Forwarded from مهندسی داده ها
This media is not supported in your browser
VIEW IN TELEGRAM
PS752💔
😢34💔12🤔6👍5🕊5❤4
به احترام، یاد و خاطره قربانیان فاجعه پرواز ناتمام PS752، تصویر امروز کانال مدرسه تغییر می کند.
❤65💔13🤔8🫡8👌3👍2👏2👨💻1
🖥 دوره مقدماتی هوش مصنوعی در IoT
👩💻مدرس دوره: سینا مجیدی
🏛مدیرعامل استارتاپ AfraIoT
🎖دارای ۶ اختراع ثبت شده ملی و ۵ مقاله علمی پژوهشی ISI
🏆کسب اطلاعات تکمیلی پیرامون دوره در
🌐 https://bigdataworld.ir/product/ai-in-iot/
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
👩💻مدرس دوره: سینا مجیدی
🏛مدیرعامل استارتاپ AfraIoT
🎖دارای ۶ اختراع ثبت شده ملی و ۵ مقاله علمی پژوهشی ISI
🏆کسب اطلاعات تکمیلی پیرامون دوره در
🌐 https://bigdataworld.ir/product/ai-in-iot/
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
👍2👏2
📽 دوره آموزشی پروژه محور شبکه های عصبی گرافی
🎞Graph Neural Network Project-based Workshop
🧑💻مدرس: احمد راستی
🏛 ارشد علوم داده، صنعتی اصفهان
🎖با تخفیف ویژه ۵۰%
📄سرفصل های اصلی دوره:
✔️ Deep Learning for Graphs
* Local network neighborhoods
* Describe aggregation strategies
* Define computation graphs
* Permutation Invariant / Equivariant
✔️Graph Convolutional Networks
* Describe the Model, Parameters, Training
* Fit Model
* How to Train A GNN
* Unsupervised and Supervised Training
✔️GNNs Subsume CNNs and Transformers
* GNN vs CNN
* GNN vs Transformer
✔️General GNN Framework
* Kind of Message and Aggregation
* Layer Connectivity – Drop-out, Batch Norm
* Graph Augmentation
* Learning Objective
* Receptive field and Over-Smoothing
✔️Graph Learning with Python
*Libraries (PyTorch Geometric, Graph Nets, Deep Graph)
* Cades
📡کسب اطلاعات بیشتر در
🏆bigdataworld.ir/product/graph-neural-networks-workshop/
⁉️مشاهده سایر دوره ها:
🏆bigdataworld.ir/shop
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
🎞Graph Neural Network Project-based Workshop
🧑💻مدرس: احمد راستی
🏛 ارشد علوم داده، صنعتی اصفهان
🎖با تخفیف ویژه ۵۰%
📄سرفصل های اصلی دوره:
✔️ Deep Learning for Graphs
* Local network neighborhoods
* Describe aggregation strategies
* Define computation graphs
* Permutation Invariant / Equivariant
✔️Graph Convolutional Networks
* Describe the Model, Parameters, Training
* Fit Model
* How to Train A GNN
* Unsupervised and Supervised Training
✔️GNNs Subsume CNNs and Transformers
* GNN vs CNN
* GNN vs Transformer
✔️General GNN Framework
* Kind of Message and Aggregation
* Layer Connectivity – Drop-out, Batch Norm
* Graph Augmentation
* Learning Objective
* Receptive field and Over-Smoothing
✔️Graph Learning with Python
*Libraries (PyTorch Geometric, Graph Nets, Deep Graph)
* Cades
📡کسب اطلاعات بیشتر در
🏆bigdataworld.ir/product/graph-neural-networks-workshop/
⁉️مشاهده سایر دوره ها:
🏆bigdataworld.ir/shop
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
👍5👏3🔥1🕊1
🖥 بصری سازی پیشرفته داده های پزشکی
🔔با تخفیف ویژه ۵۰%
👩💻مدرس دوره: ایمان شوکتیان
🏛دستیار ارشد پژوهشی، دانشگاه Texas در آمریکا، مرکز سرطان Anderson
🏆کسب اطلاعات تکمیلی پیرامون دوره در
🌐https://bigdataworld.ir/product/medical-images-visualization/
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
🔔با تخفیف ویژه ۵۰%
👩💻مدرس دوره: ایمان شوکتیان
🏛دستیار ارشد پژوهشی، دانشگاه Texas در آمریکا، مرکز سرطان Anderson
🏆کسب اطلاعات تکمیلی پیرامون دوره در
🌐https://bigdataworld.ir/product/medical-images-visualization/
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
👍3👏1🙏1
🎖آخرین پژوهش ما با عنوان
Persian Slang Text Conversion to Formal and Deep Learning of Persian Short Texts on Social Media for Sentiment Classification
در
Journal of Electrical and Computer Engineering Innovations
بعنوان ژورنال علمی و پژوهشی با رنک الف پذیرفته شده و در مرحله انتشار است.
🌐https://jecei.sru.ac.ir/article_2172.html
🔔زمینه اصلی: تبدیل متون محاوره به متون رسمی با استفاده از روش های یادگیری عمیق در پردازش متون پارسی به همراه تحلیل احساسات متون کوتاه پارسی در شبکه های اجتماعی
📣شما مخاطب گرامی و ارجمند می توانید برای درخواست عضویت در حلقه ی پژوهشی مدرسه علم داده، رزومه ی خود را در قالب یک فایل PDF یا آدرس لینکدین خود را به آیدی ذیل ارسال نمایید:
🧑💻@HeydariToday
Persian Slang Text Conversion to Formal and Deep Learning of Persian Short Texts on Social Media for Sentiment Classification
در
Journal of Electrical and Computer Engineering Innovations
بعنوان ژورنال علمی و پژوهشی با رنک الف پذیرفته شده و در مرحله انتشار است.
🌐https://jecei.sru.ac.ir/article_2172.html
🔔زمینه اصلی: تبدیل متون محاوره به متون رسمی با استفاده از روش های یادگیری عمیق در پردازش متون پارسی به همراه تحلیل احساسات متون کوتاه پارسی در شبکه های اجتماعی
📣شما مخاطب گرامی و ارجمند می توانید برای درخواست عضویت در حلقه ی پژوهشی مدرسه علم داده، رزومه ی خود را در قالب یک فایل PDF یا آدرس لینکدین خود را به آیدی ذیل ارسال نمایید:
🧑💻@HeydariToday
👏8❤3👍3🔥2🤔2
📣استخدام مدرس دوره های علوم داده در مدرسه علم داده
🎙در شاخه های متنوع هوش مصنوعی:
✔️کلان داده ها
✔️مهندسی داده ها
✔️آمار و احتمالات
✔️یادگیری ماشین
✔️یادگیری عمیق
✔️یادگیری تقویتی
✔️تحلیل داده ها
✔️بصری سازی داده ها
✔️پردازش زبان طبیعی
✔️مدل های زبانی بزرگ
✔️پردازش گراف های حجیم
🏅ارسال رزومه در جابینجا
🔶https://shorturl.at/dKkGF
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
🎙در شاخه های متنوع هوش مصنوعی:
✔️کلان داده ها
✔️مهندسی داده ها
✔️آمار و احتمالات
✔️یادگیری ماشین
✔️یادگیری عمیق
✔️یادگیری تقویتی
✔️تحلیل داده ها
✔️بصری سازی داده ها
✔️پردازش زبان طبیعی
✔️مدل های زبانی بزرگ
✔️پردازش گراف های حجیم
🏅ارسال رزومه در جابینجا
🔶https://shorturl.at/dKkGF
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
👍3👏2❤1
⚫️🎁⚫️تا ۹۰٪ تخفیف ویژه جمعه سیاه مدرسه علم داده
📣 تخفیف ویژه ۹۰٪ دوره های آموزشی پروژه محور هوش مصنوعی، علم داده و مهندسی داده
📽 دسترسی به بیش از ۵۰ دوره آموزشی پروژه محور، با بیش از بیست هزار دقیقه محتوای فنی و سودمند
🌐 مشاهده لیست دوره ها
🖥 🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
📣 تخفیف ویژه ۹۰٪ دوره های آموزشی پروژه محور هوش مصنوعی، علم داده و مهندسی داده
📽 دسترسی به بیش از ۵۰ دوره آموزشی پروژه محور، با بیش از بیست هزار دقیقه محتوای فنی و سودمند
🌐 مشاهده لیست دوره ها
🖥 🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
❤5👍2
🚀 آینده مهندسی دادهها: چطور Big Data صنعتها را متحول میکند؟
🌐 فناوری Big Data با قدرت پردازش و تحلیل دادهها میتواند به کسبوکارها کمک کند تا:
☑️الگوهای مخفی را شناسایی کنند
☑️روندهای آینده را پیشبینی کنند
☑️منابع را بهینهسازی کنند
🧠 تکنولوژیها
ابزار Hadoop: سیستمی برای ذخیرهسازی و پردازش دادههای بسیار بزرگ به صورت توزیعشده.
ذخیره ساز HDFS برای ذخیرهسازی دادهها و MapReduce برای پردازش دادهها در مقیاس بزرگ.
ابزار Spark: فریمورکی سریع و مقیاسپذیر برای پردازش دادههای in-memory
این چارچوب به مراتب سریعتر از Hadoop برای پردازشهای پیچیده مثل یادگیری ماشین و پردازش دادههای استریم عمل میکند.
ابزار Kafka: یک پلتفرم برای پردازش دادههای جریانی در مقیاس بزرگ.
ابزارهای NoSQL DB's (مانند MongoDB, Cassandra): پایگاههای دادهای که برای ذخیرهسازی دادههای حجیم و بدون ساختار طراحی شدهاند و مقیاسپذیری بالا را فراهم میکنند.
🎯 چالشها: مدیریت، امنیت و مقیاسپذیری دادهها در دنیای Big Data.
🔁 این پست رو با دوستانتون به اشتراک بذارید!
🌐 تلگرام | اینستاگرام | یوتیوب | لینکدین
🌐 فناوری Big Data با قدرت پردازش و تحلیل دادهها میتواند به کسبوکارها کمک کند تا:
☑️الگوهای مخفی را شناسایی کنند
☑️روندهای آینده را پیشبینی کنند
☑️منابع را بهینهسازی کنند
🧠 تکنولوژیها
ابزار Hadoop: سیستمی برای ذخیرهسازی و پردازش دادههای بسیار بزرگ به صورت توزیعشده.
ذخیره ساز HDFS برای ذخیرهسازی دادهها و MapReduce برای پردازش دادهها در مقیاس بزرگ.
ابزار Spark: فریمورکی سریع و مقیاسپذیر برای پردازش دادههای in-memory
این چارچوب به مراتب سریعتر از Hadoop برای پردازشهای پیچیده مثل یادگیری ماشین و پردازش دادههای استریم عمل میکند.
ابزار Kafka: یک پلتفرم برای پردازش دادههای جریانی در مقیاس بزرگ.
ابزارهای NoSQL DB's (مانند MongoDB, Cassandra): پایگاههای دادهای که برای ذخیرهسازی دادههای حجیم و بدون ساختار طراحی شدهاند و مقیاسپذیری بالا را فراهم میکنند.
🎯 چالشها: مدیریت، امنیت و مقیاسپذیری دادهها در دنیای Big Data.
🔁 این پست رو با دوستانتون به اشتراک بذارید!
🌐 تلگرام | اینستاگرام | یوتیوب | لینکدین
❤6👍5💯1
🎯 تحلیل گراف و شناسایی جوامع در پایتون!
در دنیای دیتاساینس و بیگ دیتا، یکی از چالشهای جذاب و کاربردی، شناسایی جوامع پنهان در دادههای شبکهای است.
💡چرا مهم است؟
شناسایی جوامع به شما امکان میدهد گروههای مشابه را در شبکههای اجتماعی، سیستمهای مالی و حتی دادههای بیولوژیکی شناسایی کنید.
🔧 ابزارهای استفاده شده:
زبان Python
کتابخانه NetworkX
کتابخانه Matplotlib
جمعبندی:
✔️ اگر مقیاس کلان و بیگ دیتا دارید Apache Giraph یا GraphX را انتخاب کنید.
✔️ اگر به یک پایگاه داده گرافی توزیعشده و سریع نیاز دارید TigerGraph یا JanusGraph بهترین گزینه هستند.
✔️ اگر نیاز به تحلیل سریع و ساده دارید Neo4j یا NetworkX مناسب هستند.
✔️ برای تحلیلهای ابری Amazon Neptune یا Azure Cosmos DB را انتخاب کنید.
✔️ هر ابزار بسته به نوع پروژه، مقیاس داده و نیازهای شما قابل انتخاب است.
🔁 این پست رو با دوستانتون به اشتراک بذارید!
🌐 تلگرام | اینستاگرام | یوتیوب | لینکدین
در دنیای دیتاساینس و بیگ دیتا، یکی از چالشهای جذاب و کاربردی، شناسایی جوامع پنهان در دادههای شبکهای است.
💡چرا مهم است؟
شناسایی جوامع به شما امکان میدهد گروههای مشابه را در شبکههای اجتماعی، سیستمهای مالی و حتی دادههای بیولوژیکی شناسایی کنید.
🔧 ابزارهای استفاده شده:
زبان Python
کتابخانه NetworkX
کتابخانه Matplotlib
جمعبندی:
✔️ اگر مقیاس کلان و بیگ دیتا دارید Apache Giraph یا GraphX را انتخاب کنید.
✔️ اگر به یک پایگاه داده گرافی توزیعشده و سریع نیاز دارید TigerGraph یا JanusGraph بهترین گزینه هستند.
✔️ اگر نیاز به تحلیل سریع و ساده دارید Neo4j یا NetworkX مناسب هستند.
✔️ برای تحلیلهای ابری Amazon Neptune یا Azure Cosmos DB را انتخاب کنید.
✔️ هر ابزار بسته به نوع پروژه، مقیاس داده و نیازهای شما قابل انتخاب است.
🔁 این پست رو با دوستانتون به اشتراک بذارید!
🌐 تلگرام | اینستاگرام | یوتیوب | لینکدین
👍5💯2
📽 کارگاه آموزشی مدیریت جریان کار در اکوسیستم کلانداده
🧑💻 ارائه دهنده: احمد حاجی تراب
🏛 دکتری علوم کامپیوتر، گرایش هوش مصنوعی و محاسبات نرم، دانشگاه تهران
☑️ مدیر کلان داده و خدمات داده شرکت دادهورزی سداد
سرفصلها:
Big data ecosystem
Introduction to workflow management
Introduction to Apache Oozie
Architecture and Components of Oozie
Types of Workflows in Oozie
Designing and Implementing Workflows
Integration with Other Tools
Scheduling and Dependency Management
Real-World Use Cases and Examples
⏳ مدت زمان ارائه کارگاه: ۴ ساعت (شامل پرسش و پاسخ)
📣 این کارگاه از رویدادهای اصلی ششمین کنفرانس ملی انفورماتیک ایران خواهد بود.
اطلاعات تکمیلی:
https://cs.ipm.ac.ir/nic/1403/workshop.html
ثبت نام:
https://cs.ipm.ac.ir/nic/1403/register.html
🧑💻 ارائه دهنده: احمد حاجی تراب
🏛 دکتری علوم کامپیوتر، گرایش هوش مصنوعی و محاسبات نرم، دانشگاه تهران
☑️ مدیر کلان داده و خدمات داده شرکت دادهورزی سداد
سرفصلها:
Big data ecosystem
Introduction to workflow management
Introduction to Apache Oozie
Architecture and Components of Oozie
Types of Workflows in Oozie
Designing and Implementing Workflows
Integration with Other Tools
Scheduling and Dependency Management
Real-World Use Cases and Examples
⏳ مدت زمان ارائه کارگاه: ۴ ساعت (شامل پرسش و پاسخ)
📣 این کارگاه از رویدادهای اصلی ششمین کنفرانس ملی انفورماتیک ایران خواهد بود.
اطلاعات تکمیلی:
https://cs.ipm.ac.ir/nic/1403/workshop.html
ثبت نام:
https://cs.ipm.ac.ir/nic/1403/register.html
👍4❤2
📣 تو پست جدید با عنوان سلطنت گراف بر دیتا، با شبکه های عصبی گرافی بیشتر آشنا می شیم.
☑️ پیشنهاد میکنم این محتوا رو از دست ندید.
📱مطالعه ی مقاله و دانلود ارائه در قالب پی دی اف در لینکدین
🔗 لینک پست
🔁 این پست رو با دوستانتون به اشتراک بذارید!
🌐 تلگرام | اینستاگرام | یوتیوب | لینکدین
☑️ پیشنهاد میکنم این محتوا رو از دست ندید.
📱مطالعه ی مقاله و دانلود ارائه در قالب پی دی اف در لینکدین
🔗 لینک پست
🔁 این پست رو با دوستانتون به اشتراک بذارید!
🌐 تلگرام | اینستاگرام | یوتیوب | لینکدین
👍7❤1👏1
📣استخدام مدرس دوره های علوم داده در مدرسه علم داده
🎙در شاخه های متنوع هوش مصنوعی:
✔️کلان داده ها
✔️مهندسی داده ها
✔️آمار و احتمالات
✔️یادگیری ماشین
✔️یادگیری عمیق
✔️یادگیری تقویتی
✔️تحلیل داده ها
✔️بصری سازی داده ها
✔️پردازش زبان طبیعی
✔️مدل های زبانی بزرگ
✔️پردازش گراف های حجیم
🏅ارسال رزومه در جابینجا
🔶https://jobinja.ir/companies/big-data-science-school/jobs/CJgY
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
🎙در شاخه های متنوع هوش مصنوعی:
✔️کلان داده ها
✔️مهندسی داده ها
✔️آمار و احتمالات
✔️یادگیری ماشین
✔️یادگیری عمیق
✔️یادگیری تقویتی
✔️تحلیل داده ها
✔️بصری سازی داده ها
✔️پردازش زبان طبیعی
✔️مدل های زبانی بزرگ
✔️پردازش گراف های حجیم
🏅ارسال رزومه در جابینجا
🔶https://jobinja.ir/companies/big-data-science-school/jobs/CJgY
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
👌3❤2
📣استخدام مدرس هوش مصنوعی (حوزه مدلهای زبانی بزرگ، دورکاری)
🎙 طراحی و تدریس دورههای آموزشی در یکی از حوزههای زیرمجموعه مدل های زبانی بزرگ (Large Language Models):
✔️مبانی و معماری مدلهای زبانی بزرگ (Transformer, Attention Mechanism, Tokenization)
✔️آموزش مدلهای Open Source مانند LLaMA, Mistral, Falcon, GPT-NeoX, Gemma
✔️مبحث Fine-tuning و Instruction-tuning روی دادههای سفارشی (با استفاده از Hugging Face Transformers, PEFT, LoRA, QLoRA)
✔️ساخت Agentها و سیستمهای مبتنی بر LLM (LangChain, LlamaIndex, OpenAI API, Function calling)
✔️ارزیابی و بهینهسازی عملکرد مدلها (Evaluation Metrics, Prompt Optimization, RAG)
✔️مدیریت و آمادهسازی داده برای آموزش (Tokenization, Dataset Curation, Data Cleaning)
✔️آموزش و پیادهسازی تکنیکهای Efficient Training (Quantization, Low-Rank Adaptation, Distillation)
🔔تسلط علمی و فنی بر مفاهیم زیر:
✔️شاخه NLP پیشرفته و Deep Learning
✔️معماری Transformer و مشتقات آن
✔️چارچوب های آموزش مدلهای زبانی: PyTorch, TensorFlow, Hugging Face Transformers, LangChain
✔️تکنیکهای Fine-tuning و Alignment (RLHF, SFT, DPO, PPO)
✔️تجربه عملی در کار با مدلهای Open Source LLM
✔️تسلط به Python و ابزارهای مرتبط (PyTorch Lightning, Weights & Biases, BitsAndBytes)
✔️توانایی آموزش مفاهیم پیچیده بهصورت ساده و پروژهمحور
🏅ارسال رزومه در جابینجا
🔶https://jobinja.ir/companies/big-data-science-school/jobs/ts4b
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
🎙 طراحی و تدریس دورههای آموزشی در یکی از حوزههای زیرمجموعه مدل های زبانی بزرگ (Large Language Models):
✔️مبانی و معماری مدلهای زبانی بزرگ (Transformer, Attention Mechanism, Tokenization)
✔️آموزش مدلهای Open Source مانند LLaMA, Mistral, Falcon, GPT-NeoX, Gemma
✔️مبحث Fine-tuning و Instruction-tuning روی دادههای سفارشی (با استفاده از Hugging Face Transformers, PEFT, LoRA, QLoRA)
✔️ساخت Agentها و سیستمهای مبتنی بر LLM (LangChain, LlamaIndex, OpenAI API, Function calling)
✔️ارزیابی و بهینهسازی عملکرد مدلها (Evaluation Metrics, Prompt Optimization, RAG)
✔️مدیریت و آمادهسازی داده برای آموزش (Tokenization, Dataset Curation, Data Cleaning)
✔️آموزش و پیادهسازی تکنیکهای Efficient Training (Quantization, Low-Rank Adaptation, Distillation)
🔔تسلط علمی و فنی بر مفاهیم زیر:
✔️شاخه NLP پیشرفته و Deep Learning
✔️معماری Transformer و مشتقات آن
✔️چارچوب های آموزش مدلهای زبانی: PyTorch, TensorFlow, Hugging Face Transformers, LangChain
✔️تکنیکهای Fine-tuning و Alignment (RLHF, SFT, DPO, PPO)
✔️تجربه عملی در کار با مدلهای Open Source LLM
✔️تسلط به Python و ابزارهای مرتبط (PyTorch Lightning, Weights & Biases, BitsAndBytes)
✔️توانایی آموزش مفاهیم پیچیده بهصورت ساده و پروژهمحور
🏅ارسال رزومه در جابینجا
🔶https://jobinja.ir/companies/big-data-science-school/jobs/ts4b
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
جابینجا، شغلی رویایی خود را پیدا کنید
استخدام مدرس هوش مصنوعی (حوزه مدلهای زبانی بزرگ- LLM-دورکاری) در مدرسه علم داده | جابینجا
استخدام برای فرصت شغلی مدرس هوش مصنوعی (حوزه مدلهای زبانی بزرگ- LLM-دورکاری) در Data School Science ,
طراحی و تدریس دورههای آموزشی در یکی از حوزههای زیرمجموعه مدل ه...
طراحی و تدریس دورههای آموزشی در یکی از حوزههای زیرمجموعه مدل ه...
🔥5
دیتاساینس بدون بازوی گراف محکوم به مرگ است.
جنازه ی ماشین لرنینگ سنتی روی شانه های استوار گراف دیتاساینس
مطالعه این مقاله برای عزیزان علاقه مند به گراف دیتاساینس پیشنهاد می گردد:
لینک مطالعه در لینکدین
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
جنازه ی ماشین لرنینگ سنتی روی شانه های استوار گراف دیتاساینس
مطالعه این مقاله برای عزیزان علاقه مند به گراف دیتاساینس پیشنهاد می گردد:
لینک مطالعه در لینکدین
🎖ارتباط با ما
تلگرام | اینستاگرام | یوتیوب | لینکدین
❤3👍3💔1