
رزرو دوره
لطفا برای رزرو دوره اطلاعات زیر را تکمیل نمایید. کارشناسان ما در اسرع وقت با شما تماس خواهند گرفت.
دانلود مستندات آموزشی
منابع (0 عدد)
دوره کلان داده (Big Data)
استاد:
مهندس سپهر اکبرزاده
هوش مصنوعی، یادگیری ماشین و یادگیری عمیق

سطح کلاس:
حضوری
دانش پژوهان:
-
تاریخ شروع دوره:
بزودی
تاریخ پایان دوره:
نامشخص
هزینه دوره:
6,000,000 تومان
شرح دوره
در دنیای امروز که دادهها به عنوان سرمایه حیاتی سازمانها شناخته میشوند، توانایی تحلیل، مدیریت و بهرهبرداری هوشمندانه از دادههای حجیم یک مهارت کلیدی و پرتقاضا در بازار کار محسوب میشود. دوره جامع بیگ دیتا یک مسیر آموزشی حرفهای و فشرده است که با هدف آمادهسازی متخصصان توانمند در زمینهی تحلیل دادههای کلان بهویژه در حوزه سلامت طراحی شده است.
این دوره ترکیبی از آموزشهای فنی، تمرینهای عملی و پروژههای واقعی را ارائه میدهد و شرکتکنندگان را گامبهگام از مبانی برنامهنویسی با پایتون تا پیادهسازی سیستمهای پردازش داده، تحلیلهای پیشرفته و مصورسازی دادههای سلامت هدایت میکند.
مباحثی مانند هوش مصنوعی در پزشکی، یادگیری ماشین، مصورسازی داده با ابزارهایی مانند Power BI و Python، مدیریت و پردازش کلانداده با Spark و Hadoop، و همچنین ذخیرهسازی و انتقال دادهها با فناوریهایی مانند MongoDB، Kafka و Flink از جمله سرفصلهای کلیدی این دوره هستند.
این دوره فرصتی استثنایی برای یادگیری یکپارچه، کار با دادههای واقعی، و کسب مهارتهایی است که در حوزههای پزشکی، بهداشتی و فناورانه ارزشآفرین خواهند بود.
3. معرفی مخاطبین
این دوره برای گروههای زیر مناسب است:
- تحلیلگران داده و دانشجویان علاقهمند به تحلیل اطلاعات در مقیاس بزرگ
- توسعهدهندگان و برنامهنویسان پایتون با علاقه به دادههای کلان
- مدیران پروژههای فناوری و سلامت دادهمحور
- علاقهمندان به ورود تخصصی به دنیای Big Data و پردازش موازی
- کارشناسان IT و علوم پزشکی با رویکرد دادهمحور
مهندس سپهر اکبرزاده (هوش مصنوعی، یادگیری ماشین و یادگیری عمیق)
سپهر اکبرزاده، مهندس نرمافزار با تمرکز بر هوش مصنوعی و بیش از ۷ سال تجربه در برنامهنویسی در سطح بینالمللی و خاورمیانه است. او دو مجموعه در قطر راهاندازی کرده و در حوزه اوپن سورس نیز مشارکت فعالی دارد. سپهر تجربه گستردهای در مدیریت پروژههای دادهمحور، مدلسازی پیشبینی و ارائه راهکارهای عملی دارد و در هدایت و رشد توسعهدهندگان کم تجربه نیز نقش بسزایی ایفا کرده است
نظر شما
مبانی برنامهنویسی با پایتون
- آموزش مقدماتی پایتون و ساختارهای داده
- حلقهها، توابع، ورودی/خروجی و اصول کدنویسی بهینه
- آشنایی با مفاهیم شیگرایی، بستهها و ایزولهسازی محیط توسعه
مبانی هوش مصنوعی در سلامت
- نقش AI، یادگیری ماشین و یادگیری عمیق در تشخیص و پیشبینی بیماریها
- کاربرد شبکههای عصبی و NLP در تحلیل دادههای پزشکی
- معرفی مدلهای زبانی بزرگ (مثل GPT) در حوزه سلامت
مصورسازی دادههای کلان
- اصول و کاربردهای مصورسازی در تصمیمگیری پزشکی
- طراحی داشبوردهای تعاملی با Power BI
- ساخت اپلیکیشنهای تحلیلی با پایتون و مصورسازی حرفهای
مدیریت و معماری دادههای کلان
- معرفی Big Data و تفاوت آن با دادههای سنتی
- آشنایی با دادههای ساختاری، نیمهساختاریافته و غیرساختاری
- ابزارهای ذخیرهسازی مانند Redis، MongoDB، HDFS
- پردازش کلانداده با Hadoop، Spark و Apache Kafka
پردازش، تحلیل و دادهکاوی
- مفاهیم ETL و طراحی Data Warehouse
- تکنیکهای دادهکاوی، استخراج الگو و ارزیابی مدلها
- استفاده از دادهکاوی برای تحلیل روند بیماری و مدیریت سلامت
پایتون پیشرفته برای پروژههای کلانداده
- اتصال به پایگاههای داده SQL و NoSQL
- استفاده از SQLAlchemy و Pandas برای پردازش داده
- پروژههای عملی، تمرینات و حل چالشهای واقعی حوزه سلامت
استاد:
مهندس سپهر اکبرزاده
هوش مصنوعی، یادگیری ماشین و یادگیری عمیق

سطح کلاس:
حضوری
دانش پژوهان:
-
تاریخ شروع دوره:
بزودی
تاریخ پایان دوره:
نامشخص
هزینه دوره:
6,000,000 تومان
