دوره Generative AI برای مهندسی داده و متخصصان داده

آنچه یاد خواهید گرفت:

• Generative AI را در جریان‌های داده موجود و چرخه عمر مهندسی داده ادغام کنید.
• بیاموزید که چگونه Generative AI هر مرحله از چرخه عمر مهندسی داده را متحول می‌کند، همراه با تمرین‌ها و فعالیت‌های عملی
• نقش Generative AI را در مهندسی داده درک کنید، به خصوص در مورد اینکه چه زمانی باید از آن استفاده کرد و چه زمانی نباید از آن استفاده کرد.
• با استفاده از Generative AI، داده‌ را تولید و تقویت کنید.
• کد مهندسی داده را با Generative AI بنویسید.
• ابزارهای Generative AI را برای مهندسی داده بررسی کنید.
• با استفاده از Generative AI، بینش‌ها و داده‌ را از متن‌های غیرساختاریافته تجزیه و استخراج کنید.
• داده‌ را در مهندسی داده با Generative AI کوئری و تحلیل کنید.
• داده‌ را با استفاده از قابلیت‌های Generative AI غنی‌سازی، نرمال‌سازی و استانداردسازی کنید.

پیش نیازهای دوره

• آشنایی با مفاهیم اولیه مهندسی داده (پاکسازی داده، کوئری‌های SQL)
• درک اولیه برنامه‌نویسی، به ویژه پایتون
• آشنایی با ابزارهای کدنویسی مانند ژوپیتر نوت‌بوک و VS Code

توضیحات دوره

توجه: این یک دوره عملی و کاربردی (hands-on-keyboard) در مورد چگونگی استفاده از Generative AI در مهندسی داده (و به عنوان یک متخصص داده) است. ما برای نوشتن و اجرای کد از پایتون، OpenAI API و ژوپیتر نوت‌بوک استفاده خواهیم کرد.

Generative AI به دو دلیل در زمینه داده و مهندسی داده در حال تغییر بازی است:

• انجام سریع‌تر تسک‌ها: متخصصان داده‌ای که از Generative AI استفاده می‌کنند، تسک‌ها را %16 سریع‌تر انجام می‌دهند. این میزان اگر روزانه کدنویسی یا تحلیل داده انجام می‌دهید، به بیش از %45 افزایش می‌یابد.
• انجام تسک‌های جدید: Generative AI مهندسان و تحلیلگران داده را قادر می‌سازد تا کارهای بسیار بیشتری انجام دهند. در واقع، برخی از تسک‌ها مانند استخراج ویژگی‌ها و بینش‌ها از داده‌ غیرساختاریافته یا تقویت داده‌ متنی، اکنون تنها با Generative AI امکان‌پذیر است.

این همان دلیلی است که GenAI هر مرحله از چرخه عمر مهندسی داده را متحول می‌کند. مهم نیست که شما یک تحلیلگر داده، دانشمند داده، مهندس داده، متخصص داده یا مدیر داده هستید، باید بیاموزید که چگونه GenAI را در گردش‌های کاری روزمره خود جای دهید.

موضوع اصلی این دوره همین است. اینکه شما را به عنوان یک متخصص داده با GenAI قدرتمندتر و پربازده‌تر کند.

از بیش از 5.5 ساعت محتوای ویدئویی آموزشی مرتبط، با تنها دوره‌ای که به صورت عملی روش‌های مختلف تاثیر GenAI را بر چرخه عمر مهندسی داده و متخصصان داده به شما آموزش می‌دهد و سپس آن را در مثال‌های واقعی از ابتدا تا انتها اعمال می‌کند، بیاموزید.

این دوره در مورد چیست؟

این دوره در مورد این است که چگونه می‌توانید GenAI را به صورت عملی در گردش‌های کاری روزمره خود به عنوان یک مهندس داده یا متخصص داده بگنجانید. این یک راهنمای عملی عمیق در مورد چگونگی متحول کردن هر مرحله از چرخه عمر مهندسی داده توسط GenAI است که شما را پربازده‌تر و قدرتمندتر می‌کند. این یک دوره فنی و عملی است. (نه نظری یا کلی‌گویی)

چرا به عنوان یک متخصص داده یا مهندس داده، Generative AI را بیاموزیم؟

دو دلیل بهره‌وری و قدرت وجود دارد.

Generative AI می‌تواند کارهای خاصی را از جمله مانند نوشتن کوئری‌های SQL، مستندسازی، ایجاد schema و تحلیل داده‌ ساده سریع‌تر انجام دهد. Generative AI می‌تواند کارهایی را انجام دهد که قبلاً ممکن نبود، مانند استخراج بینش‌ها از متن‌های غیرساختاریافته، تکمیل داده‌ متنی، یا تقویت داده‌ در حالی که بافت (context) را حفظ می‌کند. شما باید بدانید چگونه از Generative AI استفاده کنید تا از قافله عقب نمانید.

Generative AI چگونه می‌تواند مهندسی داده را تحت تاثیر قرار دهد؟

Generative AI به روش‌های گوناگونی مهندسی داده را تحت تاثیر قرار می‌دهد. به طور خاص، ما به 7 آرکتایپ مختلف می‌پردازیم:

• تولید و تقویت داده
• نوشتن کد مهندسی داده با Generative AI
• تجزیه و استخراج داده
• ابزارهای مهندسی داده Generative AI
• کوئری و تحلیل داده
• غنی‌سازی، نرمال‌سازی و استانداردسازی داده
• شناسایی ناهنجاری و فشرده‌سازی

چه چیزی خواهید آموخت؟

• ادغام Generative AI: بیاموزید چگونه به عنوان یک متخصص داده، Generative AI را به طور کامل در گردش کارهای خود (شامل تولید داده، تحلیل، ذخیره‌سازی، مصورسازی، پایپ‌لاین‌ها و موارد دیگر) ادغام کنید.
• پربازده بودن بیشتر: Generative AI یک تغییردهنده بازی در بهره‌وری است. می‌تواند به شما کمک کند تسک‌های داده را تا 20 درصد سریع‌تر (مک‌کینزی) تکمیل کنید، و حتی بیشتر اگر کد می‌نویسید یا از کد استفاده می‌کنید.
• قدرتمندتر شدن: بیاموزید چگونه تسک‌های داده بیشتری را مانند استخراج بینش‌ها از متن‌های غیرساختاریافته یا تقویت داده‌ متنی انجام دهید که بدون Generative AI امکان‌پذیر نبودند.

چرا این دوره را انتخاب کنید؟

• راهنمای کامل: این یک راهنمای %100 جامع، از صفر تا صد، و از مبتدی تا پیشرفته در استفاده از Generative AI به عنوان یک مهندس داده یا متخصص داده است. هیچ دوره دیگری مشابه این وجود ندارد که همه چیز را از ابتدا تا انتها به شما آموزش دهد. این دوره شامل بیش از 5.5 ساعت محتوای آموزشی است!
• ساختار یافته برای موفقیت: این دوره برای کمک به موفقیت شما ساختار یافته است. ابتدا اصول چگونگی استفاده از Generative AI برای مهندسی داده را بررسی می‌کنیم. سپس، به 7 آرکتایپ مختلف از چگونگی ادغام Generative AI در گردش کارهای شما می‌پردازیم. هر یک را به تفصیل و به صورت تک به تک بررسی می‌کنیم.
• کاملاً آموزشی: ما نه تنها مفاهیم مهم را بررسی می‌کنیم، بلکه آنها را اعمال می‌کنیم. این یک دوره عملی و کاربردی (hands-on-keyboard) است. این فقط یک بررسی در تمام ویژگی‌ها و مفاهیم نظری نیست، بلکه دوره‌ای است که در واقع از مثال‌های واقعی استفاده می‌کند و گردش کارها را با شما ادغام می‌کند.
• گام به گام: ما هر متد که Generative AI می‌تواند مهندسی داده را تحت تاثیر قرار دهد را گام به گام بررسی می‌کنیم. با مثال‌ها شروع می‌کنیم، سپس فعالیت‌های کامل و جامع را برای اعمال آنچه آموخته‌ایم، انجام می‌دهیم.

بررسی دوره

• آشنایی با Generative AI برای مهندسی داده: یک بررسی از دوره بدست آورید، بیاموزید که Generative AI چگونه بر تسک‌های مهندسی داده تاثیر می‌گذارد و با نقشه راه دوره آشنا شوید.
• راه‌اندازی محیط: فضای کاری خود را با دو گزینه از جمله دانلود پایتون، VSCode و Jupyter Lab، یا استفاده از Google Colab راه‌اندازی کنید. همچنین شما را در راه‌اندازی OpenAI API راهنمایی خواهیم کرد.
• تولید و تقویت داده: داده‌ را با Generative AI تولید و تقویت کنید. ایجاد داده‌ ترکیبی، مدیریت اطلاعات شخصی (PII)، متعادل‌سازی مجموعه‌داده‌ و موارد دیگر را بیاموزید. همچنین یک اپلیکیشن تقویت داده، از بک‌اند تا فرانت‌اند، خواهیم ساخت.
• نوشتن کد مهندسی داده با Generative AI: کشف کنید چگونه از Generative AI برای نوشتن کد مهندسی داده استفاده کنید. این بخش شامل پاکسازی داده، مدل‌سازی، مستندسازی کد، ایجاد schemas داده و انتقال داده است.
• ابزارهای مهندسی داده Generative AI: ابزارهایی مانند ChatGPT و Claude و GPTs سفارشی و سایر ابزارهای Generative AI را برای مهندسی داده بررسی کنید.
• تجزیه و استخراج داده: با استفاده از Generative AI، داده‌ را از متن‌های غیرساختاریافته از جمله داده‌ از اسکرپ وب، تصاویر، قراردادها، فاکتورها، رسیدها و انجام شناسایی موجودیت‌های نام‌گذاری شده تجزیه و استخراج کنید.
• کوئری و تحلیل داده: بر کوئری و تحلیل داده با Generative AI مسلط شوید. کوئری‌های خود را بهینه کنید، اپلیکیشن‌های کوئری را توسعه و اجرا کنید و آنها را به وب اپلیکیشن‌ها با کامپوننت‌های فرانت‌اند تبدیل کنید.
• غنی‌سازی، نرمال‌سازی و استانداردسازی داده: از Generative AI برای غنی‌سازی، نرمال‌سازی و استانداردسازی داده‌ خود شامل غنی‌سازی ویژگی‌ها، تکمیل داده و استانداردسازی داده‌ متنی برای مدل‌های بهتر استفاده کنید.

اگر می‌خواهید یاد بگیرید که چگونه بهره‌وری خود را بهبود بخشید و به عنوان یک مهندس داده (در عمل، نه در نظریه) با استفاده از Generative AI قدرتمندتر شوید، پس این دوره برای شما است. ما مشتاقانه منتظر حضور شما در این دوره هستیم. 

این دوره برای چه کسانی مناسب است؟

• مهندسان داده که می‌خواهند Generative AI را در گردش کارهای خود بگنجانند.
• همه متخصصان داده (مهندسان داده، تحلیلگران داده، دانشمندان داده، مدیران داده)
• متخصصان یا مهندسان داده که می‌خواهند از Generative AI برای تسک‌های داده استفاده کنند.
• هر کسی که می‌خواهد مهارت‌های خود را در مهندسی داده و ادغام Generative AI افزایش دهد.
• توسعه‌دهندگانی که قصد ساخت اپلیکیشن‌های مهندسی داده را دارند.
• افرادی که کنجکاو هستند تا از هوش مصنوعی برای بهبود گردش‌های کاری داده استفاده کنند.