این دوره آنلاین می تواند به شما در تصمیم گیری در مورد مسیر شغلی خود کمک کند. دوره آموزشی مبانی پشتیبانی امنیت رایانه اولین قدم برای کشف اینکه آیا شغلی در امنیت سایبری برای شما مناسب است یا خیر. در پایان این دوره، شما قادر خواهید بود نقش های پشتیبانی امنیتی را شناسایی کنید، رایانه های ویندوزی را مدیریت کنید و اتصالات شبکه را به صورت ایمن پیکربندی کنید. اگر تجربه ای در زمینه امنیت سایبری ندارید، اما می خواهید در این زمینه شغلی ایجاد کنید، این دوره می تواند به شما در شروع کار کمک کند. برای کار در امنیت سایبری نیازی به داشتن مدرک دانشگاهی ندارید. تنها چیزی که نیاز دارید مجموعه مهارت های مناسب و سابقه موفقیت آمیز اثبات شده است که می تواند توسط گواهینامه CompTIA Security+ - استاندارد صنعتی - تأیید شود. شما مفاهیم اولیه امنیت سایبری را یاد خواهید گرفت تا شما را برای آموزش و صدور گواهینامه CompTIA Security+ آماده کند. این دوره آنلاین را می توان در 6-8 ساعت تکمیل کرد و با دو دوره اضافی امنیت سایبری برای تکمیل تخصص امنیت سایبری CompTIA همراه است. این دوره به هیچ دانش پیش نیازی نیاز ندارد. پس از تکمیل دوره، اصولی را که برای غوطه ور شدن در آموزش امنیت سایبری نیاز دارید، خواهید داشت. این دوره با سایر دوره های مبتدی امنیت سایبری متفاوت است، زیرا پس از تکمیل تخصص، شما آماده خواهید بود تا هر گونه آموزش CompTIA Security+ را دنبال کنید که می تواند منجر به صدور گواهینامه استاندارد صنعتی (CompTIA Security+) شود و درها را به روی یک شغل سطح پایه امنیت سایبری باز کند. به گفته CyberSeek، در سال 2023، 663434 آگهی شغلی برای مشاغل آزاد امنیت سایبری در ایالات متحده وجود دارد و CompTIA Security+ در 86066 شرح شغل ذکر شده است. محاسبه کننده حقوق و دستمزد CompTIA IT و اداره آمار کار ایالات متحده (BLS) نشان می دهد که متخصصان امنیت سایبری در ایالات متحده میانگین سالانه حقوق 112000 دلار دریافت می کنند. این 142 درصد بیشتر از میانگین دستمزد ملی برای همه مشاغل است.

با دوره آموزشی Network Support Fundamentals وارد حوزه پشتیبانی شبکه شوید. این دوره آنلاین با دقت طراحی شده است تا شما را با مهارت های ضروری مورد نیاز برای پشتیبانی از شبکه های سازمانی آشنا کند - یکی از پرتقاضاترین مجموعه مهارت ها در چشم انداز دیجیتال. در پایان این دوره شما قادر خواهید بود مبانی امنیت شبکه را توضیح دهید، عملکرد شبکه را نظارت کنید و پشتیبانی حرفه ای ضروری را ارائه دهید. ایده‌آل برای مبتدیانی که قصد دارند یک حرفه IT سطح ابتدایی داشته باشند یا متخصصان فعلی فناوری اطلاعات که به دنبال ارتقای مهارت‌های پشتیبانی شبکه خود هستند، این آموزش آنلاین راه را برای گواهینامه CompTIA Network+ استاندارد صنعتی هموار می‌کند، اعتباری که می‌تواند مسیر شغلی شما را به طور قابل توجهی ارتقا دهد. دوره Network Support Fundamentals موضوعات ضروری مختلفی مانند اصول برنامه کاربردی شبکه سازمانی، مهارت های پشتیبانی عملیات شبکه و عیب یابی شبکه را پوشش می دهد. علاوه بر این، با استفاده از ابزارهای نظارت بر عملکرد و تکنیک‌های عیب‌یابی، مهارت‌های عملی در امنیت شبکه سازمانی کسب خواهید کرد. این دوره را می توان با سرعت خود تکمیل کرد و بخشی از تخصص شبکه CompTIA a+_ است. رویکرد عملی آن این دوره را از سایر دوره های مبتدی IT متمایز می کند. پس از تکمیل تخصص، دانش اساسی مورد نیاز برای پیشرفت با اطمینان به آموزش CompTIA Network+ را خواهید داشت که منجر به صدور گواهینامه و یک شغل شبکه IT سطح ابتدایی می شود. در سال 2023، ایالات متحده بیش از 135900 آگهی شغلی برای مشاغل باز شبکه فناوری اطلاعات خواهد داشت که بخش بزرگی از آنها به گواهینامه CompTIA Network+ نیاز دارد. گیلاس بالای سر؟ طبق محاسبه‌گر حقوق و دستمزد CompTIA IT و اداره آمار کار ایالات متحده (BLS) پیش‌بینی می‌شود که متخصصان شبکه در ایالات متحده میانگین سالانه حقوق 90520 دلار دریافت کنند که 95 درصد بیشتر از متوسط ​​دستمزد ملی برای همه مشاغل است.

در این دوره شما با دنیای فناوری اطلاعات یا IT آشنا می شوید. شما در مورد جنبه های مختلف فناوری اطلاعات، مانند سخت افزار کامپیوتر، اینترنت، نرم افزار کامپیوتر، عیب یابی و خدمات مشتری، آشنا خواهید شد. این دوره طیف گسترده ای از موضوعات در IT را پوشش می دهد که برای ارائه یک نمای کلی از آنچه در این برنامه گواهینامه آمده است طراحی شده است. در پایان این دوره، شما قادر خواهید بود: ● نحوه عملکرد سیستم باینری را درک کنید ● کامپیوتر را از ابتدا مونتاژ کنید ● یک سیستم عامل را بر روی رایانه انتخاب و نصب کنید ● بفهمید اینترنت چیست، چگونه کار می کند و تاثیری که در دنیای مدرن دارد ● یاد بگیرید که برنامه‌ها چگونه ایجاد می‌شوند و چگونه در زیر کاپوت کامپیوتر کار می‌کنند ● از روش های رایج حل مسئله و مهارت های نرم در یک محیط فناوری اطلاعات استفاده کنید

این دوره که در سال 2022 تجدید نظر شده است، شما را با تئوری موسیقی آشنا می کند و مهارت های لازم برای خواندن و نوشتن نت موسیقی غربی و همچنین درک، تجزیه و تحلیل و گوش دادن آگاهانه را در اختیار شما قرار می دهد. این شامل مطالبی مانند زیر و بم و مقیاس، فواصل، کلیدها، ریتم، فرم، متر و امضای زمان، عبارات و آهنگ ها، و هارمونی اساسی است. این دوره اصول تئوری موسیقی غربی را از مبانی مطلق تا برخی مفاهیم پیشرفته تر پوشش می دهد. به این ترتیب، مطالبی را برای مبتدیان ارائه می دهد و به نوازندگان با تجربه بسیار ارائه می دهد.

هدف از این دوره، تجهیز شما به دانش مورد نیاز برای درک صورت های مالی یک شرکت و درک معاملات مختلفی است که در بازار سهام انجام می شود تا بتوانید استراتژی های کشف شده توسط ادبیات آکادمیک موجود را تکرار کنید. بخش اول این دوره، معرفی مختصری از صورت های مالی و پرونده های متداول مختلف شرکت ها را ارائه می دهد. شما یاد خواهید گرفت که چگونه اطلاعات مربوط به عملکرد یک شرکت را از آنها به دست آورید و از این اطلاعات برای ایجاد استراتژی های معاملاتی استفاده کنید. در مرحله بعد، تئوری های پایه قیمت گذاری دارایی به شما آموزش داده می شود تا بتوانید بازده مورد انتظار یک سهام یا یک سبد را محاسبه کنید. در نهایت با عملکرد واقعی بازارهای دارایی، نوع بازیگران در بازار، انواع سفارشات و راه های کارآمد و زمان مناسب برای اجرای آنها، هزینه های معاملاتی و روش های به حداقل رساندن آنها، مفهوم نقدینگی و غیره آشنا می شوید. . این دانش برای توسعه الگوریتم کارآمد برای اجرای استراتژی های معاملاتی مختلف مورد نیاز است.

درباره بازارهای متنوع و یکپارچه انرژی اولیه و ملاحظات اساسی که رهبران کسب و کار و سیاست گذاران را در توسعه منابع انرژی جهانی هدایت می کند، بیاموزید.

این دوره اولین دوره از مجموعه ای است که هدف آن آماده سازی شما برای نقشی در تجزیه و تحلیل داده ها است. در این دوره، شما با بسیاری از انواع اولیه تجزیه و تحلیل داده ها و مفاهیم اصلی آشنا خواهید شد. شما در مورد ابزارها و مهارت های مورد نیاز برای انجام تجزیه و تحلیل داده ها یاد خواهید گرفت. ما برخی از ریاضیات و آمارهای اساسی مورد استفاده در تجزیه و تحلیل داده ها و گردش کار را برای انجام تجزیه و تحلیل داده های کارآمد و مؤثر بررسی خواهیم کرد. این دوره طیف گسترده ای از موضوعات را پوشش می دهد که برای کار در تجزیه و تحلیل داده ها حیاتی هستند و به گونه ای طراحی شده اند که همزمان با شروع به ایجاد دانش و مهارت های مرتبط، مقدمه و نمای کلی را به شما ارائه دهند.

به Data Analytics Foundations for Accountancy I خوش آمدید! شما در حال پیوستن به هزاران دانش آموزی هستید که در حال حاضر در دوره ثبت نام کرده اند. من از حضور شما در کلاس هیجان زده هستم و مشتاقانه منتظر مشارکت شما در جامعه یادگیری هستم. برای شروع، توصیه می کنم چند دقیقه ای را برای بررسی سایت دوره اختصاص دهید. مطالبی را که هر هفته پوشش خواهیم داد مرور کنید و تکالیفی را که برای گذراندن دوره باید تکمیل کنید، پیش‌نمایش کنید. برای مشاهده انجمن‌هایی که می‌توانید در مورد مطالب درسی با دانشجویانی که در کلاس شرکت می‌کنند بحث کنید، روی بحث‌ها کلیک کنید. اگر در مورد محتوای دوره سؤالی دارید، لطفاً آنها را در انجمن ها ارسال کنید تا از سایرین در انجمن دوره کمک بگیرید. برای مشکلات فنی با پلتفرم Coursera، از مرکز راهنمای یادگیرنده دیدن کنید. در شروع کار موفق باشید و امیدوارم از دوره لذت ببرید!

به Data Analytics Foundations for Accountancy II خوش آمدید! من از حضور شما در کلاس هیجان زده هستم و مشتاقانه منتظر مشارکت شما در جامعه یادگیری هستم. برای شروع، توصیه می کنم چند دقیقه ای را برای بررسی سایت دوره اختصاص دهید. مطالبی را که هر هفته پوشش خواهیم داد مرور کنید و تکالیفی را که برای گذراندن دوره باید تکمیل کنید، پیش‌نمایش کنید. برای مشاهده انجمن‌هایی که می‌توانید در مورد مطالب درسی با دانشجویانی که در کلاس شرکت می‌کنند بحث کنید، روی بحث‌ها کلیک کنید. اگر در مورد محتوای دوره سؤالی دارید، لطفاً آنها را در انجمن ها ارسال کنید تا از سایرین در انجمن دوره کمک بگیرید. برای مشکلات فنی با پلتفرم Coursera، از مرکز راهنمای یادگیرنده دیدن کنید. در شروع کار موفق باشید و امیدوارم از دوره لذت ببرید!

در این دوره آموزشی، تصویر بزرگی از استفاده از SQL برای داده های بزرگ دریافت خواهید کرد که با مروری بر داده ها، سیستم های پایگاه داده و زبان رایج پرس و جو (SQL) شروع می شود. سپس با ویژگی های داده های بزرگ و ابزارهای SQL برای کار بر روی پلتفرم های کلان داده آشنا خواهید شد. شما همچنین یک محیط تمرینی (ماشین مجازی) را برای استفاده در دوره های تخصصی نصب خواهید کرد و فرصتی خواهید داشت که در آن محیط اطلاعات اولیه و جداول را کاوش کنید. در پایان دوره، شما قادر خواهید بود • پایگاه داده های عملیاتی را از تحلیلی تشخیص دهید و درک کنید که چگونه آنها در داده های بزرگ اعمال می شوند. • درک اینکه چگونه طراحی پایگاه داده و جدول ساختارهایی را برای کار با داده ها فراهم می کند. • درک کنید که چگونه تفاوت در حجم و تنوع داده ها بر انتخاب یک سیستم پایگاه داده مناسب تأثیر می گذارد. • ویژگی ها و مزایای گویش های SQL را که برای کار با سیستم های کلان داده برای ذخیره سازی و تجزیه و تحلیل طراحی شده اند، تشخیص دهد. و • پایگاه‌های داده و جداول را در یک پلتفرم کلان داده کاوش کنید. برای استفاده از محیط عملی این دوره، باید یک ماشین مجازی و نرم افزاری که روی آن اجرا می شود را دانلود و نصب کنید. قبل از ادامه، مطمئن شوید که به رایانه ای دسترسی دارید که شرایط سخت افزاری و نرم افزاری زیر را برآورده می کند: • سیستم عامل Windows، macOS، یا لینوکس (iPads و تبلت‌های Android کار نمی‌کنند) • سیستم عامل 64 بیتی (سیستم عامل های 32 بیتی کار نمی کنند) • 8 گیگابایت رم یا بیشتر • ۲۵ گیگابایت فضای دیسک رایگان یا بیشتر • پشتیبانی مجازی سازی Intel VT-x یا AMD-V فعال است (در رایانه های مک با پردازنده های اینتل، این همیشه فعال است. در رایانه های ویندوز و لینوکس، ممکن است لازم باشد آن را در بایوس فعال کنید) • فقط برای رایانه‌های Windows XP: باید یک ابزار unzip مانند 7-Zip یا WinZip نصب کرده باشید (ابزار Unzip داخلی Windows XP کار نخواهد کرد)

در اولین دوره از این تخصص، خواهید فهمید که تجسم داده چیست و چگونه می توانیم از آن برای دیدن و درک بهتر داده ها استفاده کنیم. با استفاده از Tableau، مفاهیم اساسی تجسم داده ها را بررسی می کنیم و رابط Tableau را بررسی می کنیم، ابزارهای مختلفی را که Tableau ارائه می دهد شناسایی و به کار خواهیم برد. در پایان دوره شما قادر خواهید بود داده ها را به Tableau آماده و وارد کنید و رابطه بین تجزیه و تحلیل داده ها و تجسم داده ها را توضیح دهید. این دوره برای دانش‌آموزانی طراحی شده است که قبلاً از Tableau استفاده نکرده‌اند یا ممکن است نیاز به تجدید نظر داشته باشند یا بخواهند Tableau را عمیق‌تر بررسی کنند. هیچ پیش زمینه فنی یا تحلیلی قبلی مورد نیاز نیست. این دوره شما را از طریق مراحل لازم برای ایجاد اولین تجسم خود از ابتدا بر اساس زمینه داده ها راهنمایی می کند و زمینه را برای پیشرفت شما به دوره بعدی در تخصص فراهم می کند.

داده ها همه جا هستند. نمودارها، نمودارها و انواع دیگر تجسم اطلاعات به افراد کمک می‌کنند تا این داده‌ها را درک کنند. این دوره به بررسی طراحی، توسعه و ارزیابی چنین تجسم‌های اطلاعاتی می‌پردازد. با ترکیب جنبه های طراحی، گرافیک کامپیوتری، HCI و علم داده، تجربه عملی در ایجاد تجسم، استفاده از ابزارهای اکتشافی، و معماری روایت های داده به دست خواهید آورد. موضوعات شامل طراحی کاربر محور، تجسم مبتنی بر وب، شناخت و ادراک داده، و ارزیابی طراحی است. این دوره را می توان برای اعتبار آکادمیک به عنوان بخشی از مدرک کارشناسی ارشد CU Boulder در علوم داده یا کارشناسی ارشد در علوم کامپیوتر ارائه شده در پلت فرم Coursera گذراند. این مدارک تحصیلات تکمیلی کاملاً معتبر دوره های هدفمند، جلسات کوتاه 8 هفته ای و شهریه پرداختی را ارائه می دهند. پذیرش بر اساس عملکرد در سه دوره مقدماتی است، نه سابقه تحصیلی. مدارک CU در Coursera برای فارغ التحصیلان اخیر یا متخصصان شاغل ایده آل است. بیشتر بدانید: کارشناسی ارشد در علم داده: https://www.coursera.org/degrees/master-of-science-data-science-boulder کارشناسی ارشد در علوم کامپیوتر: https://coursera.org/degrees/ms-computer-science-boulder

این دوره به آموزش مبانی تحقیق علمی می پردازد. ما به فرآیند تحقیق به عنوان ابزاری برای کاهش سیستماتیک عدم قطعیت می پردازیم و نشان می دهیم که چگونه انجام یک تحقیق علمی می تواند به عنوان تمرینی در کمی سازی عدم قطعیت بیزی مطرح شود. ما با کاوش در چشم انداز علمی شروع می کنیم تا انواع مختلف تحقیقات را درک کنیم، کجا انجام می شوند، چگونه پشتیبانی می شوند و چرا هر یک از این نوع تحقیقات مهم است. سپس تحقیق علمی و روش علمی را رسمیت می دهیم و فرآیند تحقیق و شایستگی های علمی آن را تشریح می کنیم. مفاهیم اساسی در نظریه احتمال معرفی می شوند که منجر به ارائه مفهومی ساده قانون بیز می شود. سپس نشان می‌دهیم که چگونه قانون بیز چارچوبی ریاضی برای فرآیند تحقیق فراهم می‌کند. ما بر نقشی که تحقیق در زندگی روزمره و حرفه‌ای ما ایفا می‌کند و اینکه چگونه مهارت‌های پژوهشی می‌تواند به ما کمک کند انتقادی فکر کنیم، چه در یک زمینه فنی هستید یا نه، تأکید می‌کنیم. تمرین‌ها برای کمک به شما در بهبود مهارت‌های پژوهشی و تفکر علمی‌تر طراحی شده‌اند. فراگیرانی که در زمینه های تحقیقاتی تازه وارد هستند یا می خواهند مهارت های تحقیقاتی خود را در هر زمینه ای برای رشد شغلی/حرفه ای یا شخصی بهبود بخشند تشویق می شوند که ثبت نام کنند. این دوره در سطح مقدماتی تدریس می شود به طوری که در پایان دوره، می توانید یک فرضیه تحقیق را تدوین کنید و یک برنامه تحقیقاتی علمی برای آزمایش آن فرضیه طراحی کنید. برای موفقیت در این دوره، به ریاضیات ورودی دانشگاه نیاز دارید.

دانش آموزان را با اصول اصلی تحقیق برابری سلامت آشنا می کند. موضوعاتی مانند تعریف برابری سلامت، مشارکت دادن جامعه و سهامداران سیاست، بیمار محوری، شایستگی فرهنگی و انتشار یافته های پژوهش را پوشش می دهد. محتوا زمینه های مختلف جغرافیایی، فرهنگی و اجتماعی را که در آن نابرابری های بهداشتی رخ می دهد، شناسایی می کند.

این دوره برای چه کسانی است؟ این دوره برای دانشجویان، تحلیلگران کسب و کار و دانشمندان داده طراحی شده است که می خواهند دانش و تکنیک های آماری را در زمینه های تجاری به کار ببرند. به عنوان مثال، ممکن است برای آماردانان با تجربه، تحلیلگران، مهندسانی که می خواهند بیشتر به سمت یک نقش تجاری حرکت کنند، مناسب باشد. اگر پیشینه ای در زمینه آمار دارید، می توانید از R یا زبان برنامه نویسی دیگری استفاده کنید و با پایگاه های داده و تکنیک های تجزیه و تحلیل داده ها مانند رگرسیون، طبقه بندی و خوشه بندی آشنا هستید، این دوره را هیجان انگیز و ارزشمند خواهید یافت. با این حال، شامل تعدادی رسیتال و آموزش R Studio است که شایستگی های شما را تثبیت می کند، به شما امکان می دهد آزادانه تر با داده ها بازی کنید و ویژگی های جدید و توابع آماری را در R کشف کنید. با این دوره، شما یک مرور کلی در مورد موضوعات استراتژیک تجزیه و تحلیل کسب و کار خواهید داشت. ما در مورد طیف گسترده ای از کاربردهای Business Analytics صحبت خواهیم کرد. از بازاریابی گرفته تا زنجیره تامین یا امتیازدهی اعتبار و تجزیه و تحلیل منابع انسانی و غیره. ما بسیاری از تکنیک‌های تجزیه و تحلیل داده‌های مختلف را پوشش می‌دهیم و هر بار توضیح می‌دهیم که چگونه می‌توان با کسب و کار خود مرتبط بود. ما توجه ویژه ای به نحوه ایجاد بینش متقاعد کننده، عملی و کارآمد خواهیم داشت. ما همچنین ابزارهای تجزیه و تحلیل داده های مختلفی را به شما ارائه خواهیم داد تا در انواع مختلف مسائل اعمال شوند. با انجام این کار، ما به شما کمک می کنیم چهار مجموعه از مهارت های مورد نیاز برای افزایش ارزش داده ها را توسعه دهید: تجزیه و تحلیل، فناوری اطلاعات، تجارت و ارتباطات. در پایان این MOOC، شما باید بتوانید با استفاده از Analytics با (1) واجد شرایط بودن موضوع مورد نظر از نظر کمی، (2) انجام تجزیه و تحلیل داده های مربوطه، و (3) ارائه نتیجه گیری و توصیه های خود در روشی تجاری محور، عملی و کارآمد. پیش نیازها: 1/ توانایی استفاده از R یا برنامه نویسی 2/ آشنایی با مبانی پایگاه های داده، تجزیه و تحلیل داده ها (رگرسیون، طبقه بندی، خوشه بندی) ما به Pauline Glikman، Albane Gaubert، Elias Abou Khalil-Lanvin (دانشجویان در ESSEC BUSINESS School) به دلیل مشارکت آنها در طراحی این دوره اعتبار می دهیم.

این دوره پایه بر درک و ارزیابی کیفیت اعتبار در ناشران شرکتی متمرکز است. روش هایی را بررسی می کند که تحلیلگران می توانند برای تعیین کیفیت اعتبار در ارتباط با مسائل بدهی استفاده کنند. به طور خاص، ما بررسی می‌کنیم که ریسک اعتباری چیست، نحوه استفاده از رتبه‌بندی اعتباری در ارزیابی وام گیرندگان، 4 C تحلیل اعتباری سنتی، و نسبت‌ها و معیارهای تحلیل مالی که تحلیل‌گران برای ارزیابی ریسک اعتباری و قیمت‌گذاری در اوراق قرضه از آن استفاده می‌کنند. این محتوا توسط یک متخصص صنعت مالی با درک عملی گسترده از بازارهای سرمایه گذاری طراحی و ارائه می شود. هر برنامه دقیق است، شامل دو سوال تمرینی در هر درس، و یک ارزیابی نهایی و درجه بندی شده از 20 سوال که شامل تمام درس ها و بخش ها می شود. این برنامه برای هر کسی که علاقه مند به درک بیشتر از تجزیه و تحلیل اعتبار است، از جمله افرادی که قبلاً در یک مؤسسه مالی در بخش های اصلی، میانی یا پشتی کار می کنند، یا به دنبال ورود به یکی از این نقش ها هستند، طراحی شده است. هیچ دانش قبلی انتظار نمی رود یا مورد نیاز است.

این دوره برای چه کسانی است؟ این دوره برای دانشجویان، تحلیلگران کسب و کار و دانشمندان داده طراحی شده است که می خواهند دانش و تکنیک های آماری را در زمینه های تجاری به کار ببرند. به عنوان مثال، ممکن است برای آماردانان با تجربه، تحلیلگران، مهندسین که می خواهند بیشتر به سمت یک نقش تجاری، به ویژه در بازاریابی حرکت کنند، مناسب باشد. اگر پیشینه ای در زمینه آمار دارید، می توانید از R یا زبان برنامه نویسی دیگری استفاده کنید و با پایگاه های داده و تکنیک های تجزیه و تحلیل داده ها مانند رگرسیون، طبقه بندی و خوشه بندی آشنا هستید، این دوره را هیجان انگیز و ارزشمند خواهید یافت. با این حال، شامل تعدادی رسیتال و آموزش R Studio است که شایستگی های شما را تثبیت می کند، به شما امکان می دهد آزادانه تر با داده ها بازی کنید و ویژگی های جدید و توابع آماری را در R کشف کنید. تجزیه و تحلیل کسب و کار، کلان داده و علم داده موضوعات بسیار داغ امروزی هستند و دلایل خوبی هم دارند. شرکت ها روی گنجینه ای از داده ها نشسته اند، اما معمولاً فاقد مهارت ها و افراد لازم برای تجزیه و تحلیل و بهره برداری کارآمد از این داده ها هستند. شرکت‌هایی که مهارت‌ها را توسعه می‌دهند و افراد مناسب را برای تجزیه و تحلیل و بهره‌برداری از آن داده‌ها استخدام می‌کنند، مزیت رقابتی آشکاری خواهند داشت. این امر به ویژه در یک حوزه صادق است: بازاریابی. حدود 90 درصد از داده‌های جمع‌آوری‌شده توسط شرکت‌ها امروزه مربوط به اقدامات مشتری و فعالیت‌های بازاریابی است. دامنه تحلیل بازاریابی کاملاً بزرگ است و ممکن است موضوعات جالبی مانند متن کاوی، تجزیه و تحلیل شبکه‌های اجتماعی، تجزیه و تحلیل احساسات، مناقصه در زمان واقعی را پوشش دهد. بهینه سازی کمپین آنلاین و غیره. اما در مرکز بازاریابی چند سوال اساسی نهفته است که اغلب بی پاسخ می مانند: (1) مشتریان من چه کسانی هستند، (2) کدام مشتریان را باید هدف قرار دهم و بیشتر بودجه بازاریابی خود را صرف آن کنم، و (3) ارزش آینده چیست. مشتریانم تا بتوانم روی کسانی تمرکز کنم که در آینده برای شرکت بیشترین ارزش را دارند. این دقیقاً همان چیزی است که این دوره به آن می پردازد: تقسیم بندی تماماً در مورد درک مشتریان شما است، مدل های امتیازدهی در مورد هدف قرار دادن موارد مناسب است و ارزش طول عمر مشتری مربوط به پیش بینی ارزش آینده آنها است. اینها پایه های تحلیل بازاریابی هستند. و این کاری است که در این دوره یاد خواهید گرفت.

مهارت های اساسی برای تبدیل شدن به یک تحلیلگر کسب و کار را بیاموزید، از جمله درک نقش تجزیه و تحلیل کسب و کار در سازمان، آنچه که یک تحلیلگر کسب و کار خوب را می سازد، و به دست آوردن مجموعه ای از مهارت های پایه ای که توسط همه لیسانس ها صرف نظر از صنعت یا سطح ارشد استفاده می شود، مانند: استفاده از تجزیه و تحلیل برای تعیین نیازهای کسب و کار، شناسایی ذینفعان، جمع آوری و مستندسازی انواع مختلف الزامات، حصول اطمینان از ارائه راه حل ها ارزش مورد انتظار. این دوره مروری جامع بر روش ها و رویکردهای تحلیل کسب و کار ارائه می دهد. این تئوری استانداردهای صنعت را با توصیه ها و توصیه های عملی ترکیب می کند. شما روش شناسی، مهارت های کلیدی لیسانس و نقشی که یک تحلیلگر تجاری در سازمان ایفا می کند را خواهید آموخت. این دوره به 5 درس اصلی تقسیم می شود: • تجزیه و تحلیل کسب و کار چیست: مقدمه ای بر حرفه و تعاریف کلیدی. • هسته تجزیه و تحلیل کسب و کار: مفاهیم کلیدی تجزیه و تحلیل کسب و کار، کار با نیازها، تعریف وضعیت آینده، و پیشنهاد راه حل. • مدیریت محدوده: عناصر اصلی تعریف محدوده تغییر، چهار نوع الزامات هر پروژه است. • مدیریت کیفیت: ارتباط بین تجزیه و تحلیل کسب و کار و مدیریت کیفیت، چگونه یک BA می تواند به کیفیت کمک کند. • مدیریت تغییر: نحوه برخورد با تغییر محتوای این دوره توسط ایگور آرخیپوف طراحی و ارائه شده است که یک متخصص حرفه ای و متخصص صنعت تجزیه و تحلیل کسب و کار معتبر با بیش از 15 سال تجربه در محیط های پروژه های شرکتی است. این دوره برای هر کسی که به تجزیه و تحلیل کسب و کار علاقه دارد طراحی شده است. این به ویژه برای تحلیلگران مشتاق کسب و کار یا سایر حرفه ای هایی که می توانند از مهارت ها و روش شناسی کارشناسی بهره مند شوند، مانند مدیران پروژه، تحلیلگران سیستم، مدیران تغییر و طراحان UX مفید خواهد بود. هیچ پیش نیاز رسمی برای این دوره وجود ندارد، با این حال، درک درستی از اینکه یک پروژه چیست و چگونه افراد معمولا در محیط های کاری با یکدیگر همکاری می کنند کمک خواهد کرد.

این دوره شامل اطلاعات اولیه در مورد تدارکات، اهمیت سازمان تدارکات و نقش آن در سازمان، هزینه در مقابل ارزش، فرآیندهایی مانند استفاده از RFQ، RFP، RFX، تفاوت بین تدارکات مستقیم و غیرمستقیم و مدیریت سهامداران است. این دوره با فیلم ها، خواندنی ها و یک مورد مورد نیاز که توسط یک بررسی همتا ارزیابی می شود پشتیبانی می شود. علاوه بر این، یک ارزیابی تمرین (چند گزینه ای) در دسترس دانش آموز است. این باید مفید باشد زیرا یک ارزیابی نهایی (40 انتخاب چندگانه) در پایان تخصص در دوره 7 وجود دارد که برای دریافت گواهینامه مورد نیاز است.

دوره 1 ابتدا اصول ترمودینامیک ماکروسکوپی و میکروسکوپی را از نقطه نظر فرضی بررسی می کند. در این دیدگاه، معنای دما، فشار ترمودینامیکی و پتانسیل شیمیایی به ویژه واضح و آسان است. علاوه بر این، توسعه رابطه بنیادی و دگرگونی‌های مختلف آن به مسیری روشن برای روابط خصوصیات و مفهوم مجموعه‌های مورد نیاز برای درک رابطه بین خواص ساختاری اتمی و مولکولی و خواص ماکروسکوپی منجر می‌شود. سپس با در نظر گرفتن یک دیدگاه آماری، رابطه بین ساختار اتمی و مولکولی و خواص ماکروسکوپی را بررسی می کنیم. با استفاده از یک رویکرد فرضی، روش انجام این کار روشن می شود. این منجر به توسعه تابع تقسیم می شود که توزیع حالات کوانتومی مولکولی را به عنوان تابعی از خصوصیات ترمودینامیکی ماکروسکوپی مستقل توصیف می کند.