👨🏻‍💻 سال ۹۷ که برای مصاحبه علی بابا رفته بودم، اون موقع وقتی گفتم داده کاوی، مدلسازی داده محور و... پاس کردم، تعجب کردند و گفتند مگه مهندسی صنایع، این درس‌ها رو هم داره؟!؟😳

◼️ الان دیگه مثل قبل نیست و شرکت‌ها با جایگاه و توانایی بچه‌های مهندسی صنایع توی حوزه Data آشنا شده‌اند. (کما اینکه می‌بینیم توی تیم BI و دیتا استارت‌آپ‌های موفق، خیلی‌ بچه‌های صنایع فعال‌اند).

🔶 اما ماجرا اینجاست که به نظر من بچه های صنایع یا بهتره بگم دیدِ صنایعی باعث میشه نتونی صرفا سر جات بشینی و فقط کد بزنی، شایدم بشینی کد بزنی و خیلی هم خوب باشی توی کارت ولی ته دلت هنوز اون حس رضایت کامل رو از خودت نداشته باشی.

◻️ چون یه مهندس صنایع دوس داره بره توی دل بیزنس و فرایندها، دوس داره بهبود کیفیت بده، توی بهینه سازی یه سیستم تولیدی یا خدماتی نقش مستقیم داشته باشه و یا با طراحی یه سیستم زنجیره تامین کارا، به جریان تولید، موجودی، مکان یابی و حمل و نقل یک مجموعه نظارت کنه.

✅ به نظر من جذاب اینه که بچه های مهندسی صنایعی که به حوزه دیتا علاقه مند هستند، برن تو دل بیزینس و با استفاده از دیدِ صنایعی که دارند از دانشی که تو حوزه دیتا بدست آوردند (مثلا مهندس داده هستند، تحلیلگر داده، مهندس ML، دیتا ساینتیست و...) به عنوان یک ابزار قوی استفاده کنند برای رسیدن به همون هدف نهایی که بهبود مستمر فرایند و بهینه کردن کل سیستم‌ هست.

🔔 مثلا اگه به ابزارهای هوش تجاری مثل Power BI و Excel مسلطین و می‌تونید خیلی خوب داشبورد سازی کنین، KPI ها رو نمایش بدین و از طرفی اگه لازم بود کدم بزنید و الگوریتم پیاده سازی کنید، همه در راستای یه هدف بزرگتر و اون هم تحلیل خود کسب و کار و تاثیر مستقیم روش باشه. بنظرم بچه های صنایع میتونن بیزنسس دیتا آنالیستای فوق العاده ای باشن و دیتا ساینس و BI و... صرفا براشون یک ابزار باشه.

🔷 این به این معنی نیست که مهندسای صنایع نمی‌تونند صرفا کار دیتا بکنن، اتفاقا خیلی هم تو این حوزه می‌تونند موفق باشند، ولی اگه واقعا بخوان ستاره بشن باید بیشتر برن سمت ساختار پروژه های دیتا در جهت نیاز بیزینس. و بعد چند سال هم خودشونو از کار صرف دیتا و بهبود الگوریتم ها کنار بکشن. طبیعی هم هست، رفقای کامپیوتریمون واقعا بهتر میتونن در این بخش ارزش آفرینی بکنن.

🎓 استادی داشتیم که هیئت علمی واترلوی کانادا بود و می‌گفت بچه‌های صنایع توی تصمیم گیری داده محور، توانایی بالایی دارند.
✍🏼 Erfan
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 این متن رو امروز همکار سابقم و یه رفیق صنایعی بسیار عزیز از اون سر دنیا برام فرستاد.
من که از خوندنش واقعا لذت بردم، امیدوارم شما هم از خوندنش کیف کنید.❤️

◾️ "مدیر پروژه" فردی است که فکر می کند 9 زن می توانند در یک ماه بچه به دنیا بیاورند.

◽️ "مدیر تدارکات" فردی است که فکر می کند 18 ماه طول می کشد تا یک نوزاد به دنیا بیاید.

◾️ "مدیر عملیات" کسی است که فکر می کند یک زن مجرد می تواند در یک ماه 9 بچه به دنیا بیاورد اگر بیشتر تلاش کند.

◽️ "مدیر بازاریابی" شخصی است که هر کسی را متقاعد می کند که حتی اگر مرد و زنی در دسترس نباشد، می تواند بچه به دنیا بیاورد.

◾️ "مدیر مالی پروژه" فکر می کند که آن‌ها به مرد یا زن نیاز ندارند. آن‌ها فرزندی با منابع صفر تولید خواهند کرد.

◽️ "مدیر برنامه ریزی و فنی" فکر می کند برایشان مهم نیست که بچه به دنیا بیاید، آن‌ها فقط 9 ماهگی را ثبت می کنند.

◾️ "مدیر کیفیت" فردی است که هرگز از زایمان راضی نیست.

◽️ "مدیر منابع انسانی" فردی است که فکر می‌کند اگر به یک میمون آموزش داده شود، می‌تواند در 9 ماه یک نوزاد انسان به دنیا بیاورد.

◾️ "مدیر ایمنی" فردی است که فکر می کند نوزادان باید متولد نشده باقی بمانند تا از هرگونه حادثه ایمنی جلوگیری کنند.

◽️ "مدیر IT" فردی است که فکر می‌کند با اجرای تکنیک‌های هوش مصنوعی و واقعیت مجازی، نوزادی به دنیا می‌آید.

◾️ و "مهندس صنایع" کسی است که فکر می‌کند نوزاد باید بدون والدین، سریع و با هزینه کمتر به دنیا بیاید…

◽️ "مشتری" کسی است که نمی داند چرا بچه می‌خواهد...!
✍🏼 Behnam
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 از هفته گذشته دنبال جمع آوری منابعی بودم که پایتون رو به زبان فارسی و به صورت کاملا رایگان آموزش دهند. تونستم این لیست رو تا آخر امسال [2022] آپدیت کنم و 20 دوره و منبع عالی رو پیدا کنم که بیشترشون کامل هستند و چند دوره هم در حال برگزاری و تکمیل هست.

✅ توصیه میکنم اگه فرصتش رو دارید به هیچ وجه این دوره‌ها رو از دست ندید و آموزش پایتون رو در اولین فرصت شروع کنید :💯

🟥 آموزش مقدماتی پایتون
🖥 97 ویدیوی آموزشی 🔘 لینک دوره
🖥 کتابخانه Pandas 🔘 لینک دوره
🖥 کتابخانه Numpy 🔘 لینک دوره
🖥 کتابخانه Matplotlib 🔘 لینک دوره

🟦 آموزش پایتون از مقدماتی تا پیشرفته
🖥 42 ویدیوی آموزشی
🔘 لینک دوره

🟧 پایتون برای علم داده
🖥 41 ویدیوی آموزشی
📕 بر اساس کتاب Python DS Handbook
🔘 لینک دوره

🟩 دوره مقدماتی تا پیشرفته پایتون
🖥 32 ویدیوی آموزشی
🔘 لینک دوره

🟫 یادگیری ماشین در پایتون
🖥 29 ویدیوی آموزشی
🔘 لینک دوره

🟨 آموزش مقدماتی تا پیشرفته پایتون
🖥 41 ویدیوی آموزشی
🔘 لینک دوره

🟪 آموزش پایتون مقدماتی از صفر - کاملا مفهومی
🖥 37 ویدیوی آموزشی
🔘 لینک دوره

⬜️ آموزش کامل برنامه نویسی پایتون
🖥 20 ویدیو مقدماتی / 8 ویدیو پیشرفته
🔘 لینک دوره مقدماتی 🔘 لینک دوره پیشرفته

⬛️ آموزش برنامه نویسی پایتون از صفر
⏳ 7 ساعت آموزش جامع
🔘 لینک دوره

🔴 دوره رایگان پایتون دانشگاه هاروارد
🖥 11 ویدیو آموزشی
🔘 لینک دوره

🟠 آموزش زبان برنامه نویسی پایتون
🖥 47 ویدیو مقدماتی / 26 ویدیو پیشرفته
🔘 لینک دوره مقدماتی 🔘 لینک دوره پیشرفته

🟢 آموزش پایتون مقدماتی
🖥 55 ویدیو آموزشی
🔘 لینک دوره

🟡 آموزش برنامه نویسی پایتون 2022
🖥 36 ویدیو مقدماتی / 17 ویدیو حل تمرین
🔘 لینک دوره 🔘 مجموعه کامل دوره
🔘 حل تمرین های کاربردی پایتون

🔵 دوره آموزش پایتون
🖥 56 ویدیو آموزشی
🔘 لینک دوره

🟣 دوره آموزش مقدماتی پایتون
🖥 31 ویدیو مقدماتی / 9 ویدیو پیشرفته
🔘 لینک دوره مقدماتی 🔘 لینک دوره پیشرفته

🟤 آموزش پایتون / صفر تا بی نهایت
🖥 51 ویدیو آموزشی
🔘 لینک دوره

⚫️ آموزش صفر تا صد پایتون
🖥 23 ویدیو آموزشی / آموزش دوره ادامه دارد.
🔘 لینک دوره

⚪️ آموزش جامع پایتون
🖥 51 ویدیو آموزشی
🔘 لینک دوره

🔲 آموزش پایتون مقدماتی و پیشرفته
🖥 34 ویدیو مقدماتی / 39 ویدیو پیشرفته
🔘 لینک دوره مقدماتی 🔘 لینک دوره پیشرفته

🔳 برنامه نویسی پایتون از مقدماتی تا پیشرفته
⏳ 11 ساعت آموزش جامع
🔘 لینک دوره
✍🏼 Alireza
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 این هفته پایان یکی از هیجان انگیزترین پروژه های من در دانشکده صنایع دانشگاه ویسکانسین آمریکا بود. «پروژه کاربرد یادگیری ماشین در مهندسی صنایع!»

🔷 ما یک مدل توضیحی را در مجموعه داده‌های IBM با استفاده از روشی که مهندسان یادگیری ماشین و دانشمندان داده کمتر استفاده می‌کنند، انجام دادیم تا «عواملی را که منجر به فرسایش کارکنان یک سازمان می‌شوند» را شناسایی کنیم. نتایجی که خودمان را هم شگفت زده کرد.

✅ اما چرا عوامل فرسودگی کارکنان در یک سازمان از دید مهندسی صنایع بسیار مهم است؟ زیرا می‌تواند در هزینه‌‌ شرکت‌ها از همه جنبه‌ها، مانند زمان، نیروی کار، و غیره صرفه‌جویی کند.

📝 به عنوان مثال، ازدواج تأثیر بسیار مهمی بر فرسایش کارکنان داشت. کارمندان متاهلی که کمتر از 2050 دلار در ماه حقوق می گرفتند و تمایل به اضافه کاری داشتند به عنوان «بدون فرسایش» طبقه بندی شدند. اما در کمال تعجب، کارکنان متاهل با حقوق دریافتی بیش از 2650 دلار (در ماه) که بیش از حد کار نمی کردند، به عنوان «عامل فرسودگی» شناسایی شدند. اما چرا؟

📂 می‌تونید نسخه PDF پروژه من رو به همراه داده ها و نتایج آن از همین جا دانلود کنید.👇🏼

🏷 Employee Attrition using ML

✍🏼 Gurjot Singh
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

✅ در دنیای واقعی و زندگی روزمره، مهندسی صنایع چه نقشی دارد و چرا اهمیت دارد؟

👨🏻‍💻 توصیه میکنم این ویدیو رو که کار برجسته تیم مهندسی صنایع و عملیات دانشگاه میشیگان هست رو از دست ندید! یک شروع عالی و یک تعریف کامل با مثال های کاربردی از سوال «مهندسی صنایع چیست؟»

🔶 نسخه کامل این ویدیو رو می‌تونید از طریق لینک زیر تماشا کنید تا با کاربردهای عملی مهندسی صنایع بیش‌تر آشنا بشید!💯

┌ 🏷 What is Industrial Engineering?
└ 🎬 Industrial & Operations Eng (IOE)

✍🏼 Farhad
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 این ChatGPT حیرت‌انگیزه. فقط بحث حل کردن سوالات پیچیده ریاضی و مقاله نوشتن و کد زدن نیست، بلکه این چت‌بات ایده الگوریتمی هم میده و برای وب سایت‌ها تولید محتوا می‌کنه!

◼️ هوش مصنوعی حالا از همیشه به انسان نزدیک‌تره. چت‌بات ChatGPT مبتنی بر GPT، مدل زبانی محبوبیه که می‌تونه شبیه انسان، متن تولید کنه و در حدی پیشرفته است که شاید جایگزین گوگل بشه و به عنوان یک جایگزین جدی برای بسیاری از مشاغل انسانی باشه.

◻️ کار کردن با ChatGPT مثل معاشرت با یه اَبَر انسان نابغه با بی‌‌نهایت ایده‌ی خلاقانه‌ست. کافیه بلد باشی ازش درست استفاده کنی تا وارد یه دنیای جدید بشی. نمیتونم میزان شیفتگیم رو بهش وصف کنم.

🏷 اینجا می‌تونید در مورد چت‌بات شگفت انگیز ChatGPT بیش‌تر بخونید.👇🏼

🔺 با ChatGPT آشنا شوید؛ چت‌بات مبتنی بر هوش مصنوعی که شاید جایگزین انسان شود.

🔻 موتور جستجوی You.com چت‌باتی شبیه ChatGPT را در دسترس کاربران قرار داد.

✍🏼 Hamidreza
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

👨🏻‍💻 بحث داغ امروز در کمیته برگزاری کنفرانس این بود که، آیا ما اجازه بدیم افراد از ChatGPT برای نوشتن (بهتر کردن) متن مقاله‌شون استفاده کنن یا نه؟

🔷 یکی از استادا می‌گفت چرا که نه؟ این ابزار کار رو برای کسانی که انگلیسی زبان دومشونه راحت می کنه و بهتر می‌تونن در قبول شدن مقاله‌شون رقابت کنن. یکی دیگه می‌گفت نه، تهش معلوم نیست به کجا برسه. اول متن رو می‌نویسن، بعد ممکنه ایده رو هم از هوش مصنوعی بگیرن و...
یکی از اعضای کمیته هم پیشنهاد داد که حالا که دانشجوها ممکنه مقالاتشون رو با ChatGPT بنویسن، ما هم با این چت‌بات مقاله رو داوری می‌کنیم عین ماه!! 😅

✅ اما بنظر من باید از این ابزار استفاده کرد. چرا که روح برگزاری هر کنفرانسی، توسعه دانش بشریه، چه تفاوتی داره که چگونه؟ مگر بخشی از “رقابت”، مهارت نویسنده و پژوهشگر در بکارگیری ابزار برای توسعه دانش نیست؟ هوش مصنوعی هم یکی از همین ابزارهاست. وقتی با هوش مصنوعی بشه مقاله نوشت، آدم‌ها میرن سراغ تکنولوژی‌های بالاتر و جدیدتر. نباید از ترسِ مرگ خودکشی کرد!
✍🏼 Kia Bazargan
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

🔴 رفع تصورات غلط در مهندسی صنایع با ChatGPT

👨🏻‍💻 من به عنوان یک مهندس صنایع اغلب با تصورات نادرستی در مورد حرفه‌م مواجه می شوم. برای کمک به رفع برخی از این سوء تفاهم‌ها، تصمیم گرفتم از ابزار جدید هوش مصنوعی #ChatGPT استفاده کنم تا «فهرستی از 10 تصور غلط در مورد مهندسی صنایع» را بررسی کنم. این محتوا چیزی است که تمام آن را ChatGPT به من ارائه کرد. جالبه!

1️⃣ مهندسی صنایع فقط مربوط به تولید است: مهندسی صنایع حوزه وسیعی است که شامل بهینه‌سازی سیستم‌های پیچیده است که می‌تواند شامل صنایع تولیدی، بهداشت و درمان، لجستیک و خدمات باشد.

2️⃣ مهندسان صنایع فقط بر بهبود کارایی تمرکز می کنند: در حالی که بهبود کارایی مطمئناً جنبه مهمی از مهندسی صنایع است، اما تنها تمرکز بر آن نیست. مهندسان صنایع هنگام طراحی سیستم ها عواملی مانند کیفیت، ایمنی و پایداری را نیز در نظر می گیرند.

3️⃣ مهندسی صنایع فقط در مورد مهارت های فنی است: در حالی که مهارت های فنی برای مهندسان صنایع بسیار مهم است، اما آن‌ها باید در مهارت های حل مسئله، ارتباطات و رهبری نیز قوی باشند.

4️⃣ مهندسان صنایع فقط در کارخانه ها کار می کنند: مهندسان صنایع می توانند در محیط های مختلفی از جمله کارخانه ها، بیمارستان ها، ادارات و حتی سازمان های دولتی کار کنند.

5️⃣ مهندسی صنایع یک رشته جدید است: مهندسی صنایع در واقع بیش از 100 سال است که وجود داشته است. اولین بار در اوایل قرن بیستم به عنوان یک حرفه شناخته شد.

6️⃣ مهندسی صنایع فقط مختص آقایان است: مهندسی صنایع رشته‌ای است که برای هر فردی با هر جنسیتی قابل ارائه است. در واقع بسیاری از مهندسان صنایع موفق زن هستند.
✍🏼 Ramiz Assaf
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter

🔴 رفع تصورات غلط در مهندسی صنایع با ChatGPT

7️⃣ مهندسی صنایع فقط در مورد تولید است: تولید مطمئناً یکی از جنبه‌های مهم در مهندسی صنایع است، اما تنها تمرکز بر آن نیست. مهندسان صنایع همچنین روی پروژه های مرتبط با مدیریت زنجیره تامین، لجستیک و کنترل کیفیت کار می کنند.

8️⃣ مهندسان صنایع فقط با ماشین‌ها کار می‌کنند: درست است که مهندسان صنایع با ماشین‌ها و سایر تجهیزات کار می‌کنند، اما آن ها با افراد مختلف نیز برای طراحی و بهبود سیستم‌ها تعامل دارند.

9️⃣ مهندسی صنایع فقط در مورد کاهش هزینه است: اغلب، تمرکز مهندسی صنایع بر کاهش هزینه است، اما تنها تمرکز بر این حوزه نیست. مهندسان صنایع همچنین عواملی مانند رضایت مشتری، ایمنی و پایداری را هنگام طراحی سیستم ها در نظر می گیرند.

🔟 مهندسی صنایع همان مهندسی مکانیک است: در حالی که بین این دو رشته همپوشانی وجود دارد، اما این دو رشته یکسان نیستند. مهندسی صنایع بر بهینه سازی سیستم های پیچیده تمرکز دارد، در حالی که مهندسی مکانیک بر طراحی و ساخت سیستم های مکانیکی تمرکز دارد.
✍🏼 Ramiz Assaf
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
🕊 توییتر صنایع و مدیریت
📎 @IEMTwitter