Data Science

فرصت شغلی متخصص علم‌داده در شرکت مشاور سرمایه‌گذاری ترنج

شرکت مشاور سرمایه‌گذاری ترنج از فعالان و متخصصین علم داده دعوت به همکاری می نماید

مهارتهای تخصصی و عمومی:
▪️مسلط بر Python
▪️تجربه کار با زبان‌های R , SAS
▪️تجربه کار با SQL
▪️توانایی کار با داده های ساختارنیافته
▪️درک توابع تحلیل چندگانه
▪️تسلط نسبی به زبان انگلیسی
▪️نتیجه گرا و علاقمند به یادگیری

ارسال رزومه به HR@Toranjcapital.com

@DataAnalysis

نمونه پروژه‌های عملی علم داده (به همراه سورس کد)

https://bit.ly/3odOQXG

یکی از راهکارهای مفید در یادگیری مبانی و مفاهیم علم‌داده و یادگیری ماشین، یادگیری در حین پیاده‌سازی پروژه‌های عملی و واقعی است. در ادامه 11 پروژه کاربردی و به‌روز علم‌داده به همراه سورس‌کد و آموزش مسیر پیاده‌سازی آن در زبان برنامه نویسی پایتون معرفی میشود.

▪️پروژه سیستم توصیه‌گر ویدیو

▪️پروژه تحلیل احساسات نظرات مشتریان

▪️پروژه پیش بینی قیمت مسکن

▪️پروژه پیش بینی ریزش مشتری

▪️پروژه پیش بینی میزان گسترش ویروس کووید 19

▪️پروژه تحلیل سبد خرید مشتری

▪️پروژه توسعه چت‌بات هوشمند

▪️پروژه پیش بینی زلزله

▪️پروژه پیش بینی قیمت بیت‌کوین

▪️پروژه پیش بینی قیمت سهام

▪️پروژه طبقه‌بندی موضوعی متن

‌پی‌نوشت:
یکی از مطرح‌ترین افراد فعال در حوزه یادگیری عمیق پرفسور Andrew NG است که در وبسایت Coursera دوره‌های بسیار باکیفیتی را در حوزه‌های یادگیری ماشین و یادگیری عمیق تدریس می‌کند. یکی از دلایل حائز اهمیت در کسب چنین دانش تخصصی توسط ایشان پیاده‌سازی گام به گام اکثر مقالات یادگیری عمیق منتشرشده بود. در واقع ایشان در کنار مطالعه مقالات یادگیری عمیق سایر محققین این حوزه، شخصا اقدام به پیاده سازی گام‌ها و مراحل مندرج در مقالات می‌نمودند.
لذا تمرین و پیاده‌سازی عملی پروژه‌های علوم داده، بررسی پاسخ‌های تیم‌های برتر در مسابقات‌های مطرح علوم‌‌‌‌داده در پلتفرم Kaggle و.... می‌تواند از شما یک متخصص برجسته علم داده بسازد.

با احترام
محمدرضا محتاط
مدیرپروژه و مشاور ارشد علوم داده

@DataAnalysis

پایان دوره مبانی و مفاهیم علم داده بانک سپه (انصار سابق)

دوره سازمانی مبانی و مفاهیم علم داده منطبق با موردکاربردهای بانکی همانند پیش‌‌بینی ریسک مشتریان، کشف ناهنجاری، توصیه هوشمند خدمات و محصولات، پیش‌بینی میزان مبلغ مورد نیاز در دستگاه‌های ATM، رتبه‌بندی مشتریان و... به همت بانک سپه (انصار سابق) توسط دانشگاه تهران برگزار گردید.

صنعت بانکداری جز صنایع پیشگام در استفاده از قابلیت‌های علوم داده و تصمیم‌گیری‌های داده‌محور در کشور می‌باشد. ارتقا تجربه مشتری، ارتقا اثربخشی در فرایندهای داخلی بانک و کشف ناهنجاری و تقلب از دستاوردهای کلیدی پروژه‌های علوم داده در این صنعت است.

آرزوی توفیقات بیشتر برای دانش‌پذیران این دوره دارم.

با احترام
محمدرضا محتاط

@DataAnalysis

مثالی مفهومی از یادگیری تقویتی!

در مدل‌های یادگیری مبتنی بر یادگیری تقویتی (Reinforcement Learning) مکانیزم پاداش و جریمه یکی از مولفه‌های اصلی در هوشمندسازی یک Agent می‌باشد.

@DataAnalysis

🏴 شهادت حضرت فاطمه زهرا(س) تسلیت باد!

@DataAnalysis

#استخدام
دنبال یک همکار با توانمندی ری اکت در محل کار شهر شیراز ترجیحا تمام وقت که سابقه خوب، علاقمند به یادگیری و رشد فنی ، ذهن خلاق باشد هستیم.
لطفا رزومه خودتون را به ایمیل زیر ارسال کنید
اگر با جی میل ارسال می کنید لطفا ایمیل اول را انتخاب کنید
mn.nasiri@gmail.com
info@toobatree.com
@aryavisions

کتاب راهنمای مدیران ارشد مدیریت داده!

@DataAnalysis

کتاب راهنمای مدیران ارشد مدیریت داده!

مدیریت داده (Data Management) بر توسعه، اجرا و نظارت برنامه‌ها، سیاست‌ها و مکانیزم‌های تعامل با داده در سازمان تمرکز دارد. امروزه موفقیت سازمان‌ها به شیوه‌های مدیریت داده بستگی دارد. مدیریت باید با روش‌های استانداردی انجام پذیرد تا با چالش‌های روبه‌رو به درستی برخورد کند.


در کتاب The Chief Data Officer Management که توسط انتشارات Apress در سال 2020 منتشر شده است سرفصل‌های ذیل آموزش داده میشود:
▪️جنبه‌های مدیریت داده
▪️استراتژی داده
▪️کنترل کیفیت داده‌ها
▪️معماری داده‌ها برای کیفیت داده‌های شرکت
▪️بررسی جایگاه CDO در سازمان
▪️حاکمیت داده

مطالعه این کتاب کاربردی را به متخصصین ارشد داده توصیه می‌نمایم.

@DataAnalysis

داده‌های عظیم، داده‌های بهتری هستند! (#TED)

Big data is better data

"داده بیشتر فقط دید وسیع‌تر نمی‌دهد بلکه اجازه می‌دهد بهتر ببینیم، اجازه میدهد متفاوت ببینیم."

جملات فوق بخشی از ویدیوی سخنرانی جذاب آقای Kenneth Cukier از نویسندگان و سخنران فعال حوزه Big Data با نزدیک به 2 میلیون مشاهده در Ted است. در این سخنرانی کاربردها و قابلیت‌های داده‌های عظیم و یادگیری ماشین به نمایش گذاشته می‌شود.

ارائه مثال‌های کاربردی از حوزه‌های داده‌‌های عظیم و یادگیری ماشین در صنایع خودروسازی، بازی و مخابرات، معرفی چالش‌‌های حقوقی و اخلاقی داده‌های عظیم و... سبب کاربردی‌تر شدن این سخنرانی شده است.

مشاهده این ویدیو را به همه متخصصین علم‌داده و داده‌های عظیم توصیه میکنم.

پی‌نوشت:
ویدیو دارای زیرنویس فارسی می‌باشد.

@DataAnalysis

برترین روندهای تحلیل داده در سال 2021

در گزارش فوق که توسط کمپانی Softweb Solutions منتشر شده، آخرین روندهای حوزه‌های Data و Analytics معرفی گردیده است.

@DataAnalysis

روند محبوب‌ترین ابزارهای علم داده طی 20 سال گذشته!

در ویدیو فوق روند محبوب‌ترین ابزارها و زبان‌های برنامه نویسی علوم داده براساس نظرسنجی‌های وبسایت Kdnuggets مصورسازی شده است. روندهای زیر از حائز اهمیت‌ترین تغییرات صورت گرفته است:

▪️رشد گسترده زبان برنامه نویسی پایتون در مقابل کاهش محبوبیت زبان برنامه نویسی R از سال 2015

▪️رشد محبوبیت نرم افزار RapidMiner از سال 2010 به نسبت سایر نرم‌افزارهای داده‌کاوی

▪️ارتقا جایگاه فریم‌ورک‌های یادگیری عمیق تنسورفلو و Keras از سال 2017

▪️حضور باثبات نرم افزار اکسل در میان 10 ابزار برتر علوم داده

▪️حضور نرم افزار هوش تجاری Tableau در میان برترین ابزارهای علوم داده طی سالیان اخیر

پی نوشت:
طراحی یک مسیر هدفمند جهت کسب برترین مهارت‌های استاندارد در بازار آتی علوم داده در سطوح سازمانی و فردی، سبب ارتقا جایگاه شما بعنوان یک متخصص پیشرو علم داده خواهد شد.

با احترام
محمدرضا محتاط

@DataAnalysis

فرصت شغلی متخصص یادگیری عمیق (پاره وقت/مشاوره)

شرکت هوش تجاری ویترای، از متخصصین یادگیری عمیق با شرایط زیر دعوت به همکاری می‌نماید:

✅مهارت‌های تخصصی:
▪️تسلط به شبکه‌های عصبی و یادگیری عمیق و پیاده‌سازی الگوریتم‌های مربوطه
▪️تسلط به زبان Python
▪️تسلط و سابقه کار با کتابخانه‌های Tensorflow ، Keras , Pytorch , Fastai
▪️تسلط و سابقه کار در تشخیص ناهنجاری
▪️تسلط و سابقه کار در سری‌های زمانی

🔸 محل کار: محدوده پاسداران

▪️از علاقه‌مندان خواهشمند است رزومه خود را ضمن درج "متخصص یادگیری عمیق" در عنوان, به آدرس ایمیل ذیل ارسال نمایند.

✉️: jobs@vitrayco.ir

@DataAnalysis

یادگیری تقویتی در عمل!

یادگیری تقویتی یا Reinforcement Learning گونه‌ای از روش‌های یادگیری ماشین است که یک عامل (agent) را قادر به یادگیری در محیطی تعاملی با استفاده از آزمون و خطاها و استفاده از بازخوردهای اعمال و تجربیات خود می‌سازد.

در ویدیو فوق یکی از کاربردهای این مدل‌هایی مبتنی بر هوش مصنوعی را مشاهده میکنید.

@DataAnalysis

نحوه عملکرد ماشین‌‌های خودران تسلا

یکی از مولفه‌های کلیدی در ماشین‌های خودران (Self-driving Car) دریافت جریانی (Stream) اطلاعات از محیط و پردازش اطلاعات بلادرنگ (Real Time) جهت انتخاب تصمیم بهینه در مسیریابی است.

استفاده از شبکه‌های عصبی (Neural Network) با بیش از ۷۰ هزار ساعت کار واحد پردازش گرافیکی (GPU) برای آموزش این سامانه و تولید هزار تنسور (Tensor) برای پیش‌بینی، در هر واحد زمانی صورت می‌پذیرد.

@DataAnalysis

فرصت شغلی متخصص یادگیری عمیق!

شرکت آناهیتا کاران، شرکتی فعال در زمینه طراحی و تولید تجهیزات بازرسی صنایع نفت و گاز جهت تکمیل بخش تحقیق و توسعه خود نسبت به جذب نیرو با حوزه تخصصی زیر اقدام می‌نماید. در صورت احراز شرایط ذیل لطفا درخواست خود را ارسال فرمایید.

مهارت‌های تخصصی:
▪️مسلط به شبکه‌های عصبی و یادگیری عمیق و پیاده‌سازی الگوریتم‌های مربوطه
▪️ مسلط به زبان Python
▪️آشنایی با کتابخانه های Tensorflow ، Pyqt5، OpenCV

مهارت‌های عمومی:
▪️توانایی درک مطلب و ترجمه متون انگلیسی تخصصی
▪️توانایی مطالعه، تحلیل و بکارگیری مطالب مقالات
▪️توانایی ارائه اسناد استاندارد مرتبط با مباحث فنی (گزارش‌نویسی و مستند‌سازی قوی)
▪️با انگیزه و علاقمند به پیشرفت و دارای روحیه کار تیمی

مکان شرکت: تهران (سعادت آباد - دادمان)

اطلاعات تماس و ارسال رزومه:
AnahitaKaran.co@gmail.com

@DataAnalysis

50 سوال استخدامی یادگیری ماشین!

در فایل فوق سوالات تخصصی و کلیدی جایگاه‌های شغلی متخصص علم‌داده و مهندس یادگیری ماشین مطرح و به آنها پاسخ داده شده است.

@DataAnalysis