Data Science

تا ساعتی دیگر شرکت‌های فعال در حوزه‌های تحلیل داده، کلان‌داده، پردازش تصویر و رایانش ابری حاضر در نمایشگاه الکامپ امسال معرفی خواهند شد. با ما همراه باشید!

لایه‌های یک پروژه کلان‌داده! @dataanalysis

معرفی شرکت‌های حاضر در نمایشگاه الکامپ! https://bit.ly/2JTowxK به دلیل آشنایی مخاطبان کانال علم‌داده با شرکت‌های حاضر در نمایشگاه الکامپ، این فرصت فراهم گردیده است که تا یک اطلاع رساني از شماره سالن و غرفه شركت هاي فعال در حوزه‌‌های تحلیل داده، هوش‌تجاری، کلان داده، رایانش ابری، پردازش تصویر و... در کانال صورت پذیرد. شرکت‌های علاقه‌مند می‌توانند جهت معرفی خود، حوزه فعالیت شرکت، نام سالن و شماره غرفه را به ID زیر ارسال نمايند! @Datascience

میلاد باسعادت امام رضا علیه السلام بر تمامی مسلمانان جهان مبارک باد!

فرصت شغلی هوش‌مصنوعی و یادگیری ماشین در شرکت رهنمون سرمایه نیکان(دیجیت بورس)! بستر ارتباطی: info@digitbourse.com @dataanalysis

سرمایه‌گذاری 9 میلیارد دلاری سرویس‌های مالی بر کلان داده‌ها/ بانکداری در مرتبه نخست، بیمه در جایگاه دوم+اینفو 🔹کلان داده ایجاد و موفقیت در کسب و کارهای نوآورانه و خدمات مالی به ویژه در بخش آنلاین ، رگ تک و بیمه های جایگزین را تسهیل می کند. در میان موارد بی شمار استفاده از کلان داده در صنعت بانکداری، بازاریابی پیش بینی شده نیز قرار دارد. متن کامل این گزارش را در #فابانیوز بخوانید: http://yon.ir/6qwIL @fabanews

نقشه راه تدوین استراتژی‌های کلان داده! https://bit.ly/2uRPXCI جهت پیاده‌سازی و استقرار پلتفرم‌ها و تکنولوژی‌های کلان داده در سازمان‌ها جهت بهبود اثربخشی، سرعت و... نیازمند داشتن یک استراتژی و بهره‌گیری از متدولوژی‌ها، چارچوب‌ها و نقشه‌راه‌های قابل پیاده‌سازی بنا به نیازمندی‌ها و توانایی‌های بالقوه و بالفعل آن سازمان می‌باشد. متأسفانه در حال حاضر در برخی از سازمان‌ها و شرکت‌های کشور از تکنولوژی‌های کلان داده به‌عنوان یک ابزار ویترینی استفاده می‌شود. بعضاً در این شرکت‌ها و سازمان‌ها بدون در نظر گرفتن راهبردها و نیازمندی‌های واقعی شرکت اقدام به استقرار و پیاده‌سازی تکنولوژی‌های مدیریت کلان داده می‌شود که درنهایت سبب افزایش نرخ شکست پروژه‌های Big Data در کشور می‌گردد. در برخی از سازمان‌ها نیز تمامی استراتژی کلان‌داده معطوف به استفاده از برخی پلتفرم‌ها همانند آپاچی هدوپ و... شده است. جهت تدوین یک Big Data Strategy موفق در لایه اول فارغ از موضوعات فنی و انتخاب معماری‌های بهینه، نیازمند بررسی و تدوین استراتژی‌های کلان و مدیریتی پیاده‌سازی کلان داده در سازمان می‌باشد. تدوین چشم‌انداز، اهداف و ماموریت‌های کلان‌داده، مدیریت فرایندهای کسب‌وکار و شناسایی نیازمندی‌های عملیاتی سازمان، تحلیل نقاط گلوگاه سازمان، بررسی معماری‌ها و پلتفرم‌های فنی، تدوین نقشه‌راه، استقرار حاکمیت داده و... بخشی از یک استراتژی کلان‌داده است. جهت تدوین نقشه‌راه کلان‌داده در سازمان 4 گام کلیدی زیر پیشنهاد می‌گردد: 1- تبیین لزوم بهره‌گیری از کلان داده در سطح هیئت‌مدیره و مدیریت 2-تعریف و شناسایی ذی‌نفعان 3-شناسایی، تجمیع و پردازش اطلاعات 4-اشتراک‌گذاری نتایج بهبود و ارتقا فرهنگ تصمیم‌گیری داده‌محور @dataanalysis ارادتمند محمدرضا محتاط

کانال علم‌داده @dataanalysis گروه تخصصی پایتون و R: https://t.me/joinchat/BCuwFkQXAjIP01aKjXoVAQ گروه علم داده: https://t.me/joinchat/CVZpEj0EaiNOY17znAvsdw گروه علم داده در سلامت: https://t.me/joinchat/CVZpEj4RtpscZyjLcVbKhw گروه متن کاوی: https://t.me/joinchat/BCuwFj7gB2Y4MOVblwlz9g گروه تحلیل احساسات: https://t.me/joinchat/BCuwFkvscq-DVNHLD4cu8A

نقد و بررسی دوره‌های آموزشی مرتبط با حوزه علم‌داده در کشور! https://bit.ly/2NYG3aY به‌تازگی حجم تبلیغات و آگهی‌های دوره‌های آموزشی مرتبط با حوزه علم‌داده در کشور بسیار افزایش‌یافته است. دوره‌هایی که توسط مؤسسات، دانشگاه‌ها، انجمن‌های علمی و... به‌صورت مکرر تبلیغ و بعضاً برگزار می‌گردد. دوره‌های متنوع آموزش زبان پایتون، زبان R، پلتفرم‌ها و ابزارهای هوش تجاری و به‌تازگی دوره تربیت متخصص علم‌داده سازمان جهاد دانشگاهی معرفی‌شده است. با توجه به سؤالات متعدد علاقه‌مندان پیرامون کیفیت و کاربردی بودن دوره‌های فوق، نکات زیر قابل‌ذکر می‌باشد: 1- اولین گام جهت شرکت در هر دوره آموزشی مشخص بودن هدف و نقشه راه آموزشی خواهد بود که برای خود تدوین کرده‌اید. شرکت در دوره‌های آموزشی جهت تبدیل‌شدن به یک متخصص علم‌داده کاملاً به علاقه‌مندی، رشته تحصیلی، میزان تخصص فعلی، نیازمندی‌های بازار کار و... وابسته خواهد بود. لذا قبل از شرکت در هر دوره آموزشی این موارد باید بیشتر موردبررسی قرار گیرد. به تفکیک تخصص‌ها و فیلدهای Data Science, هوش تجاری، Big Data و... موسسات، دوره‌ها و منابع مختلفی می‌تواند توصیه شود. 2- یکی از سریع‌ترین و کم‌هزینه‌ترین راه‌ها جهت تبدیل‌شدن به یک متخصص علم‌داده، شرکت در دور‌ه‌های آنلاین مطرح و مطالعه کتاب‌های انتشارات مرجع این حوزه‌ می‌باشد. دور‌ه‌هایی که توسط دانشگاه‌های برتر، اساتید برجسته و ناشران بین‌المللی ارائه گردیده است. دوره‌های وب‌سایت‌هایی مانند Lynda, Udemy, EDX, Coursera و کتاب‌های انتشارات O'Reilly و Packt رو توصیه می‌کنم. شرکت در این دوره‌ها علاوه بر کسب مهارت‌های فنی موردنیاز بازار کار، سبب تقویت زبان انگلیسی تخصصی نیز خواهد شد. 3- پیرامون دوره تربیت متخصص علم‌داده سازمان جهاد دانشگاهی نیز قابل‌ذکر می‌باشد که بیش از آنکه دوره فوق برای بازار کار کاربردی باشد لیستی از مفاهیم، ابزارها و پلتفرم‌ها در آن آموزش داده می‌شود. در دوره فوق بعضاً حوزه‌هایی مانند علم‌داده، مهندس داده، توسعه‌دهنده کلان داده به‌صورت جزیره‌ای آموزش داده می‌شود. درحالی‌که در حوزه‌ علم‌داده نیازی به کسب مهارت تخصصی و جزئی در بخش‌های Data Engineering و Big Data Developer نخواهد بود. تدریس تمامی مباحث و ابزارها توسط یک استاد واحد و در مدت‌زمان اعلامی نیز قابل‌تأمل هست! @dataanalysis پی‌نوشت: جزئیات دوره آموزشی جهاد دانشگاهی به پیوست معرفی گردیده است. ارادتمند محمدرضا محتاط

دوستان عزیز سلام و روزتان بخیر از شما تقاضا میکنم اگر فرصت دارید اندکی وقت بگذارید و این پرسشنامه را که درباره تاثیرشبکه های اجتماعی بر تصمیم خرید هست پاسخ دهید. بطور خاص و با توجه به اهمیت مشارکت گروههای سنی مختلف در این تحقیق اگر برای از افراد گروه سنی 50 سال به بالا افرادی را میشناسید که اهل اینترنت گردی هستند لطف کنید از آنها هم دعوت نمایید که این پرسشنامه را تکمیل کنند. پیشاپیش از لطف همگی شما عزیزان سپاسگذاری میکنم. https://goo.gl/forms/lxeLoKq3nYb5gWKp2 با سپاس فراوان

فرصت شغلي متخصص پردازش زبان طبيعي در پژوهشگاه خواجه نصيرالدين طوسي آشنايي با ابزارها و روش هاي پردازش زبان طبيعي، كتابخانه هاي متن كاوي و يادگيري ماشين زبان پايتون داراي اولويت مي باشد @dataanalysis

میسر انجام یک پروژه علم‌داده! جهت انجام یک پروژه علم‌داده موفق در سازمان‌ها نیاز به ایجاد یک تیم تخصصی علم‌داده می‌باشد تا بنا به نیازمندی‌ها و مهارت‌ها بتوان پروژه را مدیریت نمود! @dataanalysis

میلاد بانوی مهر و وفا، مظهر جود و سخا، حضرت معصومه علیهاالسلام و روز دختر مبارک باد!

نقد و بررسي رويداد علم‌داده و كاربرد آن در صنعت! رويداد علم‌داده و كاربرد آن در صنعت امروز به همت دانشكده صنايع دانشگاه تهران و گروه صنعتي گلرنگ در دانشگاه تهران برگزار گرديد. در اين رويداد ٤ ساعته تجارب شركت گلرنگ در استقرار سيستم هوش تجاري مبتني بر BI Stack شركت مايكروسافت در بخش اول ارايه گرديد. در بخش دوم جناب آقاي دكتر سهرابي از اساتيد مديريت فناوري اطلاعات دانشگاه تهران پيرامون تفاوت هاي دو حوزه Data Science و Data Engineering شامل مفاهيم ، مهارت ها و... سخنراني نمودند. جهت استقرار يك پروژه موفق در حوزه تحليل داده به دو مهارت به صورت همزمان نياز مي باشد. در بخش سوم جناب آقاي دكتر رضايي از اساتيد دانشكده صنايع دانشگاه تهران پيرامون انقلاب صنعتي چهارم و نقش حوزه علم‌داده‌ها در هوشمندي صنايع و كسب و كارها گزارشات مختلفي را ارايه دادند. در بخش پاياني نيز جناب آقاي دكتر روح الله رحماني پيرامون موضوع كلان‌داده در ايران، شرح گزارشي از پروژه شركت گمرگ در جهت شناسايي تقلبات با بهره گيري از تكنولوژي هاي كلان‌داده را ارايه نمودند. با توجه به محتويات ارايه شده، به صورت كلي رويداد فوق را مي توان جز رويدادهاي موفق برگزار شده در حوزه علم داده در كشور بيان نمود. @dataanalysis ارادتمند محمدرضا محتاط

رویداد علم داده و كاربرد آن در صنعت هم اكنون در پرديس فني دانشگاه تهران! نقد و بررسی اين رويداد و محورهاي مطرح شده در آن به زودي در كانال قرار خواهد گرفت. @dataanalysis

گفتوگوي راهبردي پيرامون مبارزه با پولشویی در ایران هم اکنون در مرکز بررسی‌های استراتژیک ریاست جمهوری! @dataanalysis

نقش‌ها و جایگاه‌های کلیدی موردنیاز در موفقیت یک پروژه تحلیل داده! متخصص علم‌داده، مدیریت پروژه، مهندس داده، متخصص پایگاه داده، متخصص هوش‌تجاری، متخصص کسب‌وکار از نیازمندی کلیدی می‌باشد @dataanalysis

⬅️ #دعوت_به_همکاری ✅ حوزه کاری: #هوش_تجاری و CRM تحلیلی ✅ صنعت: #بانکداری ✅ تخصص موردنیاز: #علم_داده ، #داده_کاوی ، #فرایند_مدیریت_مشتریان ، #تحلیل_داده ✅ نوع همکاری: #پاره_وقت و #تمام_وقت ✅ ارسال رزومه: @fm724 🌐 #مصطفی_امینی 🌐 مشاور نوآوری و توسعه کسب و کار دیجیتالی @eamini

شهادت امام جعفر صادق (علیه السلام) تسلیت باد!

🤔 نکته‌ی منحصر به فردی که از شما یک رهبر داده‌ی بزرگ می‌سازد چیست؟ ✅ آنچه شما را به یک رهبر داده‌ی بزرگ تبدیل می‌کند، نه «داده» است و نه اشتیاقی که بیشتر رهبران داده به برخورداری از دیتاست‌های بزرگ، راهکارهای جدید ذخیره‌ی داده‌ها و آخرین الگوریتم‌ها دارند. 🙋🏻 نکته‌ی منحصر به فرد، تیزهوشی و تیزفهمی شما در کسب و کار است! 👩🏻‍💻 یک رهبر داده‌ی بزرگ به جای تمرکز روی «داده، تجزیه و تحلیل یا تکنولوژی»، بر روی «کسب و کار» تمرکز می‌کند. ⭕️ اگرچه بیشتر رهبران داده پیش زمینه‌ی علم داده دارند، اما اگر نتوانند با زبان رایج کسب و کار با دیگران ارتباط برقرار کنند، نمی‌توانند خیلی در کار خود پیشرفت کنند. 💯 رهبران داده‌ی خوب، ابتدا استراتژیک‌ترین چالش‌ها و پرسش‌های کسب و کار را مشخص می‌کنند. آنان ضمن برقراری ارتباط موثر میان رهبران سازمان و سایر کارکنان، پلی میان «مسائل و فرصت‌های کسب و کار» با «داده‌های راهگشا برای حل مسائل سازمانی» هستند. ☑️ این متخصصین داده نه تنها مهارت‌های کسب و کار دارند، بلکه در خصوص صنعتی که در آن کار می‌کنند اطلاعات بسیار خوب و بالایی دارند. #V027 همه چیز درباره BI با گروه هوش کسب و کار ایرانیان https://T.me/irbusinessintelligence 〰〰〰〰〰〰〰〰 *️⃣*️⃣*️⃣*️⃣*️⃣*️⃣*️⃣*️⃣