منتورینگ سه ماهه بزرگسالان
هفتهای یک جلسه ۲ ساعته، در مجموع ۱۲ هفته و ۲۴ ساعت
این برنامه برای کسانی است که میخواهند وارد برنامهنویسی یا هوش مصنوعی شوند، یا در مسیر فعلیشان جدیتر پیش بروند. بسته به هدف شما تمرکز میتواند روی پایتون و مهندسی نرمافزار باشد، روی یادگیری ماشین و یادگیری عمیق، یا روی کاربرد هوش مصنوعی در پزشکی و بیومکانیک. برای دانشجویان تحصیلات تکمیلی، کار روی پایاننامه و نگارش مقاله بخشی از جلسات است. چارچوب کار شاگردی شناختی است. منتور ابتدا مسئله را جلوی چشم شما حل میکند و با صدای بلند فکر میکند، سپس شما کار را با راهنمایی پیش میبرید و بهتدریج راهنمایی برداشته میشود. چیزی که در این روش منتقل میشود فقط نحو زبان یا فرمول نیست؛ شیوه تصمیمگیری یک متخصص است: چه چیزی را اول امتحان کنیم، به کدام نتیجه شک کنیم و کجا باید مسیر را عوض کرد. این همان بخشی از کار است که در کتاب و دوره ویدیویی دیده نمیشود، چون معمولاً کسی آن را با صدای بلند نمیگوید. در جلسه اول یک برنامه توسعه فردی نوشته میشود: هدف روشن، شکافهای فعلی، سنجه پیشرفت و بازه زمانی. این همان ابزاری است که در مربیگری پژوهشی دانشگاهی به کار میرود و باعث میشود جلسات به گفتوگوی کلی تبدیل نشوند و پیشرفت قابل اندازهگیری بماند. تمرینها روی شکافهای واقعی شما بسته میشوند، نه روی مرور دوباره چیزهایی که از قبل بلدید. در پایان هر سه ماه یک جلسه بازبینی رسمی برگزار میشود: مرور آنچه به دست آمده، بازنگری برنامه توسعه فردی و تعیین هدف دوره بعد. برای دانشجویان جوانتر، اگر خودشان بخواهند، این جلسه میتواند با حضور خانواده هم برگزار شود.
روش کار
آنچه در جلسهها انجام میشود بر یافتههای پژوهشهای یادگیری و آموزش علوم کامپیوتر تکیه دارد، نه بر سلیقه شخصی.
- شاگردی شناختی: منتور ابتدا مسئله را با صدای بلند حل میکند، سپس راهنمایی گامبهگام برداشته میشود.
- برنامه توسعه فردی با هدف، شکافها، سنجه پیشرفت و بازه زمانی مشخص.
- تمرین روی شکافهای واقعی شما، نه مرور دوباره آنچه از قبل مسلط هستید.
- بازخورد مستقیم روی کد، تحلیل و متن علمی، پیش از آنکه به دست داور یا مصاحبهکننده برسد.
- کار روی داده و مسئله واقعی خودتان هر جا که ممکن باشد، بهجای مجموعهدادههای تمرینی.
- جلسه بازبینی رسمی در پایان هر سه ماه، برای بازنگری برنامه و تعیین هدف دوره بعد.
سرفصل جلسات
- ۱تعیین هدف و طراحی نقشه راه شخصی
- ۲پایتون حرفهای و اصول مهندسی نرمافزار
- ۳کار با داده: پاکسازی، تحلیل و مصورسازی
- ۴یادگیری ماشین کلاسیک و ارزیابی درست مدل
در پایان این برنامه
- مهارت عملی برای ورود به بازار کار یا شروع پروژه پژوهشی
- توانایی طراحی، آموزش و ارزیابی درست مدلهای یادگیری ماشین
- یک پروژه کامل قابل ارائه در رزومه
- بازخورد مستقیم روی کد و نوشتههای علمی شما