دوره آموزشی جامع و کاربردی Data Scientist
آنچه از یک Data Scientist انتظار می‌رود:
- فرصت‌های بهبود را در مجموعه داده های بزرگ شناسایی کند
- استخراج و درک نیازهای ذینفعان در مورد آنالیز داده ها
- استراتژی‌های داده محور سازمان را ایجاد و پیاده سازی کند
- انتخاب، طراحی و پیاده سازی مدل ها و الگوریتم ها و پیش بینی با استفاده از منابع متنوع داده
- روابط بین داده های مختلف را شناسایی کند
- برای کمک به درک دادهها، از روشهای بصری سازی استفاده کند
- ابزارها، داشبورد ها و گزارش‌هایی را تهیه کند که به کاربران در دسترسی و تجزیه و تحلیل دادهها کمک می‌کند
- در مورد ریسکها و مسائل پروژه، استراتژی‌های پاسخ مناسب را طراحی کند
- طراحی طرح های ذخیره سازی دادهها
- توسعه ابزارهایی برای پردازش دادهها و بازیابی اطلاعات
- توسعه الگوریتم هایی برای حل مشکلات چالش برانگیز کسب و کار
- اعتبارسنجی عملکرد مدل
- مستند سازی فرایند مدل و عملکرد مدل
سرفصل‌ها:
بخش اول: مقدمات، بررسی روشهای شناخت سازمان، تعریف دقیق مساله و شناخت و ذخیره‌سازی داده
در این بخش به متدهای شناخت سازمان و نیازهای مرتبط با دیتای سازمان خواهیم پرداخت.
بخش دوم: پیش پردازش داده و مهندسی ویژگی (Feature Engineering)
در این فاز به روشهای آماده سازی داده و روشهای انتخاب و مهندسی ویژگی پرداخته می‌شود.
بخش سوم: فراگیری مدلها و الگوریتمهای پر استفاده Data Science
در این فاز به بررسی محتوا، مکانیزم کار، اجزا، پارامترها و کاربردهای 25 الگوریتم و ابزار منتخب دیتاساینس در بازارکار خواهیم پرداخت.
بخش چهارم: طراحی و توسعه مدل علم داده و پیاده‌سازی الگوریتمها
پس از اشنایی دقیق با جزئیات الکوریتمها در فاز قبل به اجرای تک تک آنها در پایتون و یک نرم افزار مدلساز خواهیم پرداخت.
بخش پنجم: Model Assessment & Validation
در این فاز روشهای ارزیابی و صحه‌گذاری مدلها بررسی می‌شوند.
بخش ششم: ارائه نتایج
در بخش ششم به روشهای بصری سازی و ارائه نتایج پرداخته می‌شود.
- مطالعات موردی : دیتاستهای مجاز از شرکتهای خودروسازی، مدیریت پروژه، خدمات هتلداری و فروشگاه‌های اینترنتی/تجارت الکترونیک در ایران
اساتید دوره:
دکتر بهروز نوری
- دکترای مهندسی صنایع/فناوری اطلاعات از دانشگاه صنعتی امیرکبیر
- بیش از 16 سال تجربه فعالیت در فناوری اطلاعات و مدیریت پروژه در صنایع نفت و گاز و فولاد، و IT و 12 سال سابقه برگزاری دوره‌های آموزشی در حوزه مدیریت پروژه و QA/QC
- مدیر پروژه
- اجرای دو پروژه Machine Learning و Data Science در صنعت خودرو و بخش خدمات
مهندس امیر رضا تجلی
- کارشناسی ارشد مهندسی صنایع دانشگاه تهران
- بیش از 3 سال تجربه در فناوری اطلاعات و Data Science
- تجربه حضور در چندین پروژه Machine Learning و Data Science
دکتر محمد کیانی
- دکتری مهندسی کامپیوتر دانشگاه اصفهان
- مدرس و متخصص Machine Learning و Data Science
- تجربه اجرایی دو پروژه Machine Learning و Data Science