این دوره مقدمه ای ایده آل برای ایجاد محیط های مجازی در اندروید است. این دوره منحصربه‌فرد است زیرا طیف وسیعی از ابزارها و تکنیک‌ها را برای ایجاد محیط‌های سه‌بعدی فراگیر پوشش می‌دهد و مجموعه‌ای از مهارت‌ها را در این زمینه رو به رشد به شما می‌دهد. در پایان این دوره، شما واقعاً قادر خواهید بود ایده های واقعیت مجازی خود را زنده کنید! بخش اول این دوره شامل انیمیشن، نورپردازی و بازتاب است. سپس به سراغ بافت ها و مدیریت چندین شی 3 بعدی می رویم. در نهایت، ما به نگهداری همه اینها در یک نمای دوچشمی برای ایجاد یک تجربه VR نگاه خواهیم کرد. تمرین‌های عملی در طول دوره برای اعمال درک شما وجود دارد، و یک پروژه جمع‌بندی وجود دارد که می‌تواند بخشی از نمونه کار حرفه‌ای شما باشد. این دوره شامل دانش برنامه نویسی اندروید و OpenGL می باشد. من توصیه می کنم دو دوره آموزشی Coursera خود را در مورد این موضوعات تکمیل کنید، زیرا اینها آغازگر عالی هستند.

گرافیک کامپیوتری می‌تواند ابزاری قدرتمند برای پشتیبانی از حل مشکل بصری باشد و تعامل نقش اساسی در مهار خلاقیت کاربران دارد. این دوره ابزارهای تعاملی مختلف توسعه یافته در زمینه تحقیقات گرافیک کامپیوتری را با منطق و الگوریتم های طراحی آنها معرفی می کند. به عنوان مثال می‌توان به بهبود رابط‌های گرافیکی کاربر، ابزارهای تألیف برای طراحی‌های دو بعدی و انیمیشن‌های سه بعدی و سیستم‌های طراحی تعاملی به کمک رایانه اشاره کرد. نمایش های زنده و تکالیف دوره ای غنی به شما بینش و مهارت هایی را می دهد تا بتوانید چنین ابزارهایی را برای مشکلات خود طراحی و اجرا کنید.

یادگیری زبان انگلیسی به دلیل بسیاری از قوانین گرامری مبهم آن، زبانی دشوار است که به راحتی قابل بهم ریختن است - حتی برای افراد بومی زبان. در حالی که برای افراد غیر بومی آسان است که با قواعد گرامر گیج کننده غرق شوند، در این دوره، نکاتی را به شما ارائه می دهیم که به شما کمک می کند قوانین را راحت تر درک کنید و با گرامر پیچیده روزمره انگلیسی تمرین کنید. لطفاً توجه داشته باشید که نسخه رایگان این کلاس به شما امکان دسترسی به تمام فیلم ها و جزوات آموزشی را می دهد. بازخورد و آزمون‌ها فقط در نسخه پولی موجود است.

درس 1: گرامر و نقطه گذاری آیا باید گرامر انگلیسی را مرور کنید؟ آیا دستور زبانی را که زمانی خوانده اید فراموش کرده اید؟ اگر چنین است، این دوره برای شما عالی است. اولین دوره در این تخصص، تجدید نظر در برخی از ابزارهای مورد نیاز برای نوشتن خوب است. این به شما کمک می کند تا برای دوره های دیگر آماده شوید. برای تکمیل این دوره اول به حدود 10 ساعت زمان نیاز دارید. نوشتن یک مهارت است و برای یادگیری خوب یک مهارت، باید تمرین کنید. در این دوره، سخنرانی‌های ویدئویی کوتاهی را مشاهده می‌کنید و سپس در مورد آنچه آموخته‌اید، تمرین کرده و در مورد آن بحث خواهید کرد. اطمینان حاصل کنید که یادداشت های خوبی می گیرید و از بحث های همسالان برای پرسیدن سوال استفاده می کنید. سپس می‌توانید قوانینی را که در این دوره یاد می‌گیرید، زمانی که شروع به نوشتن مقاله در دوره بعدی می‌کنید، به خاطر بسپارید. پس از اتمام این دوره، شما قادر خواهید بود: - زمان های صحیح فعل را برای استفاده مشخص کنید - از کاما به طور موثر استفاده کنید - از چندین نوع جمله مختلف استفاده کنید - به زبان انگلیسی موثرتر بنویسید لطفاً توجه داشته باشید که نسخه رایگان این کلاس به شما امکان دسترسی به تمام فیلم ها و جزوات آموزشی را می دهد. بازخورد و آزمون‌ها فقط در نسخه پولی موجود است.

به گرایش ها و فناوری های نوظهور در K-12 خوش آمدید! این دوره به شما کمک می کند تا فناوری را به مفیدترین روش در محیط کلاس مجازی خود ارزیابی و پیاده سازی کنید. ما در مورد احتمالات و چالش های استفاده از فناوری در محیط های کاملا آنلاین بحث خواهیم کرد، اگرچه بسیاری از ایده ها را می توان در محیط های ترکیبی و سنتی نیز به کار برد. این دوره بر روی روندها و فناوری های نوظهور متمرکز است، به ویژه برای مربیان K-12. بیشتر محتوا برای دانش‌آموزان دبیرستانی در ایالات متحده یا سنین 13 تا 18 سال در کشورهای دیگر ارائه خواهد شد. با توجه به ماهیت برخی از فناوری‌های مبتنی بر اینترنت، دانش‌آموزان جوان برای شرکت در آن باید 13 سال یا بیشتر داشته باشند. گفته می‌شود، بسیاری از مثال‌هایی که مورد بحث قرار می‌دهیم می‌توانند در سنین پایین‌تر نیز کاربرد داشته باشند. این دوره بر آموزش مجازی متمرکز است. به عبارت دیگر، تجارب آموزش و یادگیری ترکیبی یا کاملا آنلاین. با این وجود، می توانید مفاهیم را در کلاس سنتی، آموزش بزرگسالان و آموزش عالی به کار ببرید. در آخر، لطفاً توجه داشته باشید که بسیاری از نمونه ها مستقر در ایالات متحده خواهند بود. پس از اتمام این دوره، شما قادر خواهید بود: • نقش فناوری آموزشی در حمایت از محیط مجازی را تعریف کنید. • شناسایی و ارزیابی فناوری های موجود و در حال ظهور برای آموزش دوره مجازی یا توسعه برنامه درسی. • از ابزارهای یادگیری مشارکتی برای طراحی و ارزیابی فعالیت های یادگیری استفاده کنید. • از استراتژی های مبتنی بر بازی برای تعمیق مشارکت دانش آموزان در دوره های مجازی استفاده کنید. • تحقیق، ارزیابی و استفاده از محتوای باز در آموزش مجازی. • در مورد نقش MOOC ها در آموزش مجازی K-12 بحث کنید.

این پنجمین دوره در تخصص IBM AI Enterprise Workflow Certification است.   شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است. این دوره شما را با حوزه ای آشنا می کند که تعداد کمی از دانشمندان داده قادر به تجربه آن هستند: استقرار مدل هایی برای استفاده در شرکت های بزرگ.  Apache Spark یک فریمورک بسیار رایج برای اجرای مدل های یادگیری ماشینی است.  بهترین شیوه های استفاده از Spark در این دوره پوشش داده خواهد شد.  بهترین شیوه ها برای دستکاری داده ها، آموزش مدل، و تنظیم مدل نیز پوشش داده خواهد شد.  مورد استفاده نیازمند ایجاد و استقرار یک سیستم توصیه‌کننده است. این دوره با مقدمه ای بر فناوری های استقرار مدل به پایان می رسد.   در پایان این دوره شما قادر خواهید بود: 1. از RDD ها، دیتافریم ها و خط لوله Apache Spark استفاده کنید 2. از اسکریپت‌های spark-submit برای ارتباط با محیط‌های Spark استفاده کنید 3. نحوه عملکرد فیلتر مشارکتی و فیلتر مبتنی بر محتوا را توضیح دهید 4. با استفاده از جریان Apache Spark و Apache Spark یک خط لوله انتقال داده بسازید 5. ابرپارامترها را در مدل‌های یادگیری ماشین در Apache Spark تجزیه و تحلیل کنید 6. الگوریتم‌های یادگیری ماشین را با استفاده از رابط یادگیری ماشین Apache Spark اجرا کنید 7. یک مدل یادگیری ماشینی را از Watson Studio به Watson Machine Learning مستقر کنید چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید. چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره های 1 تا 4 از تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره، درک کاملی از موضوعات زیر دارید: درک بنیادی از جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

این دومین دوره در تخصص IBM AI Enterprise Workflow Certification است.  شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است.   در این دوره شما کار خود را برای یک شرکت رسانه ای فرضی با انجام تجزیه و تحلیل داده های اکتشافی (EDA) آغاز خواهید کرد.  بهترین روش‌ها برای تجسم داده‌ها، مدیریت داده‌های از دست رفته و آزمایش فرضیه به عنوان بخشی از کار شما به شما معرفی می‌شود.  شما تکنیک های تخمین با توزیع احتمال و گسترش این تخمین ها را برای اعمال آزمون های اهمیت فرضیه صفر خواهید آموخت. آنچه را که یاد می گیرید از طریق مطالعات موردی دو دستی به کار می گیرید: تجسم داده ها و آزمایش های متعدد با استفاده از یک خط لوله ساده.   در پایان این دوره شما باید بتوانید: 1. چندین روش برتر در مورد EDA و تجسم داده را فهرست کنید 2. یک داشبورد ساده در Watson Studio ایجاد کنید 3. استراتژی‌های مقابله با داده‌های از دست رفته را شرح دهید 4. تفاوت بین انتساب و انتساب چندگانه را توضیح دهید 5. توزیع‌های رایج را برای پاسخ به سؤالات در مورد احتمالات رویداد به کار ببرید 6. نقش تحقیقی آزمون فرضیه در EDA را توضیح دهید 7. روش‌های مختلفی را برای مقابله با آزمایش‌های چندگانه اعمال کنید   چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید. چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره 1 تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره، درک کاملی از موضوعات زیر دارید: درک بنیادی از جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

این سومین دوره در تخصص IBM AI Enterprise Workflow Certification است.    شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است.   دوره 3 شما را با مرحله بعدی گردش کار برای شرکت رسانه فرضی ما آشنا می کند.  در این مرحله از کار، بهترین روش‌ها را برای مهندسی ویژگی، مدیریت عدم تعادل کلاس و تشخیص سوگیری در داده‌ها خواهید آموخت.  عدم تعادل طبقاتی می تواند اعتبار مدل های یادگیری ماشین شما را به طور جدی تحت تاثیر قرار دهد، و کاهش سوگیری در داده ها برای کاهش ریسک مرتبط با مدل های مغرضانه ضروری است.  این عناوین با بخش‌هایی در مورد بهترین شیوه‌ها برای کاهش ابعاد، تشخیص پرت، و تکنیک‌های یادگیری بدون نظارت برای یافتن الگوها در داده‌های شما دنبال می‌شوند.  مطالعات موردی بر مدل‌سازی موضوع و تجسم داده‌ها متمرکز خواهد بود.   در پایان این دوره شما قادر خواهید بود: 1. از ابزارهایی استفاده کنید که به رفع مشکلات عدم تعادل کلاس و کلاس کمک می کند 2. ملاحظات اخلاقی در مورد سوگیری در داده ها را توضیح دهید 3.  از کتابخانه‌های منبع باز ai Fairness 360 برای تشخیص سوگیری در مدل‌ها استفاده کنید 4. تکنیک های کاهش ابعاد را برای هر دو مرحله EDA و تبدیل به کار ببرید 5. تکنیک‌های مدل‌سازی موضوع را در پردازش زبان طبیعی شرح دهید 6. از مدل‌سازی و تجسم موضوع برای کاوش داده‌های متنی استفاده کنید 7. بهترین شیوه‌های رسیدگی به داده‌های با ابعاد بالا را به کار بگیرید 8. الگوریتم‌های تشخیص پرت را به‌عنوان ابزار تضمین کیفیت و ابزار مدل‌سازی به کار بگیرید. 9. تکنیک های یادگیری بدون نظارت را با استفاده از خطوط لوله به عنوان بخشی از گردش کار هوش مصنوعی به کار بگیرید 10. از الگوریتم‌های خوشه‌بندی اولیه استفاده کنید   چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید.   چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره های 1 و 2 تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره درک کاملی از موضوعات زیر دارید: درک بنیادی جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

این چهارمین دوره در تخصص IBM AI Enterprise Workflow Certification است.    شما قویاً تشویق می‌شوید که این دوره‌ها را به ترتیب تکمیل کنید، زیرا این دوره‌ها دوره‌های مستقل جداگانه نیستند، بلکه بخشی از جریان کاری هستند که هر دوره بر اساس دوره‌های قبلی است.  دوره 4 مرحله بعدی گردش کار را پوشش می دهد، که مدل ها و خطوط لوله داده مرتبط با آنها را برای یک شرکت رسانه جریان فرضی تنظیم می کند.  مبحث اول مبحث پیچیده معیارهای ارزیابی را پوشش می‌دهد، جایی که شما بهترین شیوه‌ها را برای تعدادی از معیارهای مختلف از جمله معیارهای رگرسیون، معیارهای طبقه‌بندی، و معیارهای چند طبقه‌ای را یاد خواهید گرفت که از آنها برای انتخاب بهترین مدل برای چالش تجاری خود استفاده خواهید کرد.  موضوعات بعدی بهترین شیوه‌ها را برای انواع مختلف مدل‌ها از جمله مدل‌های خطی، مدل‌های مبتنی بر درخت و شبکه‌های عصبی پوشش می‌دهند.  از مدل های خارج از جعبه واتسون برای درک زبان طبیعی و تشخیص بصری استفاده خواهد شد.  مطالعات موردی با تمرکز بر پردازش زبان طبیعی و تجزیه و تحلیل تصویر برای ارائه زمینه واقعی برای خطوط لوله مدل وجود خواهد داشت.   در پایان این دوره شما قادر خواهید بود: در مورد معیارهای رگرسیون، طبقه بندی و طبقه بندی چند برچسبی رایج بحث کنید کاربرد رگرسیون خطی و لجستیک در کاربردهای یادگیری نظارت شده را توضیح دهید استراتژی های رایج برای جستجوی شبکه و اعتبارسنجی متقابل را شرح دهید از معیارهای ارزیابی برای انتخاب مدل ها برای استفاده در تولید استفاده کنید استفاده از الگوریتم های مبتنی بر درخت در برنامه های کاربردی یادگیری نظارت شده را توضیح دهید استفاده از شبکه های عصبی در برنامه های کاربردی یادگیری تحت نظارت را توضیح دهید انواع عمده شبکه های عصبی و پیشرفت های اخیر را مورد بحث قرار دهید یک مدل شبکه عصبی در تنسورفلو ایجاد کنید یک نمونه از Watson Visual Recognition ایجاد و آزمایش کنید یک نمونه از Watson NLU ایجاد و آزمایش کنید چه کسانی باید این دوره را بگذرانند؟ این دوره متخصصان علوم داده موجود را هدف قرار می دهد که در ساخت مدل های یادگیری ماشین تخصص دارند و می خواهند مهارت های خود را در ساخت و استقرار هوش مصنوعی در شرکت های بزرگ عمیق تر کنند. اگر شما یک دانشمند داده مشتاق هستید، این دوره برای شما مناسب نیست زیرا برای بهره مندی از محتوای این دوره ها به تخصص دنیای واقعی نیاز دارید.   چه مهارت هایی باید داشته باشید؟ فرض بر این است که شما دوره های 1 تا 3 تخصص گردش کار IBM AI Enterprise را تکمیل کرده اید و قبل از شروع این دوره، درک کاملی از موضوعات زیر دارید: درک اساسی از جبر خطی. درک نمونه گیری، نظریه احتمال و توزیع احتمال. آشنایی با مفاهیم آماری توصیفی و استنباطی. درک کلی از تکنیک های یادگیری ماشین و بهترین شیوه ها؛ درک تمرینی پایتون و بسته‌هایی که معمولاً در علم داده استفاده می‌شوند: NumPy، Pandas، matplotlib، scikit-learn. آشنایی با IBM Watson Studio; آشنایی با فرآیند تفکر طراحی

به دوره گردشگری پایدار پایدار خوش آمدید. چرا باید این دوره را بگذرانید؟ گردشگری سطح بالا، بخش و صنعتی است که در 50 سال گذشته به صورت تصاعدی در سراسر جهان رشد کرده است. تحولات اخیر در جهان ما - با جهانی شدن و پایداری - باید در این صنعت پیشرفته مورد توجه قرار گیرد. در این دوره نگاهی خواهیم داشت به اینکه چه چیزی باعث ایجاد گردشگری با کیفیت بالا می شود، چه چیزی در گردشگری لوکس سطح بالا ضروری است و چه چیزی نیست. ما نگاهی به عناصر اصلی در جنبه پایداری ارائه آن خدمات خواهیم داشت. نگاهی خواهیم داشت به اینکه مشتری چگونه به آن عناصر نگاه می کند. زیرا دیدگاه مشتری ضروری است. وقتی این را بدانیم، نگاهی به نحوه تجربه مشتریان از آن محصولات و خدمات و نحوه مدیریت آنها خواهیم داشت. زیرا مبادا فراموش کنیم کار در مدیریت گردشگری سطح بالا به ایجاد ارزش افزوده برای مشتری، پرسنل و برای آن شرکت‌ها است. این دوره از طریق یک پروژه Erasmus+ با بودجه اتحادیه اروپا، با مشارکت دانشگاه خودمختار بارسلون (اسپانیا)، Lapin AMK (فنلاند)، دانشگاه ماریبور (اسلوونی)، دانشگاه علوم کاربردی و هنر اراسموس بروکسل ایجاد شده است. بلژیک) و مرکز اروپایی کیفیت - ECQ (بلغارستان). ویدئوهای این دوره دارای زیرنویس انگلیسی، هلندی، اسلوونیایی، اسپانیایی فنلاندی و بلغاری (български) هستند.

این دوره شماره 2 در تخصص در مشاوره مدیریت است. در این دوره با نحوه کار شرکت های مشاوره و کسب درآمد آشنا می شویم. این می تواند به شما کمک کند با استخدام کنندگان ارتباط برقرار کنید و برای مصاحبه های موردی آماده شوید. برخی از موضوعات مطرح شده: • چه چیزی باعث سودآوری پروژه می شود؟ • در هر مرحله از حرفه ام به چه شایستگی هایی نیاز دارم؟ • مصاحبه های مشاوره ای چگونه متفاوت هستند؟ • چگونه در مصاحبه های موردی خوب عمل کنیم؟ • چقدر برای تمرین موارد نیاز دارم؟

این دوره مقدمه ای است بر بسیاری از امکاناتی که برای تامین مالی فیلم شما، بازاریابی آن و ایجاد مخاطب برای آن وجود دارد. این به شما حسی از گزینه ها و راه های ممکن برای کاوش می دهد و شما را در روند تبدیل رویاهای فیلمتان به واقعیت آغاز می کند. این دوره شامل فرآیند تحقیق و نگارش کمک هزینه برای فیلم‌های داستانی و مستند، استراتژی‌هایی برای توسعه وب‌سایت‌های فیلم تاثیرگذار، بهترین شیوه‌های رسانه‌های اجتماعی برای فیلم‌سازان، و نحوه رویکرد سرمایه‌گذاری جمعی و جستجوی سرمایه‌گذاران است. از طریق این تجربیات، شما آماده خواهید بود که برای فیلم خود بودجه جستجو کنید و مخاطبان خود را از طریق فضاهای دیجیتال بسازید.

این کلاس مجموعه‌ای از تمرین‌های برنامه‌نویسی پایتون را ارائه می‌کند که به منظور کشف استفاده از مدل‌سازی عددی در سیستم زمین و علوم آب و هوایی است. پیشینه علمی این مدل ها در کلاس همراه، گرمایش جهانی I: علم و مدل سازی تغییرات آب و هوا ارائه شده است. این کلاس فرض می کند که شما در برنامه نویسی پایتون تازه کار هستید (و این در واقع یک راه عالی برای یادگیری پایتون است!)، اما شما می توانید دانش ابتدایی سینتکس پایتون را از کلاس دیگر یا از آموزش های آنلاین بدست آورید.

این کلاس علم گرمایش جهانی و پیش‌بینی تأثیر انسان بر آب و هوای زمین را توصیف می‌کند. این کلاس که برای مخاطبانی بدون پیشینه علمی زیاد اما حس کنجکاوی سالم در نظر گرفته شده است، بینش ها و دیدگاه هایی از فیزیک، شیمی، زیست شناسی، علوم زمین و جو، و حتی برخی از علم اقتصاد را گرد هم می آورد - همه بر اساس پایه ریاضیات ساده (جبر) .

شما تمام کارهای سخت انجام تحقیقات داخلی، ثانویه و اولیه خود را انجام داده اید. شما تمام داده ها را تجزیه و تحلیل کرده اید و می توانید بینش ها و توصیه هایی را بر اساس پیشنهاد تحقیق خود فرموله کنید. اما بهترین راه برای ارائه یافته ها و تصمیم گیری چیست؟ در این دوره، شما درباره نحوه گنجاندن یک داستان در ارائه بازاریابی خود برای کمک به جلب توجه و جلب حمایت سهامداران و رهبران تجاری بحث خواهید کرد. شما موثرترین روش تحلیلی را برای ارائه بینش خود و بهترین روش ارائه را برای مخاطبان خود انتخاب خواهید کرد. هنگام ارائه به سطوح مختلف تصمیم گیرندگان و ذینفعان، بهترین شیوه های تجسم داده ها را به کار می گیرید و از نکات و ترفندها استفاده می کنید.

گزارش‌دهی مسئولانه در مورد خودکشی برای روزنامه‌نگاران طراحی شده است تا به روزنامه‌نگاران شاغل و دانش‌آموزانی که به این رشته علاقه‌مند هستند، درک کنند که چگونه رسانه‌های خبری می‌توانند بر روند خودکشی تأثیر بگذارند و چگونه می‌توان از آن قدرت برای بهبود سلامت عمومی استفاده کرد. مجموعه گسترده ای از تحقیقات نشان می دهد که روش های خاص گزارش مرگ های خودکشی می تواند تعداد خودکشی های بعدی را در بین مردم افزایش دهد. برعکس، روش‌های مسئولانه گزارش‌دهی در مورد خودکشی می‌تواند احتمال کمک گرفتن از افراد را افزایش دهد. سازمان بهداشت جهانی و مراکز کنترل و پیشگیری از بیماری هر دو گزارش خودکشی مسئولانه را در میان رسانه ها به عنوان مکانیزم کلیدی برای پیشگیری از خودکشی شناسایی کرده اند. این دوره با هدف ارائه ابزارهای مشخصی به روزنامه نگاران برای تحقق این هدف و ایجاد تأثیر مثبت بر سلامت عمومی با گزارش های خود می باشد.

Salesforce Reporting بر چگونگی تأثیر تغییرات سطح خرد در Salesforce بر سطح کلان تجربه کاربر تمرکز دارد. در این دوره، شما بر روی ایجاد اشیاء سفارشی، وابستگی های فیلد و جریان های کاری برای ردیابی حساب ها یا خدمات تمرکز خواهید کرد. همچنین مهم است که داده ها را برای سازمان خود تمیز نگه دارید و با ایجاد گزارش ها، مدیریت داده ها و ایجاد گزارش ها و داشبوردهای کامل کار خواهید کرد. در نهایت، با Salesforce Service Cloud روی پایگاه مشتری خود تمرکز خواهید کرد تا تعامل را از طریق خدمات خود حفظ کنید. این دوره شامل خواندن های عمیق و فعالیت های کاربردی کاربردی در پلت فرم آموزشی Trailhead Salesforce، فرصت های گفتگوی همتا، ویدئوهای نمایشی، و تکالیف بررسی همتا است.

دوره چهارم در گواهینامه حرفه ای عملیات فروش Salesforce - گزارش ها، داشبوردها و موفقیت مشتری در نیروی فروش - برای هر کسی که کنجکاو در مورد نقش های فروش سطح ابتدایی است که نیاز به مهارت های اساسی در Salesforce، نقش متخصص عملیات فروش، به طور خاص، نحوه استفاده از ابزار دارد. در Salesforce برای بهبود خدمات مشتری در یک تجارت، نحوه استفاده از داده ها در Salesforce برای بهبود عملکرد کلی یک تیم فروش، و مسیر تبدیل شدن به یک مدیر Salesforce. این دوره چهارم به عمق بیشتری می‌پردازد که چگونه یک متخصص عملیات فروش از Salesforce Service Cloud برای پشتیبانی از انواع نیازهای مختلف خدمات مشتری استفاده می‌کند. شما اصول اولیه پشتیبانی موثر از مشتری را یاد خواهید گرفت و از انواع ابزارهای جدید موجود در Salesforce Service Cloud برای مدیریت موثر روابط با مشتری استفاده خواهید کرد. این دوره همچنین به عمق بیشتری می‌پردازد که چگونه یک متخصص عملیات فروش از گزارش‌ها و داشبوردهای Salesforce برای پشتیبانی از نیازهای مختلف یک مدیر تیم فروش برای ردیابی، بهبود و پیش‌بینی عملکرد کلی یک تیم فروش استفاده می‌کند. شما یاد خواهید گرفت که چگونه از فیلترها برای تولید گزارش های سفارشی در Salesforce استفاده کنید و سپس نحوه تجسم موثر آن داده ها را از طریق استفاده از نمودارها و داشبوردها کشف خواهید کرد.  برای این دوره، توصیه می شود (اما نه الزامی) که دانش پیشینه فروش و CRM و همچنین درک اصول ناوبری پلتفرم Salesforce داشته باشید. اگر با این مفاهیم کاملاً مبتدی هستید، هنوز هم می توانید در این دوره موفق باشید - با این حال، ممکن است نیاز به کار اضافی از جانب شما داشته باشد. با ثبت نام در این دوره، گام بعدی را برای شروع حرفه خود در Salesforce بردارید. به شما برای ادامه این سفر هیجان انگیز تبریک می گویم!

این دوره شامل حسابداری ترکیب‌های تجاری (ASC 805)، تهیه صورت‌های مالی تلفیقی (ASC 810) و سایر موضوعات مرتبط از جمله، اما نه محدود به موارد زیر است: اکتساب گام به گام، ادغام‌زدایی، گزارش بخش‌ها، و سرقفلی تست نقص این دوره با بحث در مورد دامنه ASC 805 و تفاوت بین ترکیبات تجاری و اکتساب دارایی آغاز می شود. در مرحله بعد، این دوره به بررسی اصول اندازه گیری و شناخت روش اکتساب برای محاسبه ترکیب های تجاری می پردازد. سپس، دوره، فرآیند تثبیت را پوشش می دهد. شما یاد خواهید گرفت که چگونه صورت های مالی تلفیقی را تهیه کنید و تمام تعدیلات تلفیقی لازم را انجام دهید.

سفر کائنات اکتشافات علوم تکاملی را با علوم انسانی مانند تاریخ، فلسفه، هنر و دین به هم پیوند می دهد. این دوره از گفتگوهای سفر جهان، مجموعه ای از 20 مصاحبه با دانشمندان و دوستداران محیط زیست استفاده می کند. 10 مصاحبه اول با دانشمندان و مورخانی است که درک ما را از روند تکاملی جهان، زمین و انسان عمیق تر می کنند. 10 مصاحبه دوم با محیط بانان، معلمان و هنرمندانی است که ارتباط بین داستان کیهان و شیوه های یک جامعه رو به رشد زمین را بررسی می کنند.