https://virgool.io/feed/@tadeh مهندس یادگیری ماشین fa 2026-06-16 21:54:46 https://files.virgool.io/upload/users/1339/avatar/uYan4J.jpeg?height=120&width=120 https://virgool.io/@tadeh https://virgool.io/@tadeh/the-story-of-snapp-and-me-a769qswqxk1e توی این پست کوتاه می‌خوام از تجربیات کاری خودم و داستان پیوستنم به اسنپ صحبت کنم.درباره طادهحدود ۶ سال پیش و زمانی که ۱۸ سالم بود وارد حوزه مهندسی نرم‌افزار شدم و در کنار شرکت توی کلاس‌های درسی دانشگاه، کارم رو به عنوان برنامه‌نویس iOS شروع کردم. بعد از گذشت ۴ سال و دنبال کردن علاقم به حوزه تحلیل داده، در کنار تخصص اصلیم، تصمیم گرفتم مسیر شغلیم رو بعد از شرکت کردن در دوره حضوری یادگیری ماشین «رهنما کالج» به سمت یادگیری ماشین تغییر بدم و تونستم داخل استارتاپی که به عنوان برنامه‌نویس iOS مشغول به کار بودم مسئولیت‌های تحلیل داده‌ای بگیرم و تجربه کار با دیتا داشته باشم.در مسیر استخدام...خرداد ماه ۱۴۰۰ بود که تصمیم گرفتم با هدف کسب تجربه‌ کار سازمانی و همچنین یادگیری از افراد با تجربه تو حوزه دیتا از استارتاپ «فرمالو» که بیش از ۴ سال در اون‌جا یاد گرفته و بزرگ شده بودم جدا بشم.شروع به بررسی گزینه‌های مختلف کردم که از بینشون اسنپ جزو مهم‌ترین انتخاب‌هام بود ولی در اون برهه زمانی موقعیت شغلی بازی برای حوزه یادگیری ماشین داخلش وجود نداشت و مجبور شدم گزینه‌های دیگه رو برای مصاحبه و استخدام امتحان کنم.و اینک...اسنپ!در حین انجام مصاحبه‌ها بودم که مقاله «نمایش نقاط پرتکرار برای مسافران اسنپ» که توسط محمد مصباح عزیز نوشته شده بود رو خوندم و چون موضوعش ترکیبی از کلان‌داده و مهندسی نرم‌افزار بود خیلی برام جذاب بود. به انتهاش که رسیدم متن مرتبط با جذب افراد علاقه‌مند به کار در اسنپ رو دیدم و ایمیلی که برای ارتباط گذاشته شده بود ترغیبم کرد که شانسم رو امتحان کنم و در قالب ایمیل علاقم به کار تو اسنپ و موقعیت شغلی Data Scientist رو اعلام کنم. نتیجش ایمیل زیر بود:تصویر ۲: ایمیل استخدامبیشتر از یک روز نگذشته بود که توی لینکدین پیام مرتبط با دیده شدن پروفایلم توسط مدیر تیم نقشه و دایرکتور مهندسی اسنپ (علی کرمی عزیز) رو دیدم و تعجب کردم که چقدر سریع این ایمیل دیده شده و پروفایلم هم بررسی شده.بعد از گذشت مدتی توسط منابع انسانی اسنپ با من تماس گرفته شد و من پس از طی کردن چند مرحله مصاحبه تونستم به عنوان «مهندس یادگیری ماشین» توی تیم نقشه اسنپ شروع به فعالیت کنم که بعد از گذشت حدود ۱ سال از اون روز تا الآن جزو بهترین تجربه‌های کاری و غیرکاری زندگیم بوده و تونستم تو این مسیر از هم‌تیمی‌هام یاد بگیرم و توی زندگی کلی فرد تأثیرگذار باشم.اولین بلاگ مهندسی!روزی که مقاله محمد رو می‌خوندم شاید فکر نمی‌کردم بتونم روزی این فرصت رو داشته باشم و بلاگ مهندسی خودم رو منتشر کنم. چند ماه بعد از استخدامم تونستم به کمک مسائلی که تو اون مدت داخل تیم کار کرده بودم اولین مقاله فنی خودم رو تو بلاگ مهندسی اسنپ تو بهمن ۱۴۰۰ منتشر کنم. مقاله‌ام رو می‌تونین از اینجا بخونین: https://engineering.snapp.ir/usage-of-matrix-factorization-to-predict-offline-speeds-at-snapp-aqszq458uajh جمع‌بندیدر نهایت... پیشنهاد می‌کنم اگر کار کردن داخل سازمان یا شرکتی برای شما جذابه، به هر نحوی شده راه ارتباطی‌ای پیدا کنین و شانس خودتون رو با ارائه درست از خودتون امتحان کنین و استخدام رو محدود به روش‌های معمولش مثل ارسال رزومه داخل Job Board ها نبینین.همچنین اگر دوست دارین تو اسنپ هم‌تیمی شیم می‌تونین به آدرس ایمیل engineering@snapp.cab رزومه خودتون رو ارسال کنین.ممنون که این نوشته کوتاه رو خوندین. خوشحال می‌شم نظرات و سوال‌هاتون رو تو بخش کامنت‌ها بشنوم. موفق باشین :) طاده الکسانی طاده الکسانی Tue, 02 Aug 2022 08:45:52 +0430 https://virgool.io/snapp-eng/usage-of-matrix-factorization-to-predict-offline-speeds-at-snapp-aqszq458uajh تصویر ۱ - صفحه‌ی اصلی اپلیکیشن اسنپ: زمان تقریبی رسیدن که قبل و بعد از شروع سفر به کاربر نمایش داده می‌شود.مقدمهدر این مقاله سعی می‌کنیم به کمک هم، مفهوم و کاربرد تجزیه‌ی ماتریسی (Matrix Factorization) رو یاد بگیریم و ببینیم چطور توی اسنپ تونستیم از این روش برای پیش‌بینی سرعت آفلاین تو مسأله ترافیک استفاده کنیم.توی اسنپ یکی از اهداف مهم تیم نقشه محاسبه ETA یا همون «زمان تقریبی رسیدن» هست. ما از ETA در قسمت‌های مختلف اپلیکیشن و سرویس‌های اسنپ (مانند پیشنهاد سفر، قیمت‌گذاری سفر و نمایش به کاربر) استفاده می‌کنیم.به عنوان مثال، به ازای هر سفر یک راننده، یک ETA بر اساس سرعت‌هایی که تو طول معابر اون سفر ثبت شده محاسبه می‌شه. فاصله باقیمانده تا مقصد به سرعت‌های قبلی موجود تقسیم می‌شه تا زمان رسیدن تقریبی تخمین زده شه.ما از سرویسی به نام «Typical Speeds» در کنار سیستم پیشبینی بلادرنگ (real-time) سرعت خودمون استفاده می‌کنیم تا از وجود سرعت قابل‌ اطمینان تو ساعات مختلف روز برای محاسبه ETA مطمئن باشیم چرا که ممکنه در معبری خاص از معابر دخیل تو محاسبه ETA سرعتی ثبت نشده باشه. در نتیجه برای چنین شرایطی ما به سرعتی که معمولا راننده‌ها تو گذشته و تو اون ساعت خاص ازش عبور کردن استناد می‌کنیم و ازش استفاده می‌کنیم.همونطور که می‌دونید ترافیک در طی روزها و ساعت‌های مختلف ممکنه ثابت نباشه و سیستم Typical Speeds ما ممکنه بر اساس عواملی مانند ترافیک غیرمنتظره یا تصادف دستخوش تغییر بشه، این‌جاست که دو سرویس پیش‌بینی آفلاین و بلادرنگ ما به کمک هم حالت‌های مختلف ترافیک رو پوشش می‌دن.برای اینکه ETA قابل اعتمادی تولید کنیم لازمه که توی ماتریس معبر-سرعت‌مون در بازه‌های زمانی مختلف روز و هفته کم‌ترین سرعت خالی رو داشته باشیم. همونطور که در بالا اشاره کردیم ممکنه معابری در سطح کشور وجود داشته باشه که راننده‌های اسنپ از اون رد نشدن یا کم‌تر رد شدن و مشکلی که برای ما بوجود میاد، وجود ماتریس پراکنده‌ای (تنک یا اسپارس)، مثل شکل زیر، بر اثر تولید نشدن سرعت در بازه‌های زمانی مختلفه که ما به کمک روش تجزیه‌ی ماتریسی تونستیم اون رو حل کنیم.تصویر ۲ - نمونه‌ای از یک ماتریس ۳ در ۳ سرعت (با ابعاد معابر و زمان) که دو عدد از خونه‌های آن خالی می‌باشد. آشنایی با مفهوم تجزیه‌ی ماتریسی (Matrix Factorization)تجزیه‌ی ماتریسی یک مدل تعبیه‌سازی (Embedding Model) به‌حساب میاد و سعی می‌کنه با تجزیه ماتریس اصلی به حاصل‌ضرب دو ماتریس با ابعاد پایین‌تر رنک ماتریس رو کم کنه. رنک یک ماتریس به معنای تعداد سطر یا ستون‌های مستقل خطی‌ اون ماتریسه. استفاده اصلی این روش توی بحث سیستم‌های توصیه‌کننده (Recommender System) هستش که سعی‌ می‌کنه یک‌سری ويژگی که ما‌به‌ازای بیرونی (Latent Factor) ندارند رو پیدا کنه و ضرب ماتریس‌های شکسته شده فاصله کمینه‌ای با ماتریس اصلی داشته باشه (تا ماتریس‌های تا حد امکان مشابه تولید بشه). حالا با ضرب خونه‌های ماتریس‌های تجزیه شده تو هم می‌شه خونه‌های خالی تو ماتریس اصلی رو پیش‌بینی کرد.اگر دوست دارین با جزئیات ریاضی این روش بیشتر آشنا شین پیشنهاد می‌دم این لینک رو بخونید.تصویر ۳ - نمونه‌ای از تجزیه ماتریس User-item در سیستم‌های توصیه‌کننده. مثلا در مثال بالا می‌تونین ببینین که یه ماتریس User-item داریم که سطرهاش کاربرای سیستم توصیه‌کننده‌مون هستن و ستون‌هامون لیستی از آیتم‌های مختلف. هر خونه از این ماتریس امتیازاتی هستش (۱ تا ۱۰) که کاربرای مختلف به آیتم‌های (فیلم، محصول، معبر و ..) مختلف دادن. اما ممکنه بعضی از خونه‌های این ماتریس به دلیل عدم مواجهه آیتمی توسط کاربر خالی باشن و ما بخوایم با استفاده از روش معرفی شده پیش‌بینیشون کنیم و برای توصیه کردن ازشون استفاده کنیم. پس برای بدست اوردن مقدار ۸ تو خونه پایین (که فرض ما اینه که از ابتدا وجود نداره)، سطر آبی رنگ ماتریس Q رو در ستون‌ آبی ماتریس P (که ماتریس‌های تجزیه شدنمون توسط تکنیک تجزیه‌ی ماتریسی هستن) ضرب می‌کنیم تا مقدار ۸ بوجود بیاد و اینطوری ما یک پیش‌بینی از امتیاز مورد نظرمون داریم.روش پیشنهادیتو مسأله ما این بار بجای وجود ماتریسی با ویژگی‌های کاربر و آیتم، ماتریس پراکنده و بزرگی داشتیم از زمان‌های مختلف هفته و معابر مختلف شهر‌های ایران. توی خونه‌های این ماتریس سرعت‌ها به ازای زمان و معبر ثبت شدند که از حرکات رانندگان اسنپ که توی سفر هستند بدست میاد. منظور از پراکنده بودن ماتریس (sparsity) اینه که ممکنه ما برای خیلی از زمان‌های مختلف توی معابر مختلف هیچ سرعت ثبت شده‌ای نداشته باشیم اما برای محاسبه زمان تقریبی رسیدن بهشون نیاز داریم. این‌جاست که با کمک تکنیک تجزیه‌ی ماتریسی تونستیم مقادیر خونه‌های خالی رو پیش‌بینی کنیم. اما چطور؟ به کمک چه ابزاری؟تصویر ۴ - نمونه ماتریس فضا-زمان. خب از اول گفتن لازم نیست چرخ رو دوباره اختراع کنیم. اما باید حواسمون باشه که ممکنه چرخی که شما سابقه استفاده رو داشتین چرخ دوچرخه بوده اما این‌بار چرخ کامیون مورد نیازتونه. اینجاست که ورود مسأله به کلان‌داده یا همون Big Data باعث می‌شه ما بریم سمت انتخاب چرخ درست برای حل مسأله با ابعاد خودمون.همونطور که محمد توی مقاله خودش در ارتباط با «نمایش نقاط پرتکرار برای مسافران اسنپ» توضیح داد، ما از Apache Spark برای پردازش داده‌های عظیم استفاده می‌کنیم. فرض کنید ماتریسی که ما به ازای هر هفته پردازش می‌کنیم ممکنه ابعاد میلیونی داشته باشه و طبیعاتاً استفاده از روش‌های موازی‌سازی مثل اسپارک خیلی کارمون رو راحت‌تر می‌کنه (البته که چالش‌های شیرین خودش رو هم ایجاد می‌کنه و همچنان بحث مدیریت منابع یک دغدغه اصلی برای کار با کلان‌داده‌هاست که جلوتر چند نمونه‌اش رو بررسی کردیم).ابزاری که توی آپاچی اسپارک با هدف تجزیه‌ی ماتریسی تعبیه شده رو توی کتاب‌خونه MLlib اسپارک تونستیم پیدا کنیم. همونطور که اسمش قابل‌حدس هست، این کتاب‌خونه حاوی الگوریتم‌های مختلف یادگیری ماشینه که بصورت کامل با اسپارک پیاده‌سازی شدن و برای پردازش‌ داده‌های حجیم بهینه‌ان.الگوریتم ALS (Alternating Least Square) یک روش پیاده‌سازی بصورت موازی تجزیه‌ی ماتریسی هستش که تو سال ۲۰۰۹ تونست توی مسابقه‌ای که نتفلیکس برای پیدا کردن بهترین الگوریتم برای استفاده توی سیستم‌های توصیه‌کننده برگزار کرد مقام اول رو کسب کنه و پیاده‌سازی کاملش توی کتاب‌خونه نام‌برده وجود داره.تو مسأله ما، بعد از گرفتن داده‌های هفته‌های مورد نظر، ما شروع به تمیزکاری‌های اولیه داده می‌کنیم. مثل حذف داده‌های پرت که تو چند مرحله و با اعمال چند فیلتر و منطق انجام می‌شه. بعد از حذف داده‌های پرت ما یک ماتریس پیش‌پردازش شده آماده برای ورود به مدل ALS مون داریم که ستون‌هاش شامل بازه‌های زمانی هفتگی و سطرهای اون شامل آی‌دی‌های منحصر بفرد معابرمون هستش. هر خونه این ماتریس هم ممکنه شامل یک سرعت از قبل ثبت شده باشه یا نباشه (که هدف در نهایت اینه هیچ خونه‌ای از این ماتریس خالی نمونه).مدل ALS هم مثل هر مدلی یک‌سری هایپرپارامتر داره که شامل رنک ماتریس ALS، حداکثر تکرار بهینه‌ساز تابع هدف و پارامتر رگرسیون برای جلوگیری از بیش‌برازش هستش که برای حفظ سادگی مقاله از توضیح بیشترشون خودداری می‌کنم و شمارو به این لینک برای مطالعه بیشتر ارجاع می‌دم.برای پیدا کردن بهترین پارامترها با داشتن داده‌های فعلی‌مون، از روش Grid Search استفاده کردیم که پیاده‌سازی اسپارکی اون رو می‌تونین این‌جا پیدا کنید.تو این روش ابتدا یک آرایه از مقادیری به ازای هر هایپرپارامتر که حس کردیم می‌تونن کاندیداهایی خوبی باشن به‌عنوان ورودی به این کلاس دادیم و بعد یه روش ارزیابی مثل در اوردن خطای MAE استفاده کردیم و در کنار CrossValidator، که وظیفه تجزیه داده‌های ورودی به k بخش رو داره که هر دفعه 1/k مجزا رو به عنوان داده تست استفاده می‌کنه، استفاده کردیم و در نهایت با مقایسه خطای هر مدل بهترین مدل با کم‌ترین خطا رو پیدا کردیم.حالا با داشتن بهترین مدل، داده ورودیمون رو به مدل دادیم و از نتیجش برای پیش‌بینی سرعت‌های جدید استفاده کردیم.تصویر ۵ - خیابان سعیدی در نقشه اسنپ. بیاین یک مثال از دنیای واقعی رو به کمک هم بررسی کنید. فرض کنین می‌خوایم بررسی کنیم این پیش‌بینی‌ها برای خیابون سعیدی (خیابون کنار شرکتمون) چطور عمل کرده و برای ساعات مختلف روز چه پیش‌بینی‌هایی برای سرعت تولید کرده.مثلا مشاهده کردیم که برای بازه ۱۲ تا ۱۵ هر روز (به غیر از جمعه‌ها) یه الگوی مشخص وجود داره و سرعت از ۱۶ کیلومتر بر ساعت شروع می‌شه و رفته‌رفته با نزدیک شدن به ساعت‌های پایان کار اداره‌جات، این سرعت هم کاهش پیدا می‌کنه و تا ۱۰ کیلومتر بر ساعت می‌ره از نظر مدل ALS که نشون می‌ده تونسته درک درستی از ترافیک اون معبر در زمان‌های مختلف داشته باشه.برای اینکه از صحت این سرعت‌ها نیز مطمئن بشیم اون رو با چندتا از داده‌های سرعت واقعی ثبت شده توی سیستممون تو اون ساعت مقایسه کردیم و اعدادی که مشاهده کردیم با دقت خیلی خوبی نزدیک بودن که نتیجه‌اش رو می‌تونین در نمودار زیر ببینین:تصویر ۶ - نمودار سرعت‌های ثبت شده برای خیابان سعیدی از بازه ۹:۳۰ تا ۱۲:۳۰ و ۱۴:۳۰ الی ۱۵ (سرعت‌های واقعی ثبت شده) و از ۱۲:۳۰ تا ۱۴:۳۰ (سرعت‌های پیش‌بینی شده توسط مدل ALS) که مدل تونسته به خوبی توالی مقادیر سرعت و ترافیک رو یاد بگیره.بعد از اینکه یه بازه زمانی خاص از خیابون سعیدی توی یک روز خاص رو بررسی کردیم، رفتیم سراغ بررسی عملکرد مدلمون توی کل هفته.تصویر ۷ - نمودار مقایسه مقادیر سرعت واقعی ثبت شده و سرعت پیش‌بینی شده توسط مدل ALS طی یک هفته مربوط به خیابان سعیدی.همونطور که تو نمودار بالا می‌بینین، در مقایسه با سرعت‌های واقعی ثبت شده طی اون هفته، مدل ما تونسته با دقت بالایی مقادیر سرعت و جریان ترافیک رو تشخیص بده و به ما اطمینان بده که می‌تونیم از پیش‌بینی‌هاش به‌عنوان رویکرد جدید برای Typical Speedsمون استفاده کنیم و سرعت‌های ناموجود رو موجود کنیم و دقت ETAمون رو هم متعاقباً افزایش بدیم.پایانممنون که پست رو تا انتها خوندید. خوشحال می‌شم اگر نظر یا سؤالی دارید، توی کامنت‌ها با من در میون بگذارید. از مهدیه زینالی هم برای فراهم کردن تصویرسازی‌های زیبای این پست بسیار ممنونم.در ضمن، اگه حس می‌کنین از پروژه‌هایی شبیه به این خوشتون میاد و در نتیجه علاقه دارید به تیم ما ملحق بشید، خوشحال می‌شیم که رزومه‌هاتون رو از طریق آدرس engineering@snapp.cab برای ما ارسال کنید. مراقب خودتون باشید! طاده الکسانی طاده الکسانی Thu, 16 Dec 2021 14:27:15 +0330 https://virgool.io/ideacast/ideacast-the-end-vv7io2wfgcym قصه از کجا شروع شد؟ایده‌کست بهار ۱۳۹۶ چشم به جهان گشود. در آن روز‌ها لایو اینستاگرام تازه مُد شده بود و قصد من این بود تا به آن جان استارتاپی ببخشم.با لایو‌های تصویریِ سریالی شروع کردیم و پس از ضبط ۳ فصل لایو با کارآفرینان و متخصصان حوزه استارتاپ و تکنولوژی تا برگزاری رویداد هم پیش رفتیم و افتخار دیدن حضوری بعضی از مخاطبانِ عزیزمان را داشتیم.جزییات بیشتر از داستان شکل‌گیری و روند فعالیت سال‌های اخیر ایده‌کست را می‌توانید اینجا بیشتر بخوانید: https://virgool.io/@tadeh/qwhqpxiitflz پس از شروع دوران کرونا به پادکست‌های به صورت آنلاین ضبط شده روی آوردیم و ۱۰ قسمت پادکست ضبط کردیم. به موضوعات مختلف از وضعیت شتابدهنده‌ها در دوران پسا کرونا تا پروتوکول‌های اخلاقی در هوش مصنوعی پرداختیم؛اما...چرا به پایان رسیدیم؟ایده‌کست شاید نزدیک‌ترین تجربه من به کارآفرینی بود. درست است، استارتاپ نبود، پول در نمی‌آورد، اما تجربه همه کار کردن تا زنده ماندن یک موجود غیر زنده (خواه استارتاپ باشد، خواه پادکست) فکر کنم این حس را در من ایجاد کرد که دارم تمام تلاش خود را می‌کنم تا ساخته‌ی خودم را با دل و جان حفظ کنم، و این کارآفرینی است. در این مدت تجربه کار و جذب یک تیم حرفه‌ای داوطلب نیز داشتم که خوشحالم نام آن‌ها را تک‌تک می‌توانم اینجا بیاورم:ممنونم از کمک‌های علی متقی در فیلم‌برداری و تدوین قسمت‌های ویژه‌برنامه معرفی فضاهای کار اشتراکی، سجاد بیات، علی حسنی و مونا اسلامی در نوشتن بلاگ‌پست‌ها، صبا تاجیک در مدیریت شبکه‌های اجتماعی، مهدیه زینالی در انجام تصویرسازی‌های زیبای وب‌سایت، صدرا فداکار و ملیکا ابیضی در ساخت و موشن لوگوی جدید، مهدی جوانبخش در ویرایش پادکست و عسل قمری در کپی‌رایت انگلیسی.پس از ۴ سال کار داوطلبانه به نظر می‌رسد که وقت خداحافظی است. اعتقاد دارم هر شروعی، یک پایان دارد و الان وقت آن بود که ایده‌کست را کنار بگذارم و شروعی جدید در زندگی شخصی و کاری خود داشته باشم. با گذر سن، اولویت‌ها فرق می‌کنند و ایده‌کست لیاقت اولویت کم را نداشت.معتقدم ایده‌کست هم‌اکنون به اندازه کافی محتوا صوتی و تصویری تولید کرده تا افرادی که می‌خواهند کار خود را در این حوزه شروع کنند یا دانش خود را بیافزایند از آن استفاده کنند و می‌توان گفت ایده‌کست دِین خود را به این اکوسیستم ادا کرده است.در آخر از شما دعوت می‌کنم قسمت آخر پادکست ایده‌کست را با حضور من، این‌بار به عنوان مهمان، گوش کنید و از گوش دادن خاطرات و چالش‌هایی که در این مدت داشته‌ام لذت ببرید: https://castbox.fm/episode/10.-ایده‌کست؛-آغاز-یک-پایان-id2528797-id375047934?utm_source=website&utm_medium=dlink&utm_campaign=web_share&utm_content=10.%20%D8%A7%DB%8C%D8%AF%D9%87%E2%80%8C%DA%A9%D8%B3%D8%AA%D8%9B%20%D8%A2%D8%BA%D8%A7%D8%B2%20%DB%8C%DA%A9%20%D9%BE%D8%A7%DB%8C%D8%A7%D9%86-CastBox_FM امیدوارم سال جدید برای همه ما خاطره‌انگیز و موفقیت‌آمیز باشد. طاده الکسانی طاده الکسانی Thu, 15 Apr 2021 11:14:29 +0430 https://virgool.io/@tadeh/chess-101-part-2-nm1qnfayp0kt شکل ۱: Beth Harmon / The Queen's Gambitمقدمهمن هم مثل خیلی از تماشاگران سریال «گامبی وزیر»، بعد از دیدن فیلم، هوس یادگیری دوباره شطرنج کردم (بعد از دبستان که آخرین دوره‌ای بود که شطرنج بلد بودم و بازی می‌کردم) و توی این سری از مقالات قصد دارم چکیده یادگیریم رو خیلی ساده باهاتون در میون بذارم تا شاید بتونه به عنوان یک Cheat sheet برای زمان‌هایی که نیاز دارید استفاده کنید.در بخش اول مقاله به معرفی اختصاری مهر‌ه‌ها و زمین بازی پرداختیم. همچنین از شرایط پایان بازی مانند کیش، مات و مساوی شدن بازی صحبت کردیم. همچنین یاد گرفتیم که چگونه مهره‌ها و حرکات شطرنج را نشانه‌گذاری کنیم.در این قسمت به معرفی چینش مهر‌ه‌ها روی زمین بازی و تکنیک‌های چگونگی شروع و انجام بازی می‌پردازیم.چینش مهره‌ها در زمین بازیشکل ۲: چینش استاندارد مهره‌های بازی / منبع: Chess.comقانون اول و مهم در قرار دادن صفحه شطرنج در جلوی بازیکنان این است:White on the right!به این معنا که صفحه را جوری در جلوی خودتان قرار دهید تا سمت راست و پایین‌ترین خانه سفید باشد.ابتدا در سطر اول و گوشه‌های سمت و راست رخ‌ها را قرار می‌دهیم. در کنار آن‌ها اسب‌ها و در کنار اسب‌ها فیل‌ها را. پادشاه و وزیر در خانه‌های وسطی سطر اول قرار می‌گیرند. دقت بکنید که وزیر باید در خانه هم‌رنگ خود قرار بگیرد. تمام پیاده‌ها در جلوی سطر اول هر بازیکن (سطر ۲ برای مهره‌های سفید و سطر ۷ برای مهره‌های سیاه) قرار می‌گیرند.چگونه بازی کنیم؟در شطرنج روش‌های مختلفی براش شروع بازی وجود دارد که به نام‌های مختلف نیز نام‌گذاری شده و روش‌های دفاع در برابر آن‌ها نیز وجود دارد. اما به طور معمول، ۳ اصل گشایش بازی وجود دارد که در زیر به آن‌ها می‌پردازیم:۱) کنترل مرکز صفحه: همانطور که در شکل ۳ نیز می‌بینید، برای شروع بازی، دو طرف باید تمام سعی خود را بکنند که مرکز زمین را به کنترل خود در بیاورند. (معمولا با حرکت پیاده‌ها به خانه‌های e4, d4, e5 & d5)نکته: مهره اسب را در نظر بگیرید، اگر در یکی از خانه‌های هایلایت شده در شکل ۳ باشد می‌تواند در حرکت بعدی به ۸ خانه ممکن در اطراف خود برود، حال آن که، اگر در یکی از خونه‌های گوشه باشد تعداد حرکات ممکن کمتری خواهد داشت.شکل ۳: خانه‌های علامت‌گذاری شده مرکز صفحه بازی / منبع: iChess.net ۲) توسعه‌ مهر‌ه‌ها: به این نکته توجه کنید، مهره‌ها موقعی برای شما مفید خواهند بود که آن‌ها را حرکت دهید. مهره‌های بدون حرکت در پشت زمین به هیچ دردی نمی‌خورند! پس، بعد از کنترل مرکز صفحه توسط مهره‌هایی مانند پیاده، زمان آن است که در حرکت بعدی مهره‌ای مانند اسب را از پشت زمین بازی خارج کرده و به‌ خانه‌های پشت پیاده بیاورید (به سطر ۳ یا ۶، نزدیک به مرکز). سپس، در حرکت‌های بعدی، فیل‌ها را حرکت دهید و آن‌ها را به مرکز صفحه و در کنار پیاده‌ها بیاورید تا کنترل بیشتری از مرکز صفحه در اختیار بگیرید.شکل ۴: مهره‌های سفید پس از توسعه‌ (مرحله ۲) / منبع: جان فرناندز ۳) پس از انجام مراحل ۱ و ۲، نکته بسیار مهمی که باید به آن دقت کنید امنیت شاه‌تان است. برای آن که این مرحله حائز اهمیت به یادتان بماند شاه را به مثابه فرزند خودتان تصور کنید. شما همیشه می‌خواهید از فرزندتان مراقبت کنید، پس از پادشاه همانند بچه خودتان باید مراقبت کنید! بهترین راه برای مراقبت از شاه در شروع بازی حرکت قلعه (Castling) می‌باشد.قلعه (Castling)شکل ۵: قلعه‌ی شاه و رخ / منبع: ویکی‌پدیادر این حرکت (همانطور که در GIF شکل ۵ نمایان است)، شما ۲ گزینه دارید:قلعه بزرگ یا قلعه سمت شاه (King-side Castling): اگر قلعه سمت شاه استفاده شود، شاه ۲ خانه به سمت رخ سمت خود حرکت می‌کند و رخ ۲ خانه به سمت شاه حرکت می‌کند (از روی آن می‌پرد).قلعه کوچک یا قلعه سمت وزیر (Queen-side Castling): اگر قلعه سمت وزیر صورت گیرد، شاه ۳ خانه به سمت رخ سمت وزیر حرکت می‌کند و رخ نیز ۳ خانه به سمت شاه حرکت می‌کند (و جابجا می‌شود).در این حالت پادشاه در یک سنگر دفاعی قرار می‌گیرد که مانند گهواره برای محافظت از یک بچه عمل می‌کند (در دفاع مقابل مهره‌های حریف).اما در چه شرایطی نمی‌توان از حرکت قلعه بهره برد؟بین شاه و رخ، مهره‌ای قرار گرفته باشد.شاه و رخ، پیش از انجام قلعه، حرکت کرده باشند.شاه نباید هنگام قلعه کیش باشد.شاه نباید در مسیر قلعه و پس از قلعه در کیش قرار بگیرد.نکته: نشانه‌گذاری حرکت قلعه: King-side Castling = 0-0 و Queen-side Castling = 0-0-0بعدش چی؟اینجاست که بازی شروع می‌شود و شما باید از خلاقیت خود برای انجام حرکات بعدی بهره ببرید. اگرچه در اینجا به ۳ حرکت قوی اشاره خواهیم کرد که پس از انجام مراحل اولیه و گشایش بازی می‌توانید به کار بگیرید:۱) قوی‌ترین حرکت در بازی شطرنج کیش کردن است. شما پس از انجام گشایش اولیه باید به حرکاتی دقت کنید که می‌تواند باعث کیش شدن حریف شود.۲) دومین حرکت قدرتمند در نظر گرفتن تسخیر‌های (Capture) قابل انجام است. در نظر داشته باشید تسخیری که در شرف انجام هستید می‌تواند در جهت قربانی کردن یک مهره از خود با هدف رسیدن به یک شرایط خاص از بازی باشد و نکته دیگر در اولویت قرار دادن تسخیر‌هایی است که می‌تواند مهره‌های قدرتمند حریف را از بازی خارج کند.۳) سومین حرکت قدرتمند، تهدید می‌باشد. تهدید در بازی شطرنج به تهدید یک مهره محافظت نشده یا یک مهره با ارزش بالا گفته می‌شود که می‌توان با انجام حرکت بعدی آن را از بازی خارج کرد.نتیجه‌گیریمن در این سری مقالات کوتاه سعی کردم خلاصه‌ای از آنچه در طی هفته‌های گذشته و در یادگیری بازی شطرنج داشتم را برای شما ارائه کنم تا کسانی که در شرف یادگیری شطرنج هستند یا صرفا می‌خواهند موارد مربوط به بازی را مرور کنند، بتوانند از آن استفاده کنند.امیدوارم لذت برده باشید و خوشحال می‌شم نظراتتان را با من برای بهتر شدن این ۲ مقاله در میان بگذارید.اگر در هر بخش از مقدمات بازی شطرنج سوال داشتید پیشنهاد می‌کنم پلی‌لیست یوتوب زیر را که حاوی ویدیو‌های کوتاه این زمینه است دنبال کنید: https://youtu.be/wH9Z1ORrtjQ طاده الکسانی طاده الکسانی Wed, 17 Feb 2021 10:42:11 +0330 https://virgool.io/@tadeh/chess-101-part-1-xuohdxocyxm0 شکل ۱: Beth Harmon / The Queen's Gambitمقدمهمن هم مثل خیلی از تماشاگران سریال «گامبی وزیر»، بعد از دیدن فیلم، هوس یادگیری دوباره شطرنج کردم (بعد از دبستان که آخرین دوره‌ای بود که شطرنج بلد بودم و بازی می‌کردم) و توی این سری از مقالات قصد دارم چکیده یادگیریم رو خیلی ساده باهاتون در میون بذارم تا شاید بتونه به عنوان یک Cheat sheet برای زمان‌هایی که نیاز دارید استفاده کنید.معرفی مختصر مهره‌های شطرنجشکل ۲: از چپ به راست: سرباز، رخ، اسب، فیل، وزیر، شاه / منبع: ویکی‌پدیاشاه (King): توانایی حرکت فقط ۱ خانه به‌سمت خانه‌های اطراف (بالا، پایین، چپ، راست، و به صورت قطری)وزیر (Queen): حرکت جهتی همانند پادشاه، ولی به تعداد خانه بی‌نهایت.رخ (Rook): بر خلاف وزیر، رخ تنها می‌تواند به صورت بی‌نهایت خانه در مسیر‌های غیرقطری حرکت کند.فیل (Bishop): می‌تواند حرکات قطری به صورت بی‌نهایت خانه انجام دهد.اسب (Knight): می‌تواند به خانه‌های اطراف خود حرکت L شکل - ۲ خانه عمودی سپس یک خانه افقی - انجام دهد و تنها مهره‌ای است که قابلیت پرش از روی مهره‌های دیگر را دارد.سرباز (Pawn): فقط یک خانه به سمت جلو حرکت می‌کند (مگر در زمان شروع، که ۲ خانه به جلو نیز قابل انجام است).آشنایی با زمین بازیشکل ۳: صفحه خالی شطرنج / منبع: ویکی‌مدیاصفحه شطرنج از سطر و ستون‌هایی تشکیل شده که همانطور که در شکل ۳ می‌بینید سطرها (rank یا row) با اعداد ۱ تا ۸ (در هنگام چینش مهره‌ها سطر اول سطری است که قرارگیری مهره‌های سفید از آن شروع می‌شود). ستون‌ها (file یا column) نیز با حروف کوچک انگلیسی از a تا h را تشکیل می‌دهند.نشانه‌گذاری در شطرنجحال که با مهر‌ه‌ها و صفحه بازی آشنا شدیم زمان این است که با نشانه‌گذاری خانه‌ها و حرکات مختلف آشنا شویم. هدف از نشانه‌گذاری ارائه یک گزارش کامل از حرکات بازی است تا به کمک آن بتوانیم حرکات خود و حریف را پس از بازی بررسی کنیم و در صورتی که ابهامی بعد از بازی بوجود آمد به عنوان یک مدرک از آن استفاده کنیم. معمولا بازیکنان بعد از انجام هر حرکت آن را در دفترچه بغل دستشان می‌نویسند.نام‌گذاری مخفف مهره‌ها به شرح زیر است:King = K, Queen = Q, Rook = R, Bishop = B, Knight = N, Pawn = No Symbolحال به عنوان مثال اگر بخواهیم مهره اسب را به سطر چهارم و ستون e حرکت دهیم، حرکتمان را این‌چنین ثبت می‌کنیم: Ne4 ، اما اگر همین حرکت برای یک مهره پیاده رخ دهد e4 می‌نویسیم چون همانطور که گفتیم پیاده نشانه‌ای ندارد.اگر شما در حال تسخیر یک مهره از حریف مقابل هستید آن را چنین نشانه‌گذاری کنید، به عنوان مثال: در Qxe6 وزیر در حال تسخیر مهره موجود در خانه e6 حریف است.آیا می‌دانستید اگر مهره پیاده شما به خانه آخر حریف برسد، این مهره می‌تواند به یکی از مهره‌های قدرت‌مند‌تر اسب، فیل، رخ یا وزیر ارتقا داده شود؟ حرکت معمول در این شرایط ارتقا به مهره وزیر است چون قدرتمند‌ترین مهره زمین می‌باشد.به منظور نشانه‌گذاری از علامت = استفاده می‌شود. به‌ عنوان مثال e8=Q به معنای ارتقای پیاده خانه e8 به مهره وزیر است.کیش و مات!مات (Checkmate)اگر حریف خود را در شرایطی ببیند که راه فراری برای نجات پادشاهش باقی نمانده و حرکت بعدی شما آن را تسخیر خواهد کرد، پس شما با اعلام «مات» برنده بازی خواهید شد! نشانه‌گذاری برای مات استفاده از نماد # در انتهای نشانه‌گذاری حرکت شما می‌باشد.کیش (Check)تعریف کیش کردن در یک جمله می‌توان اینطور گفت: مواظب باش! شاهت در خطر است :)بدین معنی که شما پس از جابجایی یک مهره در موقعیتی قرار می‌گیرید که در حرکت بعدی می‌توانید شاه حریف را بزنید و او را مات کنید.علامت نشانه‌گذاری شده، به عنوان مثال: +Ng6 که به این معناست مهره اسب آماده مات کردن پادشاه موجود در خانه g6 است (با استفاده از نماد + در انتها).نکته: بعد از کیش شدن، حریف می‌‌بایست از این وضعیت در اولین حرکت بعد خارج شود.شرایط «مساوی»شکل ۴: تصویری از بازی نهایی هارمون در برابر بورگوف در سریال «گامبی وزیر» / منبع: esquire.comپیشامد چندین اتفاق می‌تواند به مساوی شدن بازی ختم شود:۱) پات یا بن‌بست (Stalemate): وقتی رخ می‌دهد که هیچ حرکت قانونی برای بازیکنان باقی نمانده باشد و بازی مساوی می‌شود. به عنوان مثال نوبت مهره سیاه است و هیچ حرکت قانونی برای او باقی نمانده و از طرفی نیز در حالت کیش قرار ندارد پس بازی به بن‌بست رسیده و مساوی می‌شود.۲) دو بازی کن بر سر مساوی به توافق برسند.۳) اگر ۳ حرکت پشت سر هم دو حریف عینا تکرار شود بازی مساوی اعلام خواهد شد.۴) ۵۰ حرکت بدون انجام دادن حتی یک زدن مهره انجام شود، بازی مساوی خواهد شد.۵) تنها پادشاهان در زمین باقی مانده باشند. (مهره کافی برای مات کردن حریف در زمین باقی نمانده باشد.)چگونه بازی کنیم؟در قسمت بعد این مقاله به روش‌های شروع و ادامه بازی شطرنج میان دو حریف و نحوه چینش‌ مهر‌ه‌ها روی صفحه بازی خواهیم پرداخت: https://virgool.io/@tadeh/chess-101-part-2-nm1qnfayp0kt اگر در هر بخش از مقدمات بازی شطرنج سوال داشتید پیشنهاد می‌کنم پلی‌لیست یوتوب زیر را که حاوی ویدیو‌های کوتاه این زمینه است دنبال کنید: https://www.howcast.com/guides/1164-how-to-play-chess طاده الکسانی طاده الکسانی Thu, 11 Feb 2021 15:38:13 +0330 https://virgool.io/@tadeh/was-2020-that-bad-qcsbgd05fpql روزی که تو اسفند ۹۸ مجبور به خونه‌نشینی شدیم و وضعیتی که تا همین الان هم ادامه پیدا کرده کابوس خیلی‌ها بوده. خیلی‌ها از افتضاح بودن سال ۲۰۲۰ میم‌های مختلف ساختن و تو صحبت با اکثر افراد این درد و ناله احساس می‌شه. برای شخص من ۲۰۲۰ سال تغییر بود. تغییری که باید از اون زنده بیرون می‌اومدم؛ تا جایی که هدف اصلی OKR شخصی بهار خودم رو «Survive» گذاشتم. اما تکنولوژی چه نقشی برای من تو این نجات داشته؟ تو ادامه چند موردش رو باهاتون بررسی می‌کنم.حل مشکل تمرکزPomodoro Techniqueیکی از اولین عوارض دورکاری تمام‌مدت دوری از تمرکز لازم در اکثر مواقع روز بود. مشکلی که برای همه ما پیش اومده، حل شده یا همین الان هم وجود داره. نداشتن تایم کاری مشخص (بسته به جنس شرکت) یکم این قضیه رو سخت‌تر می‌کنه. اینکه کی روز کاری شروع می‌شه شاید بشه با تعیین جلسات استند‌آپ صبحگاهی آنلاین حل شه ولی اینکه کی تموم شه ممکنه از دستمون خارج شه. حتی نداشتن تایم نهار و استراحات مشخص می‌تونه به تغذیه فرد در طولانی مدت ضرر بزنه. برای حل این مشکل من از تکنیک پومودورو و این اپلیکیشن مک استفاده کردم. اینکه این تکنیک به صورت جزئی چی هست و تاریخچه‌ش چیه رو می‌تونید اینجا ببینید، اما به صورت کلی این سیستم دارای سیکل‌های ۲۵ دقیقه‌ای برای کار و بعد از هر ۲۵ دقیقه، سیکل‌های ۵ دقیقه برای استراحت است. اینجوری حواسم به اینکه باید بین کارهام استراحت‌های کوچیک داشته باشم هست. سعی می‌کنم تو این ۵ دقیقه بیشتر از جام پاشم، راه برم، و کمتر به اسکرین موبایل یا لپ‌تاپ نگاه کنم و کارهای متفرقه انجام بدم. برای خودم تایم نهار بین ساعت ۱۲ تا ۲ در نظر گرفتم که حتما باید تو این بازه نهار بخورم. ممکنه یه روز با توجه به حجم کار یا کلاس‌های دانشگاه ۲ شروع کنم یا ممکنه ۱۲ شروع کنم حتی در بعضی مواقع. سعی می‌کنم آخر روز کاری رو هم قبل یک ساعت مشخص، بسته به برنامه روتین اون روزم ست کنم. این تایم ممکنه یه روز زود باشه یه روز دیر اما در مجموع کارایی هر روزم رو سعی می‌کنم رو یه حد مشخص تنظیم کنم تا اینجوری از اومدن یه روز خاص هراس نداشته باشم.* حواستون به روشن بودن قابلیت Night Shift و Dark Mode در ساعت بعد از غروب باشه. غروب آفتاب زمان مناسبیه تا باهاش پایان ساعت کاریتون رو تنظیم کنید.حل مشکل ورزش جسمی و روحیStravaبا دورکار شدن کامل، فعالیت روزانه‌مون تقریبا حذف شد و مخصوصا اوایل جرات از خونه بیرون نیومدن باعث شد خیلی از ما (من جمله من) چاقی مفرط رو تجربه کنیم. تو این خلال ۳ تا اپلیکیشن کمک کردن تا من از نظر روحی و جسمی ریکاوری کنم. تو دوران اوایل پندمی اپلیکیشن یوگا Keep (نسخه اندروید) کمکم کرد بعد از تقریبا ۸۰ روز یوگا پشت سر هم بتونم آرامش روحی خودم رو برای ادامه پرقدرت کارم حفظ کنم. بعد از اون نوبت به ایجاد روتین ورزش شد که این بار هم Keep با اپلیکیشن ورزشی خودش (دانلود) نجاتم داد. همچنین تو این دوران با اپلیکیشن Strava که یه جور شبکه اجتماعی ورزشکاراست انگیزه پیدا کردم تو چالش‌های مختلف دو و پیاده‌روی شرکت کنم و آمادگی جسمی‌ خودم رو هم پس بگیرم.همچنین برای کنترل مشکل تغذیه ناسالم و بیش از حدم مدتی از MyFitnessPal (محصول Under Armour) استفاده کردم که لیست اکثر غذها و میان‌وعده‌ها (حتی ایرانی) به همراه کالری‌هاشون رو دارا بود و توی لاغریم خیلی کمک کننده بود چون هر روز وعده‌های مختلف رو ثبت می‌کردم و ناخودآگاه خودم رو برای جلو نزدن از حد مجاز مصرف کالری کنترل می‌کردم.حل مشکل برنامه‌ریزیTrelloبرای حل مشکل برنامه‌ریزی صرفا سعی می‌کنم چند ابزار معرفی کنم که به خودم تو این مدت، و حتی قبلش، به منظم بودنم کمک کردن.ترلو: برای برنامه‌ریزی کار‌های تداکس‌تهران و OKR های شخصی تو قالب بورد‌های مختلف و کارت.گوگل کلندر: برای ثبت رویداد‌های مختلف توی تقویم و اضافه کردن تقویم مناسبت‌ها و همچنین بازی‌های رئال مادرید.مایکروسافت تودو: برای ثبت‌ و پیگیری کارهای روزانه و غیر رویدادی.بورد گیت‌لب: برای پیگیری تسک‌های شرکت.سرگرمیAmong Usاولین و مهم‌ترین سرگرمی من تا به امروز دیدن سریال‌های مختلف بوده. مخصوصا The Office که ابتدای قرنطینه شروع کردم به دیدنش و می‌تونم بگم در کنار یوگا بزرگترین نجات‌دهندگان حال من بودن. برای کنترل قسمت‌های مختلف سریال‌های مختلفی که می‌بینم هم از اپلیکیشن TV Club استفاده کردم که پشتیبانی خیلی خوبی هم داره و همیشه سعی می‌کنه محصولش رو بهبود بده.از بین بازی‌های موبایلی هم بهترین خبر تو ابتدای دوران رایگان شدن بازی Monument Valley 2 بود که واقعا یکی از خلاقانه‌ترین و زیباترین بازی‌های موبایلی بود که انجام داده بودم. این اواخر هم Among Us رو شروع به بازی با همکارا و دوستان کردیم که واقعا هیجان‌انگیز و سرگرم‌کننده است و پیشنهاد می‌دم حداقل یکبار امتحان کنین. موقع بازی هم به کمک Discord با همدیگه صحبت می‌کنیم و به قول یکی از همکارا حس نزدیکی دوستانه ایجاد می‌کنی تو این ایام دوری فیزیکی افراد و شدیدا چنین چیزی لازمه این روزها.در این بین نباید تجربه لذت‌بخش فیفا بازی کردن روی کنسول رو فراموش کرد که به یک سرگرمی روزانه برای من تبدیل شده و واقعا کمک می‌کنه حس لذت‌بخشی که فوتبال برام ایجاد می‌کنه در کنار بازی کردن و گرفتن تصمیمات لحظه‌ای تجربه کنم و مغزم در کنار تولید آدرنالین پیشرفت کنه.در آخر هم دیدن بازی‌های رئال مادرید عزیزم که همواره خوشحالم می‌کنه؛ چه بردش و چه باختش. برای دنبال کردن نتایج و برنامه بازی‌های مهم فوتبال اروپا هم از اپلیکیشن FotMob، که در نوع خودش خیلی تمیز و کامل نوشته شده، استفاده می‌کنم.ابزار ارتباطتو این بخش بیشتر می‌خوام راجع‌به ابزار‌های ارتباط کاری در دوران ریموت صحبت کنم؛ چون بیشتر ما در دوران غیر از پندمی هم از ابزار‌های ارتباطی مثل تلگرام و واتس‌اپ برای ارتباط دوستانه و یا خانوادگی استفاده می‌کردیم.بهترین ابزار حال حاضر برای ارتباط درون‌شرکتی اسلک هستش که حتما اسمش رو شنیدین. اما اگر به هر دلیلی امکان استفاده ازش رو نداشتین Discord برای ارتباط درون‌شرکتی هم پیشنهاد می‌شه. در بدترین حالت می‌تونین از Microsoft Teams استفاده کنید.برای جلسات صوتی تصویری هم بین اسکایپ و زوم قابلیت انتخاب دارید که هر دو خوب هستن. البته که این اواخر به مناسبت‌های مختلف از Google Meet هم استفاده کردم و خوب بود. می‌تونین به صورت دوره‌ای هر ۳ ابزار رو تست کنید و در نهایت با توجه به نیاز‌های شخصی یا شرکتی یکی رو انتخاب کنید.جمع‌بندیممکنه سال ۲۰۲۰ از نظر خیلی‌هامون سال خیلی بدی بود و کلی اتفاقات بد و ناخوشایند افتاد (که البته قابل کتمان نیست)، ولی به قول یه جمله معروف:شاید اتفاقاتی که دور و ورت می‌افته تقصیر تو نباشه، اما مسئولیت نحوه مواجهه با اون اتفاقات کاملا با خودته.من هم سعی کردم تو این مدت با تغییر رفتار و وقف دادن خودم با شرایط جدید بیشترین بهره و لذت رو ببرم. مطمئن باشید بعد از اتمام این پندمی خیلی از عادت‌های دوره پندمی ما باقی خواهند ماند، پس نشستن و تغییر نکردن به امید تغییر پندمی اصلا راه‌حل مناسبی به بنظر نمی‌رسه. امیدوارم تونسته باشم با اشتراک تجربیات این دوره خودم کمکی کرده باشم تا شما هم بتونین بیشترین استفاده رو تو شرایط فعلی از موقعیت‌های مختلف داشته باشین.Good luck!✌️ طاده الکسانی طاده الکسانی Wed, 23 Dec 2020 17:42:03 +0330 https://virgool.io/@tadeh/experience-of-reading-steve-jobs-book-rjw0mol5wrpk «استیو جابز»همه استیو جابز را می‌شناسیم. نابغه‌ای که توانست به کمک هوش کسب‌وکاری خود دنیای تکنولوژی را متحول کند. اما استیو جابز برای من جایگاه ویژه‌ای دارد، شاید بیشتر از یک نابغه.من همیشه محصولات اپل را می‌پسندم. اولین دستگاه اپلی که خریدم آیپد ۲ بود که هنوز هم از آن استفاده می‌کنم. یکپارچگی، سادگی و نحوه ارائه بسیار عالی و جذاب اپل از محصولاتش همیشه من را جذب کرده و خواهد کرد.اما شخصیت استیو جابز همیشه برای من خاطره‌انگیز بوده است. یادم است یک‌بار، چند سال پیش، یک تصویر‌سازی از او انجام دادم و نسخه چاپ‌ شده‌اش را به خودم به عنوان کادوی تولد هدیه دادم (لینک تصویر‌سازی). همچنین عروسک او را هم، که در تصویر زیر می‌بینید، خریدم و همچنان آن را دارم.عروسک «استیو جابز»من معمولا با توجه به مشغله کاری‌‌ام، در کنار دروس دانشگاهی، توانایی و تمرکز خواندن کتاب‌های ۴۰۰-۵۰۰ صفحه‌ای را ندارم اما کتاب بیوگرافی استیو جابز، نوشته والتر ایزاکسون، جزو اولین کتاب‌های زندگی‌ام است که ۲ بار کامل آن‌ را خوانده‌ام.داستان مراحل شکل‌گیری شخصیت او در نوجوانی و جوانی، دوران دانشگاه بسیار عجیب، داستان باورنکردنی شروع اپل (آن هم از یک گاراژ به همراه وزنیاک باهوش)، موفقیت در اپل در بخش‌های محصول و بازاریابی تا اخراج و شروع نکست و بازگشت به اپل. همه و همه در کنار داستان‌های دراماتیک خانوادگی و مریضی و مرگ او این بیوگرافی را به یک دانشگاه کامل زندگی تبدیل کرده است.پویش «با من بخوان» بهانه‌ای بود تا شما را دعوت کنم تا با خواندن این کتاب دریچه‌ای جدید از ابعاد مختلف کاری و شخصی زندگی را در خود باز کنید. کوتاه درباره کتاب و نویسندهکتاب صوتی «استیو جابز» اثر «والتر ایزاکسون»، نویسنده، خبرنگار و زندگی‏نامه‌‏نویس نام‌دار آمریکایی است. کتاب زندگی‏نامه‌‏ی استیو جابز که پس از فوت جابز در سال ۲۰۱۱ میلادی منتشر شد، پرفروش‏‌ترین اثر این نویسنده است. ایزاکسون این کتاب را به درخواست استیو جابز نوشت. (برگرفته از وب‌سایت نوار)چگونه این کتاب را بخوانم؟شما می‌توانید به کمک یکی از راه‌های زیر نسخه صوتی یا نوشتاری کتاب را تهیه کنید:دانلود نسخه الکترونیک از فیدیبوگوش دادن به نسخه صوتی در فیدیبودانلود نسخه الکترونیک از طاقچهگوش دادن به میکروبوک در نوار طاده الکسانی طاده الکسانی Mon, 16 Nov 2020 16:49:34 +0330 https://virgool.io/formaloo-team/%D9%85%D9%82%D8%A7%DB%8C%D8%B3%D9%87-%DB%B5-%D8%A7%D9%81%D8%B2%D9%88%D9%86%D9%87-%D8%A8%D8%B1%D8%AA%D8%B1-%D9%81%D8%B1%D9%85%D8%B3%D8%A7%D8%B2-%D9%88%D8%B1%D8%AF%D9%BE%D8%B1%D8%B3-oheufmieamgf ایجاد یک فرم از ابتدا می‌تواند یک پروسه طولانی باشد. بنابراین، بسیاری از دارندگان وب‌سایت‌های وردپرسی از افزونه‌های فرم‌ساز وردپرس برای انجام این کار استفاده می‌کنند. به کمک افزونه‌های فرم‌ساز وردپرس می‌توان انواع مختلفی از فرم‌ها را که برای وب‌سایت شما مورد نیاز است ایجاد کرد. این افزونه‌ها شما را قادر می‌سازند تا از ویژگی‌های آنها برای ایجاد فرم مورد نیاز و مورد نظر برای وب‌سایت خود استفاده کنید.در این مقاله، لیستی از ۵ افزونه برتر فرم‌ساز وردپرس را برای شما آماده کرده‌ایم. با استفاده از این افزونه‌ها شما می‌توانید به راحتی هر نوع فرم را به وب‌سایت خود اضافه کنید. این فرم‌ها شامل فرم‌های تماس، فرم‌های ثبت‌نام، فرم اشتراک در خبرنامه، کوییز و یا موارد دیگر می‌باشد.۱. Contact Form 7کاور Contact Forاگر می‌خواهید از نظر عموم مردم پیروی کنید، Contact Form 7 ساده‌ترین افزونه ساخت فرم تماس با وردپرس است. این افزونه بیش از ۵ میلیون نصب فعال دارد که در تعداد از همه رقبا پیشی می‌گیرد. این شاید از تنها افزونه‌های فرم تماس رایگان موجود باشد که نسخه پولی ندارد. تقریباً همه افزونه‌های فرم تماس محبوب دیگر freemium است که به این معنی است که در نسخه رایگان از ویژگی های محدودی برخوردار هستند.داشبورد Contact Form 7مزایا:ساده‌ترین افزونه موجود برای ساخت و مدیریت‌ فرم‌های تماس مختلفپشتیبانی از امکان گنجاندن CAPTCHA در فرم‌های تماساستفاده از فیلتر هرزنامه Akismet به منظور کاهش هرزنامه‌هادسترسی به ۵۴ زبان توسط این افزونهمعایب:نداشتن امکان پشتیبان‌گیری از فرم‌های تماسامکان نرسیدن جواب‌های ثبت‌شده برای فرم‌های تماس به ایمیل ثبت شدهرابط کاربری نسبتا قدیمی و تجربه کاربری سخت در ساخت فرم‌ها۲. WPFormsدر حین ایجاد فرم برای وب‌سایت خود، ممکن است به فکر استخدام توسعه‌دهنده‌ای برای آن باشید. این کار را نکنید! شما فقط می‌توانید افزونه WPForms را نصب کنید. این یک افزونه فرم‌ساز وردپرس است که به شما کمک می‌کند بدون نیاز به توسعه دهنده، یک فرم حرفه‌ای ایجاد کنید. این افزونه با تمرکز اصلی یک تجربه کاربری عالی ایجاد کرده است. بنابراین به خوبی با رابط کشیدن و رها کردن مجهز شده است. این قابلیت به شما کمک می‌کند بدون نیاز به کدزنی، فوراً فرم ایجاد کنید.کاور WPFormsاین افزونه همچنین دارای تعدادی الگوی فرم است که می توانید برای فرم خود استفاده کنید. این باعث می شود وقت شما در ایجاد یک فرم جدید صرفه جویی شود. همچنین می‌توانید با استفاده از این افزونه داده‌های موقعیت جغرافیایی را به فرم خود اضافه کنید تا درباره کاربران خود بیشتر بدانید.مزایا:آسان در استفادهویرایشگر با قابلیت کشیدن و رها کردن (‌Drag & Drop)ادغام با سرویس‌هایی مانند MailChimp و Zapierمعایب:بیشتر ویژگی‌ها در نسخه پولی در دسترس هستندشروع نسخه سالانه پولی از حدود ۴۰ دلار در سال۳. Ninja Formsداشبورد Ninja Formsاین افزونه نام بزرگی در بازار فرم‌ساز‌های وردپرسی است. طبق گفته ‌وب‌سایت این افزونه، این افزونه تاکنون بیش از ۱۶ میلیون بار بارگیری شده است. Ninja Forms یک افزونه پولی و بسته‌ای کمی متفاوت است. ویژگی‌های آن تقریبا با افزونه‌های دیگر یکی است اما قیمت‌گذاری آن، آن را مقرون‌به‌صرفه‌ترین گزینه موجود نمی‌کند. به جای درج ویژگی‌های استاندارد در هر بسته پولی، باید ویژگی‌هایی مانند منطق شرطی، فرم‌های چندصفحه‌ای، بارگذاری پرونده و سایر موارد را از طریق افزونه‌های‌ درون‌برنامه‌ای (Add-on ها) خریداری کنید. نسخه رایگان این افزونه در فهرست افزونه‌های وردپرس موجود است و بیش از یک میلیون نصب فعال دریافت کرده است.مزایا:وجود نسخه رایگان هرچند محدودهیچ محدودیتی در تعداد ایجاد فرم‌ها، فیلدها و ایمیل‌ها وجود نداردقالبیت‌های شخصی‌سازی زیاد برای فرم‌هامعایب:بسیار گران (حتی در اشل جهانی)، از حدود ۱۰۰ دلار در سال شروع می‌شود۴. Formidable Formsنمونه فرم ساخته شده توسط افزونه Formidable Formsاین افزونه ادعا می کند پیشرفته‌ترین افزونه فرم‌ساز برای وردپرس است و فراتر از ساخت فرم‌های تماس. شما می‌توانید به کمک افزونه Formidable Forms فرم‌های اشتراک، فرم‌های درخواست کمک مالی، فرم‌های درخواست نقل‌قول، فرم سفارش پرداخت و غیره ایجاد کنید. فرم‌ها واکنش‌گرا هستند و به راحتی می‌توانید آنها را با استفاده از ویرایشگر با کشیدن و رها کردن داخلی ایجاد کنید. این افزونه یکی از محبوب ترین هاست و نسخه رایگان موجود در مخزن وردپرس بیش از ۲ میلیون نصب فعال دریافت کرده است. این افزونه ویژگی‌های رقابتی را با توجه به قیمت نسخه پولی ارائه می‌دهد.مزایا:ذخیره فرم‌ها و نتایج آن در پایگاه‌داده وردپرسامکان محدود کردن پاسخ‌ها بر اساس تاریخ یا محدودیت زمانی خاصامکان ارسال فرم‌های برنامه‌ریزی شدهمعایب:سفارشی‌سازی سخت برای فرم‌های پیچیدهوجود اکثر امکانات مثل فیلد‌های شرطی در نسخه پولیشروع نسخه پولی همراه با فیلد‌های پیچیده از حدود ۱۰۰ دلار در سال۵. Form Builder by Formalooساخت فرم‌ با قابلیت Drag & Drop درون پنل وردپرس توسط افزونه فرم‌ساز فرمالوویژگی افزونه فرم‌ساز فرمالو این است که شما می توانید تعداد نامحدودی فرم با ویژگی‌هایی مانند فرم‌های شرطی، چندصفحه‌ای یا کوییز را به راحتی در داشبورد وردپرس خود به کمک کشیدن و رها کردن (Drag & Drop) فیلد‌های مختلف بسازید و آن را در قالب اسکریپت، پیوند و یا iFrame به صورت رایگان و یا با هزینه بسیار پایین (برای ویژگی‌های پیشرفته مانند ویژگی محاسبات (Calculator)*) در وب‌سایت، وبلاگ و یا صفحه وردپرسی خود تعبیه کنید.* امکان ساخت پاسخ‌نامه خودکار با امکان اضافه کردن امتیاز یا مبلغ برای هر گزینه (هر فیلد) و نحوه جمع‌شدن و محاسبه این فیلد‌ها با دادن ضرایب مختلف (کاربرد مانند امکان ساخت سبد خرید و آزمون‌های هوشمند)انتخاب از بین بیش از ۱۰۰ قالب فرم در افزونه فرم‌ساز فرمالوهمچنین از طریق افزونه می‌توانید ابزارک‌ نظرسنجی را برای وب سایت خود ایجاد و ردیابی کنید. همچنین می‌توانید از بیش از ۱۰۰ قالب آماده رایگان موجود (مانند قالب فرم تماس با ما، آزمون و امتحان آنلاین، فرم پرسشنامه، فرم استخدام و ..) در وب‌سایت خود استفاده کنید که کار را برای شما آسان‌تر می‌کندساخت ابزارک نظرسنجی توسط افزونه فرم‌ساز فرمالوجمع‌بندیبه عنوان جمع‌بندی، از میان ۵ افزونه موجود، اگر به دنبال ساده‌ترین و کم‌امکانات‌ترین افزونه می‌گردید و به هیچ‌وجه نیاز به هزینه (چه ریالی چه دلاری) نمی‌بینید، بهترین گزینه موجود Contact Form 7 می‌باشد، اما همانطور که گفته شد باید به «معایب» ذکر شده نیز دقت کنید. از میان گزینه‌های بعدی با توجه به سابقه هر کدام از ۳ گزینه بعدی‌ (WPForms, Ninja Forms & Formidable) یکی را با توجه به دانستن محدودیت‌ها و توانایی پرداخت دلاری در صورت نیاز انتخاب کنید. اگر سادگی را در کنار قابلیت‌های پیچیده‌تر در یک پکیج نیاز دارید و حاضر هستید در کنار امکانات رایگان (مثل ایجاد بی‌نهایت فرم، فرم ساز پیشرفته با Drag & Drop، فاکتورساز و ...) برای امکانات بهتر و بیشتر هزینه خُرد ریالی ماهانه یا سالانه پرداخت کنید، افزونه فرم‌ساز فرمالو بهترین انتخاب است. طاده الکسانی طاده الکسانی Mon, 07 Sep 2020 10:10:27 +0430 https://virgool.io/formaloo-team/what-does-gdpr-mean-for-startups-y8filroyxvjs شما هم احتمالا وارد هر سایت خارجی می‌شوید یک بنر باز می‌شود و از شما درخواست قبول کردن کوکی‌ها را می‌دهد. حال بعضی صرفا یک پیغام ساده نمایش می‌دهند یا گزینه‌هایی برای انتخاب نمایش می‌دهند. این پیغام‌ها چیست و از کجا شروع شد و به چه منظور است؟ در این مقاله به بررسی آن می‌پردازیم.قوانین GDPR (The General Data Protection Regulation) چیست؟برگرفته از ویکی‌پدیا فارسی:مقررات عمومی حفاظت از داده اتحادیه اروپا مقرراتی است که در مورد حفاظت از داده و محرمانگی همه اشخاص و خروج داده در اتحادیه اروپا و منطقه اقتصادی اروپا وضع شده‌است. هدف این مقررات اساساً، برای اعطای کنترل داده ها به شهروندان و ساکنان این منطقه و ساده‌سازی محیط مقررات گذاری برای کسب و کارهای بین‌المللی از طریق یکسان‌سازی مقررات است.این قوانین (تاریخ تصویب: ۱۴ آوریل ۲۰۱۶ و تاریخ اجرا: ۲۵ مه ۲۰۱۸) با هدف محدود کردن سرویس‌های بزرگ موجود مانند گوگل و فیس‌بوک در نحوه استفاده کردن از اطلاعات کاربران وضع شد.اما جرقه وضع این قوانین از کجا شروع شد؟در اوایل سال ۲۰۱۸، نقض داده‌های Facebook-Cambridge Analytica رخ داد (که به رسوایی کمبریج آنالیتیکا معروف است) که میلیون‌ها داده شخصی کاربران فیس‌بوک بدون رضایت توسط کمبریج آنالیتیکا جمع آوری شد تا بیشتر برای تبلیغات سیاسی مورد استفاده قرار گیرد. این نقض داده‌ها بزرگترین نشت شناخته شده در تاریخ فیس‌بوک می‌باشد. داده‌ها از طریق برنامه‌ای ساخته شده توسط دکتر الكساندر كوگان، در سال ۲۰۱۳ جمع آوری شده و شامل یک سوال برای ساخت پروفایل‌های روانشناختی برای كاربران بود. این برنامه نه تنها داده‌های شخصی کاربرانی که سوالات را تکمیل کرده‌اند بلکه همچنین دوستان فیسبوک کاربران نیز جمع‌آوری کرد. کمبریج آنالیتیکا به دنبال فروش داده‌های رای‌دهندگان آمریکایی به کمپین‌های سیاسی بود و در نهایت کمک های لازم و تحلیلی را برای فعالیت های تد کروز و دونالد ترامپ ارائه داد.اما کلیات این قوانین چیست؟۱) اگر سرویس شما در حال جمع‌آوری داده می‌باشد، چرا و برای چی این کار صورت می‌گیرد؟ راه حل: قابلیت ردیابی کردن باید از اطلاعات حذف شود. به عنوان مثال بجای اینکه در تحلیل‌ها بگوییم: طاده دوست دارد x را، بگوییم y دوست دارد x را.۲) اگر سرویس شما به جمع‌آوری می‌پردازد، باید در نگه‌داری آن کوشا باشد و مسئولیت نگه‌داری آن را بپذیرد. که این کار در وب معنایی بسیار اهمیت دارد، چون در آن به شناسایی رفتار کاربران و نشان دادن تبلیغات هدفمند می‌پردازیم.۳) سرویس شما حق اشتراک‌گذاری اطلاعات قابل شناسایی مانند ایمیل، MAC Address و IP را به هیچ‌ وجه با هیچ‌کس ندارد.چطور با این قوانین تطابق پیدا کنیم؟اگر استارتاپ یا سرویس آنلاین شما بطور بین‌الملل فعالیت می‌کند (منظور از فعالیت بین‌المللی این است که یا خود شرکت در اتحادیه اروپا باشد و یا حتی یک مشتری (رایگان حتی) از اتحادیه اروپا داشته باشد)، حتما و هرچه زودتر برای جلوگیری از ایجاد مشکلات قانونی باید سایت خود را با این قوانین تطبیق دهید. چند قدم ساده برای این کار وجود دارد اما بسته به خدمتی که ارائه می‌دهید ممکن است این قدم‌ها متفاوت باشد که با کمی جستجو به زبان انگلیسی منابع زیادی می‌توان یافت.اما این چند قدم ساده را در نظر داشته باشید:۱) هر Web Service ای که به جمع‌آوری داده می‌پردازد باید آن را به کاربران خود اطلاع دهد. همانطور که که در تصویر اول و نمونه توییتر می‌بینید.۲) اگر از tracker هایی مانند Hotjar و Google Analytics و غیره استفاده می‌کنید، باید به کاربر اطلاع دهید. حال شاید این سوال پیش بیاید که سرویس‌هایی مانند Hotjar خود چگونه اطلاعات کاربر را پنهان می‌کنند. درست است که شما به عنوان صاحب خدمت قابل هستید رفتار کاربر خود را در قالب ویدیو مشاهده‌ کنید اما این ویدیو قابل شناسایی توسط چه کاربر نیست.۳) از داده‌ای که ذخیره می‌شود باید مراقبت شود. رمزعبور‌ها قابل شناسایی نباشند و اگر لو رفتند hash شده باشند. نباید تمام اطلاعات مربوط به یک کاربر در یک جا ذخیره شود.اما آنالیز داده چطور..؟حال اگر شما و یا سرویس شما قصد تبادل داده به منظور انجام تحلیل داده خارج از سرویس را داشته باشد، این داده رد و بدلی چگونه باید باشد؟ در قوانین GDPR دو نوع موجودیت برای این حالت تعریف شده: Controller که صاحب داده‌ها می‌باشد و Processor که کسی است که داده را پردازش می‌کند (می‌تواند در خود سرویس یا خارج از سرویس باشد).داده ارسالی در این صورت باید طوری باشد که داده از جایی که داده خام نگه‌داری می‌شود، به صورت غیرقابل‌شناسایی تبدیل شود و به تحلیل‌گر داده ارسال شود.جمع‌بندیاهمیت اجرای قانون خصوصا در اتحادیه اروپا بسیار مهم می‌باشد و اگر استارتاپ یا سرویس شما قصد ورود به بازار‌های بین‌المللی را دارد (منظور از ورود به بازار بین‌الملل این است که یا خود شرکت در اتحادیه اروپا باشد و یا حتی یک مشتری (رایگان حتی) از اتحادیه اروپا داشته باشد) حتما در اجرای درست این قوانین، به خصوص مقررات عمومی حفاظت از داده اتحادیه اروپا، کوشا باشید. برای مطالعه بیشتر می‌توانید به لینک زیر مراجعه کنید:https://gdpr.eu/ طاده الکسانی طاده الکسانی Mon, 20 Jul 2020 09:13:37 +0430 https://virgool.io/ideacast/3-years-with-ideacast-qwhqpxiitflz ایده کست ۳ ساله شدحدود ۳ سال پیش در چنین روز‌هایی امکان گرفتن لایو توسط اپ اینستاگرام معرفی شد. امکان جذابی بود و خیلی‌ها شروع به استفاده از آن کردند. می‌دیدم که افراد بیهوده پشت میزی می‌شنیند و حرف‌های بیهوده‌تر می‌زنند. همانجا بود که در ذهنم جرقه‌ای زد که نتیجه‌اش را امروزه ما به نام "ایده کست" می‌شناسیم.با توجه حدود ۱-۲ سال فعالیتی که در زمینه استارتاپ‌ها داشتم و نتوورک خوبی از آدم‌های متخصص این حوزه کسب کرده بودم تصمیم گرفتم یک برنامه منظم گفتگوی زنده و تصویری با این افراد شکل بدم.ایده کست با پخش لایو‌‌های هفتگی به همراه متخصصین حوزه استارتاپ همچون فرخ شهابی، رضا غیابی، حسن نوری، حامد جعفری و محمد عربگری شروع شد و در فصل دوم و سوم با اضافه شدن افرادی همچون رامین جابری، اسد صفری و پویان وحیدی پربارتر هم شد.قسمت دوم ایده کست : فرخ شهابیروز‌های خیلی سختی هم در این میان بودند. روز‌هایی که به همراه سه پایه نگهدارنده موبایلم و دفترچه‌ام راه میافتادم تا به دفتر یا مکان ملاقات با افراد مختلف برسم و در این راه اکثرا هم برای اینکه ترافیک تهران رو پشت سر بگذارم و به‌موقع لایو را ضبظ کنم "موتور سریع‌"‌ های فراوانی در میان برف و باران گرفتم.ایده کست بدون تبلیغ زیاد و به کمک بیننده‌ها و شنونده‌هایش، که از طریق اپ‌های پادگیر نسخه صوتی لایو‌ها را می‌شنیدند، بزرگ شد و این بزرگ شدن به من انگیزه داد تا آن را به رویداد تبدیل کنم.۳ رویداد هم با حمایت افرادی همچون فرخ شهابی، مهرنوش برات‌پور و محمد‌رضا شریف برگزار کردیم که ۲‌تای آن در شتاب‌دهنده دیموند و رویداد دیگر در دانشگاه امیرکبیر برگزار شد. علی عمیدی، سید احسان علوی و هادی فرنود مهمانان ما در ۳ رویدادمان بودند.تا مهر امسال وقفه‌ای در کار ایده کست افتاد و بیشتر فعالیت‌های ایده کست پراکنده انجام شد. مثل ضبظ چند ویژه‌برنامه یا همان "ایده کست +" و سر زدن و گزارش گرفتن از چند رویداد مثل فریلند، اینوتکس، استارتاپ جاده ابریشم، HRMeetup، استارتاپ ویکند تهران و الکامپ. ‌ایده کست حامی رسانه‌ای رویداد‌های اشاره شده نیز بود.اما از مهر امسال مصمم شدم و به خودم قول دادم که ایده کست را از اول بسازم. کار از یک استوری ساده در اینستاگرام شروع شد. از علاقه‌مندان تولید محتوای‌ (متنی یا تصویری)، علاقه‌مندان به حوزه شبکه‌های اجتماعی و طراحان خواستم که در صورت علاقه به کار داوطلبانه به من بپیوندند تا این مسیر قوی‌تر ادامه پیدا کند. نتیجه فراتر از انتظار بود و حدود ۳۰ نفر از افراد حاضر بودند که همکاری کنند. کار من سخت شد و پس از آماده کردن نقشه راه آینده و با توجه به نیاز‌های موجود در ایده کست ۵ فرد نهایی برای همکاری اعلام آمادگی کردند و حدود ۵ نفر نیز بصورت پروژه‌ای حاضر به همکاری شدند. همینجا باید تشکر ویژه داشته باشم از صبا تاجیک، مهدیه زینالی، علی حسنی، سجاد بیات، علی متقی، صدرا فداکار، مونا اسلامی، ملیکا ابیضی و بسیاری از افراد دیگر که کمک کردند ایده کست از "من" به "ما" تبدیل شود.اگر به پیوستن به تیم ایده کست علاقه دارید همین حالا فرم موجود در صفحه اول وب‌سایت ایده کست را پر کنید و به ما ملحق شوید✌️https://ideacast.ir/#contact-sectionدر فرمت جدید ایده کست ما در ابتدا به رونق بخشیدن به محتوای متنی ایده کست پرداختیم که مطالب آن را می‌توانید در همین بلاگ بخوانید. همچنین در این حین به طراحی نقشه راه معرفی فضا‌های کار اشتراکی در ایران پرداختیم. هم اکنون ایده کست به کمک تیم پرانرژی، فعال و خلاق خود در حال تدوین قسمت جدید معرفی‌ فضا‌های کار اشتراکی در ایران می‌پردازد و به زودی به مجموع این ۳ ویدیو اضافه خواهد شد. همچنین مقاله جامعی در این حوزه نیز نوشته شده که از بلاگ ایده کست یا از طریق لینک زیر قابل مطالعه است: https://blog.ideacast.ir/%D9%81%D8%B6%D8%A7%D9%87%D8%A7%DB%8C-%DA%A9%D8%A7%D8%B1-%D8%A7%D8%B4%D8%AA%D8%B1%D8%A7%DA%A9%DB%8C-%D8%AF%D8%B1-%D8%A7%DB%8C%D8%B1%D8%A7%D9%86-%DA%A9%D9%87-%D8%A8%D8%A7%DB%8C%D8%AF-%D8%A8%D9%87-%D8%A2%D9%86-%D8%B3%D8%B1-%D8%A8%D8%B2%D9%86%DB%8C%D8%AF-quavujszt6bs امیدواریم به کمک تیم مصمم و قوی ایده کست، این پروژه غیرانتفایی که از روز اول با هدف رشد اکوسیستم استارتاپی ایران آغاز به کار کرد و همچنان در مسیر خدمت‌دهی به این اکوسیستم حرکت می‌کند بتواند در سال جاری نیز این کار را ادامه دهد و به کمک شما دنبال‌کنندگان همیشگی و وفادار ایده کست روز به روز شد و توسعه را تجربه کند.مشاهده ویدیو قسمت‌های قبلی ایده کست | شنیدن قسمت‌های قبلی ایده کست | مشاهده وب‌سایت ایده کست طاده الکسانی طاده الکسانی Sun, 01 Mar 2020 18:41:09 +0330 https://virgool.io/formaloo-team/ios-design-patterns-kc6lduh1kzc8 من در این مقاله سعی‌ می‌کنم یک معرفی اجمالی از انواع دیزاین پترن‌های iOS داشته باشم و مزایا و معایب هر کدوم رو توضیح بدم. طبق تعریف ویکی‌پدیا فارسی، دیزاین پترن یا همون الگوی طراحی یه راه‌حل عمومی قابل تکرار برای مشکلات متداول تو زمینه طراحی نرم‌افزاره.1) Cocoa (Apple’s) MVCاولین دیزاین پترنی که می‌خوایم مورد بررسی قرار بدیم Cocoa (Apple’s) MVC ـه:Cocoa (Apple’s) MVCتو این الگو، اطلاعات بین لایه‌ها خوب پخش نشده و لایه‌ای مثل Controller خیلی شلوغ هستش و مسئولیت‌های زیادی گردنشه. در بین لایه‌ها (در بهترین حالت) لایه‌ی مدل قابل تست هستش. از بین الگو‌های ‌دیگه کد کمتری لازم داره، دولوپر‌های بیشتری می‌شناسنش و سرعت برنامه‌نویسی باهاش زیاده.این الگو زمانی که آماده نیستیم بیشتر وقتمون رو برای معماری صرف کنیم و احساس می کنیم الگویی با هزینه نگهداری بالا یه هزینه سربار برای پروژه کوچکمون ایجاد می‌کنه کاربردی و جواب پس داده است.2) MVPدومین دیزاین پترن MVP ـه که توش کلی کد باید بنویسیم (تقریبا ۲ برابر MVC) اما قابلیت تست بیشتری داره چون لایه View که در اینجا یک زیرکلاس UIViewController هستش مسئول فقط و فقط View ـه (برخلاف MVC) و یک لایه میانی به اسم Presenter مسئول ارتباط Model و View ـه. لایه View در این الگو خیلی dumb ـه!این الگو به‌خاطر همون به اصطلاح dumb بودن لایه View تقسیم وظیفه خوبی انجام می‌ده و تست کردن منطق تجاری (Business Logic) رو برای ما آسون می‌کنه اما کدی که باید برای پیاده‌سازیش زده شه تقریبا ۲ برابر MVC ـه.3) MVVMMVVMتو MVVM ما با live data سروکار داریم. یعنی چی؟ یعنی ما بجای Direct Callback، دیتا رو Observe می‌کنیم. با Notification ها، Event ها، سرور ریکوست‌ها با همه این‌ها مثل دیتا برخورد می‌کنیم که بصورت live تغییراتشون مشاهده (Observe) می‌شه.تو این الگو، View Model فقط با Model سروکار مستقیم داره و آپدیت‌ها رو از اونجا می‌گیره یا به اون آپدیت می‌ده، پس View Model وابستگی به View نداره، که امکان تست رو بالا می‌بره و این Viewـه که بعد از آپدیت شدن دیتا توی View Model تغییر می‌کنه.توی iOS ما از Binding ها برای Observe دیتا استفاده می‌کنیم که می‌تونیم از کتاب‌خونه‌های ساده‌تر استفاده کنیم مثل RZDataBinding یا SwiftBond یا از کتاب‌خونه‌های پیچیده‌تر مثل RxSwift و Reactive Cocoa استفاده کنیم.این الگو از نظر تست‌پذیری (بجز لایه View) و تقسیم وظایف نسبت به مدل بالا بهتر عمل می‌کنه (به‌خاطر یک لایه بیشتر نسبت به MVP)، اما مقدار کدی که برای پیاده‌سازی این الگو باید زده شه تقریبا بیشتر و سنگین‌تر از مدل بالاست در حالت واقعی.نمونه کد MVVM4) VIPERVIPERهمونطور که توی تصویر می‌بینید، VIPER مخفف شده کلاس‌های تصویر بالاست. کلاس View وظیفه نگه‌داری تمام کدی را در اختیار داره که Interface رو به کاربر نشون می‌ده. همچنین این کلاس وظیفه دریافت عملیات توسط کاربر بر روی View رو نیز در اختیار داره که موقع انجام عملیات Presenter رو با خبر می‌کنه. کلاس Presenter بیشتر نقش واسط رو در میون ماژول‌های دیگه بازی می‌کنه و مثلا با ماژول Router که وظیفه لود Segue صفحات مختلف رو داره در ارتباطه و بعد از دریافت نتیجه فراخوانی‌های API و دریافت اطلاعات، وظیفه آپدیت View رو نیز بر عهده داره. کلاس Interactor وظیفه هندل کردن منطق تجاری (Business Logic) برنامه و API Call ها رو بر عهده داره و با کلاس Entity که مدل‌های داده‌ای ما رو شامل می‌شه به صورت مستقیم در ارتباطه.این الگو از نظر توزیع‌پذیری بهترین مدل‌های بالاست (به خاطر تعداد لایه‌های زیاد) و به خاطر این توزیع‌پذیری قابلیت تست بالایی رو هم داره، اما مقدار کدی که برای حتی کلاس‌هایی با وظیفه کم باید بنویسیم خیلی زیاده!جمع‌بندیمن در این مقاله سعی کردم ۴ الگوی معماری بیشتر استفاده شده در iOS رو به شما معرفی کنم و امیدوارم بعد از خوندن این مقاله متوجه شده باشید که هیچ الگوی برتری وجود نداره، بنابراین انتخاب الگوی معماری موضوعی‌ـه که در شرایط خاص هر پروژه می‌تونه متفاوت باشه و این اصلا مشکلی نداره.بنابراین، طبیعیه که ترکیبی از معماری‌ها و الگوها رو هم‌زمان تو یه برنامه داشته باشید. به عنوان مثال: شما با MVC شروع کردید، بعدا فهمیدید که حفظ کارآمدی یه صفحه خاص با MVC خیلی سخته و معماری اون صفحه رو تبدیل به MVVM کردین. در این صورت دیگه نیازی به refactor صفحه‌های دیگه که با MVC به خوبی کار می‌کنن نیست، چون هر دو دیزاین پترن سازگاری بالایی با هم دارن. در آخر:Make everything as simple as possible, but not simpler — Albert Einstein طاده الکسانی طاده الکسانی Sun, 23 Feb 2020 18:34:52 +0330 https://virgool.io/formaloo-team/%DA%86%D8%B1%D8%A7-%D8%A7%D8%B3%D9%86%D9%BE-%D8%A8%D9%87-%D9%85%D8%B4%D8%AA%D8%B1%DB%8C%D8%A7%D9%86-%D8%AE%DB%8C%D9%84%DB%8C-%D9%88%D9%81%D8%A7%D8%AF%D8%A7%D8%B1-%D8%AE%D9%88%D8%AF-%DA%A9%D8%AF-%D8%AA%D8%AE%D9%81%DB%8C%D9%81-%D9%86%D9%85%DB%8C%D8%AF%D9%87%D8%AF-as9zgf24tju3 شاید شما نیز در مواجهه با دوستان خود (که شاید ماهی ۱ بار هم از اپلیکیشن‌هایی مانند اسنپ استفاده نمی‌کنند) از آن‌ها شنیده باشید که کد تخفیف‌های به تعداد و ۵۰ درصدی دریافت می‌کنند و با خود فکر کرده باشید خوب من که تقریبا هر روز از این اپلیکیشن استفاده می‌کنم و مشتری خیلی وفادار این شرکت هستم چرا این کد‌ها را دریافت نمی‌کنم؟ و اینکه مبنای این درصد تخفیف‌های متفاوت برای هر نفر چیست؟به طور خلاصه، اسنپ برای جلوگیری از ریزش مشتریان خود با دادن کد‌های تخفیف متعدد، آن‌ها را به استفاده‌ی مجدد از سرویس خود فرا می‌خواند.این در حالی است که اسنپ و یا هر شرکت دیگری از مشتریان وفادار خود اطمینان دارد و می‌داند که با ارائه‌ی همان سرویس قبلی و با همان امکانات می‌تواند آن‌ها را در پلتفرم خود باقی نگه دارد.پس این تخفیف‌ها به مشتریانی اهدا می‌شود که در اصطلاح مشتریان churn شده یا در مرز churn شدن هستند. در ادامه به معرفی مفهوم churn و Customer Churn Rate خواهیم پرداخت.همچنین گفتیم اسنپ برای هر مشتری درصد تخفیف متفاوتی در نظر می‌گیرد. برای محاسبه این درصد، اسنپ به متوسط مقدار هزینه‌ی هر کاربر (در این مثال متوسط پرداختی هر سفر برای هر کاربر) دقت می‌کند و با توجه به آن درصد تخفیف را محاسبه می‌کند. به عنوان مثال اگر متوسط هزینه هر کاربر برای سفر‌های خود ۱۵ هزار تومان باشد درصد تخفیف ۱۰ هزار تومانی می‌تواند باعث ضرردهی شود و اما برای کاربری که مسیر‌های طولانی را اکثرا طی می‌کند (مثلا سفر‌های متوسط ۳۰ هزار تومانی) این مقدار تخفیف می‌تواند معقول باشد.حال مفهوم Customer Churn Rate (نرخ رویگردانی مشتری) را که قبلا به آن اشاره کردیم معرفی می‌کنیم:به درصد از مشتریان از دست رفته در یک بازه زمانی خاص Customer Churn Rate گفته می‌شود. این در تضاد با مفهوم Retention Rate است که به معنای درصد مشتریانی که در یک بازه‌ی زمانی خاص توسط یک شرکت حفظ شده اند.روش‌های مختلفی برای محاسبه این rate وجود دارد مانند:نرخ رویگردانی مشتری = (تعداد مشتریان از دست رفته در یک بازه زمانی خاص / تعداد تمام مشتریان در شروع بازه زمانی) * ۱۰۰ که در آن:تعداد مشتریان از دست رفته = تعداد مشتریان در شروع بازه زمانی + مشتریان وارد شده در طول بازه زمانی - تعداد مشتریان در پایان بازه زمانیبه عنوان مثال شما در تاریخ ۱ مارچ، ۲۰۰ کاربر ثبت شده در خبرنامه‌ی خود دارید. در ماه مارچ ۵۰ کاربر دیگر در خبرنامه شما ثبت‌نام می‌کنند، در حالیکه در پایان ماه تعداد نفرات خبرنامه‌ی شما ۲۰۵ نفر است!۴۵ = ۲۰۰+۵۰-۲۰۵ = تعداد مشتریان از دست رفته۲۲.۵٪ = ۱۰۰*(۲۰۰/۴۵) = نرخ رویگردانی مشتریپس درصد مشتریان از دست رفته‌ی شما در ماه مارچ ۲۲.۵٪ می‌باشد. این درحالیست که حفظ مشتریان توسط شرکت‌ها بسیار آسان‌تر از جذب مشتریان جدید می‌باشد. خدمات ضعیف و تجربه‌ی کاربری ضعیف جزو عوامل مهم ترک مشتریان می‌باشند. پیشنهاد می‌شود حتما در مرحله‌ای از استارتاپ که مشغول جذب کاربران زیاد هستید از نرم‌افزار‌های کنترل روابط مشتری یا همان CRM استفاده کنید. طاده الکسانی طاده الکسانی Tue, 17 Dec 2019 15:02:00 +0330 https://virgool.io/ideacast/why-live-streaming-is-so-important-lwg18vzekdex پخش زنده در طول سالیان گذشته بسیار در بین کاربران محبوب شده است. پلتفرم‌های پخش زنده این فرصت را داشتند که تبادل اطلاعات را میان کاربران در حجم بالا سریع‌تر و راحت‌تر کنند. یکی از دلایل کلیدی این موضوع، افزایش پهنای باند اینترنت خانگی و موبایل در طول سالیان گذشته در کشور‌ها بوده که این فرصت را به کاربران برای اشتراک محتوای زنده فراهم کرده است.بررسی روانشناسی پخش زندهشما نمی‌توانید محتوای پخش زنده را پیش‌بینی کنید و این شما را تحریک می‌کند که لحظه به لحظه آن را دنبال کنید. شما می‌دانید اگر آن پخش زنده بخصوص را دنبال نکنید آن را به طور کامل از دست خواهید داد.تعریف: FoMo یا همان ترس از دست دادن (Fear of Missing out) سندرومی است که با ورود گوشی های تلفن هوشمند به وجود آمد. به صورت خلاصه می توان ترس از دست دادن (FoMo) را این گونه تعریف کرد: "ترس از این که در زمان غیبت فرد در شبکه های اجتماعی، او از اتفاقات مهمی بی خبر بماند."قرار دادن این سندروم در کنار تب بالای شبکه‌های اجتماعی میان افراد جامعه باعث شده که امروزه پخش‌زنده در میان افراد و کسب‌وکار‌ها ترند (trend) شود.مثال فیس‌بوک را می‌زنیم. فیس‌بوک در طی سال گذشته پخش‌زنده را به عنوان یک محتوای جداگانه در آورده و حتی آن را در اپلیکیشن خود در تب وسط قرار داده که توجهات به آن جلب شود. یکی از دلایل فیس‌بوک برای این کار رقابت با سایر اپلیکیشن‌های این حوزه مانند اسنپ‌چت و پریسکوپ بوده، اما دلیل محکم‌تری پشت این کار وجود دارد:در یک کلام، محتوای پخش زنده پادشان جلب کردن توجهات است. طی تحقیقات صورت گرفته، کاربران ۳ برابر بیشتر از زمانی که بر روی ویدیو‌های غیر زنده می‌گذارند، بر روی محتوای زنده خرج می‌کنند. همچنین ۱۰ برابر بیشتر از محتوای غیر زنده، بر روی محتوای زنده، کامنت می‌گذارند!کاربران ۳ برابر بیشتر از محتوای غیر زنده، بر روی محتوای زنده، وقت سپری می‌کنند.خاص و مشکوکحتما دلیلی وجود دارد که مردم همچنان رویداد‌های ورزشی را بصورت زنده از تلویزیون دنبال می‌کنند. چون این رویداد‌ها به صورت زنده تنها یک‌بار قابل دیده شدنند و برای دنبال کردن نتیجه‌ی مسابقات بصورت زنده شما یک‌بار فرصت دارید.محتوای زنده این‌چنینی با ارزشند و ما می‌بینیم شرکتی مانند توییتر ۱۵ میلیون دلار برای استریم ۱۰ بازی NFL به صورت زنده در توییتر خرج کرده است تا بتواند توجه کاربران را به خود جلب کند.علاوه بر «ترس از دست دادن»، فاکتوری که ما را به سمت محتوای زنده می‌کشاند این است که هر اتفاقی ممکن است در طول پخش زنده اتفاق بیافتد و ما می‌توانیم اولین نفری باشیم که آن اتفاق را بصورت زنده دیدیم. نمونه‌هایی همچون پخش زنده‌ای که در آن یک گودال آب کوچک در یکی از خیابان‌های انگلیس را نشان می‌داد و اینکه مردم چطور از‌ آن رد می‌شدند و حدود ۵۰۰ هزار نفر آن را بصورت زنده نگاه کردند. https://www.aparat.com/v/93sKA قابلیت پخش زنده مسیر رضایت فوری را از طریق اشتراک گذاری فوری، مصرف فوری و تعامل فوری ادامه می دهد. در پخش زنده فیسبوک، "reactions" به بینندگان این امکان را می دهد تا از طریق ایموجی‌ها احساسات خود را بصورت زنده ابراز کنند. پخش کننده درباره نحوه واکنش مردم به محتوا بازخورد فوری می گیرد. پخش‌کنندگان می‌توانند بصورت زنده با مخاطبان خود درگیر شوند و به پیشنهادات و نظرات آن‌ها جواب دهند. مانند یک کنسرت زنده یا یک نمایش کمدی ، مخاطب با مجری تعامل برقرار می کند. اما در رسانه های اجتماعی ، مخاطب اساساً نامحدود است - هر‌کس ، در هر نقطه ای می تواند شرکت کند و آن ارتباط فوری را بدست آورد.آمار مشاهده و تولید ویدیو‌های پخش زنده در آمریکا در سال ۲۰۱۷بعضی از آمار «پخش زنده» در جهان87٪ مشاغل اکنون از ویدیو به عنوان ابزاری برای بازاریابی استفاده می‌کنند (افزایشی از 63٪ در سال 2017 و 81٪ در سال 2018)96٪ از مردم می‌گویند که یک فیلم توضیح دهنده (explainer video) را مشاهده کرده‌اند تا درباره یک محصول یا خدمت بیشتر بدانند79٪ می‌گویند ویدئوی یک برند آنها را متقاعد کرده است که یک نرم‌افزار یا یک برنامه خریداری کنندفیلم‌ها در رسانه های اجتماعی 1200٪ بیشتر از متن و تصاویر به اشتراک گذاشته می‌شوندعبارت کلیدی "پخش زنده فیسبوک" از 330٪ افزایش جستجو در سال 2016 تا 2018 برخوردار بوده استشرکت‌هایی که از ویدیو استفاده می کنند از جستجوها 41٪ بیشتر ترافیک می کنند74٪ از میلنیال‌ها (Millennials) هنگام مقایسه محصولات و خدمات مختلف، فیلم را مفید می دانندروند شروع کار سرویس‌های پخش زندهپخش زنده و استارتاپ‌هادر ادامه پنج روش موجود از روش‌هایی که می‌توانید برای افزایش تعداد دنبال‌کنندگان و حتی افزایش فروش خود استفاده کنید، اشاره می‌کنیم:۱- استارتاپ شما می‌تواند رویدادهای مهمی را پخش کندبه اشتراک گذاشتن رویدادهای مهم از طریق پخش زنده بسیار جذاب تر از آن است که صرفاً گزارشی درباره این رویداد در قالب پست وبلاگ یا ویدیو منتشر کنید. این رویداد‌ها شامل مواردی همچون معرفی عمومی یک محصول، سالگرد تاسیس شرکت و یا کنفرانس‌های مطبوعاتی را شامل می‌شود.پخش مستقیم رویدادها به هنگامی خاص‌تر می‌شود که آن را طوری ضبط کنید که انگار یک شرکت‌کننده آن رویداد هستید - راه رفتن در اطراف، صحبت کردن با مهمانان و کارمندان در این رویداد بسیار مؤثر خواهد بود. این یک تجربه جذاب برای مخاطبان شما است و آن‌ها احساس می کنند واقعاً در این رویداد شرکت کرده‌اند. استارتاپ شما همچنین می‌تواند با خواندن سوالات مخاطبان و پاسخ دادن به آن‌ها در لحظه، رویدادهای شما را برای مخاطبان لذت بخش تر کند.۲- تور پشت صحنه را به مخاطبان خود هدیه دهیدممکن است بسیاری از مشتریان شما علاقه‌مند به کسب اطلاعات بیشتر در مورد فرآیندهای تولید مشاغل خود یا نحوه ارائه خدمات باشند. می‌توانید کنجکاوی آن‌ها را با یک پخش زنده که به آنها امکان "تور پشت صحنه" دفتر یا محل کار را می دهد ، برآورده کنید.از این طریق مخاطب می‌تواند از شما به خاطر کارهایی که در ساخت محصولات یا ارائه خدمات انجام می دهید، قدردانی کند. شما مشتریان خود را با کسب و کار و کارمندان آشنا می کنید، که می‌تواند وفاداری مخاطبان شما را بهبود بخشد.۳- ویترین محصولاتشرکت های نوپا همچنین می توانند ویترین محصولات را در قالب پخش‌زنده نشان دهند و نحوه عملکرد محصولات فردی و نمایش آنها را در عمل توضیح دهند. مخاطبان شما می توانند در مورد محصول سوال کنند و پاسخ‌ خود را در همان لحظه دریافت کنند. این یک روش بسیار جذاب و تعاملی برای توضیح ویژگی‌های جدید محصولات شما است - مخاطبان شما آن را دوست خواهند داشت!۴- پشتیبانی در زمان واقعیاستارتاپ شما می‌تواند جلسات پشتیبانی را ترتیب دهد که مسائل فنی متداول درآن پرداخته شود. این جلسات برای ارائه پشتیبانی تعاملی فوق العاده مفید است و مورد توجه بسیاری از مشتریان قرار گرفته است. علاوه بر این، این سطح شفافیت می تواند بر اعتبار و اعتبار شما تأثیر بگذارد.۵- ارائه جلسات آموزشی از طریق پخش مستقیماگر شرکت شما دارای یک محصول یا خدمات پیشرفته است، می‌توانید از طریق پخش زنده به ارائه برخی آموزش‌ها به مشتریان بپردازید. پس از ارائه آموزش‌های اولیه، می‌توانید یک پرسش و پاسخ متقابل را برای روشن کردن هر مسئله‌ای که مخاطبان شما دارند، برگزار کنید.۶- مصاحبه با کارشناسانهمچنین می‌توانید مصاحبه‌هایی با کارشناسان در زمینه مربوط به استارتاپ خود انجام دهید. اگر بتوانید یک مصاحبه‌شونده با دانش را در زمینه شما پیدا کنید که شناخته شده هم باشد، می‌توانید هزاران بیننده را جذب کنید، که مطمئناً به ارتقاء استارتاپ شما کمک خواهد کرد. حتی می توانید از بینندگان چند سوال بپرسید تا واقعاً سطح تعامل را بالا ببرید.۷- پخش زنده دفتر شما!اگر واقعاً می‌خواهید به مشتریان خود بینشی در مورد نحوه فعالیتتان ارائه دهید، می‌توانید یک دوربین پخش مستقیم دائم را در دفتر تعبیه کنید (برای مدتی کوتاه و مشخص). کارکنان می‌توانند هر زمان که وقت داشته باشند با کاربران درگیر شوند و به آنها بگویند که در طول روز روی چه چیزی کار کرده‌اند و به چند سوال پاسخ دهند. طاده الکسانی طاده الکسانی Mon, 11 Nov 2019 11:30:06 +0330 https://virgool.io/ideacast/bi-solutions-for-startups-q6q5aqtcyarj این نوشته برگفته از گفتگوی بنده با رضا غیابی، فرصت آفرین، می‌باشد و خلاصه‌ای است از قسمت پنجم فصل اول ایده کست با موضوع هوش تجاری به زبان اول شخص. ویدیو گفتگو در آخر صفحه موجود است.هوش تجاری به طور خیلی ساده، روش‌ها، نرم‌افزار‌ها و یا هر سیستمی است که داده‌های خام را به اطلاعات قابل فهم تبدیل می‌کند. کسب و کار‌ها می‌توانند از این اطلاعات استفاده کنند برای پیشرفت در بخش‌هایی مانند مارکتنیگ و طراحی محصول. امروز با حجم انبوه اطلاعات تولید شده به صورت روزانه توسط کاربران، استفاده از هوش تجاری برای تضمین موفقیت یک کسب و کار لازم می‌باشد. تاثیری که جدی گرفتن داده‌ها و استفاده از آن‌ها در قالب هوش تجاری می‌تواند بر روی کسب‌وکار‌ها بگذارد را نباید دسته کم گرفت.تاریخچه‌ای کوتاه از هوش تجاریهوش تجاری اولین بار در سال ۱۹۵۰ میلادی با توسعه پروژه آرپانت (ARPANet) مطرح شد. شبکه آرپانت با پروژه‌های تکمیلی ازجمله پروتکل (TCP\IP) تبدیل به مهم‌ترین بستر فضای مجازی یعنی اینترنت شد. در طول این سال‌ها استفاده بهینه از اطلاعات تهیه شده در این شبکه مورد بحث قرار گرفت که زمینه‌ساز شکل گیری هوش تجاری شد.طبق پیش‌بینی‌های صورت گرفته تا سال ۲۰۱۸، حدود ۲۰ بیلیون دلار در این حوزه سرمایه‌گذاری صورت گرفته است.استفاده از داده‌های Unstructured در هوش تجاری٪۸۰ از داده‌هایی که بصورت روزانه در اینترنت تولید می‌شوند غیر‌قابل‌ دسته‌بندی هستند. به چه معنا؟به این معنا که ما به جزییات داده‌هایی مثل عکس و ویدیو دسترسی نداریم و دسته‌بندی آن ها حتی با وجود روش‌هایی مثل image recognition سخت می‌باشد.با وجود حجم انبوهی از این داده‌های غیر‌قابل دسته‌بندی ما چطور می‌توانیم از هوش تجاری استفاده نماییم؟اول به جمله‌ی معروفی رجوع می‌کنیم که ما در عین حالی که در انبوه اطلاعات غرق شدیم، دچار فقر داده‌ای می‌باشیم. یعنی در صورتی که حجم انبوهی از اطلاعات دورمان را گرفته است، ما در استفاده بهینه از آن‌ها عاجز هستیم. به عنوان مثال، شاید از نظر یک شیرینی‌فروش ذخیره‌ی داده‌ی اینکه چند نفر با لباس آستین‌کوتاه وارد فروشگاه می‌شوند مهم نباشد، در حالیکه شاید خرید یک نوع مخصوص از شیرینی مرتبط باشد با نوع لباسی که شخص می‌پوشد. شاید آن سبک از شیرینی فقط توسط افرادی تهیه شود که لایف‌استایل خاص داشته باشند، پس این مهم است. پس ذخیره سازی این سبک اطلاعات و در‌ آوردن روند‌هایی از میان آن می‌تواند در موفقیت هر کسب‌و‌کاری تاثیر‌گذار باشد.معرفی سطوح مختلف دانشبرای درک بهتر این موضوع سطوح مختلف دانش را بررسی خواهیم کرد. دانش ۴ سطح دارد:اولین سطح داده، همان داده (Data) به معنای کلمه می‌باشد. داده معمولا یک مختصات دارد. به طور مثال یک x و y، و یا اینکه ساعت چند یک تراکنش انجام داده شده یک رکورد از داده‌ها می‌باشد.در سطح دوم، با قرار دادن این داده‌ها در کنار هم در یک جدول و یا یک نمودار و پیدا کردن یک ارتباط خطی میان این داده‌ها، اطلاعات بوجود می‌آید که یک لایه‌ی عمیق‌تر از دانش می‌باشد.به عنوان مثال، ما تنها می‌توانیم بفهمیم که تراکنشی توسط فرد x در ساعت y و در روز z انجام شده، بلکه می‌توانیم در این سطح بفهمیم که این فرد یک تراکنش همچنینی هر یک‌شنبه انجام می‌دهد. یا به عنوان مثال مشاورین املاک می‌دانند که قیمت ملک در پاییز و بهار با تغییر مواجه می‌شود. یا قیمت کولر در تابستان و بخاری در زمستان گران می‌شود. چنین روند‌هایی را می‌توان با استفاده از این نوع اطلاعات کسب نمود. چنین تحلیل‌هایی، امروزه، توسط مردم عادی نیز برای مواردی مثل قیمت طلا و ارز انجام می‌شوند.در سطح سوم، ما با دانش (Knowledge) مواجه هستیم. دانش توسط یک فرد خبره انجام می‌پذیرد و صرفا با داشتن اطلاعات نمی‌توان به نتیجه‌ای رسید. این کار فردی است که سال‌ها در یک حوزه مانند بورس یا بانک فعالیت کرده و با دانشی که در طی این سال‌ها کسب کرده می‌تواند با قرار دادن نمودار‌های اطلاعات در کنار هم به یک نتیجه‌گیری و تحلیل درست برسد. به عنوان مثال، پیش‌بینی می‌شود که ریاست جمهوری ترامپ، چه تاثیری می‌تواند بر قیمت نفت بگذارد و این چیزی نیست که اکنون ماشین‌ها بتوانند انجام دهند و نیازمند دانش فرد خبره می‌باشد. کار BI اکنون این است که داده را تبدیل به اطلاعات کند و این اطلاعات توسط دانش یک فرد تحلیل و نتایج آن اعلام شود.لایه‌ی آخری که در دانش وجود دارد، خرد (Wisdom) است.خرد چیزی است که آن متخصص در طول سال‌های طولانی، مثل ۳۰ سال یا ۴۰ سال، کسب می‌کند. به عنوان مثال، اگر از کسی که متخصص بورس است و سابقه ۵۰ ساله در این کار دارد بپرسیم «بورس ایران را چگونه ارزیابی می کنید؟»، آن‌گاه این فرد می‌تواند یک جمله «خرد» تولید کند. می‌گویند هر فدر در طول عمر خود ۳ جمله «خرد» تولید می‌کند. یک چیز نایاب که مخصوص آن فرد است و آن فرد با رجوع به تجربیات سالانه خود این جملات را تولید می‌کند.«هوش تجاری» و دانشحال بررسی می‌کنیم که BI چگونه از دانش استفاده می‌کند.ارتباط BI با دانش وظیفه آن را می‌توان در یک جمله خلاصه کرد:هوش تجاری به ما کمک می‌کند که داده‌‌ها را جمع کنیم، از داده‌ها اطلاعات تولید کنیم، از اطلاعات دانش بسازیم و از دانش خرد تولید کنیم.این موضوع باعث می‌شود که ما پدیده‌های اطرافمان را بهتر درک کنیم. این موارد با نرم‌افزار‌های پیجیده قابل اجرا است اما حالت ساده آن با استفاده از نرم‌افزار‌های ساده‌تر مثل Excel نیز قابل پیاده‌سازی است. شما می‌توانید داده‌ها را در اکسل وارد کنید و سپس شروع به نوشتن گزارش‌ها و پیدا کردن روند‌های جالب از میان ‌آن‌ها کنید. می‌توان مثال شیرینی‌فروشی در تهران را زد که با استفاده از BI به نتیجه‌ای رسیده که با استفاده از آن میزان تولید پایه کیک‌های خود را در روز‌های هفته به صورت بهینه تعیین می‌کند تا چیزی اضافه نماند.مثال دیگری که در این زمینه وجود دارد دکه‌ها می‌باشند، که می‌توانند با بررسی‌های ساده به این پی ببرند که کدام تیتر‌ها برای مردم جذابیت بیشتری دارند. با استفاده از یک Data Sensor ساده مثل دوربین مداربسته می‌توان رفتار مردم و تفاوت تراکم آن‌ها در کنار تیتر‌ها را بررسی کرد. با تحلیل این بررسی‌ها، به عنوان مثال، دکه‌ها می‌توانند چینش روزنامه‌های مختلف را در طول روز با توجه به تیتر آن‌ها تغییر دهند.«هوش تجاری» و استارتاپ‌هادر حوزه IT و مخصوصا استارتاپ‌های این حوزه، استفاده از «هوش تجاری» یک امر اجتناب‌ناپذیر می‌باشد. با توجه به حجم اطلاعات تولید شده توسط استارتاپ‌ها و همچنین مواردی مانند لاگ تولید شده توسط سیستم می‌توان هوش تجاری را پیاده‌سازی کرد.استارتاپ‌ها از راه‌های زیر برای شروع BI در استارتاپ خود می‌توانند استفاده کنند:راه حل های BI مبتنی بر cloud مقرون به صرفه می‌باشند زیرا شما را قادر می سازد در هزینه های زیرساختی، سخت افزاری و فناوری اطلاعات صرفه جویی کنید. به طور کلی ، آنها بر روی مدل های اشتراکی کار می کنند، به این معنی که نیازی به سرمایه گذاری مبلغ هنگفت برای خرید مجوزها نیست.بسیاری از محصولات منبع باز BI نیز موجود است. استفاده کردن از آن‌ها آسان نیست و برای راه اندازی آن به domain expert ها نیاز دارید.انعطاف پذیر و مقیاس پذیر - بسیاری از ابزازهای BI شما را مجبور به ساخت انبار داده‌ها می‌کنند که خود یک فعالیت بسیار زمانبر (و گران) است. علاوه بر این، ایجاد گزارش با استفاده از برخی سیستم ها به دلیل پیچیده بودن نرم افزار می‌تواند هفته‌ها طول بکشد. محصولی را انتخاب کنید که انعطاف پذیر باشد - این می تواند هزینه های نگهداری شما را کاهش دهد.تجزیه و تحلیل Big Dataتعریف: آنالیز کلان داده‌ها با هدف پیدا کردن یک الگو و pattern مشخص.مشکلی که در صنعت بخصوص IT گاها بوجود می‌آید، وجود یک‌سری اطلاعات حجیم و بزرگ می‌باشد که نمی‌دانم آن را چکار باید کنیم. به طور مثال، یک رویداد ۸ ساعته را در نظر بگیرید که با ۱۱ عدد دوربین فیلم‌برداری می‌شود. پس حجم ویدیو‌های خام تولید شده ۸۸ ساعت خواهد بود که برای یک انسان عادی مشاهده و تجزیه این تعداد ساعت فیلم میسر نیست. مثال‌های دیگر حجم لاگ‌های تولید شده به صورت روزانه توسط بانک‌ها می‌باشد که بسیار حجم داده‌ی زیادی می‌باشد.در همین راستا علم تجزیه و تحلیل (مدیریت) Big Data ایجاد شده تا بتوان کار تحلیل این حجم عظیم داده‌ها به کمک کامپیوتر انجام شود و دخالت انسانی در آن کمتر باشد. در همین راستا کار‌های زیر در روند آنالیز Big Data انجام می‌شود:انبار‌سازی (Warehousing)تمیز‌سازی (Cleansing): به عنوان مثال، حذف شماره‌های ۸ رقمی از لیست شماره‌های موبایل.پس از انجام مراحل بالا، به کمک الگوریتم‌های مناسب، ترند و نتیجه تحلیل این داده‌ها بدست می‌آید.تجزیه و تحلیل کسب‌و‌کار (Business Analytics)تعریف: برداشتی است که بشر در لایه‌ی دانش (Knowledge) از داده‌های BI می‌گیرد.ما اکنون در سازمان‌ها شاهد حذف Junior Analyst ها از لایه‌ی آنالیز سازمان‌ها هستیم، چون اکنون کامپیوتر‌ها قادر هستند تحلیل‌های کسب‌وکاری انجام دهند. البته در آخر این به ما بستگی دارد که چه سبک گزارش‌هایی از دستگاه نیاز داریم.شاخص کلیدی عملکرد (KPI)هر مجموعه و سازمانی، با توجه به ماموریت و چشم‌انداز خود، باید KPI‌هایی با توجه به استراتژی سازمانی خود مشخص کند.به عنوان مثال، ما می‌خواهیم در نقطه‌ای از خیابان که در آن با ماشین خود پارک کردیم به انتهای خیابان برسیم. KPI ما در این صورت این خواهد بود که آیا به وسط کوچه رسیدیم؟، سرعت‌مان چند کیلومتر بر ساعت است؟ و یا آیا پشت سرمان ماشین دیگری وجود دارد یا خیر؟. این KPI ها در هر کسب‌و‌کار صورت مخصوص به خود را می‌گیرد. باید دید که آیا، به عنوان مثال، نسبت فروش به هزینه‌ای که برای آن می‌کنیم KPI مناسبی برای کسب‌وکار ما می‌باشد یا خیر؟ نحوه اندازه‌گیری آن نیز برای هر KPI متفاوت می‌باشد و باید نسبت‌ها را دقیق بررسی کرد و اندازه گرفت. مثلا برای مثال نسبت فروش هر چقدر این نسبت بیشتر باشد پس ما در فروش خود موفق‌تر بودیم.در پایان…به عنوان جمع‌بندی، ما در ایران داده‌های زیادی داریم که متاسفانه آن‌ها را ذخیره و ثبت نمی‌کنیم. این بمانند یک جریان آب می‌ماند که در حال هدر رفتن است. در همین راستا می‌توانیم این حرکت را از خودمان شروع کنیم و با باز کردن یک فایل اکسل، در طول روز، داده‌هایی که فکر می‌کنیم برایمان مهم است ثبت کنیم. مهم بودن این اطلاعات را می‌توان از اینکه چه چیز‌هایی می‌خواهیم بر کسب‌وکارمان اندازه گیری کنیم، بفهمیم. در مدیریت گفته می‌شود: «چیزی که نتوان اندازه گرفت، همچنین نمی‌توان مدیریت کرد.» پس چیز‌هایی که می‌خواهیم ذخیره کنیم به عنوان عامل در نظر گرفته و بررسی می‌کنیم و عوامل بسته به آن‌ها را نیز بررسی کرده و به این نتیجه می‌رسیم که آیا این KPI ما هست یا خیر. ما اکنون در ایران در لایه‌ی ذخیره‌سازی داده‌ها در حال پیشرفت هستیم اما در پردازش این اطلاعات همچنان ناکامیم.TL;DR https://www.aparat.com/v/TqGUY طاده الکسانی طاده الکسانی Mon, 04 Nov 2019 11:46:02 +0330 https://virgool.io/@tadeh/viola-jones-face-detection-algorithm-2-krawyarayjms کنفرانس سلوی 1927در بخش قبلی به معرفی مقدماتی انواع الگوریتم های تشخیص چهره و همچنین به توضیح ۲ بخش از ۴ بخش الگوریتم تشخیص چهره Viola Jones پرداختیم. اگر بخش اول این مطلب را هنوز نخوانده‌اید قبل از ادامه آن را بخوانید: https://virgool.io/@tadeh/viola-jones-face-detection-algorithm-1-hzhdhnpd3uyg در هنگام خواهند مقاله با ویدیو های کوتاه پیشنهادی از طرف ما روبرو خواهید شد که پیشنهاد میکنیم فرصت را از دست نداده و همان موقع به مشاهده آن بپردازید. مشاهده این سخنرانی پیشنهاد می شود: https://www.ted.com/talks/joseph_redmon_how_a_computer_learns_to_recognize_objects_instantly?utm_campaign=tedspread--b&utm_medium=referral&utm_source=tedcomshare ادامه شرح عناصر مختلف الگوریتمدر بخش اول به معرفی دو عنصر از عناصر چهارگانه الگوریتم Viola Jones پرداختیم که نحوه انتخاب ویژگی ها و الگوریتم تسریع این انتخاب ها را شامل میشد. حال در این بخش به ادامه این روند خواهیم پرداخت و دو بخش دیگر این الگوریتم را از منظر تئوری بررسی خواهیم کرد:3 - تصویر یکپارچه (Integral Image)تصویر یکپارچه، یا جدول محدوده مجتمع (Summed area table)، به منظور ارزيابی سريع تر Feature ها (که در بخش اولی معرفی شد) استفاده میشود.همانطور که در تصویر زیر میبینید، در یک تصویر یکپارچه مقدار پیکسل در مکان x,y برابر است با جمع مقادیر پیکسل های بالا و چپ پیکسل x,y.نحوه محاسبه تصاویر یکپارچهبه عنوان مثال در مستطیل زیر مجموع پیکسل ها در داخل مستطیل D می تواند با چهار ارجاع ارزیابی شود. مقدار تصویر یکپارچه در محل ۱ برابر است با مجموع پیکسل ها در مستطیل A. مقدار در مکان ۲ برابر است با A + B، در مکان ۳ A + C و در مکان ۴ A + B + C + D. مجموع در داخل D می تواند به صورت (۳+۲) ـ (۱+۴) محاسبه شود.Integral Image4 - Cascading (مراحل آبشاری)در هر پنجره 24 در 24 پیکسلی ما نیاز به پردازش 2500 ویژگی داریم که از اجرای الگوریتم Adaboost به دست می آید. تصور کنید که شما یک تصویر با ابعاد 640 در 480 دارید، شما نیاز دارید تا این ابعاد را به مربع های 24 در 24 پیکسلی تقسیم کرده و با پردازش هر بخش (در نظر داشته باشید که هر مربع 2500 پردازش لازم دارد) تشخیص دهید که آیا چهره ای در تصویر وجود دارد یا خیر. اینجاست که Cascading وارد شده و به ما این امکان را میدهد که این پروسه را سریعتر و مفیدتر انجام دهیم. در این روش ما 2500 ویژگی هر مربع 24 در 24 را به دسته بندی های مختلف تقسیم می کنیم. بدین گونه که به عنوان مثال 10 ویژگی در دسته بندی اولی، 20 ویژگی در دسته بندی دوم، 100 ویژگی در دسته بندی سوم و ..با استفاده از این روش ما می توانیم بعد از پردازش هر دسته بندی حدسیات خود را در ارتباط با وجود یا عدم وجود چهره در آن دسته بندی اعلام کنیم. با این روش ما میتوانیم زودتر بخش هایی که اطمینان داریم بخشی از صورت در آن وجود ندارد را حذف کنیم.Cascadingجمع بندیدر این مقاله سعی کردیم به صورت تئوری و به ساده ترین زبان ممکن به بررسی یکی از پرکاربرد ترین الگوریتم های تشخصی چهره یک دهه اخیر یعنی Viola Jones بپردازیم. در آینده سعی خواهیم کرد این موضوع را از منظر عملی نیز بررسی کرده و نتایجش را با شما در میان بگذاریم. منتظر شنیدن نظرات و انتقادات شما هستیم.در پایان بد نیست نگاهی به این وبسایت، که با استفاده از الگوریتم های تشخیص چهره پیاده سازی شده ، بیاندازید:http://www.ilooklikeyou.com/ طاده الکسانی طاده الکسانی Sun, 18 Feb 2018 22:34:30 +0330 https://virgool.io/@tadeh/viola-jones-face-detection-algorithm-1-hzhdhnpd3uyg اعمال الگوریتم تشخیص چهره بر سلفی معروف اسکارمقدمهتشخیص چهره همواره یکی از موضوعات مورد مطالعه در علوم کامپیوتر بوده است. هدف آن این است که شما عکسی به کامپیوتر بدهید و او تشخیص دهد که آیا چهره ای در عکس مشاهده میکند یا خیر. اگرچه این کار برای انسان کار ساده ای به نظر میرسد اما برای کامپیوتر ها همیشه با چالش همراه بوده.این سختی می تواند توسط تفاوت عکس ها در مقیاس، محل، نقطه نظر، نور، انسداد و .. بوجود آید. با اینکه تا به امروز صد ها الگوریتم برای تشخیص چهره به کار گرفته شده اما اگر بخواهیم یکی از دقیق ترین و سریع ترین الگوریتم های دهه اخیر را نام ببریم، این الگوریتم Viola Jones خواهد بود.این الگوریتم در سال های 2001 و 2004 به کمک دو شخص به نام های Paul Viola و Michael Jone منتشر شد که از 4 عنصر Haar Features ، Integral Images ، Ada boost و Cascading تشکیل میشود.ما در این مقاله سعی خواهیم کرد مقدمه ای از این الگوریتم را با معرفی بخش های مختلف آن برای شما توضیح دهیم. در هنگام خواهند مقاله با ویدیو های کوتاه پیشنهادی از طرف ما روبرو خواهید شد که پیشنهاد میکنیم فرصت را از دست نداده و همان موقع به مشاهده آن بپردازید.مشاهده این سخنرانی پیشنهاد می شود: https://www.ted.com/talks/fei_fei_li_how_we_re_teaching_computers_to_understand_pictures?utm_campaign=tedspread--a&utm_medium=referral&utm_source=tedcomshare شرح عناصر مختلف الگوریتمما در بخش اول مقاله سعی میکنیم دو عنصر ابتدایی این الگوریتم که بی ربط به یکدیگر نیستند را توضیح دهیم.1 - ویژگی های هار ( Haar Features ) نمونه هایی از مستطیل های استفاده شده در الگوریتمویژگی ها در واقع مستطیل هایی هستند که نشان دهنده بخش های مختلف صورت میباشد و بر روی عکس ها با روند تکراری قرار میگیرند. همانطور که در عکس بالا مشاهده می کنید، هر مستطیل با قرار گرفتن در بخش های مختلف صورت در طی مراحل متعدد با سایز های مختلف شروع به محاسبه می کند و نتیجه آخر از کم کردن پیکسل های زیر بخش های سیاه از جمع پیکسل های زیر نقاط سفید به دست می آید که یک عدد میباشد.الگوریتم Viola Jones از یک پنجره ۲۴ در ۲۴ برای طی این مراحل و قرار دادن مستطیل ها بر روی صورت استفاده می کند که با در نظر گرفتن تعداد و سایز های مختلف این ویژگی ها (مستطیل ها) با یک حساب سرانگشتی به این نتیجه میرسیم که برای محاسبه نتیجه نهایی برای هر یک از این پنجره های ۲۴ در ۲۴ ما نیازمند انجام ۱۶۰+ هزار محاسبه داریم که منطقا تعداد بالایی است و هزینه و زمان زیادی از ما را برای هر عکس خواهد گرفت.اینجاست که عنصر بعدی یعنی Ada Boost وارد میشود.مشاهده ویدیو زیر که به صورت ساده و خلاصه مفهوم تشخیص چهره توسط کامپیوتر ها را توضیح میدهد پیشنهاد میشود (توسط آزمایشگاه زمین BBC) https://www.aparat.com/v/woD65 2- Ada Boostهمانطور که در بالا توضیح دادیم ممکن است برای تشخیص هر چهره در این الگوریتم ما نیاز داشته باشیم تا با قرار دادن ویژگی ها (مستطیل ها) مختلف در سایز ها، ابعاد و مکان های مختلف به محاسبه بپردازیم که در پایان مجبور به انجام ۱۶۰+ هزار محسابه خواهیم شد که به وضوح به صرفه نمی باشد.اما باید بدانیم که تمام این ویژگی ها برای عکس ما مناسب نخواهد بود، به این معنی که بعضی از این ویژگی ها باید نادیده گرفته شوند و مطابق شکل زیر تنها مستطیل های مرتبط از بین ۱۰۰ ها نوع ویژگی مختلف انتخاب شوند تا در زمان و انرژی صرفه جویی شود.این کار در الگوریتم Viola Jones به صورت خودکار به کمک عنصر Ada Boost انجام میشود.آدا بوست یک الگوریتم یادگیری ماشینی میباشد که وظیفه آن پیدا کردن ویژگی های کاربردی از میان آن ۱۶۰+ هزار ویژگی میباشد.بعد از شناسایی ویژگی های مختلف، از ترکیب حساب شده ای از آن برای برآورد و‌ تصمیم گیری در مورد هر پنجره استفاده میشود و‌ مشخص میگردد که ‌‌آیا هر یک از آن ها در خود دارای صورت میباشد یا خیر. هرکدام از فاکتورهای انتخاب شده مثبت در نظر گرفته می شود در صورتی که حداقل بتواند بهتر از حدس زدن تصادفی عمل کنند (بیش از نیمی از موارد را تشخیص می دهد) .این ویژگی ها همچنین با عنوان دسته بندی های ضعیف نیز معرفی میشوند. Ada boost در دسته بند قوی (Strong Classifier)، تعداد زيادی دسته بند ضعيف (Weak Classifier ) را با هم ترکيب ميکند. Viola Jones يک سری از Ada boost Classifier ها را به عنوان يک زنجيره فيلتری با هم ترکيب می کند. هر فيلتر يک Ada boost classifier مجزا است که از تعداد کمی Weak Classifier تشکيل شده است. فرمول محاسبه دسته بندی قوی هر کدام از Weak classifier یا یک خروجی صفر یا یک تولید میکنند با استفاده از این الگوریتم که با وزن دادن به ویژگی ها (Feature ها) انجام میشود، ۱۶۰+ هزار ویژگی قبلی به کمتر از ۲۵۰۰ ویژگی کاهش پیدا میکند که صرفه جویی زیادی در زمان و انرژی محسوب میشود.https://www.betafaceapi.com/demo.htmlهمچنین برای تست الگوریتم تشخیص چهره به صورت آنلاین می توانید از سرویس Betaface استفاده کنید. پیشنهاد میکنیم همین الآن این ویژگی را امتحان کنید!امیدواریم تا اینجای مقاله لذت برده باشید، سوالات خود را در بخش نظرات با ما در میان بگذارید!در بخش دوم به معرفی دو عنصر بعدی الگوریتم Viola Jones یعنی Integral Image و Cascading پرداختیم: https://virgool.io/@tadeh/viola-jones-face-detection-algorithm-2-krawyarayjms طاده الکسانی طاده الکسانی Wed, 22 Nov 2017 01:16:16 +0330 https://virgool.io/@tadeh/bitbucket-terminal-mac-zbj8tzpmuspa مطمئنا اگر درگیر پروژه های تیمی برنامه نویسی بودید نام BitBucket ،محصول شرکت اتلسیان، به گوشتان خورده است. BitBucket یکی از شناخته شده ترین سیستم های ورژن کنترل میباشد که متاسفانه دسترسی کاربران ایرانی از طرف این شرکت استرالیایی مسدود میباشد. (تحریم خودمان!)اگر مثل من کاربر مک هستید و مجبور به استفاده از BitBucket برای پروژه خودتان هستید، برای تنظیم سیستم نیازمند گذراندن هفت خوان رستم هستین ? (متاسفانه) پس از کلنجار رفتن با ترمینال و جستجو در Stack Overflow بالاخره تونستم راه حل را پیدا کنم و اشتراکش با شما رو بد ندونستم. ◀️ این آموزش برای ریپوزیتوری لوکال می باشد اما به ریپوزیتوری های گلوبال نیز قابل تعمیم میباشد. 1 - ابتدا ترمینال را باز کنین و با استفاده از دستور زیر وارد پوشه ای شوید که قصد دارید ریپوزیتوری رو توش تنظیم کنید:$ cd [Folder_Destination]✅ شما به راحتی میتونین پس از تایپ کردن دستور cd فولدر مورد نظرتون رو تو ترمینال Drag & Drop کنین.2 - پس از وارد شدن به پوشه ،در خط بعد، دستور زیر رو اجرا کنین:$ git init 3 - پس از اجرای این دستور لایه ی گیت روی فولدرتون قرار میگیره و میتونین از تمام دستورات git استفاده کنید. در مرحله بعد شما باید آدرسی که توی BitBucket و با پسوند .git دریافت کردین رو با استفاده از دستور زیر برای فولدرتون تعریف کنید:$ git remote add origin [https://URL/.git]4 - حالا قسمت اصلی ماجرا که باعث شده کار ما برای اجرای دستورات گیت بر روی سرور های BitBucket سخت بشه فرا میرسه! شما نیاز به تغییرات دستور کانفیگ git دارین تا بتونین بدون مشکل دستورات رو اجرا کنین. با استفاده از دستور زیر لیست کانفیگ فعلی git-اتون رو ببینین :$ git config --local -l5 - حالا نیاز دارین تا تنظیمات کانفیگتون رو دستکاری کنین. برای اینکه مشکل مطرح شده برطرف شه شما نیاز به تنظیم پروکسی دارین. برای این کار یا از آدرس سرور پروکسی شخصیتون استفاده کنین یا از سایت هایی مثل SSLProxies استفاده کنید (کار راه بندازه ?) $ git config --local http.proxy URL:PORT✅ اگر دستور بالا رو بدون آدرس سرور و پورت وارد کنید میتونین http.proxy فعلیتون رو مشاهده کنید ( قابل تعمیم برای بقیه دستورات git config )⭕️ اگر هم آدرس رو اشتباهی وارد کردید یا قصد عوض کردنشو داشتین از دستور زیر استفاده کنین ( قابل تعمیم برای بقیه دستورات git config ) :$ git config --local --unset http.proxy 6 - قسمت سخت ماجرا تموم شد و حالا برمیگردیم به دستورات Old but Gold گیت :$ git add . $ git commit -m "First Commit Message" $ git pushپس از دستور آخر از شما رمز عبورتون توی BitBucket خواسته میشه که پس از وارد کردن، گیت شروع به push کردن میکنه.اگر مشکلی پیش اومد سریع نا امید نشین، سرور های مختلف رو امتحان کنین + اینکه Stack Overflow همیشه آماده خدمت به برنامه نویس هاست ?اگر سوالی داشتین یا راه بهتری پیدا کردین حتما در بخش نظر ها به اشتراک بزارین! ✌️ طاده الکسانی طاده الکسانی Mon, 09 Oct 2017 00:00:57 +0330