TG Telegram Group & Channel
مدرسه تحلیل داده دقیقه | United States America (US)
Create: Update:

🧑‍💻وبینار #مسیر_شغلی تحلیل داده و مهندسی داده؛
و
آینده آن‌ها در دوره رشد هوش مصنوعی (#رایگان)

#تحلیلگر_داده و #مهندس_داده دو موقعیت شغلی محبوب در یک دهه اخیر بوده‌اند و که با دسترسی هرچه بیشتر به داده‌ها نقش به‌سزایی در ارزش‌افرینی با بهره‌برداری از آن‌ها ایفا کرده‌اند. اما به نظر می‌رسد با برآمدن #هوش_مصنوعی، این دو موقعیت شغلی نیز تغییراتی را تجربه می‌کنند.

به عنوان نمونه و تا پیش از این، معمولا بخش زیادی از زمان یک مهندس داده و همینطور تحلیلگر داده صرف پالایش داده و اطمینان از کیفیت آن می‌شده، اما احتمالا این فرایند و بسیاری از وظایف زمان‌بر و پرتکرارِ شبیه به آن، به هوش مصنوعی مولد یا Agentها واگذار می‌شوند. از طرف دیگر استفاده گسترده از انواع تکنولوژی‌ها و ابزارهای دیجیتال، سرعت تولید داده را هم بیشتر کرده است. به علاوه، هوش مصنوعی نیز همواره فزاینده‌ای نیازمند داده با کیفیت برای رشد و توسعه خود است.

این پویایی و دینامیسم احتمالا تقاضا برای تحلیل داده را افزایش خواهد داد و به همین خاطر بعید به نظر می‌رسد مشاغلی مانند تحلیلگر داده و مهندس داده با تهدید وجودی مواجه شوند. اما احتمالا نوع کارشان تفاوت‌های چشم‌گیری با گذشته خواهد داشت.
به عنوان نمونه، تحلیلگر و مهندس داده اگرچه با اصول کدنویسی صحیح آشنا هستند، اما بیشتر از آنکه کدنویسی کنند، پرامپت‌نویسی می‌کنند و باقی وقتشان را صرف امور سطح بالاتری مثل طراحی، نظارت و ارزیابی می‌کنند.

عناوین ارائه

🔸 تحولات بازار کار تحلیل داده و مهندسی داده با رشد هوش مصنوعی مولد
🔸 بهترین نقاط شروع برای ورود به بازار کار تحلیل داده و مهندسی داده
🔸 ابزارها، کتابخانه‌ها و دیگر مهارت‌های برنامه‌نویسی مورد نیاز
🔸 اهمیت پرامپت‌نویسی درست در تحلیل و مهندسی داده
🔸 نگاهی به وظایف تحلیلگر و مهندس داده تحلیل تحولات آتی این مشاغل
🔸 پرسش و پاسخ

🎓 حسام محمدحسینی | مدیر ارشد مهندسی داده و پلتفرم مدیریت ارزش مشتری (CVM) در ایرانسل، سابقه مدیریت محصول در پلتفرم کلان‌داده دیجیکالا و مدیر ارشد اسبق عملکرد شبکه در ایرانسل؛ کارشناسی مهندسی برق از دانشگاه خواجه نصیرالدین طوسی و کارشناسی ارشد مخابرات سیستم از دانشگاه تربیت مدرس

در پایان وبینار دوره «پردازش بهینه داده با کتابخانه‌های pandas و polars در پایتون» نیز به عنوان نقطه شروع برای یادگیری بخش مهمی از مهارت‌های مورد نیاز در حوزه‌های تحلیل و مهندسی داده به علاقه‌مندان معرفی خواهد شد و به سوالات شرکت‌کنندگان درباره دوره نیز پاسخ داده خواهد شد.

🗓 یکشنبه ۱۴ اردیبهشت ۱۴۰۴
⌚️ ساعت ۱۸:۳۰ تا ۱۹:۳۰

🔗 لینک ثبت‌نام در وبینار :
👆 d-learn.ir/crdn

تماس:
📱 hottg.com/dlearnsup
📞 02188349244
📲 09103209837

@dlearn_ir

🧑‍💻وبینار #مسیر_شغلی تحلیل داده و مهندسی داده؛
و
آینده آن‌ها در دوره رشد هوش مصنوعی (#رایگان)

#تحلیلگر_داده و #مهندس_داده دو موقعیت شغلی محبوب در یک دهه اخیر بوده‌اند و که با دسترسی هرچه بیشتر به داده‌ها نقش به‌سزایی در ارزش‌افرینی با بهره‌برداری از آن‌ها ایفا کرده‌اند. اما به نظر می‌رسد با برآمدن #هوش_مصنوعی، این دو موقعیت شغلی نیز تغییراتی را تجربه می‌کنند.

به عنوان نمونه و تا پیش از این، معمولا بخش زیادی از زمان یک مهندس داده و همینطور تحلیلگر داده صرف پالایش داده و اطمینان از کیفیت آن می‌شده، اما احتمالا این فرایند و بسیاری از وظایف زمان‌بر و پرتکرارِ شبیه به آن، به هوش مصنوعی مولد یا Agentها واگذار می‌شوند. از طرف دیگر استفاده گسترده از انواع تکنولوژی‌ها و ابزارهای دیجیتال، سرعت تولید داده را هم بیشتر کرده است. به علاوه، هوش مصنوعی نیز همواره فزاینده‌ای نیازمند داده با کیفیت برای رشد و توسعه خود است.

این پویایی و دینامیسم احتمالا تقاضا برای تحلیل داده را افزایش خواهد داد و به همین خاطر بعید به نظر می‌رسد مشاغلی مانند تحلیلگر داده و مهندس داده با تهدید وجودی مواجه شوند. اما احتمالا نوع کارشان تفاوت‌های چشم‌گیری با گذشته خواهد داشت.
به عنوان نمونه، تحلیلگر و مهندس داده اگرچه با اصول کدنویسی صحیح آشنا هستند، اما بیشتر از آنکه کدنویسی کنند، پرامپت‌نویسی می‌کنند و باقی وقتشان را صرف امور سطح بالاتری مثل طراحی، نظارت و ارزیابی می‌کنند.

عناوین ارائه

🔸 تحولات بازار کار تحلیل داده و مهندسی داده با رشد هوش مصنوعی مولد
🔸 بهترین نقاط شروع برای ورود به بازار کار تحلیل داده و مهندسی داده
🔸 ابزارها، کتابخانه‌ها و دیگر مهارت‌های برنامه‌نویسی مورد نیاز
🔸 اهمیت پرامپت‌نویسی درست در تحلیل و مهندسی داده
🔸 نگاهی به وظایف تحلیلگر و مهندس داده تحلیل تحولات آتی این مشاغل
🔸 پرسش و پاسخ

🎓 حسام محمدحسینی | مدیر ارشد مهندسی داده و پلتفرم مدیریت ارزش مشتری (CVM) در ایرانسل، سابقه مدیریت محصول در پلتفرم کلان‌داده دیجیکالا و مدیر ارشد اسبق عملکرد شبکه در ایرانسل؛ کارشناسی مهندسی برق از دانشگاه خواجه نصیرالدین طوسی و کارشناسی ارشد مخابرات سیستم از دانشگاه تربیت مدرس

در پایان وبینار دوره «پردازش بهینه داده با کتابخانه‌های pandas و polars در پایتون» نیز به عنوان نقطه شروع برای یادگیری بخش مهمی از مهارت‌های مورد نیاز در حوزه‌های تحلیل و مهندسی داده به علاقه‌مندان معرفی خواهد شد و به سوالات شرکت‌کنندگان درباره دوره نیز پاسخ داده خواهد شد.

🗓 یکشنبه ۱۴ اردیبهشت ۱۴۰۴
⌚️ ساعت ۱۸:۳۰ تا ۱۹:۳۰

🔗 لینک ثبت‌نام در وبینار :
👆 d-learn.ir/crdn

تماس:
📱 hottg.com/dlearnsup
📞 02188349244
📲 09103209837

@dlearn_ir
Please open Telegram to view this post
VIEW IN TELEGRAM


>>Click here to continue<<

مدرسه تحلیل داده دقیقه






Share with your best friend
VIEW MORE

United States America Popular Telegram Group (US)