Data Analyst
درباره دوره
دوره تحلیل داده (Data Analyst)
یک برنامه جامع و کاربردی است که به شما مهارتهای ضروری برای تجزیه و تحلیل دادهها و استخراج بینشهای کلیدی از آنها را آموزش میدهد. در این دوره، با ابزارها و تکنیکهای مدرن در زمینه تحلیل داده آشنا خواهید شد و توانایی کار با دادهها از جمعآوری و پاکسازی تا تجزیه و تحلیل و تصویریسازی را خواهید آموخت.
برای مشاوره رایگان و اطلاعات بیشتر، همین حالا تماس بگیرید:
وبسایت: www.i3center.com
مشهد – بلوار فردوسی – نبش خیابان ثمانه – پلاک 163 آموزشگاه بینالملل (i3center)
شماره تماس: 05137632812
واتساپ: wa.me/989011728512
پیش نیازه های دوره
آشنایی حرفه ای با کامپیوتر
داشتن مدرک ICDL
دستاورد های شما پس از گذراندن دوره
پایتون مقدماتی ، پایتون پیشرفته ، جبر خطی ، کتابخانه های داده و هوش مصنوعی ، یادگیری ماشین و بانک های اطلاعاتی SQL و NoSQL و Power BI
سوالات متداول
آیا پروژه عملی در دوره وجود دارد؟
بله، دوره شامل پروژههای عملی است که به شما کمک میکند تا مهارتهای خود را در دنیای واقعی به کار ببرید.
<hr>
آیا نیاز به پیشدانشگاهی خاصی دارم؟
پیشدانشگاهی خاصی لازم نیست، اما آشنایی با مفاهیم پایهای داده و آمار میتواند مفید باشد.
سرفصل های دوره
Data Introduction
?What is DataTypes of Data: Structured vs Unstructured
برگرفته شده از : Harvard University - Data Science Professional Certificate
Importance of Data in Decision Making
Data-Driven Decision Making
برگرفته شده از : MIT OpenCourseWare - Data, Models, and Decisions
<hr>
Excel
Basic Functions and FormulasSUM, AVERAGE, IF, VLOOKUP
برگرفته شده از : Coursera Excel Skills for Business
Data Analysis Tools
Pivot Tables, Data Validation
برگرفته شده از : Microsoft Learn Excel Data Analysis
<hr>
SQL
Introduction to SQLSQL Syntax and Structure
برگرفته شده از : Stanford University - Databases
Advanced SQL Queries
Joins, Subqueries, Indexing
برگرفته شده از : Mode Analytics SQL Tutorial
<hr>
Python
Python BasicsData Types, Control Structures
برگرفته شده از : Coursera - Python for Everybody
Libraries for Data Analysis
Pandas, NumPy, Matplotlib
برگرفته شده از : DataCamp - Data Manipulation with Pandas
<hr>
Data Collection
Methods of Data CollectionSurveys, Web Scraping, APIs
برگرفته شده از : University of California, Berkeley - Research Methods
Ethics in Data Collection
Privacy Considerations
برگرفته شده از : Harvard University - Data Science Ethics
<hr>
Data Cleaning
Data Quality and IntegrityIdentifying Missing Values, Outliers
برگرفته شده از : Coursera - Data Cleaning
Techniques for Data Cleaning
Data Transformation, Normalization
برگرفته شده از : Kaggle - Data Cleaning
<hr>
Descriptive Analysis
Descriptive StatisticsMean, Median, Mode, Standard Deviation
برگرفته شده از : Khan Academy - Statistics and Probability
Data Summarization Techniques
Frequency Distribution, Cross-Tabulation
برگرفته شده از : Coursera - Data Analysis with Python
<hr>
Data Visualization
Principles of Data VisualizationEffective Chart Design, Color Theory
برگرفته شده از : Edward Tufte - The Visual Display of Quantitative Information
Tools for Data Visualization
Matplotlib, Seaborn, Tableau
برگرفته شده از : Tableau - Getting Started
<hr>
Power BI
Introduction to Power BIPower BI Interface and Components
برگرفته شده از : Microsoft Learn - Get started with Power BI
Creating Reports and Dashboards
Data Modeling, DAX Functions
برگرفته شده از : Coursera - Getting Started with Power BI
<hr>
Statistical Analysis
Basic Statistical ConceptsProbability, Distributions, Hypothesis Testing
برگرفته شده از : OpenStax - Introductory Statistics
Inferential Statistics
Confidence Intervals, p-Values
برگرفته شده از : Coursera - Statistical Inference
<hr>
Machine Learning Basics
Introduction to Machine LearningSupervised vs Unsupervised Learning
برگرفته شده از : Stanford University - Machine Learning
Common Algorithms
Linear Regression, Decision Trees, K-Means
برگرفته شده از : Google Developers - Machine Learning Crash Course
<hr>
Big Data Technologies
Introduction to Big DataCharacteristics of Big Data (Volume, Variety, Velocity)
برگرفته شده از : Coursera - Big Data Specialization
Big Data Tools
Hadoop, Spark, NoSQL Databases
برگرفته شده از : edX - Big Data Analysis with Spark
<hr>
Deep Learning
Introduction to Deep LearningNeural Networks, Activation Functions
برگرفته شده از : Coursera - Deep Learning Specialization
Frameworks for Deep Learning
TensorFlow, Keras, PyTorch
برگرفته شده از : Deep Learning with Python
اشتراک گذاری
درحال برگزاری
+ اساتید دوره :
کمک مدرس دوره :
رادین میلانی مقدم
کمک مدرس دوره :
نیلوفر خزائی
140 ساعت
1404/05/05
یکشنبه
15:00 الی
18:00
سه شنبه
15:00 الی
18:00
20 نفر
2 جلسه
لابراتوار A
دوره های دیگر در حال ثبت نام بین الملل
پیشرفته
درحال ثبت نام
Full Stack Web Developer With NodeJs 2025
حضوری / آنلاین
کد FullStack1646
دوره فولاستک با فریم ورک ری اکت و نود جی اس
Master Full-Stack Web Developer
با تسلط بر فریمورکهای قدرتمند ریاکت و نود جیاس به یک توسعهدهنده فولاستک حرفهای تبدیل شوید. این دوره کاملاً عملی، شما را با ساخت پروژههای واقعی برای ورود به بازار کار آماده میکند.
Master Full-Stack Web Developer
با تسلط بر فریمورکهای قدرتمند ریاکت و نود جیاس به یک توسعهدهنده فولاستک حرفهای تبدیل شوید. این دوره کاملاً عملی، شما را با ساخت پروژههای واقعی برای ورود به بازار کار آماده میکند.
مدت زمان
250 ساعتتاریخ شروع
1404/10/05محل برگزاری
لابراتوار B
پیشرفته
درحال ثبت نام
Real Projects 2026
حضوری / آنلاین
کد اجرای پروژه 1642
دوره اجرای پروژه عملی و پروژهمحور فولاستک
Full Stack Real Project Bootcamp 2026
در دوره اجرای پروژه 2026، مهارتهای فولاستک خود را با اجرای پروژههای واقعی، کار تیمی حرفهای و دیپلوی کامل روی سرور به سطحی عملی و قابل ارائه ارتقا دهید و برای ورود به بازار کار آماده شوید.
Full Stack Real Project Bootcamp 2026
در دوره اجرای پروژه 2026، مهارتهای فولاستک خود را با اجرای پروژههای واقعی، کار تیمی حرفهای و دیپلوی کامل روی سرور به سطحی عملی و قابل ارائه ارتقا دهید و برای ورود به بازار کار آماده شوید.
مدت زمان
100 ساعتتاریخ شروع
1404/09/27محل برگزاری
لابراتوار B
مینی دوره
درحال ثبت نام
Python for Data Science, AI & Development
حضوری / آنلاین
کد python1641
دوره تخصصی پایتون با رویکرد علم داده و هوش مصنوعی
Python for Data Science, AI & Development
با دوره پایتون با رویکرد علم داده، مهارتهای تخصصی در زمینه علم داده، یادگیری ماشین و هوش مصنوعی را بر اساس استانداردهای جهانی IBM فرا بگیرید و مسیر شغلی خود را به سطحی حرفهای ارتقا دهید..
Python for Data Science, AI & Development
با دوره پایتون با رویکرد علم داده، مهارتهای تخصصی در زمینه علم داده، یادگیری ماشین و هوش مصنوعی را بر اساس استانداردهای جهانی IBM فرا بگیرید و مسیر شغلی خود را به سطحی حرفهای ارتقا دهید..
مدت زمان
80 ساعتتاریخ شروع
1404/09/30محل برگزاری
لابراتوار Aدرخواست مشاوره ثبت نام
درصورت نیاز به مشاوره برای ثبت نام فرم درخواست زیر را تکمیل فرمایید.