مسیرِ یادگیری — ایجنتِ هوشِ مصنوعیِ فارسی
رودمپِ مهارت
مسیرِ یادگیریِ چیستا چه می‌کند؟
- درخواستت را به فارسی می‌گیری و اگر اطلاعاتِ ضروری کم باشد سؤال می‌پرسد.
- از پروفایلِ برند و کارهای قبلی‌ات استفاده می‌کند تا خروجی مخصوصِ کسب‌وکارِ تو باشد.
- خروجی را یک ایجنتِ بازبین کنترلِ کیفیت می‌کند.
- فایلِ آماده (Word، Excel، صفحهٔ وب یا پست) تحویل می‌دهد که قابلِ ویرایش است.
چه چیزی تحویل می‌گیری
🎁 مسیرِ یادگیریِ مرحله‌به‌مرحله با منابع و زمان
نمونهٔ واقعیِ خروجی
درخواست: «مسیرِ یادگیریِ تحلیلِ داده از صفر» · کنترلِ کیفیت: 8 از ۱۰
این نقشه راه شما را طی حدود ۶ ماه، با روزی ۱٫۵ تا ۲ ساعت تمرین، از مفاهیم پایه به ساخت نمونه‌کار و آمادگی شغلی می‌رساند. مسیر بر اکسل، آمار کاربردی، SQL، پایتون، مصورسازی و حل مسئله‌های واقعی متمرکز است؛ اگر زمان کمتری دارید، مدت هر مرحله را متناسب افزایش دهید.
نقشه راه مرحله‌به‌مرحله
منابع زیر به‌صورت نوع منبع معرفی شده‌اند تا بتوانید نمونه فارسی یا انگلیسی مناسب سطح خود را انتخاب کنید. در هر مرحله، ابتدا مفهوم را یاد بگیرید، سپس تمرین کنید و در پایان یک خروجی قابل نمایش بسازید.
| مرحله | مهارت | منبع | مدت |
|---|---|---|---|
| ۱. آشنایی با تحلیل داده | چرخه تحلیل داده، انواع داده، شاخص‌ها، سؤال‌سازی و تشخیص داده معتبر | یک دوره مقدماتی تحلیل داده یا ویدئوهای آشنایی با فرایند جمع‌آوری، پاک‌سازی، تحلیل و گزارش | ۱ هفته |
| ۲. اکسل یا Google Sheets | فرمول‌های پایه، IF، SUMIFS، COUNTIFS، XLOOKUP، پاک‌سازی متن، جدول، Pivot Table و نمودار | آموزش پروژه‌محور اکسل مقدماتی تا متوسط همراه با فایل تمرینی فروش | ۳ هفته |
| ۳. آمار کاربردی | میانگین و میانه، پراکندگی، درصد و نرخ رشد، توزیع، نمونه‌گیری، همبستگی، آزمون فرض و تفسیر عدم‌قطعیت | دوره آمار مقدماتی ویژه تحلیل داده و تمرین با داده‌های واقعی | ۳ هفته |
| ۴. SQL | SELECT، WHERE، ORDER BY، GROUP BY، JOIN، CASE، زیرپرس‌وجو، CTE و توابع پنجره‌ای | یک محیط تمرین آنلاین SQL، مستندات پایگاه داده و مجموعه سؤال‌های مرحله‌بندی‌شده | ۴ هفته |
| ۵. پایتون پایه | متغیر، شرط، حلقه، تابع، فهرست، دیکشنری، خواندن فایل و مدیریت خطاهای ساده | دوره پایتون مقدماتی همراه با تمرین‌های کوتاه روزانه | ۳ هفته |
| ۶. تحلیل داده با پایتون | کار با Jupyter، کتابخانه‌های Pandas و NumPy، داده گمشده، داده تکراری، تبدیل نوع، ادغام جدول‌ها و محاسبه شاخص‌ها | مستندات رسمی کتابخانه‌ها، دفترچه‌های تمرینی و یک پروژه پاک‌سازی CSV | ۴ هفته |
| ۷. مصورسازی و روایت داده | انتخاب نمودار مناسب، طراحی داشبورد، پرهیز از نمودار گمراه‌کننده، بیان یافته و پیشنهاد عملی | آموزش Matplotlib یا Seaborn و یکی از ابزارهای Power BI یا Tableau | ۳ هفته |
| ۸. پروژه‌های نمونه‌کار | تعریف مسئله، پاک‌سازی، تحلیل اکتشافی، ساخت داشبورد، مستندسازی و ارائه مدیریتی | داده عمومی یا داده بی‌نام فروش، بازاریابی، عملیات یا نظرات مشتریان | ۴ هفته |
برنامه هفتگی پیشنهادی
الگوی زیر را پنج روز در هفته اجرا کنید. استمرار از مطالعه فشرده و مقطعی مؤثرتر است.
- روز اول: ۴۵ دقیقه آموزش و ۴۵ دقیقه بازسازی مثال‌ها بدون نگاه به پاسخ.
- روز دوم: حل ۵ تا ۱۰ تمرین کوچک و ثبت خطاها در دفترچه یادگیری.
- روز سوم: ادامه آموزش و خلاصه‌نویسی مفاهیم با زبان خودتان.
- روز چهارم: کار روی یک مسئله واقعی یا بخشی از پروژه.
- روز پنجم: مرور، تکمیل خروجی، نوشتن سه یافته و یک پیشنهاد عملی.
- آخر هفته: یک ساعت جبران عقب‌ماندگی یا بهبود پروژه؛ در صورت تکمیل برنامه، استراحت.
پروژه‌های ضروری برای پورتفولیو
هر پروژه باید شامل صورت مسئله، منبع و تعریف ستون‌ها، مراحل پاک‌سازی، روش تحلیل، نمودارها، یافته‌های اصلی، محدودیت‌ها و پیشنهادهای عملی باشد. داده حساس را منتشر نکنید و در صورت استفاده از داده سازمانی، آن را بی‌نام‌سازی کنید.
- پروژه اکسل: تحلیل فروش ماهانه، نرخ رشد، محصولات پرفروش، سهم دسته‌ها و یک داشبورد مدیریتی.
- پروژه SQL: پاسخ به حداقل ۱۵ سؤال درباره مشتری، سفارش، محصول و تکرار خرید با چند جدول مرتبط.
- پروژه پایتون: پاک‌سازی یک فایل نامرتب، تحلیل اکتشافی و تولید نمودارهای قابل تفسیر.
- پروژه نهایی: تحلیل انتها‌به‌انتها برای یک مسئله کسب‌وکار؛ مانند افت فروش، رفتار مشتری یا عملکرد کمپین.
- برای هر پروژه یک خلاصه یک‌صفحه‌ای بنویسید: مسئله چه بود، چه کردید، چه یافتید و چه اقدامی پیشنهاد می‌کنید.
نقاط عطف
عبور از هر نقطه عطف باید با خروجی عملی سنجیده شود، نه صرفاً تمام کردن دوره.
- پایان ماه اول: یک فایل داده را در اکسل پاک‌سازی کنید، Pivot Table بسازید و پنج یافته دقیق بنویسید.
- پایان ماه دوم: شاخص‌های توصیفی را محاسبه کنید و تفاوت همبستگی و رابطه علّی را با مثال توضیح دهید.
- پایان ماه سوم: با SQL چند جدول را JOIN کنید و به ۲۰ سؤال تحلیلی بدون دیدن پاسخ آماده جواب دهید.
- پایان ماه چهارم: یک فایل CSV را با Pandas پاک‌سازی، گروه‌بندی و مصورسازی کنید.
- پایان ماه پنجم: یک داشبورد تعاملی بسازید که یک تصمیم مشخص را پشتیبانی کند.
- پایان ماه ششم: سه پروژه مستند، رزومه یک‌صفحه‌ای و ارائه پنج‌دقیقه‌ای از بهترین پروژه داشته باشید.
… و 2 بخشِ دیگر در فایلِ کامل
نمونه‌درخواست‌ها
هزینه
پرداخت به اندازهٔ مصرف — معمولاً چند هزار تومان برای هر کار؛ قبل از اجرا تخمینِ هزینه را می‌بینی.
✨ همین را برای کسب‌وکارِ من بساز