با جذاب ترین دوره تحلیل گر داده (Data Analyst) برای ورود به بازار کار آماده شوید!!
معرفی دوره تحلیل گر داده
هدف ما تربیت نیروی متخصص و مورد نیاز بازار کار در حوزه های مختلف از جمله علوم کامپیوتر، برنامه نویسی، هوش مصنوعی و … است. توی دوره تحلیل گر داده (Data Analyst) ما شما رو طبق نیاز بازار کار این رشته آموزش و جهت استخدام آماده میکنیم. تمام موسسات و سایت هایی که توی این حوزه ها فعالیت می کنند، دوره های مختلفی مانند، دوره جامع علم داده، هوش مصنوعی، هوش تجاری و … دارند اما فقط براساس یک سری سرفصل های کلی آموزش می دهند و بعد از گذراندن این دوره ها، شما از هر حوزه هوش مصنوعی، یک بخش کوچکی یاد گرفته اید و نمی توانید برای پوزیشن شغلی خاصی اپلای کنید یا لااقل باید خودتون مباحث دیگری بخونید تا برای این پوزیشن های شغلی آماده بشید.
ما توی این دوره شما رو برای پوزیشن شغلی تحلیل گر داده (Data Analyst) آماده می کنیم پس قرار نیست مثل بقیه موسسات، از هر حوزه هوش مصنوعی یک مبحث رو بگیم، الکی ۳۰۰ ساعت آموزش بدیم و در انتها هم مشخص نباشد که قراره توی چه بخشی از هوش مصنوعی فعالیت کنید. آیا می دانستید که ما بیش از ۱۵ پوزیشن شغلی توی هوش مصنوعی داریم که موقعیت شغلی تحلیل گر داده (Data Analyst) تنها یکی از اون هاست؟ پس ما توی این دوه، فقط روی این موقعیت شغلی تمرکز می کنیم و هر آن چیزی که لازم باشد تا شما رو به یک Data Analyst حرفه ای تبدیل کند آموزش میدهیم.
سرفصل های دوره تحلیل گر داده (Data Analyst)
۱: افتتاحیه دوره و آشنایی با مدرسین، سرفصل ها و اهداف پیش رو (۲ ساعت)
توی جلسه اول از دوره تحلیل گر داده (Data Analyst)، با مدرسین و سرفصل ها آشنا می شویم و هدف مون رو از برگزاری این دوره میگیم. در مورد چارچوب کلی دوره، مباحثی که قراره تدریس بشه، روش تدریس و … صحبت می کنیم تا دید جامعی نسبت به این دوره پیدا کنید. در نهایت نیز مشخص می شود که بعد از انتهای دوره، به چه سحطی از دانش و تخصص در جایگاه شغلی تحلیل گر داده میرسید.
۲: بررسی موقعیت شغلی Data Analyst از ابعاد مختلف (۱ ساعت)
توی بخش دوم، در مورد جایگاه شغلی تحلیل گر داده یا Data Analyst صحبت میکنیم و وظایف این پوزیشن شغلی رو توی شرکت های مختلف توضیح میدیم. پس قبل از شروع آموزش های عملی، شما باید در مورد این جایگاه شغلی اطلاعات خوبی داشته باشید، از مزایا و معایب اون بدونید، از چالش هایی که توی این شغل هست مطلع بشید و کلی موارد دیگه که قراره بهتون بگیم. پس توی انتهای این بخش، میفهمید که آیا این پوزیشن و جایگاه شغلی برای شما مناسب هست یا نه، اصلا بهش علاقه مندید یا نه تصورات دیگه ای درموردش داشتید؟ پس با آگاهی و اطلاعات خوبی که بدست میارید، وارد بخش های بعدی این دوره جذاب میشید.
۳: فهم کسب و کار و آشنایی با بخش های مختلف آن (۳ ساعت)
توی بخش دوم، در مورد جایگاه شغلی تحلیل گر داده یا Data Analyst صحبت میکنیم و وظایف این پوزیشن شغلی رو توی شرکت های مختلف توضیح میدیم. پس قبل از شروع آموزش های عملی، شما باید در مورد این جایگاه شغلی اطلاعات خوبی داشته باشید، از مزایا و معایب اون بدونید، از چالش هایی که توی این شغل هست مطلع بشید و کلی موارد دیگه که قراره بهتون بگیم. پس توی انتهای این بخش، میفهمید که آیا این پوزیشن و جایگاه شغلی برای شما مناسب هست یا نه، اصلا بهش علاقه مندید یا نه تصورات دیگه ای درموردش داشتید؟ پس با آگاهی و اطلاعات خوبی که بدست میارید، وارد بخش های بعدی این دوره جذاب میشید.
۴: ریاضیات و آمار احتمالات (۱۰ ساعت)
تمام افرادی که به هر طریقی توی یکی از پوزیشن های مرتبط با داده فعالیت می کنند، باید به آمار احتمالات و ریاضیات مسلط باشند چون تحلیل داده به شدت وابسته به علم آمار و ریاضیات است. توی این فصل تقریبا هر آن چیزی را که از ریاضیات لازم داشته باشید تدریس میکنیم تا هنگام سروکله زدن با داده ها، توی مباحث ریاضیات چالشی نداشته باشید و فهم خوبی از الگوریتم ها و داده ها و مسائل داشته باشید.
۵: برنامه نویسی و حل مساله (۱۵ ساعت)
توی این فصل زبان برنامه نویسی پایتون رو آموزش میدیم که یک زبان محبوب جهت کار در حوزه هوش مصنوعی، تحلیل داده، علم داده و … است. یادگیری پایتون برای هر کسی که توی حوزه داده فعالیت می کند الزامی است چون تقریبا تمام کتابخانه ها و الگوریتم های حوزه داده و هوش مصنوعی با زبان پایتون نوشته شده است. توی این فصل از سطح صفر پایتون رو آموزش میدیم، مثال ها و تمرین های خوبی حل میکنیم و تقریبا مباحث اصلی و مهمی از پایتون که توی جایگاه شغلی تحلیلگر داده بهش نیاز داشته باشید رو میگیم.
۶: جمع آوری داده ها (۶ ساعت)
خیلی از اوقات ما به داده هایی نیاز داریم که در دسترس نیستند و باید خودمان اقدام به جمع آوری آن ها کنیم. فرض کنید شما به عنوان یک فعال حوزه داده نیاز دارید که تحلیل و بررسی از نظرات کاربران در سایت های فروشگاهی داشته باشید، یا مثلا کامنت های موجود توی یکی از پست های اینستاگرام رو استخراج کنید و تحلیل کنید که نظر کاربران درباره یک پدیده خاص چی بوده؟ برای انجام این کارها لازم است که شما با طراحی ربات های خزنده وب یا Web Crawler ها آشنا باشید. توی این فصل با تمرین ها و پروژه های متنوعی که انجام میدیم، قادر خواهید بود که هر نوع داده ای که نیاز دارید را از سایت های مختلف و شبکه های اجتماعی نظیر اینستاگرام استخراج کنید و کارهای تحلیلی خوبی روی آن ها انجام دهید.
۷: آماده سازی و پیش پردازش داده ها (۱۰ ساعت)
به مرحله آماده سازی و پیش پردازش داده ها میرسیم، جایی که داده ها رو پردازش، پیش پردازش و برای اهداف خاصی آماده سازی می کنیم. بخش زیادی از تایم هر فردی که تو حوزه تحلیل داده کار میکند، سروکله زدن با داده هاست پس خیلی مهمه که شما جنس دیتا رو بشناسید و بتونید عملیات های مختلف رو روی اون ها پیاده سازی کنید تا برای اهداف خودتون بکار ببرید. توی این فصل حسابی با داده ها سرو کله میزنیم طوری که کار با داده به یکی از علاقه مندی هاتون تبدیل بشه. با کتابخونه های مثل Numpy، Pandas و ابزار پردازش داده های حجیم مثل Spark کار میکنم که جزو قوی ترین ابزارهای پردازش و آماده سازی داده ها هستند.
۸: بصری سازی داده ها (۶ ساعت)
بصری سازی داده در قالب نمودارها و اشکال مختلف، دید بسیار خوبی به ما می دهد و میتوانیم درک درستی از داده ها داشته باشیم. به طور کلی بصری سازی داده یا Data Visualization یکی از مهارت های مهمی هست که یک تحلیل گر داده باید خوب بلد باشه که ما هم توی این فصل نکات مهم و آموزش های خوبی رو برای شما در نظر گرفتیم. با مهم ترین ابزارهای بصری سازی داده ها مثل Matplotlib, Seaborn, Pandas و کار میکنم و به راحتی قادر خواهید بود که تجسم سازی و بصری سازی خوبی از داده های خودتوتون داشته باشید.
۹: نگهداری داده ها (۱۶ ساعت)
بانک های اطلاعاتی یا پایگاه داده ها، بستری جهت ذخیره سازی داده ها و گزارش گیری هستند. پایگاه داده های مختلفی وجود دارند که SQL Server یکی از قدیمی ترین و متداول ترین نوع آن هاست و داده ها را به صورت جدولی در خود ذخیره می کند. به جز اس کیو ال سرور، پایگاه داده مونگو دی بی (Mongo DB) نیز یکی از پر کاربردترین نوع دیتابیس ها در حوزه داده هست. به کمک این دیتابیس می توان داده ها را به صورت سند (Document) ذخیره کرد و بهترین گزینه برای کسانی است که در حوزه های علم داده فعالیت می کنند. علاوه بر آموزش کامل این دو پایگاه داده، سرویس SSIS که مخفف (SQL Server Integration Services) هست رو نیز بررسی می کنیم. این سرویس توی SQL Server و ابزار قدرتمندی برای انجام فرآیندی ETL به حساب میاد. به کمک این سرویس می توانید داده های را از منابع مختلف (E) Extract کنید، آن ها را (T) Transform و در سرویس های مختلف (L) Load کنید. این ابزار به شدت برای یک تحلیل گر داده و متخصین علوم داده کاربردی هست و جهت ساخت انبار داده نیز مورد استفاده قرار می گیرد.
۱۰: دستیابی به بینش عمیقی از داده ها با مدل های ML جهت تصمیمات هوشمندانه (۴۰ ساعت)
خب میرسیم به فصل جذاب یادگیری ماشین و قراره توی این فصل باهم دیگه انواع روش های یادگیری ماشین رو بررسی و آموزش بدیم. یعنی در مورد روش های نظارت شده (Supervised)، غیرنظارت شده (UnSupervised) و رگرسیون (Regression) صحبت میکنیم و با مثال های کاربردی، الگوریتم های یادگیری ماشینی که توی این حوزه هستند رو توی زبان پایتون آموزش میدیم. علاوه بر آن، وارد مباحث متن کاوی یا پردازش متن (Text Mining) میشیم و مفاهیم پایه و اصلی این حوزه رو آموزش میدیم. بعد از اون از الگوریتم های یادگیری ماشین جهت حل مسائل حوزه پردازش متن استفاده میکنم و مثال های خوبی حل میکنیم مانند: آنالیز احساسات، طبقه بندی متن و اخبار، خوشه بندی اسناد متنی، سیستم خلاصه ساز متنی و … که یادگیری این موراد برای یک تحلیل گرداده لازمه چون علاوه بر داده های عددی، با حجم زیادی از داده های متنی نیز سروکار دارد و باید بتواند آن ها را تحلیل کند.
۱۱: دستیابی به بینش عمیقی از داده ها با رویکرد هوش تجاری جهت تصمیمات خردمندانه (۵۰ ساعت)
از مهم ترین تخصص و مهارت هایی که یک تحلیل گر داده یا افراد فعال حوزه علم داده و دیتاساینس باید داشته باشند، هوش تجای است. تدریس جامع و کاربردی هوش تجاری که توی این بخش صورت می گیرد، از مهم ترین نقاط قوت این دوره ست و قراره در این بخش با اصول هوش تجاری، ساخت داشبوردهای تجاری و مدیریتی، سازمان داده محو و … آشنا شوید. توی این فصل با ابزار محبوب Power BI هوش تجاری رو توضیح میدهیم، عملیات تحلیل و آنالیز داده ها رو با زبان DAX انجام می دهیم، در مورد KPI های بیزینس و اصول داده محوری سازمان صحبت می کنیم، داشبورهای حرفه ای طراحی می کنیم و این داشبوردها را به صورت آنلاین در وب و اپلیکیشن های موبایل منتشر می کنیم تا هنگام کار در این حوزه چالش خاصی نداشته باشید و به راحتی از پس پروژه های هوش تجای و تحلیل پیشرفته داده ها بربیاید. علاوه بر Power BI، هوش تجاری توی اکسل رو هم آموزش میدیم چون به عنوان یک فعال حوزه داده، قطعا باید با اکسل آشنا شوید، بتونید داده های خود را با اون تحلیل و حتی داشبوردهای تحلیل داده رو طراحی کنید. در نتیجه نرم افزار قدرتمند اکسل رو هم به شما آموزش میدیم تا دانش و تخصص شما در این حوزه تکمیل شود.
۱۲: مهاجرت به زیرساخت های توسعه و نگهداری پروژه های برنامه نویسی (۱۲ ساعت)
توی این فصل، سه عنوان آموزشی گیت (Git)، لینوکس (Linux) و استریم لیت (Streamlite) رو آموزش میدیم که هر برنامه نویسی باید قعا بلد باشه (مخصوصا دو مورد اول). به کمک ابزار گیت و گیت هاب میتونید سورس کدها و پروژه های خودتون رو مدیریت کنید، به کمک لینوکس میتونید کمی پیشرفته تر وارد حوره برنامه نویسی و تحلیل داده بشید و از امکاناتی که این سیستم عامل در اختیارتون قرار میده استفاده کنید. با Streamlite می تونید پروژه های یادگیری ماشین خودتون رو در قالب یک وب اپلیکیشن توسعه بدید و به صورت واقعی اون رو در اختیار طیف وسیعی از افراد و کاربران قرار بدید.
۱۳: بکارگیری اصول مدیریت پروژه چهت پیشبرد درست کارها (۵ ساعت)
شما به عنوان یک فعال حوزه داده باید با مفاهیم اصلی مدیریت پروژه (Project Management) آشنا شوید و با ابزارهایی که در این حوزه وجود دارد کار کنید. قرار نیست در این فصل شما یک مدیر پروژه (Project Manager) شوید بلکه قرار است که از آن جهت پیشبرد کارهای خودتون استفاده کنید. تمام برنامه نویسانی که چه به صورت آزاد و چه در شرکتی مشغول کار هستند، روی پروژه هایی کار میکنند که لازمه مدیریت و نظم دادن به آن ها، استفاده از رویکرد و ابزارهای مدیریت پروژه است. پس توی این فصل یاد می گیرید که از این به بعد چجوری کارهای خودتون رو در قالب پروژه مدیریت و پیش ببرید که باعث نظم بیشتر در کارها و صرفه جویی در زمان و منابع می شود.
۱۴: شنیدن چالش ها و تجربیات متخصصین این حوزه در صنعت (۳ ساعت)
توی این فصل از متخصصین باتجربه ای که در بازار کار تحلیل داده و هوش مصنوعی مشغول کار هستند دعوت می کنیم که تجربیات، چالش ها، مزایا و معایبی که در این حوزه در صنعت هست را در اختیار شما قرار دهند که به عنوان چراغ راهی از آن جهت ادامه مسیر خود استفاده کنید. این تجربیات بسیار ارزشمند هستند و به نوعی می توان گفت باعث صرفه جویی زیادی در زمان شما و جلوگیری از آزمون و خطا می شود.
۱۵: پیدا کردن شغل و آماده شدن برای ورود به بازار کار توی پوزیشن تحلیل گر داده (۳ ساعت)
خب میرسیم به فصل آخر دوره تحلیل گر داده، توی این بخش در مورد نکات مهم و ترفندهایی که میتونید توی این جایگاه شغلی وارد بازار کار بشید صحبت می کنیم. یا اگر دوست داشته باشید که به صورت فریلنسری یا پروژه ای هم کار کنید، برای این مورد هم بهتون آموزش میدیم که چه کارهایی بکنید تا موفق بشید. رزومه نویسی رو باهم کار میکنیم و نحوه نوشتن یک رزومه خوب و استاندار رو یاد میگیریم که شانس دعوت شما به مصاحبه رو بالا ببره. درمورد نحوه شبکه سازی و ارتباط با افراد مختلف و فعال حوزه تحلیل داده صحبت می کنیم تا بتونید ارتباطات و کانکشن های خودتون رو بالا ببرید و توی این حوزه موفق بشید. امیدواریم که در انتهای دوه بتوانیم به رسالت خود یعنی ” توانمند سازی نسل نوجوان و جوان با آموزش های به روز و تربیت نیروی متخصص متناسب بازار کار” به خوبی عمل کرده باشیم و شما رو برای ورورد به بازار کار حرفه ای آماده کرده باشیم.
چرا باید در این دوره شرکت کنم؟
۱: سرفصل های استاندارد و متناسب با نیاز بازار کار
۲: آموزش بر اساس پوزیشن شغلی تحلیل گر داده نه صرفا براساس یک سری سرفصل کلی
۳: مدرسین باتجریه و کیفیت بالای آموزش ها
۴: اعطای مدرک در پایان دوره
۵: پشتیبانی ۲۴ ساعته در طول دوره و ارتباط مستقیم با مدرسین جهت پرسیدن سوالات و مشاوره
۶: انجام پروژه های عملی به صورت تکی و گروهی جهت تسلط کافی بر مباحث
۷: ارتباط و ساختن کانکشن با بقیه دانشجویان دوره جهت انجام پروژه های گروهی و همچنین کار گروهی بعد از اتمام دوره
۸: دعوت از متخصصین این حوزه جهت انتقال تجربه و کانکشن برقرار کردن با آن ها
۹: نوشتن توصیه نامه و معرفی به شرکت های مختلف جهت استخدام در موقعیت شغلی تحلیل گر داده
ثبت نام در دوره
فرم زیر رو پر کنید تا ما با شما تماس بگیرم و توی یک جلسه مشاوره رایگان، به تمام سوالات شما پیرامون دوره پاسخ بدیم.
سوالات متداول
۱: آیا بعد از گذراندن دوره، مدرک به من داده می شود؟
بله مدرک دوره برای شما صادر خواهد شد که مهر تاییدی بر توانایی های شما در حوزه شغلی تحلیل گر داده می باشد.
۲: از کجا بفهمم این دوره برای من مناسبه؟
توی چندین جلسه اول دوره که به صورت رایگان هست می تونید به صورت کامل با دوره، سرفصل ها، موقعیت شغلی تحلیل گر داده و … آشنا بشید که دید خوبی بهتون میده و با آگاهی بیشتری جهت شرکت در این دوره تصمیم بگیرید.
۳: آیا بعد از اتمام دوره، میتونم استخدام و وارد بازار کار بشم؟
بله. ما سرفصل ها و آموزش ها رو طبق نیارهای صنعت و بازار کار آماده کردیم تا هنگام کار توی این حوزه شغلی به مشکل خاصی برنخوردید و بتونید از مصاحبه های شغلی موفق بیرون بیاید.
۴: چه پیش نیازهایی برای شرکت در دوره تحلیل گر داده وجود دارد؟
از اون جایی که تمام مباحث دوره از پایه تدریس میشه درنتیجه پیش نیاز خاصی لازم نیست و هرکسی با هر رشته تحصیلی و سطح دانشی میتونه توی این دوره شرکت کنه.
۵: ایا بعد از اتمام دوره به شرکت یا جایی جهت استخدام معرفی می شوم؟
ما تمام سعی خودمون رو میکنیم که پس از پایان دوره و اخذ مدرک، شما رو به سازمان ها و شرکت هایی که به تحلیل گر داده (Data Analyst) نیاز دارند معرفی کنیم و همچنین یک توصیه نامه نیز مینویسیم که شانس پذیرش شما رو چند برابر کنه. خلاصه اینکه همه جوره هواتون رو داریم و توی این مسیر کنارتون هستیم.
۶: اگر سوالی داشته باشم چجوری باید از مدرس بپرسم و آیا این دوره پشتیبانی دارد؟
توی یک گروه همه مدرسین و شما عضو هستید و هر سوالی که داشته باشید رو میتونید بپرسید تا مدرس به شما جواب بده. پس در طول دوره هرجا به سوال یا مشکلی برخوردید یا اصلا نیاز به مشاوره و راهنمایی داشتید، میتونید بپرسید و به همه سوالاتتون جواب داده میشه.
۷: مزیت این دوره نسبت به سایر دوره های دیگه چیه؟
مهم ترین مزیت و تفاوت ما در این است که طبق نیاز بازار کار و باتوجه به موقعیت شغلی شما رو آموزش میدهیم نه صرفا براساس سرفصل های رایجی که وجود دارد. الان موسسات و سایت های زیادی وجود دارند که دوره های جامع علم داده برگزار می کنند که متاسفانه از هر یک از زیر شاخه های هوش مصنوعی چندین سرفصل آموزش میدهند که بعد از اتمام دوره شما نمی توانید برای موقعیت شغلی خاصی اپلای کنید اما ما دقیقا شما رو برای موقعیت شغلی تحلیل گر داده آماده و وارد بازار کار می کنیم.
۸: ایا مشاوره رایگان قبل از شرکت در دوره وجود دارد؟
بله. شما می تونیدکاملا رایگان یا به صورت تماس تلفنی یا جلسه آنلاین با علی نظری زاده (بنیان گذار ویتایک) صحبت کنید تا به صورت دقیق به سوالات تون پاسخ داده بشه. یعنی قبل از شرکت توی دوره، یک جلسه مشاوره رایگان به شما تعلق میگیره و به تمام سوالاتتون پیرامون دوره و سرفصل ها و … پاسخ داده میشه.