محتوای دوره
مسیر یادگیری تو، مخصوص خودته! تجربه‌ات در پلتو با یک جلسه‌ی تشخیصی سه‌نفره شروع می‌شه؛ تو، منتور تخصصی حوزه‌ات و راهنمای ذهنی (روان‌درمانگر توسعه‌ی فردی). با هم وضعیت فعلی، هدف‌ها و موانع مسیرت رو بررسی می‌کنین و برنامه‌ی یادگیری متناسب با نیازت رو می‌چینین. منتورینگ فنی: هر روز از شنبه تا چهارشنبه، یک جلسه‌ی ۱۵ دقیقه‌ای با منتورت و گروه داری. پشتیبانی روزانه در تلگرام، پروژه‌های تمرینی و یک پروژه‌ی نهایی واقعی هم همراهته. برای نوشتن رزومه، آمادگی مصاحبه و برنامه‌ریزی مسیر شغلی هم می‌تونی از منتورت کمک بگیری. همراهی ذهنی: یک جلسه‌ی تشخیصی ۳۰ دقیقه‌ای، چهار جلسه‌ی مشاوره‌ی فردی ۴۵ دقیقه‌ای، سه جلسه‌ی آموزشی گروهی ۸۰ دقیقه‌ای و سه جلسه‌ی گروهی حمایتی ۱۰۰ تا ۱۲۰ دقیقه‌ای برای خودشناسی، شناخت موانع و تقویت مهارت‌های فردی در نظر گرفته شده. منتورینگ زبان انگلیسی: در کنار مسیر فنی، منتور زبان انگلیسی هم همراهته تا متناسب با سطح فعلیت، مهارت‌های زبانت رو تقویت کنی و برای مطالعه‌ی مستندات تخصصی، ارتباطات کاری و فرصت‌های شغلی بهتر آماده بشی.
درباره مسیر مهندسی داده
این مسیر برای کسایی طراحی شده که می‌خوان یاد بگیرن داده‌ها چطور از منابع مختلف جمع‌آوری، پردازش، سازمان‌دهی و ذخیره می‌شن تا برای تحلیل، گزارش‌گیری و کاربردهای هوش مصنوعی آماده باشن. در این مسیر با مفاهیم طراحی پایپ‌لاین داده، مدل‌سازی داده و خودکارسازی فرایندهای پردازش آشنا می‌شی و یاد می‌گیری چطور زیرساخت لازم برای استفاده‌ی قابل‌اعتماد از داده‌ها رو بسازی. با تمرین‌های عملی و یک پروژه‌ی نهایی، تجربه‌ی پیاده‌سازی یک جریان داده از دریافت تا پردازش و ذخیره‌سازی رو به دست میاری. ابزارهای پیشرفته‌تر هم براساس سطح فعلیت و هدف شغلی انتخاب می‌شن تا به‌جای آشنایی سطحی با تعداد زیادی ابزار، روی مهارت‌های اصلی مهندسی داده تسلط پیدا کنی.
سرفصل‌های دوره
سرفصل‌ها براساس سطح فعلی و هدف تو تنظیم می‌شن؛ اما چارچوب کلی دوره از این قراره:
- •Python / SQL
- •Linux / Git
- •PostgreSQL / Data Modeling
- •ETL / ELT Pipelines
- •Data Validation / Data Quality
- •Apache Airflow / Workflow Orchestration
- •Docker / Pipeline Deployment
- •Data Warehousing (مقدماتی)
- •Apache Spark (مقدماتی، براساس سطح)
- •Apache Kafka (آشنایی مقدماتی، در صورت تناسب با مسیر)
- •پروژه‌ی عملی مهندسی داده