پادگرد
کاور کاربرد هوش مصنوعی (AI) در کسب‌وکارهای ایرانی با مدیر دیتای اسنپ کیچن - مجتبی پرستاری | EP 26
پادکست هوش مصنوعی

کاربرد هوش مصنوعی (AI) در کسب‌وکارهای ایرانی با مدیر دیتای اسنپ کیچن - مجتبی پرستاری | EP 26

۲۷ بهمن ۱۴۰۴ · 57 دقیقه

شنیدن و نگه‌داشتن این اپیزود

پخش را شروع کن؛ هنگام رفتن به صفحه‌های دیگر هم ادامه پیدا می‌کند.

برای خواندن و مرور دوباره

گفت‌وگو را به متن همراهت تبدیل کن

متن کامل و خوانای این اپیزود در Word و PDF، همراه با نقشهٔ تصویری موضوعات.

دریافت متن کامل اپیزود

کتابخانه و بازخورد

برای شناخت بهتر پیش از شنیدن

این اپیزود هنوز بررسی عمیق نشده است

در اپیزودهای بررسی‌شده، پادگرد خلاصه، محورهای گفتگو، فصل‌های قابل پخش و پرسش‌های مهم را از متن اپیزود استخراج می‌کند.

تحلیل این اپیزود

تکمیل این اپیزود

اگر مهمان یا اسپانسری جا افتاده، از فهرست موجود انتخاب کن یا نام تازه‌ای پیشنهاد بده. پیشنهادها بعد از بررسی مدیر عمومی می‌شوند.

متن منتشرشده توسط پادکستر

توضیحات اپیزود

اطلاعات بیشتر در تلگرام: https://t.me/ai_natives در این اپیزود میزبان مجتبی، مدیر تیم دیتا و هوش تجاری (BI) اسنپ کیچن هستیم تا به عمق استفاده از داده‌ها در مدیریت روزانه بیش از ۱۲ هزار سفارش غذا بپردازیم. مجتبی مسیر بلوغ دیتایی اسنپ کیچن را از راه‌اندازی اولیه انبار داده (Data Warehouse) و طراحی داشبوردهای مدیریتی تا رسیدن به اتوماسیون و استفاده از هوش مصنوعی شرح می‌دهد. در بخش جذاب این گفتگو، درباره پروژه‌های نوآورانه‌ای مثل استفاده از مدل‌های زبانی بزرگ (LLMs) برای تحلیل خودکار کامنت‌های مشتریان، تولید محتوای اینستاگرام با هوش مصنوعی و سیستم‌های پروفایلینگ کاربران صحبت می‌کنیم. اگر علاقه‌مندید بدانید در لایه فنی شرکت‌های بزرگ تک ایران چه می‌گذرد و یا به دنبال توصیه‌هایی کاربردی برای ورود حرفه‌ای به بازار کار دیتا هستید، این گفتگو را از دست ندهید. لینک حمایت از ما: https://reymit.ir/ai_natives آدرس لینکدین مجتبی پرستاری: https://www.linkedin.com/in/mojtaba-parastari-b01b57175/ مباحث کلیدی این ویدئو: 00:00 مقدمه و آشنایی با مهمان 05:00مدل کسب‌وکاره اسنپ کیچن (Cloud Kitchen) و حجم بازار 12:00 ساختار تیم دیتا و تعامل BI با Data Science 15:00 گام اول: ساخت Data Warehouse و فرهنگ‌سازی استفاده از داشبوردها 26:00 پروژه‌های ماشین لرنینگ: پیش‌بینی تقاضا و کاهش دورریز غذا 33:00 استفاده از LLM برای تگ‌گذاری و تحلیل کامنت‌های مشتریان 36:00 تولید محتوای اینستاگرام با فاین‌تیون کردن مدل‌های زبانی 40:00 استراتژی استفاده از APIها در برابر آموزش مدل از صفر 41:00 پروژه آینده: مانیتورینگ بهره‌وری پرسنل با بینایی ماشین (YOLO) 46:00 مارکتینگ تکنولوژی (MarTech) و پروفایلینگ دقیق کاربران برای تبلیغات 54:00 اهمیت مهارت پرامپت نویسی (Prompt Engineering) 56:00 توصیه مهم به جونیورها: حل مشکلات بیزینس مقدم بر ابزارگرایی 📌 آدرس شبکه‌های اجتماعی: ✅ Telegram Channel: https://t.me/ai_natives ✅ Instagram: https://www.instagram.com/ainatives #علم_داده #هوش_مصنوعی #اسنپ_کیچن #هوش_تجاری #دیتاساینس #ماشین_لرنینگ #پادکست_دیتا #مدل_زبانی #LLM #DataScience #BusinessIntelligence #SnappKitchen #AI #MachineLearning

نظرها

هنوز نظری نوشته نشده.