مدرسه تابستانی علم داده (فرم پیش ثبت نام قرار داده شد!)

پوستر برنامه مدرسه تابستانی علم داده

 

این مدرسه سه روزه در تابستان 96 با همکاری شرکت پردازش و تحلیل داده دقیقه و اتحادیه انجمن های علمی دانشجویی فیزیک ایران بعنوان حامی برنامه توسط انجمن علمی دانشجویی فیزیک دانشگاه شهید بهشتی برگزار میشود.

زمان: 3شنبه تا 5شنبه – 31 مرداد، 1 و 2 شهریور 1396

مکان: دانشکده فیزیک دانشگاه شهید بهشتی

امکان اختصاص خوابگاه در طول دوره به دانشجویان ساکن خارج تهران وجود دارد؛ در صورت نیاز درخواست خود را در فرم پیش‌ثبت نام درج نمایید.

فرم پیش ثبت نام در لینک زیر قرار گرفته است؛ خواهشمند است جهت اعلام آمادگی برای حضور در برنامه اطلاعات خود را به همراه شماره تماس اعلام نمایید. پس از چند روز اطلاعات تکمیلی ثبت نام (از جمله مبلغ ثبت نام و …) اعلام خواهد شد. بدلیل محدودیت ظرفیت ثبت نام اولویت با کسانی خواهد بود که زودتر فرم پیش ثبت نام را تکمیل کرده باشند.

 

پرکردن فرم پیش ثبت نام برنامه مدرسه علم داده

پس از مشخص شدن میزان تخفیف دانشجویی امکان پرداخت و تکمیل ثبت نام وجود خواهد داشت؛ از شکیبایی شما پیشاپیش سپاسگزاریم.


زمان بندی برنامه کلاس ها:

روز اول:

  • ورود به علم داده ، تاریخچه علم داده، شناخت و جایگاه علم داده در سایر علوم، اهمیت داده، جایگاه ابزارها و رشته های مختلف در علم داده
  • معرفی زبان R
  • آشنایی با محیط RStudio و نحوه نوشتن و خواندن داده در R

روز دوم

  • معرفی و آموزش پکیج های تحلیلی در Data table- Network Analyze – Time series Analysis – …
  • آموزش نحوه مصورسازی داده به صورت کارا در R  (Ggplot, Plotly, lgragh, …)

روز سوم

  • معرفی و آموزش نرم افزار Gephi
  • حل داده محور یک مساله واقعی از دریافت داده تا تحلیل و مصورسازی به کمک R  یا Geghi

علم داده چیست؟

بسیاری ازسازمان ها موفق راه حل چالش های پیش روی خود را در استفاده از علم داده می دانند و سرمایه گذاری در این زمینه جزو اولویت های سازمانی شان است. 77 درصد سازمان ها و شرکت های موفق در سطح جهانی، تحلیل داده را یکی از اجزای حیاتی بهبود بهره وری تجاری و سازمانی خود می دانندامروزه بواسطه ی اینترنت و شبکه های اجتماعی در همه ی زمینه ها دائماً داده تولید می شود. تحلیل و بهره برداری از این حجم عظیم داده‏ ها در زمینه‏ های مختلف خود گویای اهمیت حوزه ‏ی تحلیل و علم داده است.

علی‏رغم اشباع شدن بازار کار بسیاری از رشته‏ های مهندسی و علوم پایه و انسانی چه در ایران و چه در سایر کشورها، حوزه‏ ی تحلیل داده از جمله حوزه ‏هایی است که هر روز فرصت های شغلی که ایجاد می کند رو به رشد است. رونق گرفتن مفاهیمی که تحت عنوان علم داده می شناسیم به این رشته‏ ها روح تازه‏ای دمیده است و درنتیجه فرصت های شغلی بسیار جذاب و متنوع، کلیدی و با درآمدی قابل توجه حول این حوزه شکل گرفته است.

 

شرکت IBM در گزارشی که در سال 2016 منتشر کرده است روند ایجاد موقعیت های شغلی حوزه ‏ی علم داده را متناسب با تعداد فارغ التحصیلان این حوزه در دانشگاه ها نمی داند و اشاره می‏کند که اگر خود موسسات از جمله IBM اقدام به آموزش افراد نکنند در آینده کمبود نیرو متخصص در این حوزه دردسرساز خواهد شد

این در حالی است که علم داده از جمله علومی است که نقش افراد در آن بسیار پررنگ است. لزوم دید تحلیلی و شناخت فرد از داده و انتخاب بهترین روش‏های آنالیز و مصور سازی و کمینه کردن محاسبات همگی چالش‏ هاییست که نقش افراد در فرآیند تحلیل داده را پررنگ میکند و از سرعت تمام مکانیزه شده این فرآیند می کاهد.

نکته‏ ی قابل توجه دیگری که درباره ی شغل‏های این حوزه باید اشاره کرد این است که فعالان این حوزه بواسطه‏ ی نوع کارشان معمولا در هسته ی تصمیم گیری سازمان ها قرار می گیرند و از این بابت جزو افراد کلیدی و تاثیر گذار در سازمان و یا شرکت خواهند بود.

علم داده نه تنها از جمله علوم بین رشته‏ای به حساب می آید بلکه خود یکی از مهمترین حلقه های اتصال سایر علوم است. این حوزه ترکیبی از علوم کامپیوتر، آی تی، هوش مصنوعی، مهندسی برق، آمار و مدل سازی، ریاضیات، فیزیک سیستم های پیچیده، علم شبکه، علوم اعصاب، اقتصاد و… است که نوید فصل جدیدی از توانمندی بشری را می‏دهد. اتصال نگاه و روش های رشته های گوناگون در بستر علم داده پتانسیل های بی‏شماری را در باز تعریف مرز های علم ایجاد کرده است. در سال های اخیر روند تولید مقالات در بسیاری از علوم، متاثر از نگاه داده محور بوده است. اقتصاد، علوم اعصاب، فیزیک و جامعه شناسی مثال هایی‏ اند که با نگاه داده محور به مسایل تحولی شگرف در تولید علم در این حوزه‏ ها ایجاد شده است.

نکته ی مهم اینکه برای ورود به علم داده لازم نیست افراد، متخصصینی چیره دست در حوزه‏ های ذکر شده باشند. برنامه نویسی داده علیرغم حساسیت و نیاز به تخصص، به لطف ابزار هایی همچون زبان R به تجربه ای شیرین تبدیل شده است. این ابزار به منظور رفع نیازهای تحلیل داده ایجاد شده است و به جرئت می توان گفت یکی از محبوب‏ترین ابزار های تحلیل متخصصین علم داده است. بصورت میانگین در سه سال اخیر R بیشترین استفاده را در بین ابزار های تحلیل داده داشته است

با عنایت به آنچه بدان اشاره شد، افراد علاقه مند و مستعد به این حوزه با ساختار آموزشی متشکل از ابزاد و تحلیل و در بستر مسایل واقعی می توانند به متخصص حوزه داده مبدل شوند. وجود افرادی با قابلیت تحلیل داده در آینده ی هیچ شاخه ای از علم ،سازمان و کسب‏ و ‏کاری قابل انکار نیست.

شرکت پردازش و تحلیل داده ی دقیقه، طراح و برگزار کننده ی دوره های تخصصی داده کاوی، متناسب با نیاز پژوهشی دانشگاه ها و نیاز سازمانی موسسات اقدام به برگزاری دوره‏های تخصصی علم داده و داده‏ کاوی می‏کند.


پرکردن فرم پیش ثبت نام برنامه مدرسه علم داده

دیدگاه ( 4 )
  1. ریحانه کوهی
    23 تیر 1396 at 20:12
    پاسخ

    با عرض سلام و خسته نباشید،

    اینجانب ریحانه کوهی دانشجوی دکترا فیزیک، شاخه تحلیل داده، از دانشگاه صنعتی اصفهان هستم.

    سال گذشته در کنفرانس شرکت CODATA در ایتالیا شرکت کردم که مباحث آن شبیه به مباحث مدرسه تابستانی علم داده شما است. البته آن کنفرانس به مدت یک ماه و نیم بود و طبعا مطالب بیشتر و عمیق تری تدریس میشد.

    اینجانب آمادگی خود را برای همکاری در برگزاری مدرسه و به اشتراک گذاشتن مطالب شرکت CODATA (کلیه دروس ارایه شده همراه با پاورپوینت ها و فیلم های مربوطه) اعلام میکنم.
    باعث افتخار است که در این برنامه به عنوان همکار شرکت کنم. روی مباحث ارایه شده نیز تسلط کامل بر python- gnuplot و تسلط نسبی بر R- Rstudio- Network analysis – ggplot دارم. همچنین مطالب ارایه شده در کنفرانس CODATA که باعث آشنایی و تسلط نسبی من بر آنها شده و مطالب ارایه شده را نیز به صورت پاور پوینت و برخی ویدیو در اختیار ما قرار داده اند را برایتان در زیر آورده ام.

    The Unix Shell
    Version Control with Git
    Programming with R
    Using Databases and SQL
    Research Data Management
    Advanced ggplot2 and web visualization
    Machine Learning & Recommendation
    Neural Networks – principles, problems, and R implementation
    Kohonen Networks
    High Performance and High Throughput Workflows and Distributed Environments
    Workflows with Directed Acyclic Graphs (DAGs)
    Creating a VM with OpenStack on Jetstream

    موفق باشید.
    ریحانه کوهی

    • امیرحسین یافتیان
      30 تیر 1396 at 06:56
      پاسخ

      سلام خانم کوهی
      در مورد مسپله ای میخواستم باهاتون صحبت کنم. امکانش هست ایمیلتونو بدید؟

  2. طارا
    2 مرداد 1396 at 09:30
    پاسخ

    سلام و عرض ادب
    متوجه نشدم بالاخره از طریق کدام لینک می تونم ثبت نام کنم . لطفا راهنمایی بفرمایید در ضمن هزینه دوره ذکر نشده و در اخر اگر دانشجوی خارج از کشور باشم تخفیف شامل حال من می شه ؟ ممنون هستم و با تشکر
    سلیمانی

  3. م.رضا
    24 مرداد 1396 at 08:35
    پاسخ

    سلام
    ببخشید تقریبا یک هفته به زمان اعلام شده برگزاری مدرسه باقی مونده ولی هنوز اطلاعات کاملی منتشر نشده.ایا امکانش هست که مدرسه تشکیل نشود؟
    با تشکر

پاسخ دهید