تو درستش کردی! کاربرد مدیریت پروژه در دنیای واقعی آخرین دوره در برنامه مدیریت پروژه گوگل است. در این دوره آموزشی، شما به کارگیری دانش و مهارت های مدیریت پروژه که تا کنون آموخته اید را تمرین خواهید کرد. اگر هنوز دوره های 1-6 را گذرانده اید، به شدت توصیه می کنیم این کار را انجام دهید، زیرا آنها پایه و اساس لازم برای تکمیل فعالیت های این دوره را فراهم می کنند. با پیشرفت در این دوره، یک مدیر پروژه را در یک سناریوی واقعی "مشاهده" خواهید کرد و ده ها فعالیت عملی را تکمیل خواهید کرد. در پایان این دوره، شما مجموعه‌ای از مصنوعات مدیریت پروژه را ایجاد خواهید کرد که مهارت‌هایی را که در کل برنامه آموخته‌اید، مانند توانایی مدیریت سهامداران و تیم‌ها، سازمان‌دهی برنامه‌ها و برقراری ارتباط با جزئیات پروژه را نشان می‌دهد. این مصنوعات می توانند آمادگی شغلی خود را هنگام درخواست مشاغل در این زمینه نشان دهند. در پایان این دوره شما قادر خواهید بود موارد زیر را انجام دهید: - تجزیه و تحلیل اسناد پروژه برای شناسایی الزامات پروژه و ارزیابی ذینفعان - یک منشور پروژه را تکمیل کنید و از آن به عنوان ابزاری برای همسو کردن دامنه و اهداف پروژه در بین ذینفعان استفاده کنید - شناسایی وظایف و نقاط عطف و مستندسازی و اولویت بندی آنها در طرح پروژه - استانداردهای مدیریت کیفیت را تعریف کنید و چگونگی به اشتراک گذاری موثر داده های کیفی را بررسی کنید - تاثیر پروژه خود را از طریق گزارش دهی موثر نشان دهید کارمندان Google که در حال حاضر در این زمینه کار می‌کنند، شما را راهنمایی می‌کنند و فعالیت‌ها و نمونه‌هایی را ارائه می‌کنند که وظایف رایج مدیریت پروژه را شبیه‌سازی می‌کنند و در عین حال برخی از بهترین ابزارها و منابع مورد استفاده در کار را به شما نشان می‌دهند. فراگیرانی که شش دوره در این برنامه را تکمیل می کنند، آماده خواهند شد تا برای مشاغل سطح ابتدایی در مدیریت پروژه درخواست دهند. هیچ تجربه قبلی لازم نیست.

به "برون سپاری فرآیند کسب و کار: فرصت ها و کاربردها در صنعت هتلداری"، یک دوره آموزشی 4 ساعته در سطح مبتدی و از پیش ضبط شده خوش آمدید. در صنعت مهمان‌نوازی در حال تکامل امروزی، تسلط بر برون‌سپاری فرآیند کسب‌وکار (BPO) یک مهارت بسیار مهم است. چه یک متخصص مهمان‌نوازی باشید که به دنبال ارتقای شغل خود هستید یا یک تازه‌وارد مشتاق، این دوره درک جامعی از نحوه بهینه‌سازی عملیات BPO و ایجاد فرصت‌هایی در دنیای پویای مهمان‌نوازی ارائه می‌دهد. صنعت مهمان‌نوازی، زمینه‌ای سریع و مشتری‌محور است که در آن بهره‌وری و رضایت مهمانان در اولویت قرار دارد. در این زمینه، BPO به عنوان یک استراتژی تغییر دهنده بازی ظاهر شده است. با برون سپاری فرآیندهای تجاری خاص، هتل ها، رستوران ها و کسب و کارهای مهمان نوازی می توانند عملیات را ساده کنند، کیفیت خدمات را بهبود بخشند و در بازاری با تقاضای بسیار رقابتی باقی بمانند. این دوره یک فرصت یادگیری مرتبط برای هر کسی است که به دنبال برتری در مهمان نوازی با استفاده از قدرت BPO است. پس از تکمیل این دوره، فراگیران دانش و مهارت هایی برای شناسایی، پیاده سازی و مدیریت استراتژی های برون سپاری فرآیند کسب و کار به طور موثر در صنعت مهمان نوازی خواهند داشت که در نهایت کارایی عملیاتی و رضایت مهمانان را افزایش می دهد. این دوره برای افرادی در سطح مبتدی طراحی شده است که به صنعت هتلداری علاقه مند هستند یا در حال حاضر در آن مشغول به کار هستند. این برای متخصصان مهمان‌نوازی، مدیران مشتاق، کارآفرینان و هر کسی که به دنبال افزایش درک خود از نحوه استفاده از BPO در زمینه مهمان‌نوازی است، مناسب است. هیچ پیش نیاز خاصی برای این دوره وجود ندارد. با این حال، درک اولیه از عملیات و ساختار صنعت مهمان‌نوازی سودمند خواهد بود.

این پنجمین دوره از هفت دوره در گواهی تجزیه و تحلیل داده های پیشرفته گوگل است. متخصصان داده از تحلیل رگرسیون برای کشف روابط بین متغیرهای مختلف در یک مجموعه داده و شناسایی عوامل کلیدی موثر بر عملکرد کسب و کار استفاده می کنند. در این دوره، مدل سازی روابط متغیر را تمرین خواهید کرد. شما در مورد روش های مختلف مدل سازی داده ها و نحوه استفاده از آنها برای نزدیک شدن به مشکلات تجاری یاد خواهید گرفت. همچنین روش هایی مانند رگرسیون خطی، تحلیل واریانس (ANOVA) و رگرسیون لجستیک را بررسی خواهید کرد. کارمندان Google که در حال حاضر در این زمینه کار می‌کنند، با ارائه فعالیت‌های عملی که وظایف مرتبط را شبیه‌سازی می‌کنند، به اشتراک گذاشتن نمونه‌هایی از کارهای روزانه‌شان، و کمک به شما در تقویت مهارت‌های تجزیه و تحلیل داده‌ها برای آماده شدن برای حرفه‌تان، شما را در این دوره راهنمایی می‌کنند. فراگیرانی که هفت دوره در این برنامه را تکمیل می کنند، مهارت های مورد نیاز برای درخواست برای مشاغل علوم داده و تجزیه و تحلیل داده های پیشرفته را خواهند داشت. این گواهی مستلزم آگاهی قبلی از اصول، مهارت‌ها و ابزارهای تحلیلی پایه است که در گواهی تجزیه و تحلیل داده‌های Google پوشش داده شده است. در پایان این دوره، شما: -کاوش استفاده از مدل های پیش بینی برای توصیف روابط متغیرها، با تاکید بر همبستگی -تعیین کنید که چگونه رگرسیون چندگانه بر روی رگرسیون خطی ساده در هر مرحله از فرآیند مدل سازی ایجاد می شود -تست های ANOVA یک طرفه و دو طرفه را اجرا و تفسیر کنید - ساخت انواع مختلف رگرسیون لجستیک از جمله مدل های رگرسیون خطی دو جمله ای، چند جمله ای، ترتیبی و پواسون

روابط صنعتی به ترکیبی از چارچوب‌های قانونی، اصول و رفتارهایی با هدف ایجاد جو مثبت در محل کار تبدیل شده است. این دوره، رهبران و مدیران را با مهارت ها و دانش لازم برای ایجاد و حمایت از یک فرهنگ در محل کار مجهز می کند که بر حقوق کارکنان، ارتباطات موثر، همکاری و حل تعارض تاکید دارد. شرکت‌کنندگان در مورد نقش روابط صنعتی، قوانین محل کار و استراتژی‌هایی برای افزایش جو محیط کار، مشارکت کارکنان و رضایت خواهند آموخت. این دوره برای رهبران تیم، سرپرستان، مدیران، متخصصان منابع انسانی، متخصصان روابط کار، و متخصصان یادگیری و توسعه طراحی شده است. این به افراد مبتدی و متوسط ​​در این زمینه پاسخ می دهد و دانش اساسی و مهارت های عملی را برای بهبود روابط در محل کار ارائه می دهد. برای اطمینان از موفقیت در این دوره، شرکت کنندگان باید مهارت های نظارتی و مدیریتی خط مقدم از جمله ارتباط موثر، ارائه بازخورد، مدیریت عملکرد کارکنان و حل تعارض داشته باشند.

این سومین دوره از هفت دوره در گواهی تحلیل داده های پیشرفته گوگل است. در این دوره، یاد خواهید گرفت که چگونه داستان را در داده ها پیدا کنید و آن داستان را به شیوه ای قانع کننده بیان کنید. خواهید فهمید که چگونه متخصصان داده از داستان سرایی برای درک بهتر داده های خود و انتقال بینش های کلیدی به هم تیمی ها و ذینفعان استفاده می کنند. شما همچنین تجزیه و تحلیل داده های اکتشافی را تمرین خواهید کرد و یاد خواهید گرفت که چگونه تجسم داده های موثر ایجاد کنید. کارمندان Google که در حال حاضر در این زمینه کار می‌کنند، با ارائه فعالیت‌های عملی که وظایف مرتبط را شبیه‌سازی می‌کنند، نمونه‌هایی از کارهای روزمره خود را به اشتراک می‌گذارند و به شما کمک می‌کنند مهارت‌های تجزیه و تحلیل داده‌های خود را برای آماده شدن برای حرفه خود ایجاد کنید، شما را در این دوره راهنمایی می‌کنند. فراگیرانی که هفت دوره در این برنامه را گذرانده اند، مهارت های لازم برای درخواست برای مشاغل علوم داده و تجزیه و تحلیل داده های پیشرفته را خواهند داشت. این گواهی مستلزم دانش قبلی از اصول، مهارت‌ها و ابزارهای تحلیلی پایه است که در گواهی Google Data Analytics پوشش داده شده است. در پایان این دوره، شما: -از ابزار پایتون برای بررسی ساختار و قالب داده های خام استفاده کنید -کتابخانه های پایتون مربوطه را برای پاکسازی داده های خام انتخاب کنید -نشان دادن نحوه تبدیل داده های دسته بندی به داده های عددی با پایتون -از مهارت های اعتبارسنجی ورودی برای اعتبارسنجی مجموعه داده با پایتون استفاده کنید -تکنیک هایی را برای ایجاد تجسم داده های قابل دسترس با Tableau شناسایی کنید -تصمیم گیری در مورد داده های از دست رفته و موارد پرت -ساختار و سازماندهی داده ها با دستکاری رشته های تاریخ

این چهارمین دوره از هفت دوره در گواهی تحلیل داده های پیشرفته گوگل است. در این دوره، خواهید فهمید که چگونه متخصصان داده از آمار برای تجزیه و تحلیل داده ها و به دست آوردن بینش های مهم استفاده می کنند. شما مفاهیم کلیدی مانند آمار توصیفی و استنباطی، احتمال، نمونه گیری، فواصل اطمینان و آزمون فرضیه را بررسی خواهید کرد. همچنین یاد خواهید گرفت که چگونه از پایتون برای تجزیه و تحلیل آماری استفاده کنید و مانند یک متخصص داده، یافته های خود را به اشتراک بگذارید. کارمندان Google که در حال حاضر در این زمینه کار می‌کنند، با ارائه فعالیت‌های عملی که وظایف مرتبط را شبیه‌سازی می‌کنند، به اشتراک گذاشتن نمونه‌هایی از کارهای روزانه‌شان، و کمک به شما در تقویت مهارت‌های تجزیه و تحلیل داده‌ها برای آماده شدن برای حرفه‌تان، شما را در این دوره راهنمایی می‌کنند. فراگیرانی که هفت دوره در این برنامه را تکمیل می کنند، مهارت های مورد نیاز برای درخواست برای مشاغل علوم داده و تجزیه و تحلیل داده های پیشرفته را خواهند داشت. این گواهی مستلزم آگاهی قبلی از اصول، مهارت‌ها و ابزارهای تحلیلی پایه است که در گواهی تجزیه و تحلیل داده‌های Google پوشش داده شده است. در پایان این دوره، شما: -کاربرد آمار در علم داده را شرح دهید -از آمار توصیفی برای خلاصه کردن و کشف داده ها استفاده کنید محاسبه احتمال با استفاده از قوانین اساسی داده های مدل با توزیع احتمال -کاربرد روش های مختلف نمونه گیری را شرح دهید -محاسبه توزیع های نمونه -فواصل اطمینان را بسازید و تفسیر کنید -آزمون های فرضیه را انجام دهید

این ششمین دوره از هفت دوره در گواهی تحلیل داده های پیشرفته گوگل است. در این دوره آموزشی، با یادگیری ماشینی آشنا می شوید که از الگوریتم ها و آمار برای آموزش سیستم های کامپیوتری برای کشف الگوها در داده ها استفاده می کند. متخصصان داده از یادگیری ماشینی برای کمک به تجزیه و تحلیل حجم زیادی از داده ها، حل مسائل پیچیده و پیش بینی های دقیق استفاده می کنند. شما روی دو نوع اصلی یادگیری ماشین تمرکز خواهید کرد: نظارت شده و بدون نظارت. شما یاد خواهید گرفت که چگونه مدل های مختلف یادگیری ماشین را برای مشکلات تجاری اعمال کنید و با مدل های خاصی مانند Naive Bayes، درخت تصمیم، جنگل تصادفی و غیره آشنا می شوید. کارمندان Google که در حال حاضر در این زمینه کار می‌کنند، با ارائه فعالیت‌های عملی که وظایف مرتبط را شبیه‌سازی می‌کنند، به اشتراک گذاشتن نمونه‌هایی از کارهای روزانه‌شان، و کمک به شما در تقویت مهارت‌های تجزیه و تحلیل داده‌ها برای آماده شدن برای حرفه‌تان، شما را در این دوره راهنمایی می‌کنند. فراگیرانی که هفت دوره در این برنامه را تکمیل می کنند، مهارت های مورد نیاز برای درخواست برای مشاغل علوم داده و تجزیه و تحلیل داده های پیشرفته را خواهند داشت. این گواهی مستلزم آگاهی قبلی از اصول، مهارت‌ها و ابزارهای تحلیلی پایه است که در گواهی تجزیه و تحلیل داده‌های Google پوشش داده شده است. در پایان این دوره، شما: -استفاده از تکنیک های مهندسی ویژگی با استفاده از پایتون -یک مدل Naive Bayes بسازید -توضیح دهید که چگونه یادگیری بدون نظارت با یادگیری تحت نظارت متفاوت است - کد یک الگوریتم K-means در پایتون -ارزیابی و بهینه سازی نتایج مدل K-means مدل‌های درخت تصمیم، نحوه عملکرد و مزایای آن‌ها را نسبت به سایر انواع یادگیری ماشینی تحت نظارت کاوش کنید - مشخص کردن کیسه در یادگیری ماشین، به ویژه برای مدل‌های تصادفی جنگل تشخیص تقویت در یادگیری ماشین، به ویژه برای مدل های XGBoost - پارامترهای مدل تنظیم و چگونگی تأثیر آنها بر عملکرد و معیارهای ارزیابی را توضیح دهید