SQL Server

سلام دوستان عزیزم امیدوارم سلامت باشین میخوام از این به بعد چالش هایی که در شرکتهای مختلف باهاش برخورد میکنم رو باهاتون مطرح کنم و در نهایت بعد از شنیدن راه حلهای مختلف ، راهکارهارو ارائه میدم. با این موضوع شما با چالشهای موجود و راه حل های اون اشنا خواهید شد. چالش اول : ما قصد داریم در یک سیستم مالی مانده در ردیف رو محاسبه کنیم. فرض کنید حساب صندوق من از بازه اول فروردین 99 تا اول اذر 99 گردش داره. من ابتدا گزارش رو در این بازه دریافت میکنم خوب در هر ردیف بدهکار و بستانکار رو با مقادیر قبلی جمع میکنه و مشخص میشه در هر ردیف من چقدر بدهکار یا بستانکارم. در هر ردیف باید مانده با ردیف قبل جمع بشه و نمایش داده بشه. در روش دوم من میام بازه تاریخی رو از اول خرداد تا انتها دریافت میکنم. پس باید مبلغ از ابتدای سال تا اول خرداد جمع بشه و به عنوان مانده از قبل نمایش داده بشه. و باید در مانده ماهم تاثیر بذاره. در روش سوم من در بازه اول خرداد تا اذرماه گزارش رو دریافت میکنم ولی قراره صفحه بندی بشه و در هر صفحه باید ده ردیف بیشتر نیاره. در صفحه اول خوب همه چیز طبیعیه. ولی در صفحه دوم باید مانده صفحه قبل هم نمایش داده بشه. و باید با مقادیر جدید جمع بشه در ارائه راه حل باید پرفورمنس رو مدنظر داشته باشید از روشهای row based و Cursor نباید استفاده بشه. منتظر ارائه راه حل های شما هستم. شاد و پرانرژی باشید☺️☺️ حمیدرضا صادقیان @Hamidreza_Sadeghian

سلام خدمت دوستان عزیزم امیدوارم سلامت باشین عزیزانی که به Power BI مسلط هستن ( دقت کنید مسلط)و علاقمند هستن در یک پروژه بزرگ و حساس شرکت کنند، لطفا بامن در ارتباط باشند شاد و پرانرژی باشید☺️☺️ حمیدرضا صادقیان @Hamidreza_Sadeghian

🔷 مرکز توسعه فناوری‌های نوظهور دیجیتال با حمایت ستاد توسعه فناوری‌های اقتصاد دیجیتال و هوشمندسازی برگزار می‌کند: 📊 فراخوان تدوین اطلس کسب‌وکارهای فعال در حوزه «هوش مصنوعی» ✅ شرکت در این فراخوان برای همه شرکت‌کنندگان واجد شرایط، رایگان است. 📕 اطلاع‌ از شرایط ثبت‌نام 🖥 iChallenge.ir 📱 @iChallenge

🔸#استخدام برنامه نویس SQL Server Database 🏢شرکت آسان پرداخت 📍محل شرکت: تهران - منطقه‌ی امانیه 📨ارسال رزومه و اطلاعات بیشتر از طریق لینک زیر: 📎 yun.ir/e2w3l8

سلام دوستان عزیزم امیدوارم حالتون خوب و خوش باشه. در یک مجموعه نرم افزاری که سیستم های بانکی و پرداخت تولید می کنیم ، نیازمند یک نیروی SQL Server کار هستیم که هم به مسائل ادمین آشنا باشه هم با کدنویسی آشنا باشه. محل کار در تهران خ نفت شمالی هست. شرکت وابسته به سایان کارت هست وظایف این شخص به صورت زیر است : - کدنویسی گزارشات در سمت دیتابیس - طراحی جداول - مانیتورینگ و مدیریت دیتابیس و حل مسائل مربوط به Performance Tuning این شخص مستقیما با بنده کار می کنه و آموزشهای لازم نیز داده خواهد شد ولی به صورت کارآموزی نیست. حتما باید از یک سطح متوسطی برخوردار باشید تا بتونید با ما همکاری کنید. کار به صورت حضوری و تمام وقت هست و امکان دورکاری نیست. کسی که در این پوزیشن فعالیت میکنه باید دارای خصوصیات زیر باشه : -توان فعالیت در شرایط استرس زا رو نیز داشته باشه. - توان مطالعه و فراگیری و فیلم دیدن رو داشته باشه. - کار با داده های زیاد و تراکنشهای بالا و تعداد کاربران زیاد براش جذابیت داشته باشه. اگر احساس می کنید که شرایط بالا رو داردی ، لطفا رزومه های خودتون رو به تلگرام من ارسال کنید. شاد باشید🌷🌷 حمیدرضا صادقیان @Hamidreza_Sadeghian

سلام و عرض ادب خدمت دووستان عزیزم امیدوارم که سالم و شاد باشین در یکی از شرکتهایی که بنده به عنوان مشاور هستم، نیازمند نیروی دیتابیس کار هستیم که مستقیما با من کار کنه و در نوشتن بعضی از کدها بهمون کمک کنه و همچنین برای استقرار و نصب نرم افزار نیز کمک کنه. پوزیشن تقریبا حالت پشتیبانی سیستم رو داره . در این پوزیشن آموزش هم داده می شود و اگر عزیزانی تمایل دارن به صورت کارآموزی مشغول بشن هم میتونن بامن در تماس باشن. شرکت در تهران محدوده قلهک هست و زیرمجموعه پخش عقاب می باشد. نکته بعد اینکه کار به صورت حضوری و تمام وقت هست و امکان دورکاری و ریموت نمی باشد. شاد باشید ☺️☺️ حمیدرضا صادقیان @Hamidreza_Sadeghian

دوره علم داده جهاد دانشگاهی شریف. دوستان از طریق لینک زیر میتونید ثبت نام رو انجام بدین. https://sctae.jdsharif.ac.ir/product_t/تربیت-کارشناس-علم-داده/

🗒 #پارت_دوم در پست قبلی گفتیم که بیگ دیتا، " مجموعه ای از تکنولوژی ها است" . در واقع، این تکنولوژی ها، لایه لایه روی هم قرار میگیرن تا بتونن بیگ دیتا رو ارائه بدن. این 7 لایه به شرح زیر هستند: 1-لایه اول: Big Data Applications دانشمندان علوم داده‌ها و متخصصان هوش مصنوعی از جمله کسانی هستند که می‌توانند کاربردهای بیگ دیتا را در حوزه‌های مختلف بیابند و توسعه دهند. بنابراین با وجودی که اصطلاح کاربردهای کلان داده، رایج است، همواره به‌خاطر داشته باشید که منظور، کاربردهای تحلیل کلان داده‌هاست؛ چرا که حجم و تنوع داده‌ها، به خودی خود کاربردی ندارد و اگر تحلیل و پردازش مناسب روی‌ داده های حجیم انجام نشود، این داده‌ها از منظر "مدیریت منابع" ، با سایر منابع هرز سازمانی تفاوتی نخواهند داشت. 2-لایه دوم: Reporting & Visualization 3-لایه سوم: Analytical Data warehouses & Data Marts لایه دوم و سوم لایه های آنالیز کردن اطلاعات هستند که می توانند به شکل سنتی یا پیشرفته باشند. داده کاوی ( و یا به عبارت درست تر Big Data Mining) در این مرحله قرار دارد. 4-لایه چهارم: Organizing Databases & Tools ابزارهای سازماندهی و دسته بندی اطلاعات اند. 5-لایه پنجم: Operational DataBases 6-لایه ششم: Security Infrastructure زیربنای امنیتی است که بسیار حساس است. 7-لایه هفتم: Redundant Physical Infrastructure در این لایه ابزارهای فیزیکی مانند سرورهای مختلف قرار دارند که باید در مقابل خطاها و خرابی ها تحمل پذیر باشند. خرم باشید🌱✨ زهرا مشه پور @M_zahraaa #BIgData #Big_Data #DataScience #Data_Science #Session_2

🗒 #پارت_اول همون طور که در پست های قبلی خوندید، مدیریت کردن داده ها، چالش برانگیزترین مسئله جهان امروز است. رشد سریع فناوری دیجیتال، منجر به افزایش نرخ تولید دیتا و در نتیجه ایجاد حجم عظیمی از داده ها شده، پس پردازش این کلان داده ها، با سیستم های پایگاه های داده، کاری دشوار است. بیگ دیتا "مجموعه ای" از تکنولوژی ها برای کمک به سازمان ها، برای 1-ذخیره و 2-مدیریت اطلاعات است. ( به کلمه مجموعه دقت کنید، چون که قراره توی پست های بعدی این کلمه رو تعریف کنیم و بگیم دقیقا منظورمون از مجموعه چی هست.) سه مشخصه اصلی وجود داره که بیگ دیتا رو با این سه ویژگی میشناسند: 1-حجم (Volume) 2-سرعت (Velocity) 3-تنوع (Variety) (چند نوع داده با چه حجمی و چه سرعتی قرار است ذخیره و پردازش شود.) در این پست سعی کردیم فقط یک تعریف کلی از بیگ دیتا داشته باشیم و قراره که گام به گام بریم جلو و مفاهیم بیشتر و ابزارهای مربوط به این حوزه رو یاد بگیریم. خرم باشید🌱✨ زهرا مشه پور @M_zahraaa #BIgData #Big_Data #DataScience #Data_Science

سلام خدمت دوستان عزیزم امیدوارم حالتون خوب باشه یکی از چالش هایی که ممکنه وجود داشته باشه بدست آوردن دیتاتایپ و مابقی مشخصات یک فیلد هست که نیاز هست یا از sysobjects بیاید Select کنید یا اینکه از information_schema.Columns استفاده کنید. ولی یک راه حل ساده تر استفاده از تابع SQL_Variant_Property هست . درواقع این تابع مشخصات مقادیر از نوع SQL_Variant رو بهتون میده . با این تابع ، نوع فیلد ، طول فیلد ، Collation ، Total Byte, Maxlength رو میتوونید مشخص کنید. به این مثال توجه کنید. Use AdventureWorks2019 go select SQL_VARIANT_PROPERTY(Name,'BaseType'), SQL_VARIANT_PROPERTY(Name,'TotalBytes'), SQL_VARIANT_PROPERTY(Name,'MaxLength') from Production.Product Go با این کد هم نوع فیلد Name مشخص میشه هم تعداد بایتی که در هر رکورد ذخیره شده برای اون فیلد و هم ماکزیمم اون فیلدرو نشون میده. امیدوارم لذت برده باشین. شاد و پرانرژی باشید☺️☺️ حمیدرضا صادقیان @Hamidreza_Sadeghian #SQL_Variant_Property #TSQL_Tips

آخرین مهلت ثبت نام کد ۷ دوره جامع ۳۰۰ ساعته علم داده دانشگاه تهران با ظرفیت محدود! این دوره مطابق با نیازسنجی‌ها و منطبق بر بازار کار داخلی و بین‌المللی می‌باشد و بصورت آنلاین در روزهای یکشنبه و سه شنبه در ساعات ۱۶ الی ۲۰ برگزار خواهد شد. در این دوره، بیش از ۱۰ ابزار تخصصی علم داده بصورت کاربردی آموزش داده می‌شود. http://utperm.com/course/data7/ 🔰 برخی از مزایای دوره: 🔸 اعطای مدرک معتبر دوزبانه از دانشگاه تهران 🔸 بهره‌گیری از اساتید برجسته آکادمیک و صنعت در حوزه علم داده 🔸 برگزاری آنلاین 🔸 پروژه محوری 🔸 ارائه پروژه‌پایانی توسط دانش‌پذیران به همراه تحلیل اساتید 🔸 امکان پرداخت نقد و اقساط ⁉️ پشتیبانی آنلاین: @bperm_admin 📞 شماره تماس: 02182084160 09377516759 ⛔️ ظرفیت محدود 🆔 @BPERM_UT 📚 Instagram: https://bit.ly/3gfYl5f

سلام و عرض ادب خدمت دوستان عزیزم امیدوارم حالتون خوب باشه یکی از قابلیتهای جذاب VS ، قابلیت LiveShare هست که به شما اجازه میده کدتون رو با افراد مختلفی در هرمکانی به اشتراک بذارین و باهم بر روی یک کد کار کنید. در این زمانی که اکثر کارها به صورت دورکار شدند شاید این قابلیت بسیار کاربردی و جذاب باشه. اگر دیتابیستون رو هم با Database Project توسعه میدین میتونید از این قابلیت بهره ببرید. در غیر اینصورت با VS اگر دارید کار می کنید، این قابلیت میتونه براتون بسیار راهگشا و جذاب باشه. شمارو به دیدن این فیلم دعوت می کنم که بیشتر با این قابلیت آشنا بشین. شاد و پرانرژی باشید☺️☺️ حمیدرضا صادقیان #liveShare #VS #DatabaseProject https://channel9.msdn.com/events/Connect/2017/T254?term=LiveShare&lang-en=true

🗒#Machine_Learning_VS_Traditional_Programming در برنامه نویسی سنتی، برنامه نویس، برنامه رو به طور کامل به کامپیوتر میداد و دقیقا بهش میگفت که چیکار کنه؛ در واقع فرآیند کاملا دستی بود، و برنامه نویس برنامه رو خلق میکرد. پس میشه گفت توی برنامه نویسی سنتی، فرآیند به شکل زیر بوده: خروجی = برنامه + ورودی اما در ماشین لرنینگ، فرآیند کاملا اتوماتیک هست؛ به این شکل که ما دیگه به کامپیوتر برنامه ای نمیدیم و در عوض ورودی و خروجی رو میدیم و برنامه رو میگیریم؛ پس فرآیند ماشین لرنینگ به این صورته : برنامه = ورودی + خروجی ❔خب حالا بگیم منظور از ورودی و خروجی و برنامه چی هست: برای مثال، فرض کنید که میخوایم ببینیم توی سازمانمون مشتریان دچار ریزش میشن یا نه؟ ورودی میشه "تراکنش های مشتریان" و خروجی هم که دو حالت بیشتر نداره: "یا بله یا خیر". در نهایت هم برنامه همون "مدل پیشگویانه" است. و کلی مثال متعدد دیگه... پس خیلی راحت میبینید که میتونیم از دیتاهای سازمانمون که هر روز هم دارن بیشتر میشن طوری استفاده کنیم که در نهایت بشن دارایی مالیمون. خرم باشید🌱✨ زهرا مشه پور @M_zahraaa

📃 #Data_Science علم داده مثل هر علم دیگه ای یک نوع ابزار هست که به ما کمک میکنه تا بهتر تصمیم بگیریم. برای تعریف علم داده، اول باید بررسی کنیم که داده چیه؟ اعداد، تصویرها، ویدئوها، کلمه ها، صداها و دست نوشته ها و.. همگی نوعی داده هستند! و این یعنی دیتاها همه جا وجود دارن. علم داده فیلدیه که دیتاهارو به اطلاعات ارزشمند تبدیل میکنه و طی این فرآیند از الگوریتم ها و روش های متعددی بهره میگیره. در واقع کاری که علم داده میکنه این هست که مجموعه ای از مفاهیم، مثل آمار و یادگیری ماشین رو یکپارچه میکنه و به صورت یک واحد میبینه تا پدیده ها بهتر درک و تحلیل بشن. پس با استفاده از این ابزار (یعنی علم داده) سازمان ها میتونن هم بهتر تصمیم گیری کنن و هم جریان های کاریشونو بهبود بدن و در نهایت سود خودشونو به شدت بالا ببرن. نکته مهم برای هر سازمانی اینه که بتونه بهترین سرویسُ به تمام مشتریانش ارائه بده. برای این کار اول باید مشتری خودشو به طور کامل بشناسه و بعد بتونه حتی پیشبینی کنه که مشتری در آینده چه چیزهایه دیگری هم ممکنه از سازمان انتظار داشته باشه. علم داده راه حلی برای هر دو مسئله فوق هست و این موضوع اهمیت علم داده رو بیشتر نشون میده. خرم باشید🌱✨ زهرا مشه پور @M_zahraaa

سلام دوستان عزیزم وقتتون بخیر. در این فیلم ، من به صورت کامل Grouping Set و Cube و Rollup رو توضیح دادم امیدوارم لذت ببرید. @Hamidreza_Sadeghian #cube #rollup #Grouping_Set

🔸لیستی از برترین کانال‌های آموزشی در زمینه های هوش‌مصنوعی, پایتون و یادگیری ماشین ‏❯ هوش مصنوعی: 1️⃣ @Ai_Tv 2⃣ @HomeAI ‏❯ یادگیری ماشین و یادگیری عمیق : 1️⃣ @Machine_learn ‏❯ علم داده : 1⃣ @mr_ie ‏❯ تنسورفلو : 1⃣ @cvision ‏❯ پایگاه داده : 1⃣ @SQL_SERVER ‏❯ آموزش پایتون و برنامه نویسی : 1⃣ @pythonchallenge 2⃣ @Programming4all_0to100

ثبت نام دوره جامع ۳۰۰ ساعته علم داده دانشگاه تهران آغاز شد! کد ۵ و ۶ جامع ترین دوره علم داده کشور هم اکنون در حال ثبت نام برای علاقه مندان بوده و مطابق با نیازسنجی‌ها و منطبق بر بازار کار داخلی و بین‌المللی می‌باشد و بیش از ۱۰ ابزار تخصصی علم داده بصورت کاربردی آموزش داده خواهند شد. شرکت‌کنندگان در پایان دوره توانایی این را خواهند داشت تا علاوه بر تحلیل کسب‌وکار، به ‌توصیف و پیش‌بینی‌های ‌داده‌محور با استفاده از فنون و روش‌های نوین بپردازند. 🔰 برخی از مزایای دوره: 🔸 اعطای مدرک معتبر دوزبانه از دانشگاه تهران 🔸 بهره‌گیری از اساتید برجسته آکادمیک و صنعت در حوزه علم داده 🔸 برگزاری آنلاین و حضوری 🔸 پروژه محوری 🔸 ارائه پروژه‌پایانی توسط دانش‌پذیران به همراه تحلیل اساتید 🔸 امکان پرداخت نقد و اقساط 🔗 توضیحات تکمیلی، مشاوره و پیش ثبتنام: https://evnd.co/YYEPa ⁉️ پشتیبانی آنلاین: @bperm_admin 📞 شماره تماس: 02182084160 09377516759 ⛔️ ظرفیت محدود 🆔 @BPERM_UT 📚 Instagram: https://bit.ly/3gfYl5f

🔸لیستی از برترین کانال‌های آموزشی در زمینه های هوش‌مصنوعی, پایتون و یادگیری ماشین ‏❯ هوش مصنوعی: 1️⃣ @Ai_Tv 2️⃣ @HomeAI ‏❯ یادگیری ماشین و یادگیری عمیق : 1️⃣ @Machine_learn ‏❯ علم داده 1️⃣ @DataAnalysis 2️⃣ @mr_ie ‏❯ تنسورفلو و پایگاه داده : 1️⃣ @cvision 2️⃣ @SQL_SERVER ‏❯ آموزش پایتون و برنامه نویسی : 1️⃣ @pythonchallenge 2️⃣ @Raspberry_Python 3️⃣ @Programming4all_0to100