در آکادمی هادی محمدیان، ما اعتقادی به یادگیری پراکنده نداریم. ما یک مسیر مستقیم و ۵ مرحلهای طراحی کردهایم که شما را از “مبانی” به “استقرار محصول” میرساند. این مسیر به ۳ سطح اصلی تقسیم شده است:
«یادگیری الفبای دادهها و تغییر طرز فکر»
این سطح برای کسانی است که میخواهند وارد دنیای داده شوند اما نمیدانند از کجا شروع کنند. اینجا جایی است که ترس شما از کدنویسی میریزد.
مخاطبان این سطح:
مبتدیان مطلق (بدون پیشزمینه برنامهنویسی).
کاربران اکسل که میخواهند به پایتون کوچ کنند.
دانشجویانی که نیاز به ابزار تحلیل برای پایاننامه دارند.
آنچه یاد میگیرید: کار با ۴ ستون اصلی (NumPy, Pandas, Matplotlib, SciPy) + آمار توصیفی.
خروجی شما: توانایی خواندن هر فایلی، انجام محاسبات ریاضی و رسم نمودارهای استاندارد.
علم داده و تحلیل (Data Science)
فاز ۱: چهار ستون علم داده | تسلط بر ساختار، نمایش و تحلیل اولیه (NumPy, Pandas, Matplotlib)
«تبدیل دادههای خام به تصمیمات پولساز»
در این سطح، شما استخدام میشوید. اینجا یاد میگیرید با دادههای کثیف واقعی بجنگید، روابط پنهان را کشف کنید و گزارشهای تعاملی بسازید که مدیران عاشقش شوند.
مخاطبان این سطح:
کسانی که فاز ۱ را گذراندهاند.
تحلیلگران داده (Data Analysts) که میخواهند سطح خود را ارتقا دهند.
فعالان مارکتینگ و فروش (برای تحلیل A/B Test و رفتار مشتری).
تمرکز: تمیز کردن دادههای ناقص و انجام تستهای آماری (مثل T-test) برای اثبات علمی نتایج.
تمرکز: ترکیب منابع داده، درک ریاضیات پشت هوش مصنوعی (جبر خطی) و ساخت نمودارهای تعاملی با Plotly.
علم داده و تحلیل (Data Science)
فاز ۲: چهار ستون علم داده | تسلط بر پاکسازی و تحلیل اکتشافی (Data Cleaning & Inferential Statistics)
علم داده و تحلیل (Data Science)
«ساخت محصول، مقیاسپذیری و استقرار»
این سطح، تفاوت بین یک “تحلیلگر” و یک “مهندس ارشد” است. اینجا یاد میگیرید با دادههای عظیم (Big Data) کار کنید و مدلهای خود را به نرمافزار واقعی تبدیل کنید.
مخاطبان این سطح:
تحلیلگران ارشد که به دنبال پوزیشنهای Senior یا Lead هستند.
کسانی که میخواهند وارد حوزه MLOps و مهندسی نرمافزار شوند.
متخصصان مالی و ریسک (برای شبیهسازیهای سنگین).
تمرکز: کار با دادههای بزرگتر از رم، افزایش سرعت کدها و آمار ناپارامتریک.
تمرکز: تبدیل تحلیلها به API (با Flask)، داکرایز کردن (Docker) و مدیریت نسخه حرفهای.
علم داده و تحلیل (Data Science)
فاز ۴: چهار ستون علم داده | آمار پیشرفته و محاسبات ریاضی (SciPy Core)
علم داده و تحلیل (Data Science)
فاز ۵: چهار ستون علم داده | پیادهسازی ۵ سناریوی دنیای واقعی (Deployment & Product Engineering)
تازه کار هستید؟ شک نکنید و از فاز ۱ شروع کنید.
پایتون و پانداس را بلدید؟ میتوانید از فاز ۲ شروع کنید تا مهارتهای آماری و پاکسازی خود را تکمیل کنید.
تحلیلگر با سابقه هستید؟ احتمالاً فاز ۴ و ۵ چالشهای جدیدی مثل “بهینهسازی” و “استقرار” را برایتان حل میکند.