برای رسیدگی به فقر جهانی - آیا ما واقعا منابع کافی نداریم یا ابزار مناسبی برای تخصیص منابع خود نداریم؟ ابزارهای مالی، زمانی که به درستی به کار گرفته شوند، می توانند باعث ایجاد نتایج اجتماعی و زیست محیطی شوند. این دوره طراحی شده است تا به شما توانایی ایجاد استراتژی های مالی نوآورانه را بدهد که در جهت نتایجی مانند گنجاندن مالی، دسترسی به انرژی و دسترسی به آموزش کار می کنند. فرآیند مالی نوآورانه دارای پنج جزء کلیدی است. این کار با شناسایی نتایجی که به دنبال دستیابی به آن هستید شروع می شود و سپس به سمت بررسی دقیق حوزه مشکل خود با استفاده از تکنیک هایی مانند تفکر طراحی می رود تا مطمئن شوید که با کاربر نهایی طراحی می کنید. در مرحله بعد، شما باید تمام منابع موجود را برای نتیجه خود ترسیم کنید و سپس فرصت هایی را برای افزایش این منابع از طریق نوآوری در مدل کسب و کار، مشارکت های چندجانبه و ساختارهای مالی نوآورانه کشف کنید. در نهایت، آخرین مرحله این است که همه این قطعات را در کنار هم قرار دهید تا یک استراتژی تامین مالی نوآورانه طراحی کنید. هر هفته با استفاده از مثال‌ها و مطالعات موردی واقعی از کارآفرینان اجتماعی، سازمان‌های غیرانتفاعی، سرمایه‌گذاران توسعه، سرمایه‌گذاران تأثیرگذار، دولت‌ها، بنیادها و موارد دیگر، به بخشی از فرآیند می‌پردازد. در طی پنج هفته در مورد انواع جدید ایجاد درآمد، رویکردهای تامین مالی، مدل‌های کسب‌وکار و مشارکت‌ها خواهید آموخت. در پایان دوره، شما توانایی هک کردن امور مالی برای تغییرات اجتماعی را خواهید داشت.

این دوره درمان مالیاتی، مسائل، تکنیک های برنامه ریزی و سیاست های اساسی دولت درگیر در انجام تجارت در سطح بین المللی را تجزیه و تحلیل می کند. این دوره شامل مفاهیمی است که در تمام دوره های مالیاتی آموخته شده است زیرا آنها به تأثیر بر تراکنش های خارجی مرزی مربوط می شوند (به عنوان مثال، مالیات مالیات دهندگان آمریکایی که در خارج از کشور تجارت می کنند). موضوعات عبارتند از منبع درآمد، قیمت گذاری انتقال، شرکت های خارجی کنترل شده (CFC)، درآمد زیربخش F، اعتبارات مالیاتی خارجی، درآمد جهانی با مالیات نامشهود (GILTI)، فرسایش پایه و مالیات ضد سوء استفاده (BEAT)، و درآمد نامشهود مشتق شده خارجی (FDII). در حالی که این دوره به شدت بر معاملات خروجی تمرکز دارد، برخی از قوانین ورودی (به عنوان مثال، مالیات دهندگان غیر آمریکایی که در ایالات متحده تجارت می کنند) مورد بحث قرار خواهد گرفت. این دوره یک دوره مقدماتی است، بنابراین هیچ دانش قبلی در مورد مالیات بین المللی مورد نیاز یا انتظار نمی رود. با این حال، آگاهی قبلی از مالیات فدرال ایالات متحده ضروری است.

این دوره مقدمه ای بر مالیات بر درآمد فدرال ایالات متحده از نهادهای تجاری منتقل شده از جمله شرکت های زیر فصل S، شراکت ها و شرکت های با مسئولیت محدود ارائه می دهد. این دوره بر مفاد مربوطه زیرفصل های S و K قانون درآمد داخلی و همچنین مقررات مربوط به خزانه داری و نظرات قضایی متمرکز است که بر تشکیل، عملکرد و خاتمه نهادهای انتقالی حاکم است. مشکلات مطالعه عملی در کلاس، کشف خود دانش فنی مالیاتی را همراه با توسعه انواع مهارت ها و نگرش های حرفه ای تسهیل می کند.

این دوره به بررسی قوانین مالیاتی ایالتی و محلی رایج در ایالات متحده می پردازد. این دوره، پیشرفت تاریخی مالیات های ایالتی و محلی، قدرت ایالت ها برای مالیات (و محدودیت های آن قدرت)، و استراتژی های برنامه ریزی برای به حداقل رساندن تاثیر مالیات های ایالتی و محلی را در نظر خواهد گرفت. بحث بر روی مالیات بر درآمد، مالیات فروش و مالیات بر دارایی متمرکز خواهد شد. اگر از این دوره لذت می برید، در برنامه حسابداری فارغ التحصیل آنلاین ما ثبت نام کنید. دانشگاه ایلینوی در Urbana-Champaign، که به طور مداوم به عنوان یکی از سه برنامه حسابداری برتر کشور رتبه بندی می شود، اکنون کارشناسی ارشد حسابداری را با نرخ شهریه بسیار مقرون به صرفه ارائه می دهد و کاملاً آنلاین است. iMSA یک برنامه کارشناسی ارشد حسابداری کامل است و دانشجویان با مدرک کارشناسی ارشد فارغ التحصیل می شوند که بسیار شناخته شده است. یک یا دو دوره آزاد را امتحان کنید، سپس برای پذیرش در نسخه دارای اعتبار درخواست دهید زیرا ممکن است در طول فرآیند درخواست واجد شرایط شرکت در دوره های دارای اعتبار باشید. اگر هیچ پیش نیازی برای مدرک کامل ندارید، می توانید دوره های Coursera را برای نشان دادن آمادگی و تقویت درخواست خود برای iMSA تکمیل کنید. برای کسب اطلاعات بیشتر در مورد این برنامه آنلاین هیجان انگیز iMSA، به این پیوند مراجعه کنید: https://www.coursera.org/degrees/imsa 

این دوره به بررسی سیستم مالیاتی فدرال ایالات متحده می پردازد که به معاملات دارایی صاحبان مشاغل و سهامداران مربوط می شود. موضوعات شامل بازیابی هزینه ها، مانند استهلاک، استهلاک، و کاهش است. محاسبه سود و زیان تحقق یافته در برابر سود و زیان شناسایی شده؛ ارزیابی اثرات مالیاتی بالقوه مبادلات غیر مشمول مالیات؛ و ترکیب، یا خالص کردن، سود و زیان که ماهیت متفاوتی دارند. تکالیف کشف خود دانش و توسعه انواع مهارت های حرفه ای را تسهیل می کند.

دوره مانیتورینگ و پشتیبان گیری در دوره Azure پنجمین دوره آمادگی آزمون AZ-104: Microsoft Azure است. گرایش کاردانی مدیر. این دوره مفاهیم مانیتورینگ، لاگ و بک آپ گیری و بازیابی سایت را آموزش می دهد و خدمات را در Azure بازیابی می کند. زبان آموزان قادر خواهند بود برنامه ها را به روش های قدرتمند با استفاده از مخازن مدیریت شده استقرار دهند. این دوره به 3 ماژول تقسیم شده است و هر ماژول توسط درس ها و سخنرانی های ویدیویی تقسیم بندی می شود. این دوره آموزشی با حدود 3:00-4:00 ساعت سخنرانی های ویدئویی که هم تئوری و هم دانش عملی را ارائه می کند، به زبان آموزان تسهیل می کند. همچنین آزمون های درجه بندی شده و درجه بندی نشده به منظور سنجش توانایی فراگیران به همراه هر ماژول ارائه می شود. در پایان این دوره، می توانید موضوعات زیر را یاد بگیرید 1. مانیتور Azure 2. فضای کاری Azure LogAnalytics 3. مانیتور اتصال Azure 4. گزینه های پشتیبان گیری و بازیابی اطلاعات Azure 5. بازیابی سایت Azure برای موفقیت در این دوره، باید در زمینه مانیتورینگ، پشتیبان گیری و گزینه های بازیابی سایت برای هر دو محیط داخلی و ابری سابقه داشته باشید. این دوره برای مهندسان ابر، تحلیلگران ابری، مهندسین پشتیبانی DevOps است.

این دوره مروری جامع بر داده ها، انواع مختلف داده ها، طراحی پایگاه های داده برای ذخیره سازی داده ها و ایجاد و دستکاری داده ها در پایگاه های داده با استفاده از SQL ارائه می دهد. در پایان این دوره، دانش‌آموزان می‌توانند توضیح دهند که هوش تجاری چیست و چگونه با تجزیه و تحلیل کسب‌وکار و علم داده تفاوت دارد، یک تحلیل آماری توصیفی اولیه انجام دهند و یافته‌ها را بیان کنند و بین انواع آمار تفاوت قائل شوند. آنها همچنین قادر خواهند بود نرمال سازی و ETL را تعریف کنند، یک ERD ایجاد کنند که پیشرفت از طراحی مفهومی به منطقی به طراحی فیزیکی را نشان می دهد، DDL، DML، DCL و TCL را تعریف کرده و اسکریپت های SQL را برای ایجاد یک پایگاه داده و جداول مرتبط بنویسند.

یادگیری ماشینی هسته اصلی هوش مصنوعی است و بسیاری از برنامه‌ها و خدمات مدرن به مدل‌های یادگیری ماشینی پیش‌بینی‌کننده وابسته هستند. آموزش یک مدل یادگیری ماشینی یک فرآیند تکراری است که به زمان و منابع محاسباتی نیاز دارد. یادگیری ماشین خودکار می تواند به آسان تر کردن آن کمک کند. در این دوره یاد خواهید گرفت که چگونه از یادگیری ماشینی Azure برای ایجاد و انتشار مدل ها بدون نوشتن کد استفاده کنید. این دوره به شما کمک می کند تا برای آزمون AI-900: Microsoft Azure AI Fundamentals آماده شوید. این دومین دوره از یک برنامه پنج دوره ای است که شما را برای شرکت در آزمون گواهینامه AI-900 آماده می کند. این دوره به شما مفاهیم و مهارت های اصلی را می آموزد که در حوزه های امتحانی اصول هوش مصنوعی ارزیابی می شوند. این دوره مبتدی برای پرسنل فناوری اطلاعات که تازه شروع به کار با Microsoft Azure کرده‌اند و می‌خواهند در مورد پیشنهادات Microsoft Azure بیاموزند و تجربه عملی با محصول را کسب کنند مناسب است. Microsoft Azure AI Fundamentals می تواند برای آماده شدن برای سایر گواهینامه های مبتنی بر نقش Azure مانند Microsoft Azure Data Scientist Associate یا Microsoft Azure AI Engineer Associate استفاده شود، اما پیش نیاز هیچ یک از آنها نیست. این دوره برای داوطلبان با سوابق فنی و غیر فنی در نظر گرفته شده است. علم داده و تجربه مهندسی نرم افزار مورد نیاز نیست. با این حال، برخی از دانش یا تجربه برنامه نویسی عمومی مفید خواهد بود. برای موفقیت در این دوره، باید سواد کامپیوتری اولیه و تسلط به زبان انگلیسی را داشته باشید. شما باید با مفاهیم اولیه محاسبات و اصطلاحات، مفاهیم کلی فناوری، از جمله مفاهیم یادگیری ماشین و هوش مصنوعی آشنا باشید.

یادگیری ماشینی هسته اصلی هوش مصنوعی است و بسیاری از برنامه‌ها و خدمات مدرن به مدل‌های یادگیری ماشینی پیش‌بینی‌کننده وابسته هستند. آموزش یک مدل یادگیری ماشینی یک فرآیند تکراری است که به زمان و منابع محاسباتی نیاز دارد. یادگیری ماشین خودکار می تواند به آسان تر کردن آن کمک کند. در این دوره یاد خواهید گرفت که چگونه از یادگیری ماشینی Azure برای ایجاد و انتشار مدل ها بدون نوشتن کد استفاده کنید. این دومین دوره از یک برنامه پنج دوره ای است که شما را برای شرکت در آزمون DP-100: طراحی و پیاده سازی راه حل علم داده در آزمون Azurectification آماده می کند. آزمون گواهینامه فرصتی برای اثبات دانش و تخصص راه حل های یادگیری ماشین در مقیاس ابری با استفاده از یادگیری ماشینی Azure است. این تخصص به شما می آموزد که از دانش موجود خود از پایتون و یادگیری ماشین برای مدیریت جذب و آماده سازی داده ها، آموزش مدل و استقرار، و نظارت راه حل یادگیری ماشین در Microsoft Azure استفاده کنید. هر دوره به شما مفاهیم و مهارت هایی را می آموزد که با امتحان اندازه گیری می شوند. این تخصص برای دانشمندان داده با دانش موجود از Python و چارچوب‌های یادگیری ماشینی مانند Scikit-Learn، PyTorch و Tensorflow در نظر گرفته شده است، که می‌خواهند راه‌حل‌های یادگیری ماشین را در فضای ابری بسازند و کار کنند. این به دانشمندان داده می آموزد که چگونه راه حل های سرتاسری را در Microsoft Azure ایجاد کنند. دانش آموزان یاد خواهند گرفت که چگونه منابع Azure را برای یادگیری ماشین مدیریت کنند. آزمایش ها و مدل های قطار را اجرا کنید. راه حل های یادگیری ماشین را مستقر و عملیاتی کنید و یادگیری ماشینی مسئولانه را پیاده سازی کنید. آنها همچنین یاد خواهند گرفت که از Azure Databricks برای کاوش، آماده سازی و مدل سازی داده ها استفاده کنند. و فرآیندهای یادگیری ماشین Databricks را با یادگیری ماشینی Azure ادغام کنید.

در این دوره، مدل‌ها و رویکردهایی را کشف خواهید کرد که برای مقابله با چالش‌های ناشی از مدل‌سازی تجربی اقتصادسنجی و انواع خاصی از داده‌ها طراحی شده‌اند. شما: - انگیزه های هر رویکرد را با استفاده از نمودارها، آمار اولیه و ارائه تئوری های اقتصادی بررسی کنید. - بحث در مورد مسئله شناسایی پارامترها و نحوه رسیدگی به این مشکل با مدل سازی معادلات همزمان و علیت در اقتصاد. - ویژگی های کلیدی داده های تابلویی را بررسی کنید و مزایا و معایب کار با داده های تابلویی را به جای دیگر ساختارهای داده برجسته کنید. – با معرفی آزمون ادغام پذیری و آزمون هاسمن، نحوه انتخاب مشخصات اقتصادسنجی را بیاموزید. - در مورد مدل‌هایی برای احتمال بحث کنید که در مواردی که متغیر مورد بررسی کیفی است و نیاز به رویکرد متفاوتی دارد، استفاده می‌شود. – یاد بگیرید که چگونه این رویکرد را برای ایجاد یک سیستم هشدار اولیه برای پیش بینی بحران های بانکی سیستمی با استفاده از داده های بانک جهانی به کار ببرید. توصیه می شود دو دوره قبلی را در این تخصص تکمیل و درک کرده باشید: مدل رگرسیون خطی کلاسیک و آزمون فرضیه در اقتصاد سنجی. در پایان این دوره، شما قادر خواهید بود: - پاسخ مناسب به مسائلی که توسط برخی از ویژگی های داده ها مطرح می شود - مشکلات مربوط به شناسایی و علیت را حل کنید - حل مشکلات مطرح شده توسط مدل های معادله و متغیرهای ابزاری همزمان - مشکلات ایجاد شده توسط داده های طولی را حل کنید - حل مشکلات مطرح شده توسط مدل های احتمال - انواع مختلف داده ها را دستکاری و رسم کنید.

در این MOOC، کنترل دسترسی RBAC و ABAC را یاد می گیریم تا مشخصات و مدیریت سیاست های دسترسی را تسهیل کنیم. ما نمونه هایی از نحوه پشتیبانی RBAC توسط سیستم های مدرن مانند Docker و AWS IAM را یاد می گیریم. ما XACML 3.0 و اجرای ABAC را برای کنترل دسترسی ایمن به اسناد وب و منابع شبکه با گواهی‌های ویژگی و اجزای معماری XACML یاد می‌گیریم. ما نشان می‌دهیم که چگونه می‌توان امنیت داده‌ها را با مفاهیم GeoEncryption، Secure Enhanced Geolocking و R2D2 ارتقا داد که داده‌ها را از طریق مسیر درست به مکان‌های مناسب تحویل می‌دهند. ما نشان می دهیم که چگونه Google Map و Web Crytpo API را می توان برای اسناد رمزگذاری شده در مرورگر وب بدون برنامه های بارگیری ادغام کرد و آنها را با منطقه قفل جغرافیایی مرتبط کرد تا دسترسی های غیرمجاز و نادرست را محدود کند.

این دوره مباحثی را در مورد قیمت گذاری مشتقه مورد بحث قرار می دهد. ماژول اول برای درک مدل Black-Scholes و استفاده از آن برای استخراج یونانی ها طراحی شده است که حساسیت ارزش اختیار معامله را نسبت به متغیرهایی مانند قیمت دارایی اساسی، نوسانات و زمان تا سررسید اندازه گیری می کند. یونانی ها در مدیریت ریسک و پوشش ریسک مهم هستند و اغلب برای اندازه گیری تغییرات ارزش پرتفوی استفاده می شوند. سپس مدیریت ریسک پرتفوی مشتقات را از دو منظر - رویکرد یونانی ها و تحلیل سناریو تحلیل خواهیم کرد. ماژول دوم نشان می‌دهد که چگونه قیمت نظری گزینه با نوسانات ضمنی به قیمت واقعی بازار مرتبط می‌شود. ما در مورد قیمت گذاری بر اساس سطح نوسانات و همچنین توضیحاتی در مورد لبخند و انحراف نوسانات که در بازارهای واقعی رایج است بحث خواهیم کرد. ماژول سوم شامل موضوعاتی در مشتقات اعتباری و محصولات ساختاریافته است و بر تعهد بدهی اعتباری (CDO) تمرکز دارد، که نقش مهمی در بحران مالی گذشته از سال 2007 ایفا کرد. ما به تعریف CDO، نسخه های ساده و مصنوعی CDO و CDO خواهیم پرداخت. نمونه کارها ماژول نهایی استفاده از روش های قیمت گذاری گزینه است و گزینه های مربوط به گاز طبیعی و برق را به عنوان مثال برای معرفی روش های ارزش گذاری مانند برنامه ریزی پویا در گزینه های واقعی می گیرد.

این دوره با بحث در مورد ابررسانایی - یک مثال مرکزی از یک پدیده ماکروسکوپی آغاز خواهد شد. سپس به بحث در مورد موضوعات مختلف مدرن در فیزیک ماده چگال کوانتومی، از جمله تقسیم‌بندی، آمار هریون، توپولوژی و فازهای غیرتعادلی می‌پردازد. هدف این دوره این است که یادگیرندگان را از برخی موضوعات مدرن در فیزیک ماده متراکم قدردانی کند.

این دوره برای دانش آموزان طراحی شده است تا مفاهیم اساسی BIM و مهارت های فنی اولیه برای ایجاد و دستکاری یک مدل BIM را بیاموزند. این مهارت ها شامل نحوه بازیابی اطلاعات از مدل BIM و نحوه استفاده از ابزارهای مدل سازی رایج است.

** قبل از شروع این دوره، باید سایر دوره های تخصصی مبانی حسابداری را تکمیل کنید.** پروژه Capstone در چارچوب یک شرکت تجاری کوچک واقع بینانه تنظیم می شود و از شما می خواهد که عمیقاً فکر کنید و مفاهیم حسابداری ارائه شده در دوره های دیگر در مبانی حسابداری را به کار ببرید. در حین پیمایش در عملیات روزانه کسب‌وکار، فرصتی خواهید داشت که پیامدهای حسابداری رویدادهای اقتصادی را که با آن مواجه می‌شوید، و همچنین نحوه اطلاع رسانی این رویدادهای اقتصادی به تصمیم‌گیرندگان در نظر بگیرید. اگر از این دوره کسب و کار لذت می برید و به MBA علاقه مند هستید، در نظر بگیرید که برای iMBA، یک MBA آنلاین منعطف و کاملاً معتبر با قیمت فوق العاده رقابتی ارائه شده توسط دانشگاه ایلینوی، درخواست دهید. برای اطلاعات بیشتر، لطفاً به صفحه منابع در این دوره و onlinemba.illinois.edu مراجعه کنید.

COBOL یک زبان برنامه نویسی است که به طیف وسیعی از مشاغل خدمات می دهد. جنبه های کلیدی COBOL این است که مقیاس پذیر، بالغ و خود مستندسازی است. در دوره مبانی شما در مورد COBOL از بدو تولد و از طریق تکامل آن آشنا خواهید شد. شما چند درس اساسی در مورد مدیریت اعداد، نمادها، ویرایش، رویه ها و ساختار کلی برنامه خواهید داشت. شما حتی این فرصت را خواهید داشت که کد خود را ایجاد کنید. دست و پنجه نرم کنید و به ما بپیوندید تا در دنیای COBOL سوار شوید، ما بی صبرانه منتظر دیدن شما در کلاس هستیم.

دوره RPA Basics and Introduction to UiPath دانشی در مورد مفاهیم اولیه اتوماسیون فرآیند رباتیک ارائه می دهد. همچنین شما را با پلتفرم UiPath و اجزای اصلی آن آشنا می کند. این دوره توضیحات مفصلی در مورد رابط کاربری UiPath Studio و ویژگی های آن ارائه می دهد. در پایان دوره، شما قادر خواهید بود اولین پروژه اتوماسیون خود را در استودیو UiPath بسازید.

این دوره برای زبان آموزانی آزاد است که هر هشت دوره آموزشی مبانی آموزش برای یادگیری MOOC را گذرانده اند. این موضوع موضوعات تحت پوشش را بازبینی می‌کند و بر آنچه واقعاً به معنای یک تمرین‌کننده بازتابی است تمرکز می‌کند. یکی از پارادوکس‌های بزرگ یادگیری این است که هر چه بیشتر بدانید، بیشتر از چیزهایی که نمی‌دانید آگاه می‌شوید... و بیشتر می‌خواهید بدانید! این دوره فرصتی برای تعمیق و گسترش بیشتر تخصص حرفه ای شما ارائه می دهد. این فرصتی را برای شرکت در کارهای عملی و ارزیابی هایی که بر اساس دانش و مهارت های به دست آمده در دوره های قبلی است، فراهم می کند.

 اگر هشت دوره را گذرانده اید، در مسیر Signature ثبت نام کرده اید، تمام الزامات ارزیابی برنامه را برآورده کرده اید و می خواهید بر اساس علاقه و دستاوردهای خود ادامه دهید، این دوره برای شما مناسب است! چالش و فضای کافی برای فراگیرانی که قبلاً تجربه تدریس دارند وجود دارد، اما این دوره برای یادگیرندگان کم‌تجربه که ممکن است تحصیلات معلم زیادی نداشته باشند یا ممکن است هنوز مدرک تدریس نداشته باشند، مناسب است. اطلاعیه برای معلمان مستقر در ایالات متحده: Coursera و شرکای آن مفتخرند که از طریق تلاش Connected که توسط پرزیدنت اوباما اعلام شده است، به معلمان واجد شرایط در ایالات متحده گواهی دوره رایگان برای این دوره و سایر دوره های توسعه حرفه ای معلمان با کیفیت بالا ارائه می دهند. برای شرکت در این فرصت، رهبران ناحیه ایالات متحده فقط باید با تکمیل یک فرم مختصر در: www.coursera.org/tpd، توسعه حرفه ای معلمان Coursera را تأیید کنند. معلمان ایالات متحده که به این فرصت علاقه مند هستند نیز تشویق می شوند برای کسب اطلاعات بیشتر پیوند و www.coursera.org/tpd را دنبال کنند. هنگامی که فرم یک منطقه تأیید شد، به رهبر منطقه اطلاع داده می شود و معلمان منطقه به گواهی های تأیید شده رایگان برای توسعه حرفه ای Coursera دسترسی خواهند داشت. Coursera و Commonwealth Education Trust از مربیان برای کار سختی که هر روز انجام می‌دهند تشکر می‌کنند و امیدوارند این فرصت به معلمان ایالات متحده کمک کند تا به توسعه مهارت‌های خود به روشی معنادار و انعطاف‌پذیر ادامه دهند.

برنامه مبانی آموزش برای یادگیری برای هر کسی که در حال تدریس است، یا مایل به تدریس در هر موضوع و زمینه ای است - چه در مدرسه، چه در خانه و چه در محل کار. با دروس پویا که توسط متخصصان معتبر و معتبر از سرتاسر کشورهای مشترک المنافع تدریس می شود، این برنامه هشت دوره آموزشی مهارت های خود را در تدریس، حرفه ای بودن، ارزیابی و موارد دیگر توسعه و تقویت می کند. همانطور که برنامه را ادامه می دهید، نه تنها مهارت های خود را تقویت می کنید، بلکه ارتباط خود را با همکاران در سراسر جهان تقویت می کنید. فرصتی برای پیشرفت حرفه ای که نباید از دست داد. برنامه درسی چارچوبی برای هدایت تدریس و یادگیری است. این دوره فرصتی را برای شما فراهم می کند تا ارتباط بین معلم، یادگیرنده و برنامه درسی را در نظر بگیرید. دوره خود را با پیوستن به انجمن آموزشی مشترک المنافع در وب سایت، فیس بوک و توییتر ما تقویت کنید.

برنامه مبانی آموزش برای یادگیری برای هر کسی که در حال تدریس است، یا مایل به تدریس در هر موضوع و زمینه ای است - چه در مدرسه، چه در خانه و چه در محل کار. با دروس پویا که توسط متخصصان معتبر و معتبر از سرتاسر کشورهای مشترک المنافع تدریس می شود، این برنامه هشت دوره آموزشی مهارت های خود را در تدریس، حرفه ای بودن، ارزیابی و موارد دیگر توسعه و تقویت می کند. همانطور که برنامه را ادامه می دهید، نه تنها مهارت های خود را تقویت می کنید، بلکه ارتباط خود را با همکاران در سراسر جهان تقویت می کنید. فرصتی برای پیشرفت حرفه ای که نباید از دست داد. این دوره به شما کمک می کند تا در مورد چگونگی ایجاد اهداف یادگیری مناسب برای فردی و گروهی از دانش آموزان فکر کنید. شما یاد خواهید گرفت که چگونه فعالیت های یادگیری را برنامه ریزی کنید تا دانش آموزان خود را به روش هایی که به این اهداف دست یابید درگیر کنید. دوره خود را با پیوستن به انجمن آموزشی مشترک المنافع در وب سایت، فیس بوک و توییتر ما تقویت کنید.