/data ببینید و دانلود کنید. @dlearn_ir

امروزه #علوم_داده و #هوش_مصنوعی به یکی از مهم‌ترین حوزه‌های فناوری تبدیل شده‌اند و تسلط بر ابزارها و مفاهیم این حوزه، فرصت‌ها
امروزه #علوم_داده و #هوش_مصنوعی به یکی از مهم‌ترین حوزه‌های فناوری تبدیل شده‌اند و تسلط بر ابزارها و مفاهیم این حوزه، فرصت‌های جدیدی برای فعالیت حرفه‌ای، پژوهش و توسعه مسیر شغلی ایجاد می‌کند. ✅ اگر به دنبال یادگیری اصولی و عمیق این حوزه هستید، این دوره می‌تواند نقطه شروعی برای ورود هدفمند شما به این مسیر باشد. 🔴 به مناسبت آغاز فصل جدید، دوره جامع علوم داده و هوش مصنوعی با پایتون با ۵۰٪ تخفیف ویژه مهرماه ارائه می‌شود. 🔣 کد تخفیف: Fall05 🔜 مهلت استفاده تا ۳۰ مهرماه ۱۴۰۵ 💡 برای اطلاعات بیشتر در مورد دوره‌ و آشنایی با سرفصل‌ها و اساتید می‌توانید به لینک زیر سر بزنید: 🔗 d-learn.ir/courses/pydsaiv 📞 راه‌های ارتباطی: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

🎃 شروع فصل یادگیری با یک پیشنهاد جذاب تمامی دوره‌های آموزشی مدرسه پردازش و تحلیل داده دقیقه را با ۵۰٪ تخفیف می‌توانید خریدار
🎃 شروع فصل یادگیری با یک پیشنهاد جذاب تمامی دوره‌های آموزشی مدرسه پردازش و تحلیل داده دقیقه را با ۵۰٪ تخفیف می‌توانید خریداری کنید. ⚠️ برای بهره‌مندی از کدتخفیف تنها تا پایان روز ۳۰ مهرماه فرصت دارید. مجموعه‌ای از دوره‌های تخصصی در حوزه‌های تحلیل داده، #علوم_داده و هوش مصنوعی که توسط اساتید حرفه‌ای و با تجربه تدریس شده‌اند. 🎓 از اکسل تا PowerBI، کاربردهای زبان‌های #R، #پایتون، #SQL در تحلیل داده‌های کسب‌و‌کار، علوم اجتماعی، اقتصاد و پزشکی تا یادگیری عمیق و هوش مصنوعی و همچنین دوره‌های تخصصی مدیریت محصول، تحقیقات بازار و استفاده از #هوش_مصنوعی در زندگی حرفه‌ای بخشی از دوره‌هایی است که می‌توانید در این #تخفیف_ویژه خریداری کنید. 🔣 کد تخفیف: Fall05 🔜 مهلت استفاده تا ۳۰ مهرماه ۱۴۰۵ 💡 برای اطلاعات بیشتر در مورد دوره‌ها و آشنایی با سرفصل‌ها و اساتید دوره‌ها می‌توانید به لینک زیر سر بزنید: 🔗 d-learn.ir/training-videos 📞 راه‌های ارتباطی: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

Repost from N/a
⏳ آخرین مهلت ثبت‌نام در بوت‌کمپ 🗓 چهارشنبه ۱۵ مهر ۱۴۰۵ 🕘 ساعت ۰۹:۰۰ صبح 📝 ثبت‌نام: bc05.atu-dh.ir ✳️ علوم انسانی دیجیتال،
⏳ آخرین مهلت ثبت‌نام در بوت‌کمپ 🗓 چهارشنبه ۱۵ مهر ۱۴۰۵ 🕘 ساعت ۰۹:۰۰ صبح 📝 ثبت‌نام: bc05.atu-dh.ir ✳️ علوم انسانی دیجیتال، دانشگاه علامه طباطبائی | @atudh_ir

💻 بوت‌کمپ علوم انسانی دیجیتال بوت‌کمپ علوم انسانی دیجیتال (عاد) دانشگاه علامه طباطبائی یک برنامه‌ی آموزشی فشرده و کاربردی اس
💻 بوت‌کمپ علوم انسانی دیجیتال بوت‌کمپ علوم انسانی دیجیتال (عاد) دانشگاه علامه طباطبائی یک برنامه‌ی آموزشی فشرده و کاربردی است که توسط معاونت آموزشی دانشگاه علامه طباطبائی، با همکاری مدرسه‌ی پردازش و تحلیل داده‌ی دقیقه و مؤسسه‌ی حامی علوم انسانی، برگزار می‌شود. هدف این بوت‌کمپ آشنا کردن پژوهشگران، دانشجویان، و علاقه‌مندان علوم انسانی با ابزارها، روش‌ها، و رویکردهای نوین دیجیتال است. در این بوت‌کمپ شرکت‌کنندگان در طول شش هفته با موضوعات زیر آشنا می‌شوند: 🔹 متن‌کاوی 🔹 جمع‌آوری داده از وب 🔹 پردازش زبان طبیعی 🔹 تحلیل شبکه‌های اجتماعی 🔹 مصورسازی داده 🔹 علوم اجتماعی محاسباتی 🔹 کاربرد علوم انسانی دیجیتال در حوزه‌های مختلف 📅 تاریخ برگزاری: ۱۶ مهر - ۲۲ آبان ۱۴۰۵ 💻 نحوه‌ی برگزاری: مجازی ⏳ مدت: ۶ هفته 🕑 زمان: پنج‌شنبه و جمعه، ساعت ۱۴ تا ۱۷ 📝 اطلاعات بیشتر و ثبت‌نام: ☝bc05.atu-dh.ir 👤 تماس با پشتیبانی: @atudh_support @dlearn_ir

📈 نتایج پروژه پیش‌بینی سفارش در شبکه خرده‌فروشی یکی از مهم‌ترین بخش‌های یادگیری علوم داده، مواجه شدن با مسئله‌ای است که پاسخ
📈 نتایج پروژه پیش‌بینی سفارش در شبکه خرده‌فروشی یکی از مهم‌ترین بخش‌های یادگیری علوم داده، مواجه شدن با مسئله‌ای است که پاسخ آن از قبل مشخص نیست؛ جایی که باید ابعاد گوناگون یک کسب‌وکار را شناخت، داده‌های آن را بررسی کرد، فرضیه ساخت، مدل‌های مختلف را آزمود و در نهایت براساس معیارهای درست، تصمیم گرفت. در پروژه «پیش‌بینی سفارش پین‌دیس»، از مجموعه پروژه‌های #پنجره_بازار_کار_دقیقه، شرکت‌کنندگان با یک مسئله واقعی یادگیری ماشین در حوزه خرده‌فروشی روبه‌رو شدند: آیا می‌توان براساس اطلاعات موجود، احتمال خرید یک برند توسط مشتری را پیش‌بینی کرد؟ این پروژه در قالب یک مسئله دسته‌بندی دودویی (Binary Classification) توسط وحید شمس‌الدینی طراحی شده بود و شرکت‌کنندگان با استفاده از داده‌های آموزشی، مدل خود را توسعه دادند. سپس عملکرد آن روی یک مجموعه داده آزمون مستقل ارزیابی شد. اسامی نفرات برگزیده: نفر اول: سعید ترابی نفر دوم : احسان راهنما نفر سوم: عرفان جم‌نژاد نفر چهارم: سیدمحمدرضا علوی‌نژاد به نفرات برگزیده و سایر شرکت‌کنندگان برای تلاششان تبریک می‌گوییم و برای همه آن‌ها آرزوی موفقیت می‌کنیم. نفرات برگزیده جهت مصاحبه شغلی به شرکت پین‌دیس معرفی شده‌اند. هدف #پنجره_بازار_کار_دقیقه ایجاد فرصتی برای تجربه‌ی حل مسائل نزدیک‌ به بازار کار است؛ مسائلی که در آن‌ها تنها دانستن یک شیوه حل مسئله کافی نیست و تحلیل ابعاد گوناگون مسئله، انتخاب روش مناسب، ارزیابی مدل و تفسیر نتایج و تحلیل ارتباط آن با ابعاد گوناگون کسب‌وکار نیز بخشی از مسیر حل مسئله هستند. شرح کامل گزارش عملکرد و نتایج پروژه را میتوانید در لینک زیر مشاهده کنید: d-learn.ir/pindis05-results

در این ویدیو، سعید مجیدی، مدرس دوره به معرفی مسیر آموزشی «دوره جامع یادگیری ماشین و مهندسی هوش‌مصنوعی» می‌پردازد؛ مسیری ۱۵ هفته‌ای که شما را از مبانی ریاضیات و یادگیری ماشین تا طراحی، پیاده‌سازی و استقرار مدل‌های پیشرفته هوش مصنوعی همراهی می‌کند. در این دوره چه می‌آموزید؟ ✅ مفاهیم بنیادین یادگیری ماشین و شبکه‌های عصبی عمیق ✅ ترنسفورمرها، ساخت چت‌بات با RAG و LangChain ✅ ساخت Agent هوشمند بر پایه پروتکل MCP ✅ روش‌های بهینه‌سازی و استقرار مدل‌های زبانی ✅ اجرای یک پروژه عملی برای تثبیت مهارت‌ها 🕒 شنبه‌ها و سه‌شنبه‌ها، ساعت ۱۸:۰۰ تا ۲۱:۲۰ 📅 شروع از ۱۷ شهریور ۱۴۰۵ | شیوه برگزاری: آنلاین ⏳ فرصت استفاده از تخفیف ثبت‌نام زودهنگام تا دوشنبه ۱۶ شهریور ⚡️️️️ تخفیف ویژه دانشجویان | امکان پرداخت قسطی. 🎞 شیوه برگزاری: آنلاین 👆 معرفی کامل دوره و سوالات متداول (pdf) 🔍 درخواست پذیرش (پیش ثبتِ‌نام): 🔗 b2n.ir/mlai05_tlg تماس: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

🖥 دوره جامع یادگیری ماشین و مهندسی هوش مصنوعی دانشگاه صنعتی شریف Machine Learning and AI Engineering این دوره مسیر آموزشی سا
🖥 دوره جامع یادگیری ماشین و مهندسی هوش مصنوعی دانشگاه صنعتی شریف Machine Learning and AI Engineering این دوره مسیر آموزشی ساختاریافته‌ای است که طبق سرفصل‌های به‌روز علمی طراحی شده و شرکت‌کنندگان را از مبانی ریاضیات و یادگیری ماشین تا طراحی، پیاده‌سازی و استقرار مدل‌های پیشرفته هوش‌مصنوعی همراهی می‌کند. 🕒 ۱۵ هفته: ۵۰ ساعت (آموزش) ۳۰ ساعت (حل تمرین و کارگاه) و پروژه پایانی 🚀 مخاطبان دوره: دانشجویان، پژوهشگران، تحلیلگران داده، مهندسان یادگیری ماشین، متخصصین علوم داده، مهندسین داده، برنامه‌نویسان و توسعه‌دهندگان نرم‌افزار، و سایر علاقه‌مندان هوش مصنوعی و یادگیری عمیق ℹ️ اطلاعات برگزاری: شنبه‌ها و سه‌شنبه‌ها ساعت ۱۸:۰۰ تا ۲۱:۲۰ شروع از ۱۷ شهریور ۱۴۰۵ شیوه برگزاری: آنلاین 👆 معرفی کامل دوره و سوالات متداول (pdf) ❌ پشتیبانی آموزشی، ارتباط مستمر با مدرسین در طول دوره و گواهی پایان دوره 🎰 اهداف دوره: ✔️ آشنایی با مفاهیم بنیادین یادگیری ماشین و شبکه‌های عصبی عمیق ✔️ آشنایی با ترنسفورمرها، ساخت چت‌بات با RAG و LangChain ✔️ یادگیری ساخت Agent هوشمند بر پایه‌ی پروتکل MCP ✔️ آشنایی با روش‌های بهینه‌سازی و استقرار مدل‌های زبانی ✔️ اجرای یک پروژه‌ی عملی برای جمع‌بندی و تثبیت مهارت‌های آموخته‌شده ⏳ فرصت استفاده از تخفیف ثبت نام زودهنگام ۲: جمعه ۱۳ شهریور ۱۴۰۵ ⚡️️️️ تخفیف ویژه دانشجویان ❤️امکان پرداخت قسطی 🔍 درخواست پذیرش (پیش ثبتِ‌نام): 🔗 b2n.ir/mlai05_tlg تماس: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

🎓 دوره اکسل برای تحلیل داده‌های کسب‌وکار 1️⃣پیشنیاز ندارد! توانایی تبدیل داده‌های خام به بینش‌های قابل‌اتکا، یکی از مهارت‌های کلیدی برای تصمیم‌گیری اثربخش در سازمان‌هاست. اکسل، به‌رغم ظهور ابزارهای پیشرفته تحلیل داده، همچنان یکی از پرکاربردترین و در دسترس‌ترین ابزارها برای گزارش‌گیری، مدل‌سازی مالی، تحلیل روند و پشتیبانی از فرآیندهای تصمیم‌گیری محسوب می‌شود. تسلط بر این ابزار، مزیتی رقابتی برای هر متخصص، پژوهشگر و دانشجویی است که با داده سروکار دارد. این دوره برای چه مخاطبانی طراحی شده است؟ ✅ کارشناسان و متخصصانی که در حوزه گزارش‌گیری و تحلیل داده فعالیت می‌کنند ✅ مدیران و صاحبان کسب‌وکار که به دنبال اتخاذ تصمیمات مبتنی بر داده هستند ✅ متخصصان حوزه مالی، حسابداری و بازاریابی ✅ دانشجویان و پژوهشگران حوزه اقتصاد که به تحلیل داده‌های اقتصادی و مالی نیاز دارند ✅ افرادی که مایل‌اند از سطح کاربری ابتدایی اکسل عبور کرده و به سطح تحلیلی و حرفه‌ای برسند مدرس دوره: امیرخسرو بهادری: مدیر محصول شرکت استرالیایی Dirodi، مدیر سابق در تیم‌های برنامه‌ریزی و تحقیقات بازار پاکشوما، BAT و هولدینگ کوبل‌دارو و فارغ التحصیل کارشناسی ارشد مهندسی صنایع از دانشگاه صنعتی شریف اگر دوست دارید - بدون هیچ زمینه قبلی - کار با اکسل را یاد بگیرید در دوره «اکسل برای تحلیل داده‌های کسب‌و‌کار» شرکت کنید: ☝ d-learn.ir/xlsb ⏰ برای استفاده از بیشترین تخفیف‌ها ثبت نام خود را تا «۲۳ مرداد ۱۴۰۵» تکمیل کنید. 💬 تماس: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

✏️ مهارت‌های ضروری پژوهش با هوش مصنوعی پژوهش‌های علمی همواره نیازمند دقت، صبر و جست‌وجوی بی‌وقفه در دل انبوهی از منابع بوده است. اما امروز، هوش مصنوعی این مسیر را متحول کرده و افق تازه‌ای پیش روی پژوهشگران گشوده است. در این ویدیو، نگاهی داریم به اینکه چگونه می‌توان از هوش مصنوعی به‌عنوان همراهی کارآمد در مسیر پژوهش بهره برد؛ از یافتن و ارزیابی منابع علمی گرفته تا شکل‌دهی به ایده‌ها و دستیابی به نتایجی دقیق و قابل‌استناد. تجربه‌ای که شاید نگاه شما را به فرایند پژوهش برای همیشه تغییر دهد. ‼️ اگر به این مباحث علاقه‌مندید، همچنان می‌توانید تا ساعت ۱۶ روز ۱۲مرداد در «کارگاه جامع هوش‌مصنوعی در پژوهش‌های دانشگاهی و صنعتی» ثبت‌نام کنید. ☝ d-learn.ir/ai4s?utm=tlg 🎞 دسترسی به ویدئوی کامل جلسه اول پس از ثبت نام برقرار خواهد شد. 💬 تماس با ما: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

🎰 سه عامل هوش مصنوعی (AI Agent) برای تحول سازمان در ۱۰ هفته 📑گزارشی تازه از هاروارد دیتاساینس ریویو (HDSR ) شنبه‌های بسیار
🎰 سه عامل هوش مصنوعی (AI Agent) برای تحول سازمان در ۱۰ هفته 📑گزارشی تازه از هاروارد دیتاساینس ریویو (HDSR ) شنبه‌های بسیار آشنا یک سال پیش، شنبه‌ها شروع کار چطور بود؟ به تمام معنا آشفته!!! مدیران عملیات زنجیره تأمین تقریباً تمام روز را صرف بررسی ده‌ها ایمیل، صفحه گسترده و داشبورد می‌کردند تا بتوانند وضعیت سفارش‌های خرید مربوط به تجهیزات حیاتی را کنار هم قرار دهند و تصویر کاملی از آن بسازند. هیچ منبع واحد و قابل اتکایی وجود نداشت. اعضای تیم ساعت‌ها وقت صرف می‌کردند تا به صورت دستی بررسی کنند تأمین‌کنندگان سفارش‌های خرید را تأیید کرده‌اند، تاریخ ارسال ثبت شده است، و اینکه میان اطلاعات داخلی سازمان و به‌روزرسانی‌های تأمین‌کنندگان، شرکت‌های حمل‌ونقل و سامانه‌های ردیابی مغایرتی وجود دارد یا نه.
هر وقت مشکلی شناسایی می‌شد؛ مثل تأخیرِ تأمین‌کننده، یکی از اعضای تیم باید با تیم‌های داخلی، تأمین‌کنندگان یا شرکت‌های حمل‌ونقل تماس می‌گرفت یا مسئول مستقیم آن مشکل را پیدا و موضوع را پیگیری می‌کرد. تأخیر در ارسال یک محموله، ممکن بود پنهان بماند و گاهی کسی، بر حسب اتفاق، متوجه‌اش می‌شد. همچنین، ارجاع موضوع به سطوح بالاتر به صورت دستی و معمولا وقتی انجام می‌شد که کار از کار گذشته بود و قطعات یا تجهیزات سر موعد به مقصد نهایی نرسیده بود.
کل توان سازمان به جای آنکه صرف برنامه‌ریزی پیش‌دستانه یا اجرای تحولاتی شود که ارزش افزوده ایجاد کنند، صرف رفع مشکلات فوری و موردی می‌شد. 🗓۱۰ هفته تا هوشمندسازی اکنون برای مدیریت عملیات زنجیره تأمین در این سازمان از عامل‌های هوش مصنوعی استفاده می‌شود. این راهکار ظرف ۱۰ هفته پیاده شد و هدفش متحول کردن شیوه مدیریت سفارش‌های خرید بود. این راهکار سه عامل را با یکدیگر ترکیب می‌کند: ▪️عامل هوش مصنوعیِ ارتباطات (چت‌بات‌ها) ▪️عامل هوش مصنوعیِ اقدام ▪️عامل هوش مصنوعیِ تحلیل داده این سه عامل در کنار هم، فرایندهای عملیاتی را ساده‌تر می‌کنند، حجم کارهای دستی را کاهش می‌دهند و کیفیت داده‌ها را بهبود می‌بخشند. ... 🔷 شرح مفصلی از این راهکار و شیوه راهبری هوشمندسازی را می‌توانید در مجله پرانتز بخوانید. d-learn.ir/ai-agents-in-organization @dlearn_ir

#تمدید_پروژه_اشتغال_زنان 🗣قابل توجه شرکت‌کنندگان و علاقه‌مندان به پروژه اشتغال زنان: 🕒بنا به درخواست تعدادی از شرکت‌کنندگان
#تمدید_پروژه_اشتغال_زنان 🗣قابل توجه شرکت‌کنندگان و علاقه‌مندان به پروژه اشتغال زنان: 🕒بنا به درخواست تعدادی از شرکت‌کنندگان گرامی، مهلت ارسال پروژه به مدت یک هفته تمدید شد: ⭐️مهلت ثبت نام: فردا ۲ مرداد ۱۴۰۵ ⭐️مهلت تحویل پروژه: جمعه ۹ مرداد ۱۴۰۵ منتظر تحلیل‌های‌تان در پنجره بازار کار دقیقه هستیم. 🔷لینک پروژه‌ تحلیل‌ داده‌های‌ اشتغال زنان: d-learn.ir/C/jobwn 💬 تماس با ما: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

سامانه‌نو دانشگاه علم و صنعت با همکاری مدرسه پردازش و تحلیل داده دقیقه برگزار می‌کند: 💠 نخستین رویداد نوشدارو 💠 شروع کار تو
سامانه‌نو دانشگاه علم و صنعت با همکاری مدرسه پردازش و تحلیل داده دقیقه برگزار می‌کند: 💠 نخستین رویداد نوشدارو 💠 شروع کار توی دنیای داده، مارکتینگ و محصول همیشه با کلی علامت سوال همراهه! توی اولین ایستگاه از «نوشدارو»، قراره به صورت شفاف و کاربردی ببینیم این حوزه‌ها شامل چه موقعیت‌های شغلی‌ای هستن، چه‌ مهارت‌هایی نیاز دارن و چطور میشه بدون هیچ پیش‌زمینه‌ای، قدم اول رو درست برداشت. 🧩 هدف این رویداد، گوش دادن به نقشه‌راه گام‌به‌گام و اولویت‌بندی مهارت‌هاییه که شما رو برای ورود به بازار کار آماده می‌کنه.🎯 قراره پایِ صحبت کسانی بشینیم که راه و چاه رو خوب بلدن. 👤 یاشار مشیرفر - استراتژیست مارکتینگ خلاقانه 👤 علیرضا کدیور - هم‌بنیانگذار و مدیر مدرسه پردازش و تحلیل داده دقیقه 👤 محسن فردی‌پور - مدیر محصول مهیمن و دانشجوی دکتری صنایع علم و صنعت این فقط یه رویداد آموزشی نیست؛ یه دورهمی خودمونیه تا بفهمی چطور می‌تونی توی یکی از این حوزه‌ها، قهرمان داستان خودت باشی. 🫵🏻 📅 تاریخ: پنج‌شنبه ۱ مرداد 🕝 ساعت: ۱۶ تا ۱۷:۴۵ 📍در بستر اسکای‌روم 🔗 لینک ثبت‌نام میتونی سوالاتت رو از اکانت زیر بپرسی 🩵 @new_samaneh

🔥#پنجره_بازار_کار_دقیقه پلی میان تحلیلگران داده و کارفرمایان ما اخیرا، در مدرسه دقیقه، پروژه #پنجره_بازار_کار را راه‌اندازی
🔥#پنجره_بازار_کار_دقیقه پلی میان تحلیلگران داده و کارفرمایان ما اخیرا، در مدرسه دقیقه، پروژه #پنجره_بازار_کار را راه‌اندازی کرده‌ایم و قصد داریم از طریق آن بین دو سمت جدا، و در عین حال مکملِ، بازار کار تحلیل داده پل بزنیم و تحلیل‌های با کیفیت را به کارفرمایانِ متقاضی معرفی و فرایند همکاری‌شان را تسهیل کنیم.
اگر دوست دارید روی مسئله‌های واقعی تحلیل داده وقت بگذارید، تحلیل‌تان ارزیابی شود و بازخورد دقیق دریافت کنید، همچنین اگر تمایل دارید تحلیل‌های‌تان در اختیار کارفرمایان متقاضی قرار گیرد، کافی است پروژه‌های #پنجره_بازار_کار را انجام دهید. همچنین اگر کارفرما هستید و قصد دارید تحلیلگران داده با کیفیت را جذب یا با آنها همکاری کنید، می‌توانید پروژه‌های واقعی‌تان را در #پنجره_بازار_کار ثبت کنید.
ارزیابی تخصصیِ تحلیل روی داده‌های واقعی می‌تواند کیفیت تحلیل و مهارت تحلیلگر را تقویت کند. این یکی از هدف‌های #پنجره_بازار_کار_دقیقه است. در این پنجره، مسائل واقعی طوری طراحی می‌شوند که به نتایج زیر برسند. برای تحلیلگران داده: ▪️به تقویت بینش عمیق و مبتنی بر شواهد کمک کنند. ▪️با انتشار تحلیل‌های ارسالی در وبسایت #مدرسه_دقیقه، در صورت تمایل صاحبان آثار، به مرجعی تبدیل شوند که تحلیلگران، به خصوص تازه‌واردان به حوزه تحلیل داده، تحلیل‌های واقعی را ببینند، با منظرهای گوناگون آشنا شوند و استانداردهای پژوهش مبتنی بر داده را فرا گیرند. برای کارفرمایان: ▪️تصمیم‌سازان و سیاست‌گذاران را، چه در سطح خرد و چه کلان، از ایده‌هایی راهگشا از منظرهای مختلف آگاه کنند. ▪️تحلیل‌‌های با کیفیت را به کارفرمایان متقاضی معرفی و امکان همکاری میان آنها را تسهیل کنند. این پروژه چطور کار می‌کند؟ مسئله‌ای، خرد یا کلان، بر اساس داده‌های واقعی در #پنجره_بازار_کار طرح می‌شود. تحلیلگرانی که دستی در بررسی داده‌های اجتماعی، اقتصادی، کسب‌وکار یا هر حوزه مرتبط دیگری با مسئله داشته باشند، نتیجه تحلیل‌شان را ارسال می‌کنند و #مدرسه_دقیقه آنها را مطابق معیارهای دقیق و سختگیرانه ارزیابی می‌کند و بازخورد می‌دهد. تحلیل‌هایی که از کیفیت قابل قبول برخوردار باشند، برای ارائه در حضور تیم ارزیابی دعوت می‌شوند. در نهایت برگزیدگانِ تیم داوری به کارفرمایان متقاضی معرفی خواهند شد. علاوه بر این، تحلیل‌هایی که از کیفیت قابل قبولی برخوردار باشند، در صورت تمایل صاحبان تحلیل، در وبسایت #مدرسه_دقیقه منتشر می‌شوند. این کار علاوه بر تقویت سابقه فعالیت تحلیلگران، به دیده شدن بیشتر کارشان کمک خواهد کرد. همچنین مرجعی برای سایر تحلیلگران خواهد بود تا از دیدگاه‌های دیگر و نیز معیارهای تحلیلِ با کیفیت آگاه شوند.
کارفرمایان، اعم از کسب‌وکارها، سازمان‌ها و نهادها در هر سطحی، می‌توانند پروژه‌های واقعی‌شان را در #پنجره_بازار_کار تعریف و تحلیلگران داده با کیفیت را برای جذب یا همکاری شناسایی کنند.
از کجا شروع کنیم؟ #پروژه‌-تحلیل‌-داده‌های‌-اشتغال-زنان در ایران، اولین پژوهش در #پنجره_بازار_کار دقیقه است و تلاشی است برای کشف متغیرهای همبسته، روابط معنادار و ارائه ایده‌های راهگشا و عملی برای تدوین سیاست‌های جدید در این زمینه. در واقع پرداختن پژوهشگران و تحلیلگران داده به این مسئله، فراتر از تمرین علمی صرف است و این ظرفیت را دارد که به سطح ایده‌پردازی واقع‌بینانه و عملی برای حل این مشکل برسد. برای اطلاع از جزئیات این پروژه و انجام آن به صفحه مربوطه در وبسایت #مدرسه_دقیقه مراجعه کنید.
در #پنجره_بازار_کار این فرصت را خواهید داشت که وقت بگذارید، خلاقیت و توانایی‌‌تان را در تحلیل داده‌های واقعی نشان دهید و بازخورد اختصاصی بگیرید. طبعا اگر کیفیت کارتان قابل قبول باشد، فرصتی هم برای ارائه و دفاع از یافته‌های‌تان در حضور تیم داوری خواهید داشت و نقد و بازخورد آنها را هم خواهید شنید. یادگیری واقعی در چنین مسیرهایی اتفاق خواهد افتاد، نه صرفا در کلاس‌های درس یا با تماشای ویدئوهای آموزشی.
منتظر تحلیل‌های‌تان در #پنجره_بازار_کار_دقیقه هستیم. 🔷لینک پروژه‌ تحلیل‌ داده‌های‌ اشتغال زنان: d-learn.ir/jobwnd-wemp 🗓مهلت ثبت نام این پروژه تا ۲ مرداد تمدید شده است. 💬 تماس با ما: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

‍سوال پژوهش خود را چگونه طراحی می‌کنید؟ آیا فرایند مشخصی وجود داد؟ تقریبا در همه زمینه‌های پژوهشی، آن‌قدر مطالعه انجام شده که
‍سوال پژوهش خود را چگونه طراحی می‌کنید؟ آیا فرایند مشخصی وجود داد؟ تقریبا در همه زمینه‌های پژوهشی، آن‌قدر مطالعه انجام شده که در نگاه اول ممکن است جایی برای مطالعه جدید به چشم نیاید و طرح سوالات پژوهش چندان ساده نباشد.
چطور بفهمیم در حوزه پژوهشی‌مان چه خلأها یا کاستی‌هایی وجود دارد تا بتوانیم پروژه مطالعاتی جدیدی تعریف و از اصالت آن دفاع کنیم؟ چطور بتوانیم متخصصان حوزه پژوهشی‌مان را متقاعد کنیم مطالعه مجدد روی موضوعی که در گذشته بررسی شده، ارزشمند و حتی لازم است؟
این کار که در ادبیات عمومی پژوهش به تحلیل شکاف‌ (Gap Analysis) معروف است، مستلزم مرور جامع ادبیات موضوع پژوهش است و فرایندی ساختاریافته، دقیق، زمان‌بر و طاقت‌فرسا دارد. پژوهشگران معمولا برای شناسایی موارد مغفول‌مانده، کمتر بررسی‌شده یا حل‌نشده در پیکره ادبیاتِ حوزه‌ای خاص آنچه را تا کنون مطالعه‌شده — شامل نظریه‌ها، روش‌شناسی‌ها، جوامع آماری، بافت‌ها و یافته‌ها — ترسیم می‌کنند و سپس آن را با آنچه ناشناخته باقی‌مانده، مقایسه می‌نمایند. انواع رایج شکاف‌های پژوهشی عبارت‌اند از: - شکاف‌های نظری (پدیده‌های تبیین‌نشده یا فقدان چارچوب‌های مفهومی) - شکاف‌های روش‌شناختی (محدودیت‌های موجود در طرح‌های پژوهشی یا رویکردهای گردآوری داده پیشین) - شکاف‌های تجربی (شواهد ناکافی در بافت‌ها یا جوامع آماری خاص) - یافته‌های متناقض (که نیازمند مطالعات بیشتری هستند). شناسایی شکاف پژوهشی واقعی علاوه بر اثبات اهمیت و اصالت مطالعه جدید، مستقیما بر تدوین سؤالات پژوهشی، اهداف و فرضیه‌ها تأثیر می‌گذارد. این فرآیند معمولاً در بخش مقدمه یا مرور پیشینه مقالات علمی، پایان‌نامه‌ها و طرح‌های پژوهشی مستند و مستدل می‌شود.
خوشبختانه با توسعه هوش مصنوعی (عامل و مولد)، می‌شود فرایند تحلیل شکاف را بسیار کوتاه‌تر از قبل طی کرد و به نتایج بسیار دقیق‌تر و قابل‌دفاع‌تر رسید.
پدرام عطایی، معمار سیستم‌های هوش مصنوعی و نویسنده کتاب «هوش مصنوعی: درس‌های نامتعارف» در این ویدیو (لینک زیر) تحلیل شکاف به کمک هوش مصنوعی را (به زبان انگلیسی) توضیح داده است: Gap Analysis with AI and Prompt Engineering اگر می‌خواهید این مهارت و مهارت‌های تخصصی دیگری را در این زمینه (البته بدون پیشنیاز و به زبان فارسی) فرا بگیرید در «کارگاه جامع به‌کارگیری هوش مصنوعی در پژوهش‌های دانشگاهی و صنعتی» شرکت کنید. لینک کارگاه: d-learn.ir/ai4s ☎️ تماس با پشتیبانی: 📱 t.me/dlearnsup 📞 02188349244 📲 09103209837 @dlearn_ir

🔄 به‌روزرسانی 💸 آرشیو روزانه قیمت دلار از سال ۱۳۶۰ تا تیر ۱۴۰۵ #داده مجموعه داده‌های قیمت روزانه #دلار در #ایران از مهر ماه
🔄 به‌روزرسانی 💸 آرشیو روزانه قیمت دلار از سال ۱۳۶۰ تا تیر ۱۴۰۵ #داده
مجموعه داده‌های قیمت روزانه #دلار در #ایران از مهر ماه سال ۱۳۶۰ تاکنون که توسط مدرسه پردازش و تحلیل داده #دقیقه تهیه شده برای دسترسی عموم منتشر می‌شود. این داده‌ها که شامل نرخ روزانه دلار آمریکا در بازه زمانی مذکور است، اولین بار سال ۱۴۰۱ منتشر شده و به صورت دوره‌ای به‌روز می‌شود.
⭕️ تغییرات: 📆 به‌روزرسانی تا ۲۱ تیر ۱۴۰۵ (۱۴۰۵/۰۴/۲۱) 💻۱۳٬۰۴۳ ردیف ⬇️ برای دانلود داده می‌توانید به آدرس زیر در سایت مدرسه دقیقه سر بزنید: 🔗 d-learn.ir/usd-price 💡 همچنین می‌توانید داده‌های عمومی منتشر شده دیگر را در آدرس d-learn.ir/data ببینید و دانلود کنید. @dlearn_ir