با سلام
دانشجویان محترم کارشناسی ارشد (ترم ۴ و بعد از آن) که درس پایان نامه را اخذ کرده اند اما هنوز استاد راهنما انتخاب نکرده اند و عنوان پایان نامه شان مشخص نشده است هر چه سریع تر به مدیر گروه خانم احمدی پور
یا به خانم لطفی ایمیل بزنید تا برایشان استاد راهنما هماهنگ شود
.
Somayeh.lotfi@iau.ac.ir
ahmadipoor.iau@gmail.com
دانشجویان محترم کارشناسی ارشد (ترم ۴ و بعد از آن) که درس پایان نامه را اخذ کرده اند اما هنوز استاد راهنما انتخاب نکرده اند و عنوان پایان نامه شان مشخص نشده است هر چه سریع تر به مدیر گروه خانم احمدی پور
یا به خانم لطفی ایمیل بزنید تا برایشان استاد راهنما هماهنگ شود
.
Somayeh.lotfi@iau.ac.ir
ahmadipoor.iau@gmail.com
با سلام و احترام
دانشجویان محترم در خصوص اخلاق حرفه ای پژوهش یک نکته را خدمت شما یادآوری میکنم:
چنانچه قصد دارید اسم شخصی را در مقاله ارسالی برای کنفرانس و مجله بنویسید ابتدا از ایشان به صورت رسمی از طریق ارسال ایمیل اجازه بگیرید، محتوای مقاله را با ایشان چک کنید و در مورد نحوه نوشتن وابستگی سازمانی خود و استاد تاییدشان را بگیرید .
دانشجویان محترم در خصوص اخلاق حرفه ای پژوهش یک نکته را خدمت شما یادآوری میکنم:
چنانچه قصد دارید اسم شخصی را در مقاله ارسالی برای کنفرانس و مجله بنویسید ابتدا از ایشان به صورت رسمی از طریق ارسال ایمیل اجازه بگیرید، محتوای مقاله را با ایشان چک کنید و در مورد نحوه نوشتن وابستگی سازمانی خود و استاد تاییدشان را بگیرید .
دومین کنفرانس بینالمللی هوش مصنوعی (ICAI 2026) در تاریخ ۱۹ و ۲۰ بهمن ۱۴۰۴ در دانشگاه شهید بهشتی با شعار «هوش مصنوعی برای همه» برگزار خواهد شد. تمرکز این کنفرانس بر رویکردها و الگوریتمهای هوش مصنوعی و کاربردهای آن در تمامی حوزههای دانشگاهی و صنعتی است و محور ویژه امسال «هوش مصنوعی برای خلق و مدیریت ثروت» تعیین شده است.
هدف ICAI 2026 فراهم آوردن بستری برای پژوهشهای میانرشتهای در حوزه هوش مصنوعی با بهرهگیری از فناوریهای پیشرو از جمله هوش عاملمحور، هوش تفسیرپذیر (XAI)، هوش مسئولانه، هوش مولد، تقطیر دانش، مدلهای زبانی بزرگ (LLMs)، یادگیری تقویتی عمیق، یادگیری تقلیدی و یادگیری از طریق نمایش است
هدف ICAI 2026 فراهم آوردن بستری برای پژوهشهای میانرشتهای در حوزه هوش مصنوعی با بهرهگیری از فناوریهای پیشرو از جمله هوش عاملمحور، هوش تفسیرپذیر (XAI)، هوش مسئولانه، هوش مولد، تقطیر دانش، مدلهای زبانی بزرگ (LLMs)، یادگیری تقویتی عمیق، یادگیری تقلیدی و یادگیری از طریق نمایش است
دانشجویانی که درس جبرانی پایگاه داده با آقای دلاکی دارند، فردا ساعت ۹:۴۵ درکلاس ۲۰۸ حضور داشته باشند.
*اطلاعیه جذب نخبگان علمی و پژوهشی*
باشگاه پژوهشگران جوان و نخبگان دانشگاه آزاد بندرعباس با هدف شناسایی، حمایت و پرورش استعدادهای برتر علمی، از میان دانشجویان مستعد و علاقهمند به فعالیتهای پژوهشی، علمی و فرهنگی عضو فعال میپذیرد.
شرایط عضویت:
دانشجویانی که دارای یکی از ویژگیهای زیر هستند میتوانند درخواست خود را ارسال نمایند:
• معدل کل بالای ۱۷
• دارا بودن مدال یا رتبه در المپیادهای علمی دانشآموزی یا دانشجویی
• داشتن مدرک معتبر مهارت در زبان دوم
• مشارکت در طرحهای پژوهشی یا نوآورانه
• ارائه مقاله در کنفرانس ها و همایشهای ملی یا بینالمللی، یا چاپ مقاله در مجلات معتبر علمی
• ترجمه، تألیف یا گردآوری کتاب و منابع علمی
• کسب مقام در مسابقات، جشنوارههای علمی، فرهنگی یا فناوری
مزایای عضویت:
• بهرهمندی از حمایتهای پژوهشی و تسهیلات ویژه اعضا
• شرکت در کارگاهها، همایشها و رویدادهای اختصاصی
• معرفی و حمایت جهت شرکت در جشنوارهها و پروژههای استانی و ملی
• فرصت همکاری با اساتید و پژوهشگران برجسته
نحوه ثبتنام:
علاقهمندان میتوانند با مراجعه به دفتر باشگاه پژوهشگران جوان واقع در طبقه ۵ ساختمان اداری یا از طریق سامانه به آدرس https://old.bpj.iau.ir/RegisterMember.aspx
و یا ارسال ایمیل
نسبت به تکمیل فرم عضویت و ارسال مستندات اقدام نمایند.
ایمیل:
somayeh.lotfi@iau.ac.ir
باشگاه پژوهشگران جوان و نخبگان دانشگاه آزاد بندرعباس با هدف شناسایی، حمایت و پرورش استعدادهای برتر علمی، از میان دانشجویان مستعد و علاقهمند به فعالیتهای پژوهشی، علمی و فرهنگی عضو فعال میپذیرد.
شرایط عضویت:
دانشجویانی که دارای یکی از ویژگیهای زیر هستند میتوانند درخواست خود را ارسال نمایند:
• معدل کل بالای ۱۷
• دارا بودن مدال یا رتبه در المپیادهای علمی دانشآموزی یا دانشجویی
• داشتن مدرک معتبر مهارت در زبان دوم
• مشارکت در طرحهای پژوهشی یا نوآورانه
• ارائه مقاله در کنفرانس ها و همایشهای ملی یا بینالمللی، یا چاپ مقاله در مجلات معتبر علمی
• ترجمه، تألیف یا گردآوری کتاب و منابع علمی
• کسب مقام در مسابقات، جشنوارههای علمی، فرهنگی یا فناوری
مزایای عضویت:
• بهرهمندی از حمایتهای پژوهشی و تسهیلات ویژه اعضا
• شرکت در کارگاهها، همایشها و رویدادهای اختصاصی
• معرفی و حمایت جهت شرکت در جشنوارهها و پروژههای استانی و ملی
• فرصت همکاری با اساتید و پژوهشگران برجسته
نحوه ثبتنام:
علاقهمندان میتوانند با مراجعه به دفتر باشگاه پژوهشگران جوان واقع در طبقه ۵ ساختمان اداری یا از طریق سامانه به آدرس https://old.bpj.iau.ir/RegisterMember.aspx
و یا ارسال ایمیل
نسبت به تکمیل فرم عضویت و ارسال مستندات اقدام نمایند.
ایمیل:
somayeh.lotfi@iau.ac.ir
Forwarded from iauba_comp (Baharak Ahmadipoor)
📢 اطلاعیه مهم
🔶قابل توجه دانشجویان ورودی مهر ۱۴۰۴
🟧لطفا در اسرع وقت با مراجعه به سامانه دانشجویار نسبت به ثبت نام و تکمیل پرسشنامه پایش سلامت از تاریخ ۱۴۰۴/۸/۱۷ و حداکثر تا تاریخ ۱۴۰۴/۹/۱ اقدام نمایید
✅دسترسی به آموزشیار برای این دسته از دانشجویان پس از تکمیل پرسشنامه امکان پذیر خواهد بود
لینک سامانه دانشجویار
https://www.daneshjouyar.iau.ir/
🔶مرکز مشاوره امین دانشگاه آزاد اسلامی واحد بندرعباس
🔶قابل توجه دانشجویان ورودی مهر ۱۴۰۴
🟧لطفا در اسرع وقت با مراجعه به سامانه دانشجویار نسبت به ثبت نام و تکمیل پرسشنامه پایش سلامت از تاریخ ۱۴۰۴/۸/۱۷ و حداکثر تا تاریخ ۱۴۰۴/۹/۱ اقدام نمایید
✅دسترسی به آموزشیار برای این دسته از دانشجویان پس از تکمیل پرسشنامه امکان پذیر خواهد بود
لینک سامانه دانشجویار
https://www.daneshjouyar.iau.ir/
🔶مرکز مشاوره امین دانشگاه آزاد اسلامی واحد بندرعباس
Forwarded from iauba_comp (Baharak Ahmadipoor)
*مسابقه «راهی شو» رویدادی ملی با رویکرد مسئلهمحور با هدف حل چالشهای واقعی صنایع و حوزههای فناورانه*
این مسابقه به صورت سالانه و در سطح ملی برگزار شده و فرصتی فراهم میآورد تا دانشجویان و فارغالتحصیلان رشتههای فنی و مهندسی، علوم پزشکی و علوم پایه از سراسر کشور بتوانند در قالب پروژههای صنعتی واقعی فعالیت کنند، مهارتهای تخصصی خود را ارتقا دهند و با فضای حرفهای مرتبط با رشته تحصیلی خود آشنایی بیشتری پیدا نمایند.
این رقابت به صورت مجازی و تیمی برگزار میشود و شرکتکنندگان از طریق یک فرایند علمی و نظاممند، تیمهای نهایی خود را تشکیل داده و مراحل مختلف مسابقه را بهصورت گروهی تکمیل میکنند.
در پایان، برای تیمهای برگزیده امتیازاتی از جمله اعطای امتیاز نخبگی، جوایز نقدی، امکان ورود به فرایند رشد و شتابدهی، دریافت گرنت پژوهشی و معرفی به بخشهای صنعتی در نظر گرفته شده است. این حمایتها در راستای تسهیل مسیر ورود نخبگان دانشگاهی به عرصه صنعت و تقویت اقتصاد دانشبنیان کشور انجام میگیرد. برای کسب اطلاعات بیشتر و شرکت در مسابقه به آدرس https://rahisho.online مراجعه نمایید.
این مسابقه به صورت سالانه و در سطح ملی برگزار شده و فرصتی فراهم میآورد تا دانشجویان و فارغالتحصیلان رشتههای فنی و مهندسی، علوم پزشکی و علوم پایه از سراسر کشور بتوانند در قالب پروژههای صنعتی واقعی فعالیت کنند، مهارتهای تخصصی خود را ارتقا دهند و با فضای حرفهای مرتبط با رشته تحصیلی خود آشنایی بیشتری پیدا نمایند.
این رقابت به صورت مجازی و تیمی برگزار میشود و شرکتکنندگان از طریق یک فرایند علمی و نظاممند، تیمهای نهایی خود را تشکیل داده و مراحل مختلف مسابقه را بهصورت گروهی تکمیل میکنند.
در پایان، برای تیمهای برگزیده امتیازاتی از جمله اعطای امتیاز نخبگی، جوایز نقدی، امکان ورود به فرایند رشد و شتابدهی، دریافت گرنت پژوهشی و معرفی به بخشهای صنعتی در نظر گرفته شده است. این حمایتها در راستای تسهیل مسیر ورود نخبگان دانشگاهی به عرصه صنعت و تقویت اقتصاد دانشبنیان کشور انجام میگیرد. برای کسب اطلاعات بیشتر و شرکت در مسابقه به آدرس https://rahisho.online مراجعه نمایید.
با سلام
دانشجویان محترم درس پایگاه داده پیشرفته طبق درخواست دانشجویان جلسه آینده ۲۸ آبان کلاس ساعت ۱۵ شروع میشود.
دانشجویان محترم درس پایگاه داده پیشرفته طبق درخواست دانشجویان جلسه آینده ۲۸ آبان کلاس ساعت ۱۵ شروع میشود.
دانشجویان محترم که در ترم جاری درس سمینار را اخذ نموده اند، روز چهارشنبه ساعت ۱۷ جهت هماهنگی در مورد موضوع سمینار و نحوه انجام کار جلسه حضوری برگزار میشود. لطفا حضور داشته باشید.
دانشجویان گرامی
در راستای انتخاب پژوهشگر برتر دانشجویی در دانشگاه های استان هرمزگان و همین طور واحد بندرعباس، از شما درخواست میشود:
اگر فعالیتهای پژوهشی شاخص اعم از مقالات ISI یا علمی-پژوهشی معتبر، کتاب و جایزه بین المللی و ...دارید، لطفاً اطلاع دهید تا کاربرگی را جهت تکمیل خدمت شما ارسال کنم.
کاربرگ باید حداکثر تا شنبه 1404/09/01به دفتر معاونت پژوهشی تحویل داده شود.
با تشکر
آدرس ایمیل
iau.lotfi@gmail.com
در راستای انتخاب پژوهشگر برتر دانشجویی در دانشگاه های استان هرمزگان و همین طور واحد بندرعباس، از شما درخواست میشود:
اگر فعالیتهای پژوهشی شاخص اعم از مقالات ISI یا علمی-پژوهشی معتبر، کتاب و جایزه بین المللی و ...دارید، لطفاً اطلاع دهید تا کاربرگی را جهت تکمیل خدمت شما ارسال کنم.
کاربرگ باید حداکثر تا شنبه 1404/09/01به دفتر معاونت پژوهشی تحویل داده شود.
با تشکر
آدرس ایمیل
iau.lotfi@gmail.com
جهت اطلاع رسانی به دانشجویان در رشته های مرتبط
هشتمین جشنواره مخترعان، مبتکران و نوآوران دانشگاه آزاد اسلامی
سایت جشنواره https://farhikhteganfestival.iau.ir/fiic
هشتمین جشنواره مخترعان، مبتکران و نوآوران دانشگاه آزاد اسلامی
سایت جشنواره https://farhikhteganfestival.iau.ir/fiic
✨ انجمن علمی علوم تربیتی دانشگاه آزاد اسلامی واحد بندرعباس برگزار میکند
📚 *مسابقه بزرگ کتابخوانی*
کتاب منتخب: *انسان در جستوجوی معنا* اثر ویکتور فرانکل
⏳ مدت زمان برگزاری: یک هفته
📅 از ۲۸ آبان تا ۵ آذر ۱۴۰۴
🔸 از میان شرکتکنندگان، ۲۰ نفر برتر که بیشترین پاسخها را ارائه دهند، به مرحله بعدی راه خواهند یافت.
🏆 *جوایز ویژه*:
- نفر اول: ۳ میلیون تومان
- نفر دوم: ۲ میلیون تومان
- نفر سوم: ۱ میلیون تومان
💫 شرکت برای همه دانشجویان از تمامی رشتهها آزاد است.
فرصتی برای مطالعه، اندیشیدن و رقابت علمی… همراه شوید و معنای تازهای از کتابخوانی را تجربه کنید!
لینک ثبت نام :
https://survey.porsline.ir/s/zgCmFUuD
📚 *مسابقه بزرگ کتابخوانی*
کتاب منتخب: *انسان در جستوجوی معنا* اثر ویکتور فرانکل
⏳ مدت زمان برگزاری: یک هفته
📅 از ۲۸ آبان تا ۵ آذر ۱۴۰۴
🔸 از میان شرکتکنندگان، ۲۰ نفر برتر که بیشترین پاسخها را ارائه دهند، به مرحله بعدی راه خواهند یافت.
🏆 *جوایز ویژه*:
- نفر اول: ۳ میلیون تومان
- نفر دوم: ۲ میلیون تومان
- نفر سوم: ۱ میلیون تومان
💫 شرکت برای همه دانشجویان از تمامی رشتهها آزاد است.
فرصتی برای مطالعه، اندیشیدن و رقابت علمی… همراه شوید و معنای تازهای از کتابخوانی را تجربه کنید!
لینک ثبت نام :
https://survey.porsline.ir/s/zgCmFUuD
لینک عضویت در گروه: https://chat.whatsapp.com/LEKt3AgSd8n8gRYadpQi3C?mode=wwt
با سلام
موضوعات پیشنهادی برای تحقیق درس پایگاه داده پیشرفته
۱. روشها و تکنیکهای طراحی پایگاه دادههای پیشرفته
(سیستمهای یکپارچهسازی داده، Data Warehouse، Data Mart، معماریهای مدرن)
۲. پاکسازی داده (Data Cleaning) و شناسایی و حذف ناسازگاریهای داده
(روشهای رفع اختلال، تشخیص نویز، افزایش کیفیت داده)
۳. انبار داده (Data Warehousing) و معماریهای مدرن ذخیرهسازی تحلیلی
۴. پاکسازی داده در انبار داده – فرآیند ETL (Extract–Transform–Load)
(روشهای تبدیل، بارگذاری، رفع خطا در دادههای حجیم)
۵. بهینهسازی پرسوجو (Query Optimization)
(روشهای مبتنی بر هزینه، یادگیری ماشین، بهینهسازی خودکار)
۶. ساختارهای داده و ذخیرهسازی در پایگاه داده پیشرفته
(B+Tree، R-Tree، LSM-Tree، Column Store، Compression)
۷. قیود یکپارچگی (Integrity Constraints) و روشهای تضمین سازگاری
۸. پایگاهدادههای موازی (Parallel Databases)
(پردازش موازی پرسوجو، معماریهای Shared-Nothing و Shared-Memory)
۹. پایگاهدادههای توزیعشده (Distributed Databases)
(Replication, Sharding, CAP, Consensus Algorithms)
۱۰. امنیت پایگاهدادههای توزیعشده (Distributed DB Security)
( کنترل دسترسی، اعتماد، تشخیص نفوذ، مدیریت کلید)
۱۱. امنیت پایگاه داده (Database Security)
(SQL Injection, Encryption, Access Control, Auditing)
۱۲. پایگاهدادههای NoSQL
(Key–Value, Wide-Column, Document, Graph Databases: MongoDB, Cassandra, Neo4j, …)
۱۳. پایگاهدادههای چندرسانهای (Multimedia Databases – MMDB) و چالشها
(جستجوی تصویر، فشردهسازی، توصیف ویژگیها، ذخیرهسازی حجیم)
۱۴. پایگاه داده استنتاجی (Deductive Databases)
(منطق گزارهای، Datalog، Query Evaluation)
۱۵. پایگاهدادههای مبتنی بر اسناد و قالبهای XML/JSON
(ساختاردهی، اعتبارسنجی، مدلسازی، Querying)
۱۶. SQL پیشرفته
(Indexes، Transactions، Constraints، Triggers، Views، Authorization)
۱۷. کدهای تصحیح خطا (Error Correcting Codes – ECC)
(Reed–Solomon، کاربرد در ذخیرهسازها و پایگاه داده)
۱۸. مجازیسازی ذخیرهسازی داده (Data Storage Virtualization)
(RAID، Storage Pooling، Thin Provisioning)
۱۹. سطوح ایزولیشن (Isolation Levels) و نحوه پیادهسازی آن در DBMS
(Read Uncommitted, Serializable, MVCC)
۲۰. ساختارهای داده مورد استفاده در مدیریت قفلها (Lock Manager)
(hash tables ، گرافهای انتظار، Deadlock Detection)
۲۱. پایگاهدادههای گراف و تحلیل شبکههای پیچیده
(Shortest Path, PageRank, Graph Query Languages)
۲۲. الگوریتمهای اجماع در پایگاههای توزیعشده
(Paxos, Raft, Byzantine Fault Tolerance و نقش آنها در تراکنشها)
۲۳. معماری پایگاه داده در سیستمهای مبتنی بر بلاکچین
(مدل داده، چالشهای مقیاسپذیری، ساختار Ledger)
۲۴. کاربرد یادگیری ماشین در پایگاههای داده
(Automatic Tuning, Learned Indexes, Cardinality Estimation)
در پیامهای قبلی هم موضوعاتی به این منظور پیشنهاد شده بود. دانشجویانی که هنوز موضوع تحقیق خود را انتخاب نکرده اند لیست را بررسی و موضوع انتخابی خود را ایمیل بزنند
iau.lotfi@gmail.com
موضوعات پیشنهادی برای تحقیق درس پایگاه داده پیشرفته
۱. روشها و تکنیکهای طراحی پایگاه دادههای پیشرفته
(سیستمهای یکپارچهسازی داده، Data Warehouse، Data Mart، معماریهای مدرن)
۲. پاکسازی داده (Data Cleaning) و شناسایی و حذف ناسازگاریهای داده
(روشهای رفع اختلال، تشخیص نویز، افزایش کیفیت داده)
۳. انبار داده (Data Warehousing) و معماریهای مدرن ذخیرهسازی تحلیلی
۴. پاکسازی داده در انبار داده – فرآیند ETL (Extract–Transform–Load)
(روشهای تبدیل، بارگذاری، رفع خطا در دادههای حجیم)
۵. بهینهسازی پرسوجو (Query Optimization)
(روشهای مبتنی بر هزینه، یادگیری ماشین، بهینهسازی خودکار)
۶. ساختارهای داده و ذخیرهسازی در پایگاه داده پیشرفته
(B+Tree، R-Tree، LSM-Tree، Column Store، Compression)
۷. قیود یکپارچگی (Integrity Constraints) و روشهای تضمین سازگاری
۸. پایگاهدادههای موازی (Parallel Databases)
(پردازش موازی پرسوجو، معماریهای Shared-Nothing و Shared-Memory)
۹. پایگاهدادههای توزیعشده (Distributed Databases)
(Replication, Sharding, CAP, Consensus Algorithms)
۱۰. امنیت پایگاهدادههای توزیعشده (Distributed DB Security)
( کنترل دسترسی، اعتماد، تشخیص نفوذ، مدیریت کلید)
۱۱. امنیت پایگاه داده (Database Security)
(SQL Injection, Encryption, Access Control, Auditing)
۱۲. پایگاهدادههای NoSQL
(Key–Value, Wide-Column, Document, Graph Databases: MongoDB, Cassandra, Neo4j, …)
۱۳. پایگاهدادههای چندرسانهای (Multimedia Databases – MMDB) و چالشها
(جستجوی تصویر، فشردهسازی، توصیف ویژگیها، ذخیرهسازی حجیم)
۱۴. پایگاه داده استنتاجی (Deductive Databases)
(منطق گزارهای، Datalog، Query Evaluation)
۱۵. پایگاهدادههای مبتنی بر اسناد و قالبهای XML/JSON
(ساختاردهی، اعتبارسنجی، مدلسازی، Querying)
۱۶. SQL پیشرفته
(Indexes، Transactions، Constraints، Triggers، Views، Authorization)
۱۷. کدهای تصحیح خطا (Error Correcting Codes – ECC)
(Reed–Solomon، کاربرد در ذخیرهسازها و پایگاه داده)
۱۸. مجازیسازی ذخیرهسازی داده (Data Storage Virtualization)
(RAID، Storage Pooling، Thin Provisioning)
۱۹. سطوح ایزولیشن (Isolation Levels) و نحوه پیادهسازی آن در DBMS
(Read Uncommitted, Serializable, MVCC)
۲۰. ساختارهای داده مورد استفاده در مدیریت قفلها (Lock Manager)
(hash tables ، گرافهای انتظار، Deadlock Detection)
۲۱. پایگاهدادههای گراف و تحلیل شبکههای پیچیده
(Shortest Path, PageRank, Graph Query Languages)
۲۲. الگوریتمهای اجماع در پایگاههای توزیعشده
(Paxos, Raft, Byzantine Fault Tolerance و نقش آنها در تراکنشها)
۲۳. معماری پایگاه داده در سیستمهای مبتنی بر بلاکچین
(مدل داده، چالشهای مقیاسپذیری، ساختار Ledger)
۲۴. کاربرد یادگیری ماشین در پایگاههای داده
(Automatic Tuning, Learned Indexes, Cardinality Estimation)
در پیامهای قبلی هم موضوعاتی به این منظور پیشنهاد شده بود. دانشجویانی که هنوز موضوع تحقیق خود را انتخاب نکرده اند لیست را بررسی و موضوع انتخابی خود را ایمیل بزنند
iau.lotfi@gmail.com
با سلام
لیست مباحث ارائه درس تحلیل کلان داده به شرح زیر تعیین شده بود. برخی از این ارائه ها انجام شده است. با توجه به تعطیل شدن کلاس در هفته های گذشته تاریخ برخی ارائه ها تغییر کرده است. لطفا به تاریخ های ارائه جدید توجه نمایید و بر اساس آن مطالب خود را به صورت مفید و مختصر ارائه نمایید.
۱-مدیریت منابع (Resource Management) شلمل مباحث فهم نحوه تخصیص منابع در سیستمهای داده کلان،مجازی سازی و فناوری کانتینر، بررسی YARN و Mesos،مفهوم Job Scheduling -اجزای YARN (ResourceManager, NodeManager, ApplicationMaster) - Mesos به عنوان Cluster Kernel - مقایسه YARN و Mesos- کاربرد Kubernetes در محیطهای ابری ارائه شده است
۲-فایلسیستمهای توزیعشده (Distributed File Systems) مباحث: درک نحوه ذخیره دادهها در محیط توزیعشده
ساختار Google File System (GFS) - HDFS در Hadoop - Data replication, fault tolerance - مقایسه HDFS با Flat FS و CephFS ارائه شده است
۳-پایگاهدادههای NoSQL مباحث :شناخت انواع مدلهای داده در NoSQL و sqoop - دلایل نیاز به NoSQL در Big Data- چهار نوع NoSQL (Key-Value, Columnar, Document, Graph)- Dynamo، BigTable، Cassandra
مقایسه با RDBMS- نمونهی داده در Cassandra یا MongoDB ارائه شده است
۴-سامانههای پیامرسان توزیعشده (Messaging Systems) مباحث : فهم ارتباط میان سرویسها و پردازشهای جریانی
مفهوم Messaging Queue و Pub/Sub - Kafka Architecture (Producer, Broker, Consumer)- نحوه ذخیرهسازی Topic و Partition - نقش Kafka در Stream Processing ارائه شده است
۵-پردازش دستهای (Batch Data Processing) مباحث : یادگیری مدل محاسبهی Batch در دادههای کلان، محاسبات درون حافظه ای - MapReduce (Mapper, Reducer, Combiner, Shuffle) - Dryad، FlumeJava,Pig
Apache Spark و RDD و Flink - مقایسهی MapReduce و Spark
این مباحث در فایل های درس با عنوان Parallel Processing – MapReduce توسط خانم سعیده حسینی نیا و Parallel Processing – Spark توسط خانم افسانه ساعدی نیا هر دو در تاریخ 4 آذر ماه ارائه شود
۶-پردازش جریانی (Streaming Data Processing) مباحث : شناخت پردازش آنی (Real-time Processing)
جمع آوری دادههای جریانی از منابع به HDFS یا Kafka - تفاوت Batch و Stream- Storm، Spark Streaming، Flink، Google Dataflow- مفاهیم Windowing، Event Time- تحلیل دادهی توییتر در زمان واقعی- Spark Streaming یا Flink
از فایل های درس با عنوان Introduction to Data Stream Processing مباحث مربوط به Message Broker و KAFKA توسط آقای ملک پور ارائه شد. ادامه این مبحث از بخش Data Stream Processing توسط آقای اشکان بویری و بعد Spark Streaming توسط آقای بهزاد سکوتیان در تاریخ 11 آذر ماه ارائه شود
۷-پردازش دادههای ساختیافته (Structured Data Processing) مباحث :شناخت ابزارهای SQL محور برای دادههای بزرگ - مفهوم DataFrame و Dataset در Spark- Spark SQL در مقابل Hive- Query Optimization در Spark - کار با دادههای Parquet و ORC- Spark SQL example با DataFrame API
از فایل های درس با عنوان Structured Data Processing - Spark SQL توسط آقای محمد جمالیان پور در تاریخ 18 آذر ماه ارائه شود.
۸-تحلیل دادههای گرافی (Graph Data Processing) مباحث : درک تحلیل گرافی در Big Data - کاربرد تحلیل گراف (شبکههای اجتماعی، وبگرافها)- Pregel، GraphLab، PowerGraph - GraphX در Spark - الگوریتمهای PageRank، Connected Components - ابزار Spark GraphX یا NetworkX demo
از فایل های درس با عنوان Large Scale Graph Processing - Pregel, GraphLab, and GraphX توسط خانم هدی عوض زاده در تاریخ 25 آذر ماه ارئه شود.
۹-یادگیری ماشین در دادههای کلان (Machine Learning at Scale) مباحث : آشنایی با ML در محیطهای توزیعشده
مروری بر مفاهیم ML- MLlib در Spark - TensorFlow و اجرای مدلها در محیط توزیعشده
در تاریخ 2 دی ماه توسط آقای هاشم رنجبر ارائه شود.
10- یکپارچگی داده ها و Pipeline مباحث: ترکیب اجزای مختلف در یک معماری - Data Integration, ETL
Lambda,Kappa Architecture و نقش Flume و Sqoop در ETL
از فایل های درس با عنوان Cloud Data Lakes در تاریخ 2 دی ماه توسط آقای محمد امین عامری ارائه شود.
لیست مباحث ارائه درس تحلیل کلان داده به شرح زیر تعیین شده بود. برخی از این ارائه ها انجام شده است. با توجه به تعطیل شدن کلاس در هفته های گذشته تاریخ برخی ارائه ها تغییر کرده است. لطفا به تاریخ های ارائه جدید توجه نمایید و بر اساس آن مطالب خود را به صورت مفید و مختصر ارائه نمایید.
۱-مدیریت منابع (Resource Management) شلمل مباحث فهم نحوه تخصیص منابع در سیستمهای داده کلان،مجازی سازی و فناوری کانتینر، بررسی YARN و Mesos،مفهوم Job Scheduling -اجزای YARN (ResourceManager, NodeManager, ApplicationMaster) - Mesos به عنوان Cluster Kernel - مقایسه YARN و Mesos- کاربرد Kubernetes در محیطهای ابری ارائه شده است
۲-فایلسیستمهای توزیعشده (Distributed File Systems) مباحث: درک نحوه ذخیره دادهها در محیط توزیعشده
ساختار Google File System (GFS) - HDFS در Hadoop - Data replication, fault tolerance - مقایسه HDFS با Flat FS و CephFS ارائه شده است
۳-پایگاهدادههای NoSQL مباحث :شناخت انواع مدلهای داده در NoSQL و sqoop - دلایل نیاز به NoSQL در Big Data- چهار نوع NoSQL (Key-Value, Columnar, Document, Graph)- Dynamo، BigTable، Cassandra
مقایسه با RDBMS- نمونهی داده در Cassandra یا MongoDB ارائه شده است
۴-سامانههای پیامرسان توزیعشده (Messaging Systems) مباحث : فهم ارتباط میان سرویسها و پردازشهای جریانی
مفهوم Messaging Queue و Pub/Sub - Kafka Architecture (Producer, Broker, Consumer)- نحوه ذخیرهسازی Topic و Partition - نقش Kafka در Stream Processing ارائه شده است
۵-پردازش دستهای (Batch Data Processing) مباحث : یادگیری مدل محاسبهی Batch در دادههای کلان، محاسبات درون حافظه ای - MapReduce (Mapper, Reducer, Combiner, Shuffle) - Dryad، FlumeJava,Pig
Apache Spark و RDD و Flink - مقایسهی MapReduce و Spark
این مباحث در فایل های درس با عنوان Parallel Processing – MapReduce توسط خانم سعیده حسینی نیا و Parallel Processing – Spark توسط خانم افسانه ساعدی نیا هر دو در تاریخ 4 آذر ماه ارائه شود
۶-پردازش جریانی (Streaming Data Processing) مباحث : شناخت پردازش آنی (Real-time Processing)
جمع آوری دادههای جریانی از منابع به HDFS یا Kafka - تفاوت Batch و Stream- Storm، Spark Streaming، Flink، Google Dataflow- مفاهیم Windowing، Event Time- تحلیل دادهی توییتر در زمان واقعی- Spark Streaming یا Flink
از فایل های درس با عنوان Introduction to Data Stream Processing مباحث مربوط به Message Broker و KAFKA توسط آقای ملک پور ارائه شد. ادامه این مبحث از بخش Data Stream Processing توسط آقای اشکان بویری و بعد Spark Streaming توسط آقای بهزاد سکوتیان در تاریخ 11 آذر ماه ارائه شود
۷-پردازش دادههای ساختیافته (Structured Data Processing) مباحث :شناخت ابزارهای SQL محور برای دادههای بزرگ - مفهوم DataFrame و Dataset در Spark- Spark SQL در مقابل Hive- Query Optimization در Spark - کار با دادههای Parquet و ORC- Spark SQL example با DataFrame API
از فایل های درس با عنوان Structured Data Processing - Spark SQL توسط آقای محمد جمالیان پور در تاریخ 18 آذر ماه ارائه شود.
۸-تحلیل دادههای گرافی (Graph Data Processing) مباحث : درک تحلیل گرافی در Big Data - کاربرد تحلیل گراف (شبکههای اجتماعی، وبگرافها)- Pregel، GraphLab، PowerGraph - GraphX در Spark - الگوریتمهای PageRank، Connected Components - ابزار Spark GraphX یا NetworkX demo
از فایل های درس با عنوان Large Scale Graph Processing - Pregel, GraphLab, and GraphX توسط خانم هدی عوض زاده در تاریخ 25 آذر ماه ارئه شود.
۹-یادگیری ماشین در دادههای کلان (Machine Learning at Scale) مباحث : آشنایی با ML در محیطهای توزیعشده
مروری بر مفاهیم ML- MLlib در Spark - TensorFlow و اجرای مدلها در محیط توزیعشده
در تاریخ 2 دی ماه توسط آقای هاشم رنجبر ارائه شود.
10- یکپارچگی داده ها و Pipeline مباحث: ترکیب اجزای مختلف در یک معماری - Data Integration, ETL
Lambda,Kappa Architecture و نقش Flume و Sqoop در ETL
از فایل های درس با عنوان Cloud Data Lakes در تاریخ 2 دی ماه توسط آقای محمد امین عامری ارائه شود.
با عرض سلام
رویداد استارتاپی با همکاری پارک علم و فناوری ، دانشگاه علوم پزشکی و دانشگاه هرمزگان در آینده نزدیکی برگزار خواهد شد. از دانشگاه آزاد هم خواسته شده در این رویداد شرکت کنند.
در مرحله اول نیازمند دانشجویانی هستیم که بتوانند در مورد این رویداد تولید محتوا ، و یا تولید موشن گرافیک کنند. لطفا دانشجویانی که تسلط به گرافیک و یا تولید محتوا دارند، به من پیام دهند.
به محض آماده شدن پوستر، در این گروه اطلاع رسانی انجام خواهد شد.
موضوع رویداد ایده Gamification مراحل یک استارتاپ است. یعنی به جای برگزاری جلسات آموزشی به صورت کلاسیک و رایج، در قالب طراحی یک بازی دیجیتال مراحل انجام شود. دانشجویان علاقمند میتوانند در این رویداد به صورت رایگان ثبت نام کنند.
زمان برگزاری رویداد ۱۳ و ۱۴ آذرماه خواهد بود. سپس طی جلساتی روند کار به شرکت کنندگان آموزش داده خواهد شد، تیم سازی انجام خواهد شد و تیم ها ایده های خود را ارائه خواهند داد.
سپس ایده های برتر جوایزی دریافت خواهند کرد.
لطفا در صورت تمایل به همکاری در قالب تولید محتوا و یا گرافیک، به من ایمیل بزنید
Ahmadipoor@iau.ir
ahmadipoor.iau@gmail.com
رویداد استارتاپی با همکاری پارک علم و فناوری ، دانشگاه علوم پزشکی و دانشگاه هرمزگان در آینده نزدیکی برگزار خواهد شد. از دانشگاه آزاد هم خواسته شده در این رویداد شرکت کنند.
در مرحله اول نیازمند دانشجویانی هستیم که بتوانند در مورد این رویداد تولید محتوا ، و یا تولید موشن گرافیک کنند. لطفا دانشجویانی که تسلط به گرافیک و یا تولید محتوا دارند، به من پیام دهند.
به محض آماده شدن پوستر، در این گروه اطلاع رسانی انجام خواهد شد.
موضوع رویداد ایده Gamification مراحل یک استارتاپ است. یعنی به جای برگزاری جلسات آموزشی به صورت کلاسیک و رایج، در قالب طراحی یک بازی دیجیتال مراحل انجام شود. دانشجویان علاقمند میتوانند در این رویداد به صورت رایگان ثبت نام کنند.
زمان برگزاری رویداد ۱۳ و ۱۴ آذرماه خواهد بود. سپس طی جلساتی روند کار به شرکت کنندگان آموزش داده خواهد شد، تیم سازی انجام خواهد شد و تیم ها ایده های خود را ارائه خواهند داد.
سپس ایده های برتر جوایزی دریافت خواهند کرد.
لطفا در صورت تمایل به همکاری در قالب تولید محتوا و یا گرافیک، به من ایمیل بزنید
Ahmadipoor@iau.ir
ahmadipoor.iau@gmail.com