هوش مصنوعی مولد برای مهندسی داده و متخصصان داده

Generative AI for Data Engineering and Data Professionals

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: با Gener AI عملی برای مهندسی داده سریعتر کار کنید | برای همه حرفه ای های داده (مهندسان، تحلیلگران، دانشمندان) هوش مصنوعی مولد را در جریان داده های موجود و چرخه عمر مهندسی داده ادغام کنید بیاموزید که چگونه هوش مصنوعی ژنرال هر مرحله از چرخه عمر مهندسی داده را متحول می کند، با تمرین و فعالیت های عملی نقش هوش مصنوعی مولد در مهندسی داده، به ویژه در مورد زمان استفاده و زمان عدم استفاده از آن تولید و افزایش داده با استفاده از هوش مصنوعی تولیدی، نوشتن کد مهندسی داده با هوش مصنوعی Generative Explore Generative AI ابزار برای مهندسی داده تجزیه و استخراج بینش و داده ها از متن بدون ساختار با استفاده از پرس و جوی هوش مصنوعی و استخراج تجزیه و تحلیل داده ها در مهندسی داده با استفاده از هوش مصنوعی Generative Enrich، نرمال سازی و استانداردسازی داده ها با استفاده از ویژگی های Generative AI پیش نیازها: آشنایی با مفاهیم اولیه مهندسی داده ها (پاکسازی داده ها، پرس و جوهای SQL) درک اولیه برنامه نویسی به ویژه Python آشنایی با ابزارهای کدنویسی مانند نوت بوک های Jupyter و کد VS

توجه: این یک دوره کاربردی عملی در صفحه کلید در مورد نحوه استفاده از هوش مصنوعی مولد در مهندسی داده (و به عنوان یک حرفه ای داده) است. ما از Python، OpenAI API و Jupyter Notebook برای نوشتن و اجرای کد استفاده خواهیم کرد.


هوش مصنوعی مولد بازی را در مهندسی داده و داده به دو دلیل تغییر می دهد:

  • کارها را سریع‌تر انجام دهید - متخصصان داده‌ای که از هوش مصنوعی مولد استفاده می‌کنند کارها را ۱۶٪ سریع‌تر انجام می‌دهند. اگر داده‌ها را به صورت روزانه کدنویسی یا تجزیه و تحلیل کنید، این میزان به بیش از 45٪ افزایش می‌یابد.

  • انجام وظایف جدید - هوش مصنوعی مولد به مهندسان داده و تحلیلگران امکان می دهد کارهای بسیار بیشتری انجام دهند. در واقع، برخی از کارها مانند استخراج ویژگی ها/بینش از داده های بدون ساختار یا تقویت داده های متنی اکنون فقط با Gen AI امکان پذیر است.


به همین دلیل است که GenAI هر مرحله از چرخه عمر مهندسی داده را متحول می کند. مهم نیست که شما یک تحلیلگر داده، دانشمند داده، مهندس داده، حرفه ای داده یا مدیر داده باشید - باید یاد بگیرید که چگونه هوش مصنوعی را در جریان کار روزانه خود قرار دهید.


این دوره در مورد این است - تا شما را به عنوان یک متخصص داده با هوش مصنوعی مولد قدرتمندتر و سازنده تر کند.


از بیش از 5.5 ساعت محتوای ویدئویی آموزشی مرتبط بیاموزید، با تنها دوره ای که عملاً روش های مختلفی را به شما آموزش می دهد که هوش مصنوعی مولد بر مهندسی داده و چرخه عمر حرفه ای داده ها تأثیر می گذارد، و سپس آن را در زندگی واقعی به کار ببرید. نمونه های تا پایان.


این دوره در مورد چیست؟

این دوره به این موضوع می‌پردازد که چگونه می‌توانید به‌عنوان یک مهندس داده یا حرفه‌ای داده، هوش مصنوعی ژنرال را در جریان‌های کاری روزانه خود قرار دهید. این یک راهنمای عملی عمیق در مورد اینکه چگونه هوش مصنوعی مولد هر مرحله از چرخه عمر مهندسی داده را متحول می کند و شما را سازنده تر و قدرتمندتر می کند است. این یک دوره فنی و عملی است (تئوری یا موج دار نیست).


چرا هوش مصنوعی تولیدی را به عنوان یک متخصص داده یا مهندس داده یاد بگیریم؟

دو دلیل وجود دارد: بهره وری و قدرت. هوش مصنوعی مولد می تواند کارهای خاصی را سریعتر انجام دهد - مانند نوشتن پرس و جوهای SQL، اسناد، ایجاد طرحواره ها و تجزیه و تحلیل داده های ساده. هوش مصنوعی مولد می‌تواند کارهایی را انجام دهد که قبلاً امکان‌پذیر نبود، مانند استخراج بینش از متن بدون ساختار، وارد کردن داده‌های متنی، یا افزودن داده‌ها با حفظ بافت. شما باید بدانید که چگونه از Gen AI برای جلوگیری از عقب ماندن استفاده کنید.


چگونه هوش مصنوعی تولیدی می تواند بر مهندسی داده تأثیر بگذارد؟

هوش مصنوعی ژنرال به طرق مختلف بر مهندسی داده تأثیر می گذارد. به طور خاص، ما به ۷ کهن الگوی مختلف نگاه خواهیم کرد:

  1. تولید و تقویت داده

  2. نوشتن کد هوش مصنوعی مولد با Gen AI

  3. تجزیه و استخراج داده

  4. ابزارهای مهندسی داده AI

  5. پرس و جو و تجزیه و تحلیل داده

  6. غنی‌سازی، عادی‌سازی و استانداردسازی داده‌ها

  7. تشخیص ناهنجاری و فشرده سازی


چه چیزی یاد خواهید گرفت؟

  • هوش مصنوعی مولد را ادغام کنید - بیاموزید که چگونه هوش مصنوعی مولد را به‌عنوان یک متخصص داده در جریان‌های کاری خود (از جمله تولید داده، تجزیه و تحلیل، ذخیره‌سازی، تجسم، خطوط لوله و موارد دیگر) به طور کامل جاسازی کنید.

  • بهره‌ورتر باشید - هوش مصنوعی Generative یک تغییر دهنده بازی‌های بهره‌وری است - می‌تواند به شما کمک کند تا کارهای داده را تا 20٪ سریع‌تر انجام دهید (مک کینزی)، و حتی اگر کد بنویسید یا استفاده کنید.

  • قدرتمندتر باشید - بیاموزید که چگونه کارهای داده بیشتری را انجام دهید که بدون هوش مصنوعی امکان‌پذیر نبودند، مانند استخراج اطلاعات بینش از متن بدون ساختار یا افزودن داده‌های متنی


چرا این دوره را انتخاب کنید؟

  • راهنمای کامل - این راهنمای 100% شروع تا پایان، صفر تا قهرمان، راهنمای پایه تا پیشرفته در استفاده از هوش مصنوعی Generative به عنوان مهندس داده یا حرفه ای داده است. هیچ دوره دیگری مانند آن وجود ندارد که همه چیز را از ابتدا تا انتها به شما آموزش دهد. این شامل بیش از 5.5 ساعت محتوای آموزشی است!

  • ساختاری برای موفقیت - این دوره برای کمک به موفقیت شما طراحی شده است. ابتدا به اصول اولیه نحوه استفاده از هوش مصنوعی مولد برای مهندسی داده می پردازیم. سپس، ما به بررسی 7 کهن الگوی مختلف می پردازیم که چگونه هوش مصنوعی ژنرال را می توان در جریان کار شما جاسازی کرد. هر کدام را یک به یک با جزئیات کامل مرور می کنیم.

  • کاملاً آموزشی - ما نه تنها مفاهیم مهم را مرور می کنیم، بلکه آنها را نیز به کار می بریم. این یک دوره عملی از نوع کیبورد است. این نه تنها مروری بر تمام ویژگی‌ها و مفاهیم نظری است، بلکه دوره‌ای است که در واقع از مثال‌های واقعی استفاده می‌کند و جریان‌های کاری را با شما ادغام می‌کند.

  • گام به گام - ما هر روشی را بررسی می کنیم که چگونه هوش مصنوعی مولد می تواند بر مهندسی داده تأثیر بگذارد. ما با مثال‌ها شروع می‌کنیم، سپس فعالیت‌های کامل را کامل می‌کنیم تا آموخته‌هایمان را اعمال کنیم.

  • پاسخ معلم - اگر چیز دیگری وجود دارد که دوست دارید یاد بگیرید، یا اگر چیزی وجود دارد که نمی توانید بفهمید، من برای شما اینجا هستم! به راه‌های دسترسی به ویدیو نگاه کنید.


نمای کلی دوره

  • مقدمه ای بر هوش مصنوعی مولد برای مهندسی داده - یک نمای کلی از دوره دریافت کنید، یاد بگیرید که چگونه هوش مصنوعی مولد بر وظایف مهندسی داده تأثیر می گذارد و با نقشه راه دوره آشنا شوید.

  • تنظیمات محیط - فضای کاری خود را با دو گزینه تنظیم کنید: Python، VSCode و Jupyter Lab را دانلود کنید یا از Google Colab استفاده کنید. همچنین شما را در راه‌اندازی OpenAI API راهنمایی می‌کنیم.

  • تولید و افزایش داده - داده ها را با هوش مصنوعی تولیدی ایجاد و تقویت کنید. ایجاد داده های مصنوعی، مدیریت PII، تعادل مجموعه داده ها و موارد دیگر را بیاموزید. ما همچنین یک برنامه افزایش داده‌ها، از باطن به قسمت جلو می‌سازیم.

  • نوشتن کد مهندسی داده با هوش مصنوعی مولد - نحوه استفاده از هوش مصنوعی تولیدی برای نوشتن کد مهندسی داده را کشف کنید. این بخش شامل تمیز کردن داده‌ها، مدل‌سازی، مستندسازی کد، ایجاد طرح‌واره‌های داده، و انتقال داده‌ها است.

  • ابزارهای مهندسی داده ژنرال هوش مصنوعی - ابزارهایی مانند ChatGPT، Claude، GPTهای سفارشی و دیگر ابزارهای هوش مصنوعی نسل جدید برای مهندسی داده را کاوش کنید.

  • تجزیه و استخراج داده - تجزیه و تحلیل داده ها از متن بدون ساختار با استفاده از هوش مصنوعی مولد، از جمله داده ها از صفحات وب، تصاویر، قراردادها، صورتحساب ها، رسیدها، و انجام شناسایی موجودیت نامگذاری شده.

  • پرس و جو و تجزیه و تحلیل داده ها - پرس و جو و تجزیه و تحلیل داده ها را با هوش مصنوعی مولد مسلط کنید. درخواست های خود را بهینه کنید، برنامه های پرس و جو را توسعه و اجرا کنید، و آنها را به برنامه های وب با اجزای جلویی تبدیل کنید.

  • غنی‌سازی، عادی‌سازی و استانداردسازی داده - از هوش مصنوعی برای غنی‌سازی، عادی‌سازی و استانداردسازی داده‌های خود استفاده کنید، غنی‌سازی ویژگی‌ها، انتساب داده‌ها و استانداردسازی داده‌های متنی را برای مدل‌های بهتر پوشش دهید.

  • نتیجه‌گیری - این گواهی، مراحل بعدی و راه‌های ارتباط را پوشش می‌دهد.


اگر می خواهید یاد بگیرید که چگونه بهره وری خود را بهبود ببخشید و به عنوان یک مهندس داده (در عمل، نه در تئوری) با استفاده از Generative قدرتمندتر شوید، این دوره برای شما مناسب است. ما مشتاقانه منتظر حضور شما در دوره هستیم و امیدواریم گواهینامه را کسب کنید.


سرفصل ها و درس ها

مقدمه Introduction

  • در مورد دوره About the course

  • نکات دوره Course Tips

  • چگونه هوش مصنوعی مولد بر وظایف مهندس داده تأثیر می گذارد How Generative AI impacts Data Engineer Tasks

  • نقشه راه دوره Course Roadmap

  • هشدارها در مورد استفاده از هوش مصنوعی مولد Caveats about Using Generative AI

  • درباره مربی About the Instructor

  • کلیدهای موفقیت Keys to Success

  • راه های تماس Ways to Contact

  • رتبه بندی بگذارید Leave a Rating

راه اندازی محیط Environment Setup

  • راه اندازی محیط Environment Setup

  • گزینه 1 Python، VSCode و Jupyter Lab را دانلود کنید Option 1 Download Python, VSCode, and Jupyter Lab

  • گزینه 2 Google Colab Option 2 Google Colab

  • OpenAI API را تنظیم کنید Set up OpenAI API

  • منابع Resources

تولید و افزایش داده ها Data Generation and Augmentation

  • مقدمه ای بر استفاده از هوش مصنوعی مولد برای تولید و تقویت داده ها Introduction to using Generative AI for Data Generation and Augmentation

  • تولید داده های مصنوعی با هوش مصنوعی Generative Generating Synthetic Data with Generative AI

  • تقویت داده های موجود با هوش مصنوعی تولیدی Augmenting Existing Data with Generative AI

  • ایجاد داده های سری زمانی Creating Time Series Data

  • ایجاد موارد لبه در مهندسی داده Generating Edge Cases in Data Engineering

  • مدیریت داده های PII با هوش مصنوعی Generative Handling PII Data with Generative AI

  • متعادل کردن مجموعه داده های نامتعادل در مهندسی داده Balancing Imbalanced Datasets in Data Engineering

  • فعالیت: بررسی برنامه افزایش داده Activity: Data Augmentation App Walkthrough

  • فعالیت: ایجاد توابع برای مهندسی داده Activity: Creating Functions for Data Engineering

  • فعالیت: اجرای Backend Activity: Running the Backend

  • فعالیت: افزودن اجزای Front-End Activity: Adding Front-End Components

  • فعالیت: اجرای برنامه وب (GenAI for Data Engineering) Activity: Running the Web App (GenAI for Data Engineering)

نوشتن کد مهندسی داده با Gen AI Writing Data Engineering Code with Gen AI

  • مقدمه ای بر استفاده از هوش مصنوعی Generative برای نوشتن کد مهندسی داده با Gen A Introduction to using Generative AI for Writing Data Engineering Code with Gen A

  • پاکسازی و مدل سازی داده ها با هوش مصنوعی مولد Data Cleaning and Modeling with Generative AI

  • کد مستندسازی برای پروژه های داده Documenting Code for Data Projects

  • ایجاد طرحواره های داده، سیستم ها و خطوط لوله Creating Data Schemas, Systems, and Pipelines

  • انتقال داده با هوش مصنوعی Generative Transferring Data with Generative AI

ابزارهای مهندسی داده ژنرال هوش مصنوعی Gen AI Data Engineering Tools

  • مقدمه ای بر استفاده از هوش مصنوعی مولد برای ابزارهای مهندسی داده ژنرال هوش مصنوعی Introduction to using Generative AI for Gen AI Data Engineering Tools

  • از ChatGPT برای مهندسی داده استفاده کنید Use ChatGPT for Data Engineering

  • با کلود یک برنامه مهندسی داده بسازید Build a Data Engineering App with Claude

  • GPTهای سفارشی برای مهندسی داده Custom GPTs for Data Engineering

  • LLM سفارشی یا ابزارهای هوش مصنوعی مولد برای مهندسی داده Custom LLM or Generative AI tools for Data Engineering

  • Copilot برای Azure Data Factory و Gemini برای BigQuery Copilot for Azure Data Factory and Gemini for BigQuery

تجزیه و استخراج داده ها Data Parsing and Extraction

  • مقدمه ای بر استفاده از هوش مصنوعی مولد برای تجزیه و استخراج داده ها Introduction to using Generative AI for Data Parsing and Extraction

  • تجزیه داده ها (مهندسی داده) Parsing Data (Data Engineering)

  • استخراج داده ها از صفحات وب و تصاویر Extracting Data from Web Scrapes and Images

  • انجام شناسایی موجودیت نامگذاری شده Performing Named Entity Recognition

  • فعالیت: استخراج داده ها از قراردادها Activity: Extracting Data from Contracts

پرس و جو و تجزیه و تحلیل داده ها Data Querying and Analysis

  • مقدمه ای بر استفاده از هوش مصنوعی مولد برای پرس و جو و تحلیل داده ها Introduction to using Generative AI for Data Querying and Analysis

  • جست و جوی داده ها با هوش مصنوعی مولد Querying Data with Generative AI

  • بهینه سازی کوئری های داده Optimizing Data Queries

  • فعالیت: توسعه برنامه های پرس و جو مهندسی داده Activity: Developing Data Engineering Query Apps

  • فعالیت: اجرای برنامه های پرس و جو مهندسی داده Activity: Running Data Engineering Query Apps

  • فعالیت: تبدیل به یک برنامه وب با Front-End Activity: Converting to a Web App with Front-End

غنی سازی داده ها، عادی سازی داده ها و استانداردسازی Data Enrichment, Data Normalization and Standardization

  • مقدمه ای بر استفاده از هوش مصنوعی مولد برای غنی سازی داده ها، عادی سازی داده ها و Introduction to using Generative AI for Data Enrichment, Data Normalization and

  • ویژگی‌های غنی‌سازی برای مدل‌های داده Enriching Features for Data Models

  • ثبت و عادی سازی داده ها با هوش مصنوعی تولیدی Data Imputation and Normalization with Generative AI

  • محاسبه برای مهندسی داده سری زمانی Imputation for Time Series Data Engineering

  • استانداردسازی و عادی سازی داده های متنی با هوش مصنوعی Standardizing and Normalizing Textual Data with Generative AI

نتیجه گیری Conclusion

  • نتیجه گیری و گواهی Conclusion and Certificate

  • راه های تماس Ways to contact

پاداش Bonus

  • پاداش Bonus

نمایش نظرات

هوش مصنوعی مولد برای مهندسی داده و متخصصان داده
جزییات دوره
5.5 hours
56
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
343
4.6 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Henry Habib Henry Habib

پلتفرم قدرت و علاقه مندان به هوش مصنوعی

سلام! من هنری هستم، مشاور داده در شرکت‌های Fortune 500، متخصص بدون کد، و علاقه‌مند به هوش مصنوعی مستقر در کانادا.

من از طرفداران پرشور توسعه برنامه‌های بدون کد در تجارت هستم، زیرا انجام آنها بسیار آسان‌تر است. را درک کرده و به سرعت مستقر کنید. من همچنین معتقدم که هوش مصنوعی و اتوماسیون می‌تواند زندگی همه را آسان‌تر کند، و در تلاش هستم تا این مهارت‌ها را به هر تعداد که می‌توانم آموزش دهم. من کاملاً معتقدم که راه‌حل‌های بدون کد و هوش مصنوعی آینده کار هستند و این راه‌حل‌ها در زندگی روزمره ما یکپارچه خواهند بود.

من همچنین عاشق آموزش و راهنمایی دانش‌آموزان در موضوعات مختلف از جمله هوش مصنوعی هستم. -کد، اتوماسیون، تجزیه و تحلیل داده ها، و تجسم، و بیشتر. من متعهد به ایجاد دوره‌های جذاب و مفیدی هستم که دانش و مهارت‌های مورد نیاز دانش‌آموزان را با تبدیل شدن به نسل بعدی رهبران کسب‌وکار فراهم می‌کند.

من همچنین رهبر هوش مصنوعی برای DNA سازمانی هستم، داده‌های برتر و انجمن Power Platform.

برای برخی از ویدیوهای آموزشی من به زیر مراجعه کنید.

The Intelligent Worker The Intelligent Worker

برای بهره وری بیشتر از هوش مصنوعی، اتوماسیون و بدون کد استفاده کنید