Course catalog

Course duration

Course provider

Topic

Categories

Showing 8,081-8,100 of 17,394 items.

linkedin تجزیه و تحلیل کسب و کار برای مدیران پروژه (Mitalearn-209981)

  • 1 hours 23 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Greta Blash
درباره این دوره:


تحلیل کسب و کار ممکن است اصطلاحی گسترده به نظر برسد، اما تقاضای بسیار خاصی را در عملیات یک شرکت برآورده می کند. یک تحلیلگر کسب و کار نیازهای کسب و کار را شناسایی می کند و راه حل های مرتبط و الزامات مورد نیاز برای ارائه آن راه حل ها را توصیه می کند. با این حال، برخی از شرکت‌ها ممکن است تحلیل‌گران کسب‌وکار اختصاصی نداشته باشند، و اغلب انجام وظایف تحلیل تجاری بر عهده مدیران پروژه است. در این دوره، گرتا بلاش به مدیران پروژه نشان می دهد که چگونه تجزیه و تحلیل کسب و کار را در جریان کاری خود بگنجانند.

گرتا مفاهیم را با نگاه کردن به یک موضوع آشنا برای مدیران پروژه - پروژه ها - از طریق دریچه تجزیه و تحلیل کسب و کار نشان می دهد، که با مرحله قبل از پروژه که در آن نیازها شناسایی می شوند، تا شناسایی ذینفعان، تهیه نقشه راه پروژه، تجزیه و تحلیل الزامات، تا پایان و استقرار. در پایان این دوره، شما قادر خواهید بود از مفاهیم تجزیه و تحلیل کسب و کار برای جلوگیری از ناکارآمدی، اشتباهات و دوباره کاری استفاده کنید و پروژه های خود را با بودجه و به موقع تحویل دهید.

coursera تجزیه و تحلیل کسب و کار پیشرفته: استخراج و تجزیه و تحلیل (Mitalearn-296919)

  • 5 hours 21 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Igor Arkhipov
درباره این دوره:

این دوره پیشرفته تجزیه و تحلیل کسب و کار برای متخصصان با تجربه ای طراحی شده است که به دنبال تعمیق مهارت های خود در استخراج و تجزیه و تحلیل نیازمندی ها هستند. یادگیرندگان در پیچیدگی های جمع آوری، مستندسازی و تجزیه و تحلیل نیازمندی ها، همراه با تسلط بر تکنیک های پیشرفته مانند مصاحبه، موارد استفاده، مدل سازی فرآیند و تجزیه و تحلیل مالی، تحقیق خواهند کرد. مطالعات موردی عملی و سناریوهای دنیای واقعی تجربه عملی را ارائه می‌دهند و اطمینان می‌دهند که شرکت‌کنندگان به خوبی برای مقابله با چالش‌های تجاری پیچیده آماده هستند. در پایان دوره، فراگیران مجموعه ای از مهارت های جامع در استخراج و تجزیه و تحلیل نیازمندی ها خواهند داشت و آنها را به عنوان دارایی های ارزشمند در هدایت پروژه ها و راه حل های موفق قرار می دهند. این دوره برای تحلیلگران کسب و کار با تجربه، مدیران پروژه و متخصصان در نقش های مرتبط طراحی شده است که هدف آنها افزایش مهارت خود در تحلیل استخراج و نیازمندی ها است. برای کسانی که به دنبال ارتقای مهارت های تجزیه و تحلیل کسب و کار خود به سطح پیشرفته هستند و آنها را برای رهبری و مشارکت موثر در پروژه ها و ابتکارات پیچیده مجهز می کنند ایده آل است. برای بهره مندی کامل از این دوره، فراگیران باید درک اساسی از مفاهیم و تکنیک های تجزیه و تحلیل کسب و کار و همچنین تجربه در تجزیه و تحلیل کسب و کار یا نقش های مرتبط داشته باشند. آشنایی با مدیریت پروژه و عملیات پایه کسب و کار مزیت خواهد بود. این دوره برای پاسخگویی به زبان آموزان با سطوح مختلف دانش قبلی طراحی شده است، اما درک اساسی از تجزیه و تحلیل کسب و کار توصیه می شود.

linkedin تجزیه و تحلیل کسب و کار: ابزارها و تکنیک های ضروری (Mitalearn-239051)

  • 48 minutes
  • مناسب همه
  • Release date: 25 July 2026
  • Author: Jamie Champagne
درباره این دوره:

اگر کار تجزیه و تحلیل کسب‌وکار انجام می‌دهید و می‌خواهید نه تنها موارد تحویلی کلیدی را ببینید، بلکه چگونه آنها را تحویل دهید، پس این دوره برای شما مناسب است. این دوره آموزشی مبتنی بر فناوری از فناوری‌های مختلفی استفاده می‌کند تا به شما نشان دهد چگونه می‌توانید مصنوعات کلیدی تجزیه و تحلیل کسب‌وکار را راه‌اندازی و ارائه کنید. مربی Jamie Champagne در هنگام تنظیم و استفاده از ماتریس ردیابی نیازمندی ها، قابلیت ردیابی را برجسته می کند. جیمی نحوه مدل‌سازی فرآیندها را با نشان دادن تکامل طبیعی درجه جزئیاتی که در کار تجزیه و تحلیل کسب‌وکار اتفاق می‌افتد، نشان می‌دهد. به علاوه، او قدرت نمودارهای زمینه را با نمودارهای جریان داده اصلی و دقیق برای تعریف و ضبط الزامات انجام شده در کار تجزیه و تحلیل تجاری توضیح می دهد.

Related Skills

linkedin تجزیه و تحلیل کسب و کار: پیش بینی با هموارسازی خط مبدأ گرایش (Mitalearn-148543)

  • 1 hours 1 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

هموارسازی نمایی ساده (SES) اکثر عناصر مورد استفاده در رویکرد هموارسازی برای پیش بینی را شامل می شود، مانند ثابت هموارسازی سطح، خود تصحیح، و تضعیف تدریجی تأثیر مشاهدات قدیمی بر پیش بینی های جدید. اما SES با خطوط پایه که روند یا فصلی بودن را نشان می دهد ضعیف عمل می کند. سری‌های زمانی گرایش‌شده از نظر پیچیدگی یک پله بالاتر از سری‌های زمانی ثابت تحلیل‌شده توسط SES است - روندهای پایه آن به سمت بالا یا پایین. استفاده از هموارسازی نمایی با خط مبنا روند شده اغلب روش هولت نامیده می شود و این دوره برای تجهیز شما به این تکنیک طراحی شده است. در اینجا، مربی Conrad Carlberg توضیح می‌دهد که چگونه از روش هولت برای ایجاد پیش‌بینی‌هایی در R که با روندها در خط مبنا سروکار دارد، استفاده کنید.

linkedin تجزیه و تحلیل کسب و کار: پیش بینی با هموارسازی فصلی پایه (Mitalearn-148526)

  • 49 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

هموارسازی نمایی فصلی بسط هموارسازی نمایی ساده (SES) است. صاف کردن فصلی اغلب زمانی استفاده می شود که خط پایه قله ها و دره های فصلی منظم را نشان می دهد. مصرف آب در منازل مسکونی یک مثال آشناست: مصرف در تابستان و پاییز افزایش می‌یابد و در زمستان و بهار کاهش می‌یابد، اما مصرف کلی سالانه در طی چندین سال ثابت می‌ماند. در این دوره، مشاور کهنه کار و کارشناس آموزشی، کنراد کارلبرگ، نشان می‌دهد که چگونه می‌توان تغییرات فصلی را برای پیش‌بینی‌های دقیق‌تر و روشن‌تر ترکیب کرد. نحوه شناسایی فصلی بودن، انجام هموارسازی فصلی خطوط پایه افقی و بهینه سازی پیش بینی های خود را با R و Microsoft Excel بیاموزید.

linkedin تجزیه و تحلیل کسب و کار: پیش بینی با هموارسازی نمایی (Mitalearn-136252)

  • 1 hours 5 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

هموارسازی نمایی اصطلاحی برای مجموعه ای از رویه های پیش بینی ساده است که اصلاح خود را اعمال می کند. هر پیش بینی شامل دو جزء است. این میانگین وزنی پیش‌بینی قبلی است، به علاوه تعدیلی که پیش‌بینی قبلی را دقیق‌تر می‌کرد. هموارسازی - مانند اکثر رویکردهای معتبر برای پیش‌بینی - برای درست کار کردن به یک خط پایه از مشاهدات، به ترتیب، نیاز دارد. درآمدهای هفتگی و پذیرش روزانه در بیمارستان نمونه های معمولی هستند. چندین نسخه از هموارسازی نمایی وجود دارد که هر کدام مربوط به یک نوع خط پایه است. در این دوره، کنراد کارلبرگ مقدمه ای بر هموارسازی نمایی ساده، غواصی در ایده اصلی پشت آن، و توضیح نحوه جمع آوری معادله پیش بینی و بهینه سازی پیش بینی ها ارائه می دهد.

linkedin تجزیه و تحلیل کسب و کار: تحقق مزایای کسب و کار (Mitalearn-94789)

  • 1 hours 26 minutes
  • مبتدی
  • Release date: 21 June 2026
  • Author: Haydn Thomas
درباره این دوره:

سازمان‌ها برای مرتبط ماندن تغییراتی را در محصولات و خدمات خود ایجاد می‌کنند، اما همچنین می‌خواهند که این تغییرات مزایای خاصی را به همراه داشته باشد. در این دوره، هایدن توماس اصول تحقق منافع تجاری را پوشش می دهد. او نحوه مستندسازی نتایج مورد انتظار خود را نشان می‌دهد، و سپس به شما نشان می‌دهد که چگونه یک نقشه راه که شامل دنباله‌ای از مزایای مورد انتظار است، تنظیم کنید. هایدن در پایان به شما نشان می‌دهد که چگونه این فرآیند را به هم متصل کنید و از دام‌ها در مسیر اجتناب کنید.

Related Skills

linkedin تجزیه و تحلیل کسب و کار: تسهیلات اساسی و مهارت های کارگاهی (Mitalearn-214673)

  • 53 minutes
  • مناسب همه
  • Release date: 21 June 2026
  • Author: Jamie Champagne
درباره این دوره:

برای تجزیه و تحلیل مؤثر نیازهای کسب و کار و ارائه راه‌حل‌های باکیفیت که این نیازهای تجاری را برطرف می‌کند، مهارت‌های کلیدی تسهیل در تنظیمات کارگاهی مختلف - به صورت مجازی و حضوری، و همچنین در تنظیمات چابک - برای شناسایی، تأیید و تأیید این اطلاعات مهم مورد نیاز است. این دوره از جیمی شامپاین، تحلیلگر کسب و کار، نحوه تسهیل جلسات از جلسات یک به یک تا کارگاه های بزرگ را با نمونه های معمولی از فعالیت هایی که تحلیلگران کسب و کار یا هر کسی که کار تجزیه و تحلیل تجاری انجام می دهد، انجام می دهد، پوشش می دهد. جیمی تفاوت‌های رویکرد فعالیت‌های حضوری در مقابل تسهیل مجازی و نحوه ارائه ارزش در هر یک را نشان می‌دهد. علاوه بر این، او این مهارت‌ها را هم در کارهای سنتی و مبتنی بر برنامه و هم در تکنیک‌های چابک‌تر و سازگارتر توضیح می‌دهد. در نهایت، جیمی توضیح می‌دهد که چگونه می‌توانید به تسهیل تیم‌ها و شرکت در کارگاه‌ها ادامه دهید، حتی زمانی که شما مجری جلسه نیستید.

coursera تجزیه و تحلیل کسب و کار: تعاریف کلیدی و تجزیه و تحلیل استراتژی (Mitalearn-296800)

  • 4 hours 28 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Igor Arkhipov
درباره این دوره:

این دوره جامع پایه ای قوی در اصول، تکنیک ها و استراتژی های تجزیه و تحلیل کسب و کار فراهم می کند. این موضوعات ضروری مانند تعریف تجزیه و تحلیل کسب و کار، انواع مختلف نیاز، مسیرهای شغلی در تجزیه و تحلیل کسب و کار، و راهنمای تجزیه و تحلیل کسب و کار بدنه دانش (BABOK) را پوشش می دهد. همچنین به تعاریف کلیدی و تکنیک های عملی مورد استفاده در تجزیه و تحلیل کسب و کار می پردازد. علاوه بر این، این دوره بر جنبه های استراتژیک، از جمله تجزیه و تحلیل وضعیت فعلی، تعریف وضعیت های آینده، مدیریت ریسک ها، و توسعه استراتژی های تغییر تمرکز دارد. فراگیران از طریق مطالعات موردی و تمرینات عملی تجربه عملی کسب خواهند کرد و آنها را برای موفقیت در زمینه تجزیه و تحلیل کسب و کار و فراتر از آن آماده خواهند کرد. این دوره برای افرادی که مایل به تبدیل شدن به تحلیلگران کسب و کار هستند، تحلیلگران کسب و کار جوان فعلی که به دنبال تقویت مهارت های خود هستند، حرفه ای های میان دوره ای که به دنبال تبدیل به نقش های تجزیه و تحلیل کسب و کار هستند و کسانی که برای گواهینامه های تجزیه و تحلیل کسب و کار آماده می شوند مناسب است. فراگیرانی با سطوح مختلف دانش و تجربه قبلی در این زمینه را در خود جای می دهد. در حالی که هیچ پیش نیاز دقیقی مورد نیاز نیست، درک اولیه مفاهیم تجاری و عملیات سازمانی می تواند سودمند باشد. آشنایی با مدیریت پروژه یا تجربه در یک نقش مرتبط با کسب و کار مفید است اما اجباری نیست. این دوره به گونه ای طراحی شده است که فراگیرانی با سطوح مختلف دانش قبلی را در خود جای دهد.

linkedin تجزیه و تحلیل کسب و کار: تکنیک های کاهش داده با استفاده از Excel و R (Mitalearn-109987)

  • 1 hours 2 minutes
  • پیشرفته
  • Release date: 21 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

با توجه به اینکه مشاغل باید با حجم فزاینده داده دست و پنجه نرم کنند، نیاز به کاهش داده ها در سال های اخیر تشدید شده است. برای درک فراوانی بیش از حد اطلاعات، می‌توانید از تحلیل خوشه‌ای استفاده کنید - که به شما امکان می‌دهد در مورد تعداد انگشت شماری از گروه‌ها به جای یک جمعیت کامل از افراد استنباط ایجاد کنید - و همچنین از تجزیه و تحلیل مؤلفه‌های اصلی که متغیرهای پنهان را آشکار می‌کند.\r\n\r\n سپس او توضیح می‌دهد که چگونه می‌توان همان تحلیل را با استفاده از R، نرم‌افزار محاسباتی آماری منبع باز، که از نظر گزینه‌های تجزیه و تحلیل سریع‌تر و غنی‌تر از Excel است، انجام داد. به علاوه، او نحوه ادغام نتایج تجزیه و تحلیل خوشه‌ای و تحلیل عاملی را توضیح می‌دهد تا به شما کمک کند تا چند عامل اساسی را بر اساس عضویت افراد تنها در چند خوشه تجزیه کنید.

linkedin تجزیه و تحلیل کسب و کار: داده های بازاریابی (Mitalearn-179109)

  • 34 minutes
  • مبتدی
  • Update date: 21 June 2026
  • Author: Madecraft,John David Ariansen
درباره این دوره:

داده های فروش در سازمان شما می تواند بیشتر از میزان درآمدی که کسب کرده اید به شما بگوید. اطلاعاتی که تولید می کنید می تواند برای ایجاد بینش قدرتمند برای کل سازمان شما استفاده شود. در این دوره آموزشی متمرکز از جان دیوید آریانسن، می‌توانید یاد بگیرید که چگونه از ابزارها و تکنیک‌های تجزیه و تحلیل کسب‌وکار برای استفاده از داده‌های فروش خود استفاده کنید و به سازمانتان کمک کنید تا سرنخ‌های بیشتری کسب کند، معاملات بیشتری ببندد و در نهایت کتاب کسب و کار خود را رشد دهد. چالش‌های متفاوتی را که تحلیل‌گران فروش با آن مواجه می‌شوند، تفاوت‌های ظریف جمع‌آوری داده‌های فروش، و نحوه تجزیه و تحلیل موثر داده‌های فروش با ابزارهایی مانند Excel، Power BI، و Google Analytics را کشف کنید. به علاوه، نحوه ایجاد تجسم هایی مانند داشبوردهای فروش را بیاموزید تا بینش خود را به روشی جذاب به اشتراک بگذارید.

nn ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

MadeCraft-Description-Logo.jpg

linkedin تجزیه و تحلیل کسب و کار: داده های فروش (Mitalearn-176474)

  • 51 minutes
  • مبتدی
  • Update date: 21 June 2026
  • Author: Madecraft,John David Ariansen
درباره این دوره:

بعد از بستن قرارداد، کار شما به پایان نرسیده است. فروش هایی که در سازمان شما اتفاق می افتد می تواند خیلی بیشتر از میزان درآمدی که کسب کرده اید به شما بگوید. در این دوره آموزشی متمرکز از جان دیوید آریانسن، بیاموزید که چگونه از داده‌های فروش خود برای ایجاد بینش عملی استفاده کنید که می‌تواند به سازمان شما کمک کند تا سرنخ‌های بیشتری کسب کند، معاملات بیشتری ببندد، و در نهایت کتاب کسب و کار شما را رشد دهد. چالش هایی را که تحلیلگران فروش با آن مواجه می شوند، تفاوت های ظریف جمع آوری داده های فروش، و نحوه تجزیه و تحلیل موثر داده های فروش را کشف کنید.

nn ما خوشحالیم که این محتوا را در کتابخانه خود میزبانی می کنیم.

MadeCraft-Description-Logo.jpg

linkedin تجزیه و تحلیل کسب و کار: درک و استفاده از فواصل اطمینان (Mitalearn-194851)

  • 1 hours 1 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

فواصل اطمینان خانواده ای از تکنیک های آماری هستند که اغلب در قالب های غیرمنتظره در زندگی شخصی و حرفه ای شما ظاهر می شوند. فرقی نمی‌کند به محدوده مرجع در آزمایش‌های خون نگاه کنید یا به محدوده خطری که هنگام ورود به یک خط تجاری جدید متحمل می‌شوید، نگاه کنید، فواصل اطمینان شما را قادر می‌سازد تا داده‌ها را به گونه‌ای خلاصه کنید که نتیجه را مشخص کند، در حالی که طیف وسیعی از احتمالات دیگر را نیز در نظر بگیرید. برای زمینه—بنابراین درک منظور آنها و نحوه عملکردشان مفید است. در این دوره، کنراد کارلبرگ دقیقاً در مورد آن بحث می کند و تکنیک های اساسی برای ساختن و تفسیر فواصل اطمینان را به اشتراک می گذارد. کنراد به هدف فواصل اطمینان می پردازد. نحوه محاسبه آنها (از جمله نحوه انجام این کار با استفاده از R و Excel)؛ نحوه مقایسه معنی با استفاده از فواصل اطمینان.

linkedin تجزیه و تحلیل کسب و کار: مقایسه های چندگانه در R و Excel (Mitalearn-181370)

  • 59 minutes
  • پیشرفته
  • Release date: 22 June 2026
  • Author: Conrad Carlberg
درباره این دوره:

تجزیه و تحلیل آماری اغلب فراتر از تجزیه و تحلیل واریانس ساده (ANOVA) است، که فقط به شما می گوید که در جایی تفاوت قابل اعتماد وجود داشته باشد - اما نه به طور خاص در کجا. گاهی اوقات، ممکن است مجبور شوید تعیین کنید که آیا میانگین گروه A به طور قابل اعتمادی با مقدار میانگین گروه B یا گروه C متفاوت است. تست های مقایسه چندگانه استانداردی برای تعیین دقیق این تفاوت ها هستند. در این دوره، کنراد کارلبرگ نحوه استفاده از اکسل و پلتفرم منبع باز R را برای اجرای تست HSD Tukey و تست مقایسه چندگانه Scheffe به دنبال ANOVA نشان می‌دهد. در طول مسیر، او مفاهیم مرتبط، مانند مقادیر بحرانی، اندازه گروه، جاسوسی داده‌ها و قدرت آماری را مورد بحث قرار می‌دهد و توضیح می‌دهد که چگونه بر انتخاب آزمون‌های شما تأثیر می‌گذارند.

coursera تجزیه و تحلیل کلان داده با اسکالا و اسپارک (Mitalearn-311777)

  • 5 hours 52 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Prof. Heather Miller
درباره این دوره:

دستکاری کلان داده های توزیع شده روی یک خوشه با استفاده از مفاهیم کاربردی در صنعت شایع است و مسلماً یکی از اولین استفاده های صنعتی گسترده از ایده های کاربردی است. محبوبیت MapReduce و Hadoop و اخیراً Apache Spark، یک چارچوب مجموعه‌های توزیع شده سریع و درون حافظه که در Scala نوشته شده است، گواه این موضوع است. در این دوره، خواهیم دید که چگونه پارادایم موازی داده را می توان با استفاده از Spark در سراسر مورد توزیع شده گسترش داد. ما مدل برنامه نویسی Spark را با جزئیات پوشش خواهیم داد، و مراقب باشیم که بدانیم چگونه و چه زمانی با مدل های برنامه نویسی آشنا، مانند مجموعه های موازی با حافظه مشترک یا مجموعه های متوالی Scala متفاوت است. از طریق مثال‌های عملی در Spark و Scala، یاد می‌گیریم که چه زمانی مسائل مهم مربوط به توزیع مانند تأخیر و ارتباطات شبکه باید در نظر گرفته شود و چگونه می‌توان به طور مؤثر برای بهبود عملکرد به آنها پرداخت. نتایج یادگیری در پایان این دوره شما قادر خواهید بود: - داده ها را از ذخیره سازی دائمی بخوانید و آن را در آپاچی اسپارک بارگذاری کنید. - دستکاری داده ها با Spark و Scala، - بیان الگوریتم برای تجزیه و تحلیل داده ها به سبک عملکردی، - تشخیص نحوه جلوگیری از تکرار و محاسبه مجدد در Spark، پیشینه پیشنهادی: شما باید حداقل یک سال تجربه برنامه نویسی داشته باشید. تسلط به جاوا یا سی شارپ ایده آل است، اما تجربه با زبان های دیگر مانند C/C++، Python، Javascript یا Ruby نیز کافی است. شما باید با استفاده از خط فرمان آشنایی داشته باشید. این دوره بعد از برنامه نویسی موازی در نظر گرفته شده است: https://www.coursera.org/learn/parprog1.

coursera تجزیه و تحلیل کلان داده با اسکالا و اسپارک (نسخه اسکالا 2) (Mitalearn-312899)

  • 5 hours 52 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Prof. Heather Miller
درباره این دوره:

دستکاری کلان داده های توزیع شده روی یک خوشه با استفاده از مفاهیم کاربردی در صنعت شایع است و مسلماً یکی از اولین استفاده های صنعتی گسترده از ایده های کاربردی است. محبوبیت MapReduce و Hadoop و اخیراً Apache Spark، یک چارچوب مجموعه‌های توزیع شده سریع و درون حافظه که در Scala نوشته شده است، گواه این موضوع است. در این دوره، خواهیم دید که چگونه پارادایم موازی داده را می توان با استفاده از Spark در سراسر مورد توزیع شده گسترش داد. ما مدل برنامه نویسی Spark را با جزئیات پوشش خواهیم داد، و مراقب باشیم که بدانیم چگونه و چه زمانی با مدل های برنامه نویسی آشنا، مانند مجموعه های موازی با حافظه مشترک یا مجموعه های متوالی Scala متفاوت است. از طریق مثال‌های عملی در Spark و Scala، یاد می‌گیریم که چه زمانی مسائل مهم مربوط به توزیع مانند تأخیر و ارتباطات شبکه باید در نظر گرفته شود و چگونه می‌توان به طور مؤثر برای بهبود عملکرد به آنها پرداخت. نتایج یادگیری در پایان این دوره شما قادر خواهید بود: - داده ها را از ذخیره سازی دائمی بخوانید و آن را در آپاچی اسپارک بارگذاری کنید. - دستکاری داده ها با Spark و Scala، - بیان الگوریتم برای تجزیه و تحلیل داده ها به سبک عملکردی، - تشخیص نحوه جلوگیری از تکرار و محاسبه مجدد در Spark، پیشینه پیشنهادی: شما باید حداقل یک سال تجربه برنامه نویسی داشته باشید. تسلط به جاوا یا سی شارپ ایده آل است، اما تجربه با زبان های دیگر مانند C/C++، Python، Javascript یا Ruby نیز کافی است. شما باید با استفاده از خط فرمان آشنایی داشته باشید. این دوره بعد از برنامه نویسی موازی در نظر گرفته شده است: https://www.coursera.org/learn/parprog1. توجه داشته باشید که این نسخه از دوره از Scala 2.13 استفاده می کند. می‌توانید نسخه جدیدتر دوره را که از Scala 3 استفاده می‌کند، در اینجا بیابید: https://www.coursera.org/learn/scala-spark-big-data

coursera تجزیه و تحلیل کلان داده های عمیق (Mitalearn-322334)

  • 10 hours 36 minutes
  • متوسط
  • Release date: 23 June 2026
  • Author: Jeremy Pedersen
درباره این دوره:

بازار کار برای معماران، مهندسان و متخصصان تحلیلگر با تخصص Big Data همچنان در حال افزایش است. مسیر شغلی کلان داده آکادمی بر ابزارها و تکنیک های اساسی مورد نیاز برای دنبال کردن حرفه ای در داده های بزرگ متمرکز است. این دوره شامل: پردازش داده ها با پایتون، نوشتن و خواندن پرس و جوهای SQL، انتقال داده ها با MaxCompute، تجزیه و تحلیل داده ها با Quick BI، استفاده از Hive، Hadoop و Spark در E-MapReduce و نحوه تجسم داده ها با داشبورد داده است. روی مطالب دوره ما کار کنید، جنبه های مختلف حوزه کلان داده را بیاموزید و به عنوان یک حرفه ای داده های بزرگ گواهینامه بگیرید!

datacamp تجزیه و تحلیل مالی در Google Sheets (Mitalearn-404087)

  • 53 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: David Ardia,Riccardo Mancini
درباره این دوره:

نظارت بر تکامل دارایی های معامله شده در امور مالی کلیدی است. در این دوره آموزشی، نحوه ساخت داشبورد گرافیکی با Google Sheets را برای ردیابی عملکرد اوراق بهادار مالی یاد خواهید گرفت. شما روی قیمت های تاریخی و سود سهام فرضی ABC تمرکز خواهید کرد. شما یاد خواهید گرفت که چگونه قیمت‌های آن را تجسم کنید، چگونه شاخص‌های پاداش و ریسک اساسی را اندازه‌گیری کنید و ببینید آیا سرمایه‌گذاری شما در ABC از شاخص معیار بهتر است یا خیر. در پایان دوره، باید بتوانید از Google Sheets برای ساخت ابزارهای نظارتی عالی استفاده کنید که توسط معامله گران و تحلیلگران مالی در زندگی تجاری روزمره آنها استفاده می شود!

datacamp تجزیه و تحلیل مالی در Power BI (Mitalearn-401741)

  • 55 minutes
  • مناسب همه
  • Release date: 28 June 2026
  • Author: Nick Edwards
درباره این دوره:

این دوره به شما مهارت های مالی اولیه و متوسط ​​و نحوه به کارگیری آنها در داشبوردهای Power BI را آموزش می دهد. شما با مرور برخی شرایط و محاسبات مالی اولیه و همچنین بررسی داشبورد شروع خواهید کرد. همانطور که پیشرفت می کنید، یاد خواهید گرفت که چگونه از هوش مصنوعی برای ایجاد تجسم های روشنگر و پیش بینی های مالی استفاده کنید. همچنین یاد خواهید گرفت که چگونه از پارامترهای what-if در سناریوها و تحلیل حساسیت با داده های مالی استفاده کنید. شما مفهوم ارزش زمانی پول و اهمیت آن در تجزیه و تحلیل مالی و همچنین ابزارهای بودجه بندی سرمایه برای تصمیم گیری سرمایه گذاری را که می توانید در زندگی شخصی و حرفه ای خود همراه خود داشته باشید، بررسی خواهید کرد. در پایان این دوره، شما از مهارت های مالی خود و به ویژه توانایی خود در ایجاد تحلیل ها و تجسم های مالی معنی دار در Power BI اطمینان خواهید داشت. شما مهارت استفاده از Power BI برای تجزیه و تحلیل مجموعه داده های خود را خواهید داشت.

linkedin تجزیه و تحلیل مالی: تجزیه و تحلیل خط برتر با اکسل (Mitalearn-58919)

  • 1 hours 38 minutes
  • متوسط
  • Release date: 21 June 2026
  • Author: Rudolph Rosenberg
درباره این دوره:

بیاموزید که چگونه خط برتر (یا درآمد) شرکت خود را تجزیه و تحلیل کنید و زمینه هایی را که عملکرد ضعیف یا بیش از حد دارند با اکسل شناسایی کنید. نویسنده، رودولف روزنبرگ، مفاهیم مالی ضروری را که برای درک اطلاعات درآمد شرکت شما ضروری است، بررسی می کند. سپس ابزارها و تکنیک هایی را که می توانید در اکسل استفاده کنید، از جمله PivotTables و تابع ارزشمند SUMIF، برای آماده سازی و تجزیه و تحلیل داده هایی که در دسترس دارید، معرفی می کند. به علاوه، یاد بگیرید که چگونه پایگاه مشتری خود را تجزیه و تحلیل کنید، درآمد هر محصول را تعیین کنید و فرصت های فروش را شناسایی کنید. رودولف همچنین نشان می دهد که چگونه می توان با در نظر گرفتن تأثیر فصلی بودن، کسب و کار تکراری در مقابل یکباره، و وابستگی های متقابل، مطمئن شد که با داده های خود به طور منصفانه رفتار می کنید.

rnrn

Suggestions