بررسی بازارکار داده در لینکدین و معرفی مهارتهای لازم

در این ویدیو ابتدا یک سرچ سریع برای پوزیشن‌های دیتا ساینس، دیتا آنالیست و مهندسی دیتا میزنیم. بعد یه بررسی لیست وار از مهارت‌هایی که برای این سه تا شغل لازم است میکنیم.
Data Scientist
Data Analyst
Data Engineer
آدرس کانال‌های ارتباطی:
بلاگ مقالات به روز حوزه: ctdrs.ir/ds1111
وبسایت دپارتمان علم داده: cafetadris.com/datascience
کانال تلگرام تخصصی علم داده: @dslanders
id تلگرام من: @rezashokrzad
Down With That by Twin Musicom is licensed under a Creative Commons Attribution 4.0 license. creativecommons.org/licenses/...
Artist: www.twinmusicom.org/

[@hamidreza3281]

چه اطلاعات خوب و مفیدی، دمت گرم همین فرمون ادامه بده

[@user-vu4kh2tj6d]

خیلی خوب و روان توضیح میدی آقا رضا، همینجوری بری جلو کلی دانشجوی با سواد پرورش میدی.

[@user-dn2tg7oq9t]

سلام و عرض ادب . خیلی دسته بندی شده و مختصر توضیح دادید و واقعاااا نیاز داشتم به این دسته بندی ‌ و جزییات ممنون میشم باز هم ویدیو در این زمینه برای باز کردن جزییات تولید کنید .موفق باشید

[@najmepoorhaghighi3394]

عالی واقعا. من گیج بودم شما منو نجات دادید🎉

[@mohsenab1290]

مرسی مرسی مرسی عالی بود

[@marziehtavakoli5332]

ممنون عالی

[@Erfan_daneshmand]

Love you Reza Shokrzad (:

[@nimanage4251]

Mamnoon az Shoma 🇮🇷🇮🇷🇮🇷🇮🇷🇮🇷
Az Shoma mikham be raheton dar amozesh edame bedin vaghan jazab tadris mikonid

[@leiliebrahimi9124]

خیلی عالی طبقه بندی کردین. بهترین ویدئو ای بود که دیدم تا به امروز. خیلی کامل. ممنونم

[@user-ub9lr6gb2y]

Merc awli

[@hediyehnaderi1329]

ممنون از اطلاعات جامع و مفیدی که در اختیارمون قرار دادین 🌹

[@farooghashkavti6998]

Thanks for nice teaching

[@marziehfaravardeh8252]

عالی بود

[@GhazalM]

عااااالی

[@saberfazliahmadi]

ممنون رضا جان ❤

[@mahtablatifpour]

👍👌🌻

[@aidakeramati3904]

amazing!

[@babak_uk]

ممنون رضای عزیز - خیلی عالی توضیح دادی . منتظر پلی لیست Tableau هستم چون مطمیینم خیلی خوب توضیح میدی

[@RezaShokrzad]

یه ویدیوی تبلو روی پیج هست. اون رو ببین حتما یه داشبورد کامل دیزاین شده. جزییات تبلو رو بردیم تو کلاس دیتاانالیز.

[@user-zr8zr3ju9w]

Mamnoon ostad🙏🏻mishe rajebe SQL ham video bezarid?

[@mahdisaadaty4447]

سلام وقتتون به خیر یه سوالی داشتم ممنون میشم راهنمایی کنید با توجه به پیشرفت سریع هوش مصنوعی آینده برنامه نویسی و بطور خاص افرادی که تو حوزه دیتا فعالیت میکنند رو چطوری میبنید؟

[@RezaShokrzad]

اتفاق منفاوتی نسبت به سایر رشته‌ها نمی‌افته. هر بلایی سر بقیه بیاد سر کدنویس‌ها هم میاد. تو کدنویسی چیزی که مهمه اینه که یک نفری هست که سیم‌هایی که وجود داره رو به هم وصل کنه با کمک هر ابزاری. اینکه چت جی پی تی میتونه کد بزنه کافی نیست برای اینکه خودشم فکر کنه. یه متخصص باید باشه که بهش بگه که چی میخواد ازش. این متخصص باید دید داشته باشه. تا قبل از این copilot و ابزارهای مشابه هم بودن که اتفاق ویژ‌ه‌ای رخ نداد. نمیگم بی تاثیر ۱۰۰ درصده ولی برای آدم متخصص همچنان تهدیدی نیست.

[@user-kw4jn8od4z]

در مورد ایران چطور ؟ من شرایط مهاجرت ندارم و تو ایران هم فکر نمیکنم فرصت شغلی مناسبی باشه ولی از طرفی هم به هوش مصنوعی و دیتا ساینس علاقه مندم...
پیشنهاد خاصی دارید ؟

[@RezaShokrzad]

به نظرم توی ایران بد نیست شروع کنی روی ایده های خودت کار کنی. به استارت آپ زدن میتونی فکر کنی. اگر خودت رو هم قوی کنی میتونی بری سراغ کمپانی هایی که دارن تو این زمینه های استخدام میکنن مثل دیجی کالا و کاقه بازار. البته حیلی از کمپانی سایز کوچیک تر هم الان دارن هوش و ماشین لرنینگ رو میارن توی زیرساخت هاشون. اونطوری هم که میگی بی هیچی نیست ایران الان

[@ashkankarimi4146]

ببخشید یه سوال، میشه در مورد پوزیشن Machine Learning Engineer مختصر توضیح بدید؟ اینم زیرمجموعه دیتا ساینتیست میشه؟؟

[@RezaShokrzad]

پوزیشن ML engineer رو باید بگیم MLOps که ساید سرور و متدولوژی های DevOps توش پررنگ تره. سییستم ادمینی و مانیتورنیگ و CI/CD و متدولوژی های تست و Deployment و ... میشه که کمتر Conceptual محسوب میشه. کمتر باید تئوری های ML بدونی و بیشتر باید مهندسی نرم افزار بدونی.

[@arezooyousefi]

خیلی ممنون ازتون. امکانش هست بفرنایدد برای پایتون در زیر شاخه DATA Analyst باید میزان تسلطمون روی چه موارد یا کتابخانه هایی باشه ؟

[@RezaShokrzad]

توی دو تا سطح تسلط به پایتون برای دیتا آنالیز این موارد لازمه:
سطح ۱:
کتابخانه پانداز pandas (برای لود و سیو انواع داده و فایل)
نامپای numpy (کار با بردار و ماتریس)
متپلات لیب matplotlib و سیبورن seaborn ( برای دیتا. ویژوال)
سطح ۲:
سایکیت لرن sklearn (برای آنالیزهایی مثل رگرسیون و لجستیک رگرسیون)
و کراس یا پایتورچ (برای آموزش داده شبکه های عصبی با هدف همون آنالیزهای آماری)

[@arezooyousefi]

@@RezaShokrzad خیلی خیلی ممنون از راهنماییتون

[@nargesht]

سلام با توجه به رشد هوش مصنوعی و تاثیرش روی دیتاساینس برای مهاجرت تحصیلی هوش مصنوعی بخونیم یا دیتاساینس یا مهندسی کامپیوتر؟

[@RezaShokrzad]

هر سه تا توی یه راستا هستن. اگر به رباتیک علاقه داری هوش بخون. اگر بیزینس دوست داری دیتاساینس و اگر برنامه نویسی زیاد دوست داری نرم افزار

[@ehsankaram6211]

سلام می خواستم ببینم آیا کاربرد دیتا ساینس توی پروژه های مهندسی برق هم پر استفاده است یا اینکه هنوز برای رسیدن به آن وضعیت راه درازی پیش روست.در واقع منظورم یک وضعیت میان رشته ای هست که به عنوان یک مهندس برق ولی با مهارت دیتا ساینس فعال باشم

[@RezaShokrzad]

توی پردازش سیکنال و کلی از کاربردهای مختلف مهندسی برق ماشین لرنینگ وارد شده. من دقیقا تخصص برق ندارم ولی مشاهداتم میگه هر چی دانشجوی دکتری برق دیدم رساله رو بردن به سمت ماشین لرنینگ و تو یه نقطه ای اومدن کلا دیتا ساینتیست شدن!