با ورود دنیا به انقلاب صنعتی چهارم و فعال شدن بسیاری از پیشران ها در آن، تحلیل و علم داده نقش اساسی و پر رنگی را در کسب و کارها به خود اختصاص داده است. برتری میزان تقاضای نیروی کارِ متخصص در این حوزه نسبت به عرضه آن در بسیاری از کشورهای توسعه یافته در جهان، حاکی از آن است که روند نیاز به متخصصین این حوزه (با سطح درآمدی مناسب و بالاتر از بسیاری از مشاغل) در این کشورها و همچنین کشورهای کمتر توسعه یافته بیش از پیش احساس می گردد و این روند همچنان ادامه دار است. در کشور ما نیز، خیلی از سازمانها اهمیت و ضرورت این حوزه را درک کرده اند و افراد بسیاری نیز به این حوزه روی آورده اند و در آن فعالیت می کنند. حوزه ای که ضرورت آن هم در بخش صنعت و هم در فضای پژوهشی کشور بیش از پیش احساس می شود. حال سوال این است که اگر به عنوان یک فرد تازه کار (چه در زمینه فعالیتهای اجرایی در صنعت و چه در زمینه پژوهش های دانشگاهی) بخواهیم در این حوزه ورود پیدا کنیم، چه مسیری را باید دنبال نماییم؟
برای پاسخ به این سوال، انجمن مشاوران مدیریت ایران با همکاری اساتید برجسته در این حوزه، بسته آموزشی (متشکل از چهار دوره آموزشی) را طراحی نموده که جزئیات آن در ادامه تشریح شده است.
هدف دوره
این بسته آموزشی با هدف کمک به فعالان در صنعت (کارشناسان، مدیران، و مشاوران) و همچنین دانشجویان مقاطع مختلف دانشگاهی که علاقمند به ورود به فضای اجرایی و پژوهشی در تحلیل و علم داده و همچنین تحلیل محیط کسب و کار هستند، طراحی شده است.
در این بسته آموزشی سعی گردیده، مهارتهای مورد نیاز در قالب چهار دوره آموزشی جداگانه و متوالی طراحی شود تا امکان فراگیری آنها برای علاقمندان این حوزه به وجود آید. مطمئنا فضای تحلیل و علم داده که به طور مستمر در حال تغییر و به روز رسانی است، فقط محدود به دورههای آموزشی طراحی شده در این بسته نخواهد بود. اما با حساسیتی که در طراحی این بسته آموزشی متناسب با استانداردهای آموزشی شده است، گذراندنِ متوالی و پی در پیِ این دوره ها از سوی علاقمندان، توانمندی آنها را در تحلیل دادههای کسب و کار به طور شگرفی تقویت نموده و بسیاری از نیازمندی های مورد انتظار در این حوزه را پوشش خواهد داد. در تمامی دورههای در نظر گرفته شده در این بسته آموزشی سعی گردیده، اصول و مبانی علمی با ذکر مثالهای کاربردی برای مخاطبین تشریح گردد.
علاقمندان به این حوزه باید بدانند که برای تبدیل شدن به یک تحلیگر داده (Data Analyst) و فراتر از آن یک دانشمند داده (Data Scientist)، نیاز است تا با مجموعه ای از مهارتها آشنا شده و خود را به آنها تجهیز نمایند. شکل زیر، نمای سادهای از مسیر یادگیری در این حوزه را نشان میدهد. اگرچه این شکل، تمامی مهارتهای لازم در این حوزه را پوشش نمیدهد، ولی سعی شده است، اصلیترین و پایهایترین مهارتها در آن لحاظ گردد.
علاقمندان به این حوزه باید بدانند که برای تبدیل شدن به یک تحلیگر داده (Data Analyst) و فراتر از آن یک دانشمند داده (Data Scientist)، نیاز است تا با مجموعه ای از مهارتها آشنا شده و خود را به آنها تجهیز نمایند. شکل زیر، نمای سادهای از مسیر یادگیری در این حوزه را نشان میدهد. اگرچه این شکل، تمامی مهارتهای لازم در این حوزه را پوشش نمیدهد، ولی سعی شده است، اصلیترین و پایهایترین مهارتها در آن لحاظ گردد.
بسته آموزشی شامل:
دوره آموزشی بصریسازی داده
دوره آموزشی آمار کاربردی
پایگاه داده به عنوان مجموعه ای ساختاریافته از داده های نگهداری شده در حافظه رایانه یا در فضای ابری تعریف می شود که به طرق مختلف قابل دسترسی است. یک تحلیلگر یا دانشمند داده، نیازمندِ طراحی، ایجاد و تعامل با بانک های اطلاعاتی در بیشتر پروژه هایی که روی آنها متمرکز شده است، می باشد. به عبارتی یک تحلیلگر داده، باید بداند که داده هایی که قرار است بر روی آن ها تحلیل و تفسیر انجام دهد، از کجا و چگونه در اختیار خواهد گرفت؟ لذا آشنایی با انواع پایگاههای داده، بالاخص پایگاه داده رابطهای و RDBMS و زبان برنامه نویسی SQL و پایگاه داده غیر رابطهای یا پایگاه دادههای NoSQL برای تحلیلگر داده ضرورت مییابد.
سرفصل کلی مطالب: (50 ساعت آموزشی)
دوره آموزشی داده کاوی، مدلسازی پیش بینانه و یادگیری ماشین
آینده تان را با شانس و اقبال نسازید، بلکه با پیش بینی به سوی آن حرکت کنید. همانگونه که از نام این بخش مشخص است، هنر اصلی این گروه از مدلها، پیش بینی و خلق ارزش برای مشتری است. در این بخش، می توان پس از کاوش در دادهها و یافتن ویژگی های مهم، و توصیف روابط آنها، نسبت به پیش بینی عوامل مورد نظرمان اقدام کنیم. برای پیش بینی، می توان مدلهای مختلف را با یکدیگر مقایسه کرد و بهترین عملکرد پیش بینی را انتخاب نمود. الگوریتمهای یادگیری ماشین نیز به عنوان موتور محرک این دسته از مدلها فعالیت میکنند. همچنین از کاربردهای دیگر یادگیری ماشین می توان به استفاده از آنها در فضای یادگیری غیر نظارت یافته و تحلیل های آماری چند متغیره اشاره نمود.
یکی از ویژگیهای منحصر به فرد در این دوره، تشریح مبانی پایه ای الگوریتمهای آماری و متعاقبا به کارگیری آنها از طریق نرمافزار است. در این دوره به فراخور موضوعات آموزشی در نظر گرفته شده، مثالهای کاربردی با استفاده از نرمافزارِ آماریِ JMP (و شاید برخی نرم افزارهای دیگر) تحلیل و تشریح خواهد شد تا علاقمندان با توانمندی های دادهکاوی در این نرم افزار کاملا آشنا شده و بتوانند در مسائل عملیاتی و تحقیقاتی خود از آنها استفاده نمایند.
یکی از ویژگیهای منحصر به فرد در این دوره، تشریح مبانی پایه ای الگوریتمهای آماری و متعاقبا به کارگیری آنها از طریق نرمافزار است. در این دوره به فراخور موضوعات آموزشی در نظر گرفته شده، مثالهای کاربردی با استفاده از نرمافزارِ آماریِ JMP (و شاید برخی نرم افزارهای دیگر) تحلیل و تشریح خواهد شد تا علاقمندان با توانمندی های دادهکاوی در این نرم افزار کاملا آشنا شده و بتوانند در مسائل عملیاتی و تحقیقاتی خود از آنها استفاده نمایند.
سرفصل کلی مطالب: (40 ساعت آموزشی)
دوره آموزشی پایگاه داده
پایگاه داده به عنوان مجموعه ای ساختاریافته از داده های نگهداری شده در حافظه رایانه یا در فضای ابری تعریف میشود که به طرق مختلف قابل دسترسی است. یک تحلیلگر یا دانشمند داده، نیازمندِ طراحی، ایجاد و تعامل با بانک های اطلاعاتی در بیشتر پروژه هایی که روی آنها متمرکز شده است، می باشد. به عبارتی یک تحلیلگر داده، باید بداند که داده هایی که قرار است بر روی آن ها تحلیل و تفسیر انجام دهد، از کجا و چگونه در اختیار خواهد گرفت؟ لذا آشنایی با انواع پایگاههای داده، بالاخص پایگاه داده رابطهای و RDBMS و زبان برنامه نویسی SQL و پایگاه داده غیر رابطهای یا پایگاه دادههای NoSQL برای تحلیلگر داده ضرورت مییابد.
سرفصل کلی مطالب: (15 ساعت آموزشی)
دوره آموزشی برنامه نویسی با زبانهای مربوطه
با توجه به تقاضای بازار کار در سطح دنیا، تحلیلگران داده باید حداقل در یک زبان برنامهنویسی تبحر داشته باشند. در حال حاضر تحلیل گران و دانشمندان داده از زبانهای برنامهنویسی چون: Python، R، javascript، Scala و ... برای پردازش دادهها، تجزیه و تحلیل های آماری، بصریسازی داده، مدلسازی پیشبینانه، یادگیری ماشین، و ... استفاده میکنند. نکته بسیار مهم در این بخش آن است که هر چقدر یک تحلیلگر داده در مبانی آماری و مهارتهای اشاره شده در بستههای آموزشی 1 تا 4، یادگیری بهتر و عمیقتری داشته باشد، استفاده از زمان برنامه نویسی برای او آسانتر و موثرتر خواهد بود.
در این دوره آموزشی تمرکز بر زبان برنامهنویسی Python خواهد بود و دانشپذیران با این زبان آشنا خواهند شد. هدف اصلی از فراگیری این زبان آن است که متقاضیان از طریق زبان برنامهنویسی و آشنایی با Package های مربوطه، توانایی به کارگیری آنچه که در بستههای آموزشی قبلی فرا گرفته اند (اعم از بصری سازی داده، الگوریتمهای آماری و یادگیری ماشین، و ...)، را کسب نمایند.
در خصوص تاریخ شروع برگزاری هر یک از دوره های آموزشی، نحوه برگزاری، مدت زمان دوره، و چگونگی ثبت نام برای علاقمندان، متناسب با هر یک از دوره ها، اطلاع رسانی خواهد شد.
در این دوره آموزشی تمرکز بر زبان برنامهنویسی Python خواهد بود و دانشپذیران با این زبان آشنا خواهند شد. هدف اصلی از فراگیری این زبان آن است که متقاضیان از طریق زبان برنامهنویسی و آشنایی با Package های مربوطه، توانایی به کارگیری آنچه که در بستههای آموزشی قبلی فرا گرفته اند (اعم از بصری سازی داده، الگوریتمهای آماری و یادگیری ماشین، و ...)، را کسب نمایند.
سرفصل کلی مطالب: (25 ساعت آموزشی)
توضیحات
در این دوره های آموزشی سعی خواهد شد، مبانیِ علمی و پایه ای مورد نیاز تشریح شده و از نرم افزارهای کاربردی و قدرتمند (و یا زبان برنامه نویسی پایتون) که قابلیت پردازش، تحلیل، و تفسیر بالایی دارند، بهره گرفته شود. در این دوره ها، علاوه بر بررسی و تحلیل مثالهای کاربردی در طول برگزاری، در پایان هر جلسه آموزشی تمارینی به دانشجویان تخصیص خواهد یافت تا با بهره گیری از نرم افزار های مربوطه (و یا زبان برنامهنویسی پایتون)، نسبت به تحلیل آنها پرداخته و در صورت بروز مشکل، رفع اشکال نمایند.در خصوص تاریخ شروع برگزاری هر یک از دوره های آموزشی، نحوه برگزاری، مدت زمان دوره، و چگونگی ثبت نام برای علاقمندان، متناسب با هر یک از دوره ها، اطلاع رسانی خواهد شد.
مدرس دوره
دکتر احمد ابراهیمی
دکتری مهندسی صنایع و عضو هیات علمی دانشگاه
همکار دانشگاهی تایید صلاحیت شده شورای بین‌المللی موسسات مشاوره مدیریت دارنده نشان Academic Fellow
دکتری مهندسی صنایع و عضو هیات علمی دانشگاه
همکار دانشگاهی تایید صلاحیت شده شورای بین‌المللی موسسات مشاوره مدیریت دارنده نشان Academic Fellow
محل و نحوه برگزاری
کلاسها به صورت آنلاین از طریق سامانه آموزش آنلاین انجمن برگزار میگردد.
طول دوره
۱۴۰ ساعت در ۱۰ ماه
علاقه مندان میتوانند دوره ها را به صورت تک دوره و یا همه دوره ها را به صورت یکجا (دوره جامع) ثبت نام نمایند:
| ردیف | نام دوره | مدت زمان دوره (ساعت) | تاریخ شروع/ برگزاری دوره | روز (های) برگزاری کلاس | ساعت برگزاری کلاس | هزینه ثبت نام (تومان) | وضعیت دوره |
|---|---|---|---|---|---|---|---|
| 1 | بصری سازی داده با بهره گیری از نرم افزار JMP (Data Visualization with JMP) | 10 | 4 و 5 خرداد 1402 | پنجشنبه و جمعه | 10 الی 14 | 1,700,000 | برگزار شده |
| 2 | یادگیری آمار برای علم داده و تحلیل کسب و کار (آمار کاربردی) با نرم افزارهای JMP و Minitab (Applied Statistics) | 50 تا 60 | 15 تیر 1402 | پنجشنبه | 10 الی 14 | 6,000,000 | در حال ثبت نام |
| 3 | بصری سازی داده با بهره گیری از نرم افزار JMP (Data Visualization with JMP) | 10 | تیر/ مرداد 1402 | جمعه | 10 الی 14 | 1,700,000 | در حال ثبت نام |
| 4 | مدلهای پیشبینانه، داده کاوی، و یادگیری ماشین با نرم افزار JMP (Predictive Modeling, Data Mining, and Machine Learning) | 40 تا 50 | آبان 1402 | پنجشنبه | 10 الی 14 | 7,250,000 | در حال ثبت نام |
| 5 | پایگاههای داده (Databases) | 15 | دی/ بهمن 1402 | پنجشنبه | 10 الی 14 | 2,850,000 | در حال ثبت نام |
| 6 | برنامه نویسی با زبان پایتون (Python) | 25 | بهمن/ اسفند 1402 | پنجشنبه | 10 الی 14 | 4,300,000 | در حال ثبت نام |
| مجموع ارزش دوره ها (به صورت موردی/ تک دوره) | 22,100,000 | ||||||
| مجموع ارزش بسته آموزشی (در صورت خرید تمامی دوره ها به صورت یک جا) | 18,600,000 | ||||||