دیتاکست - قسمت اول

گفتگو با مهدی رسولی (مینیمال) از تجربیات کاری و نقشه راه علم داده

شنیدن در spotify


@Data➕Science

🏆دوره های آنلاین پارسی زبان و مقالات دنیای مهندسی و علوم داده رو می تونید در مدرسه بیگ دیتا مشاهده کنید.

در تلگرام:
@BigDataSchool

در اینستاگرام:

instagram.com/bigdata_school/

در یوتیوب:

youtube.com/channel/UCKkdXUNXWOu97avF8lBiOuQ

نور نَتابد مگر از جَمال مُحمّد

مبعث رسول اکرم، محمد مصطفی (صلوات الله علیه و آله و سلم) بر همه مسلمین مبارک باد 💐

@Data➕Science

Top YouTube Channels for Data Science

پرطرفدارترین کانال‌های مرتبط با علم داده در یوتیوب

این نمودار کانال‌های مرتبط با یوتیوب را بر اساس دو بعد تعداد مشترک و تعداد بازدید مصورسازی کرده است. بر این اساس پرطرفدارترین کانال‌های مرتبط با علم داده عبارتند از:

1. edureka!
2. Joma Tech
3. Simplilearn
4. StatQuest with Josh Starmer
5. Great Learning
6. Krish Naik
7. Data School
8. 365 Data Science
9. Ken Jee
10. Data Science Dojo
11. Art of Visualization
12. IBM Data and AI
...

@Data➕Science

🌹 اعیاد مبارک شعبانیه رو خدمت اعضای محترم کانال تبریک عرض میکنیم. 🌸



@Data➕Science

برترین پلتفرم‌های یادگیری ماشین و علم داده در سال 2021

به تازگی گزارش جدید موسسه گارتنر پیرامون پلتفرم‌های یادگیری ماشین و علم داده منتشر شده است.

بر اساس این بررسی همانند سال گذشته پلتفرم‌های Dataiku, Databricks, MathWorks, SAS, TIBCO در جمع رهبران این حوزه قرار گرفته ‌اند و علاوه بر آن پلتفرم IBM هم توانسته به این جمع بپیوندد.
پلتفرم Alteryx مجددا از جمع رهبران خارج شده و به جمع چالشگران بازار برگشته است.
در بررسی امسال پلتفرم‌های مطرح Microsoft ، RapidMiner، Knime مجددا در بین فرصت جویان قرار گرفته‌اند.

پست مرتبط:
مربع جادویی گارتنر دقیقا چیست؟

@Data➕Science

Magic Quadrant for Data Science and Machine Learning Platforms | March 2021

گزارش تفصیلی مربع جادویی گارتنر در بررسی پلتفرم‌های یادگیری ماشین و علم داده

@Data➕Science

سال نو‌ مبارک 🌹

@Data➕Science

داشبورد تعاملی توانمندی‌های مورد تقاضای آگهی‌های شغلی مرتبط با علم داده

این داشبورد از جمع‌آوری محتوای بیش از 77 هزار آگهی شغلی ایجاد شده و در سه بعد 1.اصلی‌ترین مهارت‌های مورد تقاضا، 2. زبان‌های برنامه نویسی مورد تقاضا و 3. پلتفرم‌های کلود به گزارش نیازمندی‌های مورد تقاضا آگهی‌های شغلی در پوزیشن‌های مهندسی یادگیری ماشین، دانشمند داده، مهندس داده، تحلیلگر داده، متخصص هوش تجاری و... می‌پردازد.
امکان فیلتر بر اساس تاریخ درج آگهی، سطح ارشدیت موقعیت شغلی و هم ‌چنین منطقه جغرافیایی در این داشبورد وجود دارد.

لینک دسترسی به داشبورد در پلتفرم datastudio

@Data➕Science

💡 سندروم اهداف کهنه در سال نو

⭕️ همه ما این تجربه را داشته ایم؛ سال نو که نزدیک می شود، معمولا یکی از کارهایی که می کنیم، هدف گذاری برای سال بعد است. مثلاً اینکه در سال جدید می خواهم سالم تر غذا بخورم، وزنم را کم کنم یا بیشتر ورزش کنم. ارتباطم را با خدا یا خانواده عمیق تر و وزین تر کنم. شغل بهتری پیدا کنم. در امور عام المنفعه بیشتر نقش آفرینی کنم. انسان صادق تر و امین تری باشم. سیگار را کنار بگذارم. زبان انگلیسی ام را تقویت کنم. دو کتاب تدوین کنم و تصمیمات دیگری از این قبیل.

⭕️ اما این مساله جهانی و فراگیر است. تقریبا همه آدم ها چنین تجربیاتی داشته اند. تحقیقاتی در این زمینه انجام شده که نشان می دهد بطور متوسط تنها 8 درصد افراد به اهدافی که در ابتدای سال به آن فکر کرده بودند و در موردش تصمیم گرفته بودند می رسند! و نکته جالب تر اینکه تقریبا این تصمیمات و اهداف هر سال #ثابت هستند و تنها افراد در ابتدای هر سال جدید آن ها را به خود #یادآوری_مجدد می کنند! حتی آنقدر این مسئله فراگیر است که واژه ای هم برایش گفته می شود؛ سندورم سال جدید که شاید بهتر باشد بگوییم سندروم اهداف کهنه در سالِ جدید! تصمیمات بزرگ، اما #غیرعملی و فراموش شدنی تا ابتدای سال بعد که دوباره سر و کله شان پیدا می شود!

علت این سندروم چیست؟ مطالعاتی که در این زمینه انجام شده چهار اشتباه را ریشه این سندروم می داند: 🔺اول: #عدم_تمرکز یعنی تعریف تعداد زیادی موضوع برای تغییر در یک سال!
🔺دوم: #شروع_اشتباه یعنی آغاز از چیزهای که عادت های خیلی جدی ما هستند و به این راحتی ها نمی شود آن ها را تغییر داد!
🔺سوم: ماندن در هدف یعنی نداشتن برنامه عملیاتی زمان بندی شده برای اهداف سال جدیدمان! و
🔺 چهارم: ذهنیت کوتاه مدت که باعث می شود هر چه زودتر منتظر نتیجه باشیم چرا که مواردی که زمان بر باشد را اصلا دوست نداریم!

☑️⭕️تجویز راهبردی:
برای رهایی از این سندروم چه می توان کرد؟ به این پنج توصیه توجه جدی کنید!

1: نقطه تمرکز اصلی را مشخص کنید. ما هر سال در سفر زندگی مان به منزلگاه های مختلفی می رسیم و از آن ها عبور می کنیم. هر کدام از این منزلگاه ها ما را تبدیل به آدم جدیدی می کند. آن منزل گاهی که اگر به آن برسم تبدیل به آدم جدیدی می شوم چیست؟ روی این موضوع خوب فکر کنید. بعد از پاسخ دادن به این سوال می توانید یک نقطه کانونی برای سال جدید تعریف کنید. برای مثال یکی از نویسندگان اثرگذار فضای مجازی می گوید من در سال 2014 دنبال سلامتی بودم؛ سال 2015 استقلال مالی، سال 2016 دنبال کردن علایقم و سال 2017 رشد کسب و کارم. نقطه کانونی (منزلگاه) کمک مان می کند تا تمرکز ویژه ای روی یکی از ابعاد شخصی مان داشته باشیم.

2: نقاط پیرامونی را نیز تعریف کنید. شما قرار نیست در طول سال فقط یک کار انجام دهید بنابراین می توانید چندین هدف پیرامونی نیز تعریف کنید.

3: اهداف را در هم بکوبید و #خرد کنید. تا آنجا که می توانید اهداف بزرگ تر را کوچک کنید و سپس برایش زمان بگذارید. مثلا برای یادگیری زبان بگویید که تا آخر بهار این 4 کتاب را مطالعه می کنم. تا آخر تابستان 500 ساعت فایل صوتی گوش می کنم و ....

4: دو دشمن بزرگ را زیرنظر بگیرید و برایشان برنامه ويژه داشته باشید. اولی #فراموشکاری و دومی #ناامیدی. برای فراموش کاری می توانید از اپلیکیشن های مختلف برنامه ریزی استفاده کنید تا اهداف فراموش تان نشود و برای ناامیدی یک جمله به خودتان بگویید من بین این دو گزینه اولی را انتخاب می کنم: گزینه اول اینکه اهدافی را تعیین کنم و فقط به بخش کوچکی از آن برسم. گزینه دوم اینکه اصلا هدفی نداشته باشم. من شکست در رسیدن کامل به اهداف را به آرامش بی هدفی ترجیح می دهم.

5: به هیچ وجه برای اسفند برنامه ریزی نکنید. تمام زمان بندی تان تا بهمن ماه سال آینده باشد. آن ماه را بگذارید برای فرجه اطمینان که اگر هدفی به هر دلیلی کش آمد در آن ماه انجام شود. سال افراد هوشمند 11 ماه دارد.

خداوند در کتاب آسمانی ما را دعوت می کند به اینکه به نشانه مهربانی او بنگریم و ببینیم چگونه زمین، پس از مرگش دوباره زنده می‌شود و دریابیم که او براستی زنده کنندة مردگان است. خداوند گردش ایام را بهانه ای برای شروع مجدد قرار داده است. به قول یک اندیشمند معاصر، گرچه هر روز به ما اجازه می دهد که یک شروع تازه داشته باشیم، اما شروع سال جدید یک شروع روی همه شروع های هر روزمان است! سال تان سرشار از نشانه های خدا.

نوشته مشترک وحید شامخی و مجتبی لشکربلوکی

@Data➕Science

دیتاکست - قسمت دوم

گفت‌وگو با طاها مکفی، دانشمند داده «سی‌وی‌اس» آمریکا

کاری از جناب مسعود کاویانی و سایت چیستیو

قسمت اول دیتاکست

@Data➕Science

Python Basics: A practical introduction | Real Python

کتاب آموزش پایتون مقدماتی سایت Real Python
سایت Real Python یکی از بهترین منابع یادگیری پایتون هستش

@Data➕Science

Which chart or graph is right for you? | Tableau

کِی و کجا باید از چه نموداری استفاده کنیم؟ | مقاله‌ای از کمپانی تبلوو

@Data➕Science

The Ultimate Guide to Machine Learning Job Interviews | Springboard

کتابچه بی‌نظیر مجموعه پرسش و پاسخ یادگیری ماشین برای آمادگی مصاحبه‌های تخصصی | ۱۲۱ صفحه

@Data➕Science