1. FindAPhD
www.findaphd.com

2. PhD Positions
www.phdpositions.eu

3. Scholarship Positions
www.scholarship positions.com

4. DAAD Scholarship Database
https://www.daad.de/en

5. Euraxess
https://lnkd.in/dW3X7x4w

6. Academic Positions
[https://lnkd.in/gNkHAdHf

7. ProFellow
https://www.profellow.com

8. Nature Careers
https://lnkd.in/dFGmRxZb

9. GradSchools
www.gradschools.com

10. PhDportal
www.phdportal.com
11. Scholars4Dev
https://lnkd.in/dziC3rVY

12. The GradCafe
www.thegradcafe.com

13. ResearchGate
www.researchgate.net

14. University Websites
https://lnkd.in/dQggSnR5) (Sweden)

15. Fulbright Scholar Program
www.cies.org

16. Chevening Scholarships
www.chevening.org

17. Commonwealth Scholarships
https://www.cscuk.org.uk

18. GoAbroad
www.goabroad.com

19. MastersPortal
www.mastersportal.com

20. PhD Scholarships
www.phdscholarships.org


21. AcademicTransfer
www.academictransfer.com


22. PhDJobs
www.phdjobs.com

#braindrain 😢
@toobabigdatascience

https://www.linkedin.com/posts/khoshnoodiiust_alphaevolve-a-gemini-powered-coding-agent-activity-7329244981523595266-Wroo?utm_source=share&utm_medium=member_android&rcm=ACoAABJytlwBtzZe9vFCGnAnWMDnSjRU2wSsbEc
دستاورد جدیدی از گوگل دیپ مایند!
تا همین چند سال پیش، منتظر می ماندیم تا آقای کُرمن و همراهانش یعنی L,R,S نسخه جدیدی از کتاب نوستالژی CLRS را راهی بازار کنند! تا ببینیم کدام الگوریتم سابقا بهینه ی کرمن، مجددا بهینه شده است😇 یعنی الگوریتمهای کاراتر ی ارائه شده!.(اتفاقا چاپ ۲۰۲۲ (چهارم) کرمن در ۱۶۷۶ صفحه را همین الان ورق میزدم!...که برق رفت)
ظاهرا مدل های بزرگ زبانی گوگل ، این نیاز را برطرف کرده اند...
و این تازه ابتدای راه است...

نقش حکمرانی داده در مدیریت شهری؛ بررسی چالش‌ها و پیامدها در ساختار شهرداری‌های ایران



در عصر دیجیتال، داده‌ها به یکی از مهم‌ترین منابع قدرت و تصمیم‌سازی در مدیریت شهری تبدیل شده‌اند. شهرداری‌ها به‌عنوان نهادهای محوری در اداره امور شهر، نیازمند حاکمیت مؤثر بر داده‌ها هستند تا بتوانند شفاف، کارآمد و پاسخ‌گو عمل کنند. گزارش اخیر سازمان همکاری و توسعه اقتصادی (OECD) با عنوان «Smart City Data Governance: Challenges and the Way Forward» به بررسی نظام‌مند چالش‌ها و فرصت‌های پیش‌روی حاکمیت داده در شهرهای هوشمند می‌پردازد. این گزارش نشان می‌دهد که کیفیت و بهره‌وری پروژه‌های شهر هوشمند به‌شدت وابسته به ساختار حاکمیت داده‌ای آنهاست و ضعف در این حوزه، پروژه‌ها را از مقیاس آزمایشی فراتر نمی‌برد. در این مقاله با تمرکز بر ساختار شهرداری‌های ایران، به بررسی چالش‌های ضعف در حکمرانی داده و پیامدهای آن بر گسترش فساد، کاهش شفافیت، و ناتوانی شورای شهر در ایفای نقش نظارتی می‌پردازد. تجارب شهرهایی مانند وین، سئول، آمستردام، نیویورک و توکیو نیز نشان می‌دهد که موفقیت در پیاده‌سازی شهر هوشمند نیازمند رویکردی با توجه به انسان(و نه ماشین) و مبتنی بر حکمرانی داده‌محور، مشارکت‌بخش و منعطف است. در بسیاری از موارد توجه به توسعه عمرانی بدون توجه به نیازهای انسان باعث می­شود شرایط سکونت شهری بدتر شود.



شهرهای هوشمند زمانی تحقق می‌یابند که داده به‌عنوان زیرساخت اصلی تصمیم‌گیری، مدیریت و نظارت در خدمت منافع عمومی قرار گیرد. اما در بسیاری از شهرهای ایران، به‌رغم توسعه برخی سامانه‌های اطلاعاتی، نبود حکمرانی یکپارچه بر داده‌ها موجب شده است که این ظرفیت‌ها به تحقق اهداف منتهی نشوند. شهرداری‌ها از مهم‌ترین نهادهایی هستند که هم منابع مالی گسترده‌ای در اختیار دارند و هم نقش کلیدی در حوزه‌هایی چون ساخت‌وساز، خدمات عمومی و برنامه‌ریزی شهری ایفا می‌کنند.

چالش‌های شهرداری‌های ایران در حوزه حکمرانی داده



نبود یکپارچگی میان سامانه‌های درون‌شهرداری

عدم دسترسی یا گزارش‌گیری شفاف برای شورای شهر

نبود سازوکار برخط برای رصد و مقایسه داده‌ها

ناشفاف‌بودن گردش داده‌ها در فرایندهای کلیدی

نبود سیاست داده‌باز و شفافیت اطلاعاتی

چالش‌های ساختاری و نهادی فراتر از شهرداری‌ها (براساس گزارش OECD)

کمبود منابع مالی برای توسعه زیرساخت‌های داده‌محور

فقدان مدل‌های کسب‌وکار پایدار

کمبود نیروی انسانی متخصص

نبود استانداردهای تعامل‌پذیر و چارچوب‌های مشترک

پیامدهای فقدان حکمرانی داده بر نظارت شورا و فساد شهری


در شرایط فقدان حکمرانی داده مؤثر:

شوراهای شهر ابزار نظارتی کافی برای بررسی عملکرد شهرداری را ندارند؛

دسترسی نهادهای ناظر به اطلاعات محدود و غیرقابل اعتماد می‌شود؛

فرآیندهایی مانند واگذاری پروژه‌ها، انتخاب پیمانکار، فروش املاک و پرداخت پاداش‌ها در فضایی غیرشفاف انجام می‌شوند؛

و شهروندان عملاً از امکان مشارکت و مطالبه‌گری در امور شهر محروم می‌مانند.

پیشنهادها برای اصلاح ساختار حکمرانی داده در شهرداری‌ها

تدوین و اجرای سیاست داده‌باز شهری (Municipal Open Data Policy)؛

ایجاد مرکز داده یکپارچه شهری برای اتصال سامانه‌های کلیدی؛

توسعه داشبوردهای شفافیت و دسترسی کامل شورای شهر به سامانه‌ها؛

انتشار عمومی اطلاعات مربوط به منابع انسانی، مناقصات، قراردادها، پروانه‌های ساخت و فروش املاک؛
و مستندسازی گردش کار اداری و ایجاد امکان ردگیری مراحل تصمیم‌گیری



متن کامل مقاله






https://www.tabnak.ir/005Tgf

#تکملیی

الگوریتم AlphaEvolve تونست الگوریتم معروف استراسن که در سال ۱۹۶۹ معرفی شده بود رو بهبود بده، بطوریکه موفق شد ضرب ماتریس‌های ۴×۴ با مقادیر مختلط رو تنها با استفاده از ۴۸ ضرب عددی (اسکالر) انجام بده، در حالی که رکورد قبلی ۴۹ ضرب بود. شاید در نگاه اول این تفاوت یک عددی چشمگیر به نظر نرسه، اما این رکورد برای پنجاه و شش سال شکسته نشده بود.

برای درک بهتر اهمیت چند نکته رو باید گفت:

ضرب ماتریسی یکی از بنیادی‌ ترین عملیات در علوم کامپیوتره، از رندر گرافیکی گرفته تا شبکه‌های عصبی و شبیه‌سازی‌های علمی.

دستاورد استراسن در سال ۱۹۶۹ به‌قدری مهم بود که دهه‌ ها در کلاس‌های الگوریتم دانشگاهی تدریس میشد.

در طول بیش از نیم قرن، ریاضیدانان و دانشمندان کامپیوتر برجسته‌ای روی این مسئله کار کرده بودن و موفق به بهبود اون نشده بودن.

این دستاورد شبیه به شکستن یک رکورد جهانیه که از زمان فرود انسان روی ماه باقی مانده بود.

نکته عجیب‌ تر اینه که AlphaEvolve حتی برای این کار طراحی نشده بود. سیستم قبلی یعنی AlphaTensor که مشخصا برای بهینه‌ سازی ضرب ماتریس طراحی شده بود، نتونسته بود الگوریتم استراسن برای ماتریس‌های مختلط رو شکست بده، اما این سیستم عمومی جدید، بدون تمرکز خاص، براحتی مسئله‌ای رو حل کرده که نسل‌ها برای انسان‌ ها حل‌ناشدنی بوده.

پیامدهای این دستاورد عظیمه، اینجا در مورد بهبود سرعت در کل حوزه محاسبات صحبت می‌کنیم. با توجه به تعداد بی‌ شمار ضرب ماتریسی که هر ثانیه در رایانه‌های سراسر جهان انجام میشه، حتی بهبود کوچکی مانند این، می‌تونه به صرفه‌جویی عظیم در منابع، زمان و انرژی منجر شه!

فراتر از مزایای عملی، این دستاورد نشون‌ دهنده لحظه‌ای واقعیه که هوش مصنوعی تونسته دانش بشر رو در یک حوزه‌ بنیادین ریاضی پیش ببره. این سیستم صرفا یک ترفند پیاده‌سازی یا بهینه‌ سازی پیدا نکرده، بلکه یک الگوریتم اثبات‌ شده و بهتر کشف کرده که انسان‌ها بیش از نیم قرن نتونسته بودن به اون برسن.

#AlphaEvolve
@toobabigdatascience

♨️Comparison Between SQL and pandas

#SQL
#pandas
#databases
#Python
@toobabigdatascience

https://www.linkedin.com/posts/khoshnoodiiust_aeqaepaeuagpabraebafyaev-aecaetaepaezaevabraetaesahy-activity-7330273303359582208-pcQF?utm_source=share&utm_medium=member_android&rcm=ACoAABJytlwBtzZe9vFCGnAnWMDnSjRU2wSsbEc
امنیت در پرداخت های الکترونیکی
مطالعه موردی

🎁CLRS 2022

کتاب ارجمند مقدمه ای بر الگوریتمها _کُرمِن
یا CLRS
....
ترجمه فارسی این کتاب در دو جلد توسط استاد عالیقدر دکتر یحیی تابش ترجمه شده و در بازار موجود است
#algorithms
#CLRS
#TEXTBOOK
@toobabigdatascience

📈میانگین نمرات دانش‌آموزان در امتحانات نهایی!

#سقوط
#آموزش
@toobabigdatascience

#دین بدون ِ روتوش۱
#حق‌الناس
آیا حق الناس و حرمت آن ، صرفا یک واژه عربی مربوط به دین( اسلام )است؟
چرا خوردن حق دیگران، اینقدر حرام است؟
چرا بی‌عدالتی در هر جامعه ای و با هر عقیده ای ، شالوده و اساس آن جامعه را موریانه‌وار می جود و فاسد می کند؟


https://www.aparat.com/v/n688509

کتاب #نظریه_اعداد
نویسنده: مریم میرزاخانی😢

@toobabigdatascience

https://www.linkedin.com/posts/khoshnoodiiust_introduction-to-statistics-activity-7330843171238637568-qIcq?utm_source=share&utm_medium=member_android&rcm=ACoAABJytlwBtzZe9vFCGnAnWMDnSjRU2wSsbEc

تفاوت های علم آمار (علم عدم قطعیت ها) و داده کاوی (مهندسی الگوها!)
نکته های دستنویس مهم آماری در ۷۰ صفحه

🪩راهنمای مدیریت ریسک هوش مصنوعی
ISO/IEC 23894:2023
#AI_RISK_MANAGEMENT
#AI

@toobabigdatascience

آنسوی میانگین ها...
در دبیرستانهای ما چه می گذرد؟

⁉️ قطعی برق در کشورهای پیشرفته ی دنیا😳🤓
لطفا برای اطلاعات بیشتر در اپلیکیشن ِ #برق_من به قسمت
#خاموشی_من
مراجعه بفرمایید!
خبر خوش :
بزودی اپلیکیشن ای_ بختِ_ سیاهِ _من🤓،بطور رایگان، در اختیار مشترکين برق، آب، گاز، اینترنت،..و مشتریان مرغ،گوشت،برنج،سیب زمینی و... قرار خواهد گرفت!.
@toobabigdatascience

نتیجه جلسات⁉️
@toobabigdatascience

تبدیل ِ زبانِ‌اشاره_به_متن با
مدل SignGemma گوگل 
#AI
#Google
#SignGemma
@toobabigdatascience

Sha256 Algorithm Explained
https://sha256algorithm.com/

#آموزشی :"یک متن ساده (plain text )از شما بعنوان ورودی می‌گیرد و سپس مرحله به مرحله نشان می‌دهد که کدِ هشِ اون در الگوریتمِ SHA256 چگونه تولید می شود!"
#Algorithms
#SHA256
#Cryptographic
#Hashing
@toobabigdatascience