صرفا جهت اطلاع برنامه‌نویسان
10.5K subscribers
6.04K photos
293 videos
275 files
1.71K links
کانالی برای:
🔸اوقات فراغت برنامه‌نویسان
🔹اطلاعات و اخبار برنامه‌نویسی
🔸تم های هفتگی

ارتباط با مدیران کانال: @Programmer_info
Download Telegram
9 کتاب که دانشمندان داده باید بخوانند

#data_science #data_analysis
〰️〰️〰️〰️〰️〰️〰️
@programming_tips
4👍1🗿1
تکنیک‌های رگرسیون که هر دانشمند داده‌ای باید یاد بگیرد

+ برای مطالعه کلیک کنید +

#data_science
〰️〰️〰️〰️〰️〰️〰️
@programming_tips
❤‍🔥3🗿1
4 کوئری مفید (سطح متوسط) برای دانشمندان داده 🥸

+ برای مشاهده کلیک کنید +

#data_science #sql
〰️〰️〰️〰️〰️〰️〰️
@programming_tips
2
10 ابزار خط فرمان که هر دانشمند داده‌ای باید با آنها آشنا باشد

1. curl
2. jq
3. csvkit
4. qwk / sed
5. parallel
6. ripgrep (rg)
7. datamash
8. htop
9. git
10. tmux / screen

🔗 توضیحات و اطلاعات بیشتر اینجا...

#data_science
〰️〰️〰️〰️〰️〰️〰️
@programming_tips
👍1
مقایسه Data Engineer vs Data Scientist – دو دنیای متفاوت داده‌ها 💻

👩‍🔧مهندس داده:
تمرکز اصلی: ساخت و نگهداری پایپ‌لاین‌ها و زیرساخت داده
طرز فکر: ثبات اولویت داره، تفکر سیستمی
خروجی معمول: پلتفرم‌های داده مقیاس‌پذیر، ETL pipelines
دردسرها: بازنویسی سیستم‌های قدیمی، تغییرات ناگهانی اسکیمای داده، مشکلات کیفیت داده
سبک همکاری: ساختاریافته، تحویل محور

👨‍⚕️دانشمند داده:
تمرکز اصلی: استخراج بینش و ساخت مدل‌ها
طرز فکر: محور اکتشاف و آزمایش
خروجی معمول: داشبوردها، مدل‌های ML، پیش‌بینی‌ها
دردسرها: دسترسی کند به داده‌های آماده تولید، ویژگی‌های شکننده، مسیر نامشخص برای استقرار مدل
سبک همکاری: تکراری، مبتنی بر فرضیه

💡 جمع‌بندی ساده:
مهندیسن داده «راه و زیرساخت» را می‌سازند.
دانشمندان داده «مسیر و مقصد» را کشف می‌کنند.

#data_science #data_engineer
〰️〰️〰️〰️〰️〰️〰️
@programming_tips
👍41
ابزارهای پرکاربرد در علم داده 🔥

#data_science
〰️〰️〰️〰️〰️〰️〰️
@programming_tips
👍2
10 یک خطی Polars سرعت بخشیدن به جریان‌های کاری داده‌ها

+ برای مطالعه کلیک کنید +

#polars #data_science #data_analysis #data_engineering
〰️〰️〰️〰️〰️〰️〰️
@programming_tips
1
مهم‌ترین اصطلاحات دنیای داده 🦾

#data_analysis #data_science
〰️〰️〰️〰️〰️〰️〰️
@programming_tips
🔥4
10 کتابخانه کمتر شناخته شده پایتون در حوزه علم داده

1. Pandera
2. Vaex
3. Pyjanitor
4. D-Tale
5. Sweetviz
6. cuDF
7. ITables
8. GeoPandas
9. tsfresh
10. ydata-profiling (pandas-profiling)

+ توضیحات بیشتر اینجا +

#python #data_science
〰️〰️〰️〰️〰️〰️〰️
@programming_tips
2👍2
🔰 وبسایت DataCamp تمام آموزش‌هاشو به مدت یک هفته رایگان کرده. اگر دسترسی دارین استفاده کنید 👇🏻
♾️ https://app.datacamp.com/learn/courses

آموزش‌هاش در مورد علم داده و تحلیل داده و ماشین‌لرنینگ و.. هستش.
#data_science #data_analysis #ml
〰️〰️〰️〰️〰️〰️〰️
@programming_tips
1