مهندسی و علم داده
4K subscribers
380 photos
174 videos
169 files
114 links
در مورد ادمین کانال :
- محمد عالیشاهی
- دکترای هوش مصنوعی دانشگاه تهران
-رئیس هیات مدیره شرکت فناوران هوش مصنوعی
- مدیر ارشد پروژه های هوش مصنوعی و علم داده
Download Telegram
موقعیت شغلی تحلیلگر داده در اپلیکیشن آپ!

▪️شرح شغل
• طراحی مدل قیمت گذاری بر اساس پارامترهای سرویس و رفتار کاربران
• استفاده از مدل‌های داده کاوی متناسب با هر سرویس
• ارزیابی منابع داده و شیوه‎های گردآوری دیتا در جهت بهبود
• طراحی و اجرای نظرسنجی‌های مورد نیاز در حوزه کسب و کار
• یافتن مفاهیم عمیق از روندهای داده و استفاده از آنها در کسب و کار

▪️نیازمندی‌ها:
• مدرک کارشناسی ارشد در یکی از رشته‌های آمار، ریاضی یا علوم کامپیوتر
• حداقل 3 سال سابقه کار مشابه
• توانایی حل مسأله
• تجربه کار با نرم افزارهای آماری (SPSS، R، SAS، ...) و یا زبان‌های برنامه نویسی علم داده (Python، ...)
• توانایی استفاده از مفاهیم پیشرفته علم آمار (رگرسیون، سری‌های زمانی، آزمون‌های آماری و ...)

ارسال رزومه به e.kiyaninejad@asanpardakht.ir


@BIMining
💻 تفاوت CPU , GPU , TPU :

🔶 CPU - Central Processing Unit
سی پی یو یا واحد پردازشگر مرکزی به عنوان مغز کامپیوتر مسئول عملیات ریاضی و منطقی درون کامپیوتر است و برای حل مسائل محاسباتی بسیار کارا است. سی پی یو قادر به پردازش دهها عملیات در هر چرخه است. ابعاد داده معمولا واحد داده 1*1 است.

🔶 GPU - Graphics Processing Unit
جی پی یو یا واحد پردازشگر گرافیک به اجرای برنامه های خاصی مانند بازی ها، ویرایش عکس/ ویدئو، انیمیشن، تحقیقات علمی، نرم افزارهای تحلیلی و یادگیری عمیق می پردازد که نیاز به تصویر کشیدن نتایج گرافیکی با مقدار زیادی داده دارند. سی پی یو نیز می تواند این وظایف را انجام دهد، اما جی پی یو بسیار بهتر قادر به انجام آنهاست. زیرا جی پی یو دهها هزار عملیات را در هر چرخه انجام می دهد و ابعاد داده عموما، واحد داده 1*N است.

🔶 TPU - Tensor Processing Unit
تی پی یو یا واحد پردازش تنسور پردازشگرهایی هستند که برای وظایف یادگیری ماشین و یادگیری عمیق طراحی شده اند و به طور خاص برای استفاده از تنسور فلو توسعه یافته است تنسورفلو یک پلت فرم یادگیری ماشین منبع باز است که توسط گوگل توسعه یافته است.
@BIMining
👍2
تخصص و مهارت هایی که یک Data Scientis بایستی داشته باشد



@BIMining
ما تو شرکت مگنت(یکی از زیر مجموعه‌های گروه حصین) برای فرصت شغلی توسعه دهنده‌ی هوش تجاری(BI) به دنبال جذب افرادی هستیم که ویژگی و مهارت‌های گفته شده رو داشته باشد:
@BIMining
_ ویژگی‌هایی که مهمهِ و باید حتماً داشته باشی:

🔅 روی SQL و MS-SQL Server تسلط داشته باشی.
🔅 بتونی کوئری‌های بهینه بنویسی.
🔅 تو بحث توسعه، اصلاح و نگهداری فرآیندهای استخراج، انتقال و بارگذاری ETL حسابی وارد باشی.
🔅 به ابزارهای SSIS، SSRS و SSAS مسلط باشی.
@BIMining

_ کارهایی که مسئولیتش به عهده‌ی شماست:

📌 پیاده‌سازی و توسعه پلتفرم‌های هوش تجاری رو انجام بدی.
📌 نگهداری و مانیتورینگ دیتابیس‌ها رو به عهده بگیری.
📌 روزانه داده‌ها به سیستم هوش تجاری رو هم انجام بدی.
📌 برای تحلیل داده‌ها کوئری بزنی!😊


📢 خیلی دوست داریم مشتاق ِ یادگیری باشی و تو طراحی داشبورد بتونی بهمون کمک کنی!

🌐 اگه دوست داری با ما همکاری کنی همين الان رزومه‌ت رو برامون به آی دی تلگرام یا ایمیل زیر بفرست:

@HasinHR
job@hasin.ir
مفاهیم بسیار کلیدی در حوزه Data Science که متخصصان این حوزه بایستی به آن مسلط و آگاه باشند


@BIMining
ابعاد مختلف متخصص Data Scientist در حوزه های تخصصی و شغلی و مهارتی!


@BIMining
بخش گفتگوی زنده برنامه طلوع شبکه ٤ سیما روز یکشنبه مورخ 1399/07/27 ساعت 9:30 با موضوع "کاربرد بیگ دیتا در صنعت "
@BIMining
مهمترین ابزارهای کاربردی در حوزه Data Science که بایستی به آنها مسلط باشیم


@BIMining
🔷 تقسیم بندی فریمورک‌های پایتون

🔻 معرفی بهترین فریمورک پایتون کار سختی است زیرا توسعه دهندگان با توجه به مهارت‌هایی که دارند و همچنین نیاز سیستم نرم افزاری، فریمورک مناسب را انتخاب می‌کنند. این مسئله باعث می‌شود هرکدام از فریمورک‌ها به نحوی کاربردی باشند و مقایسه آن‌ها کار سختی باشد، اما شاید بتوان میزان محبوبیت آنها را در بین کاربران بررسی کرد. طبق بررسی‌های انجام شده در چند ماه گذشته، کاربران به آشنایی با Django، Web2Py و TurboGears بیش از سایر فریمورک‌ها تمایل داشته و توانسته‌اند در مدت زمان ثابتی بخش زیادی از طرفداران خود را حفظ کنند. قدرتمند بودن در پشتیبانی از سطوح مختلف توسعه نرم افزار و سایر ویژگی‌های این فریمورک‌ها باعث شده توسعه دهندگان پایتون از آن‌ها استفاده کنند. طبق آنچه که در این مطلب بررسی کردیم شاید بتوان فریمورک‌های پایتون را بر اساس ویژگی‌های زیر تقسیم بندی کرد:

‏◉ پشتیبانی از الگوی MVC:
Django
Web2Py
TurboGears

‏◉ پشتیبانی از پایگاه داده های مختلف:
Bottle
TurboGears
Django

‏◉ داشتن کتابخانه های مختلف:
TurboGears
Django
Flask
🔗 منبع: سون لرن

@BIMining
زبانهای برنامه نویسی در حوزه های مختلف از جمله تحت وب, تحلیل دیتا,موبایل و ...

🔵 نکته جالب کاربرد زبان پایتون در بیشتر حوزه ها !!!

@BIMining
👍1
مهارت های مورد نیاز در بخش علم داده


@BIMining
برترین شرکتهای بین المللی فعال در زمینه Machine Learning در سطح جهان

@BIMining

BIMining.ir
شماره معکوس تا شب یلدا....

خبری تازه در راه است

علاقمندان و متخصصین حوزه Hi-Tech منتظر ...

منتظر رونمایی جدید باشید

حمله و فتح قله های دانش

❤️ ممنون از اینکه این کانال را انتخاب کردید ...

@BIMining
BIMining.ir
یکپارچه سازی کلان داده ها با استفاده از پلتفرم ODI 12C

🔵مترجم: محمد عالیشاهی

🔵نحوه اتصال و پیکربندی اکوسیستم های بیگ دیتا مانند Hadoop و Spark و Oziee و Hive و casandra و ...

🔵 پیاده سازی انواع نگاشت ها و Knowledge Module های بیگ دیتا

🔵 پیاده سازی Oziee Work Flow جهت مدیریت اجرای جابهای بیگ دیتا

🔵 پیاده سازی فریم ورک و موتور پردازشی Spark SQL و Tez و Map Reduce

🔵 نحوه پیاده سازی Py Spark و پایتون در Code Editor ابزار ODI 12C

🔵 نحوه یکپارچه سازی و بارگذاری داده های نیمه ساخت یافته و غیر ساخت یافته در پلتفرم Hadoop و Hbase و ...

🔵 بارگذاری داده ها از RDBMS در Hive و Hadoop و Hbase و ... با استفاده از Sqoop


@BIMining

BIMining.ir
تفاوت تخصص های مربوط به Big Data و Data Analytics و Data Science در حوزه های شغلی ,ابزارهای مورد استفاده , میزان دریافتی حقوق سالانه در دنیا


@BIMining

BIMining.ir
Pages from ODI-BIGDATA2007.pdf
320.8 KB
فهرست مطالب کتاب "یکپارچه سازی کلان داده ها با استفاده از ODI 12C "



@BIMining

BIMining.ir
اساسی ترین متد های پیش بینی Time-Series در زبان پایتون


@BIMining
مهمترین ابزارها و پلتفرم های کاربردی Data Science در صنعت .

@BIMining
👍1
🔺 فریم ورک های برتر در حوزه Deep Learning

@BIMining