آموزش زیرساخت داده و AI/ML

Data Infrastructure and AI/ML

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره:
آیا به کاوش در تقاطع زیرساخت داده، هوش مصنوعی و یادگیری ماشین علاقه دارید؟ در این دوره فقط صوتی—اقتباس شده از پادکست رایگان داده— بن سالینز در گفتگو با مدیر اجرایی حساب Statsig و متخصص داده، اما دال، شما را در دنیای پیچیده داده های بزرگ راهنمایی می کند.


>جزئیات ناب و پشت صحنه زیرساخت داده، هوش مصنوعی و یادگیری ماشینی را کشف کنید. داستان‌های اما را دنبال کنید تا بفهمید معماری داده‌های مدرن چیست، از جمله نکاتی در مورد راه‌حل‌سازی، تست A/B، آزمایش و فرهنگ شرکت. اگر واقعاً می خواهید شغل حرفه ای داده را دنبال کنید، در مورد ارزش تحصیلات تکمیلی بیاموزید. در طول راه، اِما بینش ها و توصیه های خود را در مورد ورود به این حوزه و به دست آوردن یک نقش به اشتراک می گذارد، به ویژه برای زنانی که به دنبال ورود به فناوری هستند.

توجه: این دوره توسط بن سالینز از پادکست داده را آزاد کنید. ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

سرفصل ها و درس ها

1. زیرساخت داده و AI/ML 1. Data Infrastructure and AI/ML

  • مقدمه Intro

  • استاد در کلان داده چه چیزی را به همراه دارد What a masters in big data entails

  • اهمیت مهندسی داده The importance of data engineering

  • چگونه مردم را به سمت راه حل های درست هدایت کنیم How to guide people towards the right solutions

  • توضیح تست A/B برای یک کودک شش ساله Explaining A/B testing to a six-year-old

  • ایجاد تعادل بین فرهنگ شرکت با آزمایش Balancing company culture with experimentation

  • آنچه که اِما در دانشگاه آموخت از هوش مصنوعی/ML یاد گرفت What AI/ML lessons Emma learned in college

  • AI/ML در مقابل یادگیری عمیق چیست؟ What is AI/ML versus deep learning?

  • چگونه مدرک به اِما کمک کرد تا به داده ها نفوذ کند How a degree helped Emma break into data

  • آیا همه باید کدنویسی را یاد بگیرند؟ Should everyone learn to code?

  • BI در مقابل علم داده BI versus data science

  • درس هایی برای نامزدهای دانشمند داده جدید Lessons for new data scientist candidates

  • چگونه زنان بیشتری را وارد داده ها کنیم How to bring more women into data

  • چالش ها به عنوان یک تولید کننده محتوا در داده ها Challenges as a content creator in data

  • توصیه هایی برای زنانی که به دنبال ورود به فناوری هستند Advice for women looking to get into tech

  • یک معماری داده مدرن چگونه به نظر می رسد What a modern data architecture looks like

  • اسطوره جادویی علم داده The magical myth of data science

  • آیا رسانه های اجتماعی ایده خوبی هستند؟ Is social media a good idea?

  • Outro Outro

نمایش نظرات

نظری ارسال نشده است.

آموزش زیرساخت داده و AI/ML
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
1h 2m
19
Linkedin (لینکدین) lynda-small
20 اردیبهشت 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
ندارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.