آموزش علم داده و تحلیل داده‌ها: ۱۰۰ آزمایش عملی تا رسیدن به هوش مصنوعی سازمانی - آخرین آپدیت

سرفصل ها و درس ها

مقدمه‌ای بر علم داده و تحلیل داده‌ها: ۱۰۰ آزمایش تا هوش مصنوعی سازمانی Introduction to Data Science & Analytics: 100 Labs to Enterprise AI

• مقدمه Introduction

ماژول ۱ – مبانی، راه‌اندازی محیط و اولین موفقیت Module 1 – Foundations, Environment Setup & First Success

• مبانی، راه‌اندازی محیط و اولین موفقیت Foundations, Environment Setup & First Success

• آزمایش ۱. درک اکوسیستم مدرن علم داده Lab 1. Understanding the Modern Data Science Ecosystem

• آزمایش ۲. نصب محیط توسعه پایتون Lab 2. Installing Python Development Environment

• آزمایش ۳. راه‌اندازی VS Code برای تحلیل داده‌ها Lab 3. Setting Up VS Code for Analytics

• آزمایش ۴. ایجاد محیط‌های مجازی تکرارپذیر Lab 4. Creating Reproducible Virtual Environments

• آزمایش ۵. مبانی Git برای متخصصان داده Lab 5. Git Fundamentals for Data Professionals

• آزمایش ۶. کار با فایل‌های CSV، JSON و Parquet Lab 6. Working with CSV, JSON and Parquet Files

• آزمایش ۷. ضروریات برنامه‌نویسی پایتون برای تحلیل Lab 7. Python Programming Essentials for Analytics-

• آزمایش ۸. ساختارهای داده برای علم داده Lab 8. Data Structures for Data Science

• آزمایش ۹. اولین پروژه تحلیل اکتشافی داده‌ها Lab 9. First Exploratory Data Analysis Project

• آزمایش ۱۰. نقطه عطف موفقیت اولیه: تحلیل مجموعه داده‌های تجاری Lab 10. Initial Success Milestone: Business Dataset Insights

ماژول ۲ – اکتساب داده‌ها و پاکسازی داده‌ها Module 2 – Data Acquisition & Data Wrangling

• اکتساب داده‌ها و پاکسازی داده‌ها Data Acquisition & Data Wrangling

• آزمایش ۱۱. درک تفاوت داده‌های ساختاریافته و بدون ساختار Lab 11. Understanding Structured vs Unstructured Data

• آزمایش ۱۲. خواندن بهینه مجموعه‌داده‌های حجیم Lab 12. Reading Large Datasets Efficiently

• آزمایش ۱۳. مبانی پاکسازی داده‌ها Lab 13. Data Cleaning Fundamentals

• آزمایش ۱۴. مدیریت حرفه‌ای مقادیر گم‌شده (Missing Values) Lab 14. Handling Missing Values Professionally

• آزمایش ۱۵. استراتژی‌های شناسایی داده‌های تکراری Lab 15. Duplicate Detection Strategies

• آزمایش ۱۶. استانداردسازی انواع داده‌ها Lab 16. Data Type Standardization

• آزمایش ۱۷. ساخت قوانین اعتبارسنجی داده‌ها Lab 17. Building Data Validation Rules

• آزمایش ۱۸. جمع‌آوری داده‌ها از API Lab 18. API Data Collection

• آزمایش ۱۹. مبانی استخراج داده‌های وب (Web Scraping) Lab 19. Web Data Extraction Fundamentals

• آزمایش ۲۰. پروژه پاکسازی داده‌های سازمانی Lab 20. Enterprise Data Wrangling Project

ماژول ۳ – مهندسی تحلیل با SQL Module 3 – SQL Analytics Engineering

• مهندسی تحلیل با SQL SQL Analytics Engineering

• آزمایش ۲۱. مبانی معماری پایگاه داده Lab 21. Database Architecture Fundamentals

• آزمایش ۲۲. نصب و پیکربندی PostgreSQL Lab 22. PostgreSQL Installation and Configuration

• آزمایش ۲۳. مبانی کوئری‌نویسی SQL Lab 23. SQL Query Fundamentals

• آزمایش ۲۴. فیلترینگ و تجمیع پیشرفته Lab 24. Advanced Filtering and Aggregation

• آزمایش ۲۵. استراتژی‌های پیچیده Join Lab 25. Complex Join Strategies

• آزمایش ۲۶. مسترکلاس توابع Window Lab 26. Window Functions Masterclass

• آزمایش ۲۷. عبارت‌های جدول مشترک (CTEs) Lab 27. Common Table Expressions

• آزمایش ۲۸. بهینه‌سازی عملکرد کوئری‌ها Lab 28. Query Performance Optimization

• آزمایش ۲۹. مبانی مدل‌سازی داده‌ها Lab 29. Data Modeling Fundamentals

• آزمایش ۳۰. پروژه مهندسی تحلیل Lab 30. Analytics Engineering Project

ماژول ۴ – آمار و هوش تصمیم‌گیری Module 4 – Statistics & Decision Intelligence

• آمار و هوش تصمیم‌گیری Statistics & Decision Intelligence

• آزمایش ۳۱. آمار توصیفی Lab 31. Descriptive Statistics

• آزمایش ۳۲. مبانی احتمالات Lab 32. Probability Foundations

• آزمایش ۳۳. استراتژی‌های نمونه‌برداری Lab 33. Sampling Strategies

• آزمایش ۳۴. فواصل اطمینان Lab 34. Confidence Intervals

• آزمایش ۳۵. آزمون فرضیه Lab 35. Hypothesis Testing

• آزمایش ۳۶. تحلیل همبستگی Lab 36. Correlation Analysis

• آزمایش ۳۷. مبانی رگرسیون Lab 37. Regression Fundamentals

• آزمایش ۳۸. طراحی آزمایش‌های تجاری Lab 38. Business Experiment Design

• آزمایش ۳۹. چارچوب‌های تصمیم‌گیری آماری Lab 39. Statistical Decision Frameworks

• آزمایش ۴۰. پروژه تحلیل آماری Lab 40. Statistical Analytics Project

ماژول ۵ – بصری‌سازی داده‌ها و هوش تجاری Module 5 – Data Visualization & Business Intelligence

• بصری‌سازی داده‌ها و هوش تجاری Data Visualization & Business Intelligence

• آزمایش ۴۱. اصول طراحی بصری‌سازی Lab 41. Visualization Design Principles

• آزمایش ۴۲. مبانی Matplotlib Lab 42. Matplotlib Fundamentals

• آزمایش ۴۳. تحلیل‌های پیشرفته با Seaborn Lab 43. Advanced Seaborn Analytics

• آزمایش ۴۴. داشبوردهای تعاملی Plotly Lab 44. Interactive Plotly Dashboards

• آزمایش ۴۵. استراتژی‌های طراحی KPI Lab 45. KPI Design Strategies

• آزمایش ۴۶. استانداردهای گزارش‌دهی مدیریتی Lab 46. Executive Reporting Standards

• آزمایش ۴۷. داستان‌سرایی تجاری با داده‌ها Lab 47. Business Storytelling with Data

• آزمایش ۴۸. بهینه‌سازی عملکرد داشبورد Lab 48. Dashboard Performance Optimization

• آزمایش ۴۹. طراحی تحلیل‌های سلف-سرویس Lab 49. Self-Service Analytics Design

• آزمایش ۵۰. پروژه تحلیل مدیریتی Lab 50. Executive Analytics Project

ماژول ۶ – مهندسی داده و خط لوله‌ها Module 6 – Data Engineering & Pipelines

• مهندسی داده و خط لوله‌ها Data Engineering & Pipelines

• آزمایش ۵۱. مقدمه‌ای بر مهندسی داده Lab 51. Introduction to Data Engineering

• آزمایش ۵۲. معماری ETL در مقابل ELT Lab 52. ETL vs ELT Architecture

• آزمایش ۵۳. ساخت خط لوله‌های داده خودکار Lab 53. Building Automated Data Pipelines

• آزمایش ۵۴. مبانی Apache Airflow Lab 54. Apache Airflow Fundamentals

• آزمایش ۵۵. طراحی زمان‌بندی جریان کاری Lab 55. Workflow Scheduling Design

• آزمایش ۵۶. بارگذاری افزایشی داده‌ها Lab 56. Incremental Data Loading

• آزمایش ۵۷. ردیابی پیشینه داده‌ها (Data Lineage) Lab 57. Data Lineage Tracking

• آزمایش ۵۸. نظارت بر کیفیت داده‌ها Lab 58. Data Quality Monitoring

• آزمایش ۵۹. قابلیت اطمینان خط لوله‌های تولید Lab 59. Production Pipeline Reliability

• آزمایش ۶۰. پروژه مهندسی داده Lab 60. Data Engineering Project

ماژول ۷ – داده‌های حجیم، Lakehouse و تحلیل‌های توزیع‌شده Module 7 – Big Data, Lakehouse & Distributed Analytics

• داده‌های حجیم، Lakehouse و تحلیل‌های توزیع‌شده Big Data, Lakehouse & Distributed Analytics

• آزمایش ۶۱. مبانی معماری Big Data Lab 61. Big Data Architecture Fundamentals

• آزمایش ۶۲. مقدمه‌ای بر Apache Spark Lab 62. Introduction to Apache Spark

• آزمایش ۶۳. دیتافریم‌های Spark Lab 63. Spark DataFrames

• آزمایش ۶۴. مفاهیم پردازش توزیع‌شده Lab 64. Distributed Processing Concepts

• آزمایش ۶۵. تحلیل‌های Spark SQL Lab 65. Spark SQL Analytics

• آزمایش ۶۶. مبانی Data Lake Lab 66. Data Lake Fundamentals

• آزمایش ۶۷. معماری Lakehouse Lab 67. Lakehouse Architecture

• آزمایش ۶۸. استراتژی‌های پارتیشن‌بندی Lab 68. Partitioning Strategies

• آزمایش ۶۹. بهینه‌سازی کوئری‌های توزیع‌شده Lab 69. Distributed Query Optimization

• آزمایش ۷۰. پروژه Lakehouse سازمانی Lab 70. Enterprise Lakehouse Project

ماژول ۸ – یادگیری ماشین برای تحلیل داده‌ها Module 8 – Machine Learning for Analytics

• یادگیری ماشین برای تحلیل داده‌ها Machine Learning for Analytics

• آزمایش ۷۱. مبانی یادگیری ماشین Lab 71. Machine Learning Foundations

• آزمایش ۷۲. مبانی مهندسی ویژگی‌ها Lab 72. Feature Engineering Fundamentals

• آزمایش ۷۳. مدل‌های طبقه‌بندی (Classification) Lab 73. Classification Models

• آزمایش ۷۴. مدل‌های رگرسیون Lab 74. Regression Models

• آزمایش ۷۵. تکنیک‌های ارزیابی مدل Lab 75. Model Evaluation Techniques

• آزمایش ۷۶. استراتژی‌های اعتبارسنجی متقاطع Lab 76. Cross Validation Strategies

• آزمایش ۷۷. یادگیری مجموعه‌ای (Ensemble Learning) Lab 77. Ensemble Learning

• آزمایش ۷۸. مبانی هوش مصنوعی قابل تفسیر Lab 78. Explainable AI Fundamentals

• آزمایش ۷۹. مفاهیم نظارت بر مدل Lab 79. Model Monitoring Concepts

• آزمایش ۸۰. پروژه تحلیل پیش‌بینی‌کننده Lab 80. Predictive Analytics Project

ماژول ۹ – حاکمیت، امنیت و انطباق Module 9 – Governance, Security & Compliance

• حاکمیت، امنیت و انطباق Governance, Security & Compliance

• آزمایش ۸۱. مبانی حاکمیت داده‌ها Lab 81. Data Governance Fundamentals

• آزمایش ۸۲. سیستم‌های کاتالوگ‌بندی داده‌ها Lab 82. Data Cataloging Systems

• آزمایش ۸۳. مدیریت متادیتا Lab 83. Metadata Management

• آزمایش ۸۴. مهندسی حریم خصوصی داده‌ها Lab 84. Data Privacy Engineering

• آزمایش ۸۵. کنترل‌های عملیاتی GDPR Lab 85. GDPR Operational Controls

• آزمایش ۸۶. مدیریت دسترسی به داده‌ها Lab 86. Data Access Management

• آزمایش ۸۷. سیستم‌های ثبت لاگ حسابرسی Lab 87. Audit Logging Systems

• آزمایش ۸۸. سیاست‌های نگهداری داده‌ها Lab 88. Data Retention Policies

• آزمایش ۸۹. مدیریت ریسک تحلیلی Lab 89. Analytics Risk Management

• آزمایش ۹۰. پیاده‌سازی برنامه حاکمیتی Lab 90. Governance Program Implementation

ماژول ۱۰ – پلتفرم تحلیلی مستقل و پروژه نهایی Module 10 – Sovereign Analytics Platform & Capstone

• پلتفرم تحلیلی مستقل و پروژه نهایی Sovereign Analytics Platform & Capstone

• آزمایش ۹۱. معماری پلتفرم داده مدرن Lab 91. Modern Data Platform Architecture

• آزمایش ۹۲. استقرار تحلیل‌ها در محیط‌های چندگانه Lab 92. Multi-Environment Analytics Deployment

• آزمایش ۹۳. زیرساخت به عنوان کد برای تیم‌های داده Lab 93. Infrastructure as Code for Data Teams

• آزمایش ۹۴. بارهای کاری تحلیلی کانتینری شده Lab 94. Containerized Analytics Workloads

• آزمایش ۹۵. Kubernetes برای پلتفرم‌های داده Lab 95. Kubernetes for Data Platforms

• آزمایش ۹۶. استک مشاهده‌پذیری تحلیل‌ها Lab 96. Analytics Observability Stack

• آزمایش ۹۷. یکپارچه‌سازی Open Metadata Lab 97. Open Metadata Integration

• آزمایش ۹۸. جریان‌های کاری پژوهشی غیرمتمرکز Lab 98. Decentralized Research Workflows

• آزمایش ۹۹. ارزیابی آمادگی پلتفرم سازمانی Lab 99. Enterprise Platform Readiness Assessment

• آزمایش ۱۰۰. پروژه نهایی پلتفرم مستقل علم داده و تحلیل داده‌ها Lab 100. Sovereign Data Science & Analytics Capstone

جمع‌بندی Conclusion

• جمع‌بندی Conclusion