آموزش GitHub برای جویندگان کار علم داده
GitHub for Data Science Job Seekers
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
راه‌های استفاده از نمایه و پروژه‌های GitHub خود را برای افزایش ارزش افزوده و دیده شدن خود، بهبود فرصت‌ها برای شناخته شدن برای کار خود و ایمن کردن شغل کاوش کنید. تیم های استخدام هنگام بررسی کاندیداها، نمایه ها را مشاهده و ارزیابی می کنند. در این دوره، مربی Isil Berkun به شما نشان می دهد که اگر به دنبال شغل در علم داده هستید، دقیقا چگونه می توانید نمایه خود را بدرخشید. Isil توضیح می دهد که Git و GitHub چیست، و همچنین بخش هایی را که باید برای نمایه علم داده خود پر کنید. او به چگونگی ایجاد یک نمایه readme بهتر با استفاده از ژنراتورهای آنلاین می پردازد، سپس نحوه ساخت رزومه پروژه را طی می کند. Isil چندین ایده پروژه عالی را برای یک نمونه کار EDA برجسته می کند، سپس با توصیه های مفید در مورد آنچه مدیران استخدام به دنبال آن هستند، پایان می دهد.
سرفصل ها و درس ها
مقدمه Introduction
-
از GitHub برای رزومه علم داده خود استفاده کنید (در حال انجام) Utilize GitHub for your data science resume (In progress)
1. نمای کلی GitHub 1. GitHub Overview
-
Git و GitHub چیست؟ What is Git and GitHub?
-
بخش ها در GitHub Sections in GitHub
-
بهینه سازی پروفایل GitHub readme GitHub profile readme optimization
-
امتحان فصل Chapter Quiz
2. نحوه ساخت رزومه پروژه 2. How to Construct a Project Resume
-
توضیحات و برچسب های مخزن GitHub GitHub repo descriptions and tags
-
صنعت هدف پروژه Target industry of the project
-
جریان پروژه Project flow
-
تجسم Visualization
-
امتحان فصل Chapter Quiz
3. پروژه ها 3. Projects
-
تجزیه و تحلیل داده های اکتشافی (EDA) Exploratory data analysis (EDA)
-
پیش بینی: رگرسیون Prediction: Regression
-
پیش بینی: طبقه بندی Prediction: Classification
-
تجزیه و تحلیل خوشه ای: داده های طبقه بندی نشده Cluster analysis: Unclassified data
-
علم داده پیشرفته: یادگیری عمیق Advanced data science: Deep learning
-
امتحان فصل Chapter Quiz
نتیجه Conclusion
-
مراحل بعدی Next steps
![آموزش یادگیری ماشین بدون کد با استفاده از Canvas Amazon AWS SageMaker [ویدئو]](https://donyad.com/course/getimg/993439ae-0d37-4ca0-bae7-7ac6506114b4.jpg "آموزش یادگیری ماشین بدون کد با استفاده از Canvas Amazon AWS SageMaker [ویدئو]")
https://donyad.com/d/7865
Isil Berkun
دانشمند داده در شرکت اینتل
ایسیل برکون یک دانشمند داده در شرکت اینتل است.
ایسیل اهل استانبول، ترکیه است و در حال حاضر در پورتلند، اورگان زندگی می کند. او در سال 2015 از دانشگاه ایالتی میشیگان (MSU) فارغ التحصیل شد و دکترای خود را در رشته مهندسی برق دریافت کرد. زمینه های تخصص او شامل الکترونیک نیمه هادی پیشرفته و یادگیری ماشین برای درک عمیق از ساخت و طراحی دستگاه است. Isil در شورای تحقیقات علمی و فناوری ترکیه (TÜBİTAK) و آزمایشگاه ملی آرگون (ANL) در ایلینوی کارآموزی کرد. او قبلاً به عنوان دستیار تحقیق و تدریس در دانشگاه ایالتی میشیگان (MSU) کار می کرد، جایی که یک سیستم مشخصه حمل و نقل نیمه هادی را طراحی و ساخت و نرم افزار اتوماسیون آزمایشی را برنامه ریزی کرد.
ایسیل اهل استانبول، ترکیه است و در حال حاضر در پورتلند، اورگان زندگی می کند. او در سال 2015 از دانشگاه ایالتی میشیگان (MSU) فارغ التحصیل شد و دکترای خود را در رشته مهندسی برق دریافت کرد. زمینه های تخصص او شامل الکترونیک نیمه هادی پیشرفته و یادگیری ماشین برای درک عمیق از ساخت و طراحی دستگاه است. Isil در شورای تحقیقات علمی و فناوری ترکیه (TÜBİTAK) و آزمایشگاه ملی آرگون (ANL) در ایلینوی کارآموزی کرد. او قبلاً به عنوان دستیار تحقیق و تدریس در دانشگاه ایالتی میشیگان (MSU) کار می کرد، جایی که یک سیستم مشخصه حمل و نقل نیمه هادی را طراحی و ساخت و نرم افزار اتوماسیون آزمایشی را برنامه ریزی کرد.
نمایش نظرات