محمد طبسیان

سابقه تحصیلی:
کارشناسی ارشد مهندسی صنایع
مقالات علمی ثبت شده:

• مقاله ISI« بررسي تأثیر اینترنت اشیاء (IOT)، مهندسی تاب آوری(RE)، بهداشت و سلامت و ایمنی و زیست محیطی و ارگونومی (HSEE) بر روی رضایت شغلی »

• مقاله کنفرانسی در شرکت توزیع برق تهران بزرگ « بررسي تأثیر اینترنت اشیاء (IOT)، مهندسی تاب آوری(RE)، بهداشت و سلامت و ایمنی و زیست محیطی و ارگونومی (HSEE) بر روی مدیریت منابع انسانی سبز ».

--------------------------------------------------------------------------------
سوابق کاری:
10سال سابقه کار

• اسکرام مستر و AgileCoach و مدیریت محصول

• سرپرست هوش تجاری(BI)

• تحلیلگر داده و کسب و کار

• مربی OKR

• مشاوره در زمینه تحلیل داده و هوش تجاری

• سابقه تدریس دوره های آموزشی SQL، power BI ،Excel Advance، هوش تجاری ،spss ، JMP، Matlab، MSP,R, Python .

--------------------------------------------------------------------------------------------------------

شیوه تدریس :

رویکرد من همیشه پروژه‌محور بوده است، به‌گونه‌ای که مفاهیم را در دل مسائل واقعی به‌کار می‌گیرم. چه در محیط‌های سازمانی و موسسات آموزشی داخل کشور و چه در پروژه‌های بین‌المللی، هدفم ارائه راهکارهایی است که به تصمیم‌گیری هوشمندانه و تحلیل داده‌ها برای بهبود عملکرد کسب‌وکار منجر شود.

اگر به دنبال یادگیری کاربردی، بهبود فرآیندها و دستیابی به تحول در سازمان یا حرفه خود هستید، با من همراه شوید. موفقیت شما، تخصص و رسالت من است.

هدف بنده از تدریس، انتقال دانش و تجربه کسب شده در کسب و کارهای مختلف به دانش آموختگان به منظور آمادگی بیشتر برای ورود به محیط کار و کسب تخصص لازم میباشد. روابطم با دانشجویان دوستانه و در طول کلاس سعی میشود با پروژه های واقعی بیشتر سروکار داشته باشیم. با چالش های موجود آشنا و راه حل بهینه ارائه دهیم. بعد هر جلسه تمرین داده میشود و جلسه بعد رفع اشکال تمرین انجام میشود. این موضوع هم اضافه کنم در تمرین ها بسیار جدی هستم دلیل سخت گیری بنده یادگیری بهتر و موثر دانشجو میباشد.
ارتباطم با دانشجو بعد دوره هم ادامه خواهد داشت و در کسب و کارهای مختلف با هم در ارتباط خواهیم بود.

---------------------------------------------------------------------------------------------------------

Road Map کاری ما در آموزش Power BI :

1) مشخص شدن مسیر کاری و نحوه پیاده سازی Power BI

2) یادگیری KPI و روشهای پیاده سازی شاخص‌های کلیدی

3)شناخت مسیر ETL => Extract +Transform+ Load Data

این مسیر به چه معناست؟؟؟ شما باید یکسری دیتا از منابع مختلف استراج کنید (Extract)، پاک سازی دیتا (Transform)، پیاده سازی داشبورد (Load) انجام دهید.

4) بکارگیری زبان Power Query برای رفع تمام چالش‌ها و مشکلاتی که وجود دارد. چالشهایی که در زمینه Cleansing دیتا همراه خواهد بود.

5) برای پاک سازی حرفه ای دیتا نیازمند یادگیری زبان M میباشیم، زبانی که بدون آن Cleansing دیتا را برای ما سخت خواهد کرد.

6) درخصوص تمام سناریوها مشکلاتی که در دنیای واقعی با آن روبرو خواهیم بود برای آن راه حل معرفی میکنیم.

7) در این مسیر به یک دانش کافی جهت ارتباط بین جداول نیازداریم و باید رفع یکسری از مشکلات در پیاده سازی Dashboard، به آن توجه ویژه‌ای داشته باشیم.

8) در ادامه مسیر باید دانش کافی در خصوص نحوه استفاده درست و متناسب با پروژه، از نمودارها و Visual‌های خاص و کاربردی استفاده کنیم.

9) میرسیم به بخش مهم و اساسی در پیاده سازی داشبورد، چیزی که خیلی حائز اهمیت است و باید بهش توجه شود و آن هم چیزی نیست جز زبان مهم DAX. ممکنه برای شما سوال پیش بیاد خوب چرا DAX اهمیت دارد؟ میتوان گفت پایه اساسی پیاده سازی داشبورد زبان DAX میباشد. ما باید براساس شاخص های مهمی که بدست آورده ایم با یک زبانی مشخص این شاخص را محاسبه و پیاده کنیم. برای مثال برای پیاده سازی شاخص نرخ رشد، نرخ رضایت مشتریان(NPS) ، شاخص مهم و اساسی CCC، نرخ رضایت پرسنل، سود، زیان و هزینه نیازمند دستورات زبان DAX هستیم.

10) در آخر باید داشبورد مدنظر را پابلیش کنیم تا افراد سازمان براساس نوع دسترسی به دیتا بتوانند داشبورد را بررسی کنند. نوع دسترسی!!! بله شما میتوانید به هر شخصی در سازمان دسترسی خاصی دهید که فقط دیتا مدنظر خودش را بررسی کند و در تصمیم گیری در کارشان از آن بهره ببرند.

--------------------------------------------------------------------------------------------

توضیحات تکمیلی:

• متخصصین هوش تجاری با استفاده از ابزارها و تحلیل‌ها روی داده‌های موجود در سازمان و کسب و کارها، به مجموعه‌ای از دانش و نگرش نسبت به وقایعی که در کسب و کار رخ داده است می‌رسند و به تصمیم‌گیری مدیران برای نقشه راه پیشرفت در آینده کمک کنند. متخصصین هوش تجاری قابلیت تحلیلگری سیستم را در سطح بالایی دارند و بهترین افراد برای کمک به مدیران ارشد سازمان‌ها و کسب و کارها در بهبود سازمانی و افزایش سودهی می‌باشند. هوش تجاری شامل سه دوره انبار داده در هوش تجاری، ETL در هوش تجاری و دوره OLAP, داشبورد در هوش تجاری می‌باشد. هوش تجاری یا «Business Intelligence» به دانشی گفته می‌شود،که نتیجه تجزیه و تحلیل اطلاعات یک شرکت یا یک سازمان است. هوش تجاری را به نام هوش کسب و کار هم می‌شناسند که به اختصار BI خوانده می‌شود. در این آموزش 4 گام اصلی یک پروژه هوش تجاری به روش Enterprise BI بررسی می کنیم. در اولین گام با انبار داده به عنوان هسته اصلی پروژه های هوش تجاری آشنا می شویم. در دوره ETL به بررسی فرآیند ETL , SSIS در پروژه‌های هوش تجاری می پردازیم و در آخر سراغ آموزش OLAP و داشبورد به عنوان آخرین مرحله هوش تجاری می رویم.

• وظایف تحلیلگر داده برای شناسایی معیارهای مهم، شاخص‌های کلیدی عملکرد (KPI) اصلی و اولویت‌بندی نیازهای یک کسب وکار را تعیین می‌کند. جمع آوری داده‌ها از منابع داده اولیه (و یا ثانویه) را در اختیار دارد. داده‌ها را فیلتر و تمیز می‌کند. روندها و الگوها را در مجموعه داده‌های پیچیده شناسایی، تحلیل و تفسیر می‌نماید.

• OKR یا اهداف و نتایج کلیدی (Objectives and Key Results) یک مدل معروف مدیریت اهداف است و با رویکرد مدیریت اهداف به کمک BSC و MBO متفاوت است و OKR دید وسیع تری نسبت به سازمان و هدفهای آن دارد. سازمان‌های مختلف با استفاده از آن تلاش می‌کنند به نتایج و اهداف دلخواه خود دست پیدا کنند. مزایای این روش شامل افزایش تمرکز، بهبود شفافیت عملکرد و ایجاد نظم بیشتر در سازمان است. اهداف و نتایج کلیدی با ایجاد نظم بیشتر در میان کارکنان و فعالیت‌هایی که به آن‌ها محول شده، می‌توانند به هدف سازمان نزدیک شوند.

-------------------------------------------------------------------------------------------