Lynda Weinman
بسیاری لیندا واینمن را "مادر آموزش اینترنتی" لقب داده اند. وی که هم اکنون (2016) ۶۰ سال سن دارد در ۱۹۹۵ سایتی را راه اندازی کرد که به عنوان منبعی رایگان برای دانش آموزان محسوب می شد. طی آن دوران لیندا به صورت خودآموز در حال یادگیری طراحی وب بود و تلاش داشت تا آموخته هایش را با سایرین نیز به اشتراک بگذارد. هر چند این روزها مسئله یاد شده امری عادی به حساب می آید اما در اواسط دهه نود -روزگاری که هنوز یوتیوبی نبود- یادگیری طراحی وب به صورت خودجوش چندان مسئله رایجی محسوب نمی گشت.
اشتیاق آن روزهای لیندا در یادگیری ، حالا به لطف وب سایت و سرویسی هایی همانند آنچه خود او راه اندازی کرده به میلیون ها نفر دیگر در سراسر دنیا نیز سرایت نموده و آنها می توانند با اندک هزینه ای و در هر جا و مکانی آنچه که دوست دارند را فرا بگیرند.
ناگفته نماند که پیدا کردن مسیر صحیح کسب و کار، حتی برای لیندا واینمن نیز بدون فراز و نشیب نبوده و وی هم مانند هر فرد موفق دیگری در راه رسیدن به پیروزی پستی و بلندی های بسیاری را از سر گذرانده.
درک نیازی که هیچکس به آن پاسخ نداده بود
وقتی در سال ۱۹۹۳ واینمن طراحی وب را اندک اندک فرا گرفته و قصد آموزش دادن آن را پیدا کرد، ابتدا به کتاب فروشی مراجع نمود و سعی کرد کتابی را به عنوان مرجع انتخاب و از روی آن به دانش آموزان خود درس بدهد. اما وی متوجه شد کتاب فروشی ها و کتابخانه ها تنها راهنماهایی بسیار فنی و پیچیده را ارائه می نمایند که درک شان برای افراد معمولی و با دانش متوسط تقریباً غیر ممکن محسوب می شود.
لیندا واینمن میگوید: به یاد می آورم که با خود فکر کردم شاید چنین کتابی هنوز وجود ندارد. بلافاصله از کتاب فروشی به خانه رفتم و ایده ی اولیه نوشتن آن را پیاده سازی کردم.
کمی بعد کتاب "طراحی گرافیک های تحت وب" که به باور بسیاری اولین کتاب ساده و قابل درک توسط عموم در رابطه با حرفه طراحی وب بود، توسط افراد بسیاری در سراسر دنیا به عنوان یک مرجع غیر فنی مورد استفاده قرار می گرفت و محبوبیتی غیر قابل باور به دست آورده بود.
درست در همان زمان و در سال ۱۹۹۵ واینمن آدرس ایمیل فردی را مشاهده نمود که به صورت debbie@debbie.com بود و مشتاق شد بداند آیا دامنه ی لیندا نیز برای ثبت کردن در دسترس قرار دارد یا خیر. وی این دامنه را خریداری و وبسایتی تحت آن راه انداخت تا از طریقش بتواند با دانش آموزان و همچنین خوانندگان کتاب خود ارتباط برقرار نماید.
شروعی کوچک و توسعه ای آهسته و پیوسته
بعد از موفقیت کتاب واینمن همسر او، بروس هون (Bruce Heavin)، که در اصل موسس کمپانی لیندا نیز محسوب می شود، پیشنهاد داد در طول تعطیلات بهاره یکی از سالن های کامپیوتر دانشگاهی را اجاره نموده و در آن به مدت یک هفته دوره آموزش طراحی وب برگزار نمایند.
آنها این ایده را عملی کردند و سپس به منظور جذب افراد علاقه مند بنر تبلیغاتی را روی سایت لیندا قرار دادند. نه تنها ظرفیت کلاس یاد شده بسیار سریع پر گشت، بلکه افراد از گوشه و کنار دنیا و حتی مثلاً شهر وین برای حضور در آن ثبت نام نمودند.
اینکه تنها یک بنر در سایت خود قرار دهیم و سپس مردم از سراسر دنیا برای حضور در کلاس مان ثبت نام نمایند، باعث شده بود تا شوکه شویم.
آن کارگاه های یک هفته ای بسیار زود باعث شدند تا کسب و کار امروزی لیندا و همسرش پایه گذاری گردد. واینمن از درآمد حق امتیاز کتاب خود با ارزش ۲۰ هزار دلار استفاده کرد و مدرسه طراحی وبی را راه اندازی نمود که دوره هایش در هر ماه به سرعت پیش فروش شده و ظرفیت شان تکمیل می گشت. لیندا می گوید: "مشتریان زیادی وجود داشتند که مجبور بودیم به آنها نه بگوییم، زیرا ظرفیتی برای پذیرش شان وجود نداشت".
اوج گیری پس از بحران
کسب و کار لیندا پس از چند سال توانست ۳۵ فرصت شغلی را ایجاد و درآمدی ۳.۵ میلیون دلاری را فراهم کند. اما در سال ۲۰۰۱ و پس از انفجار حباب دات کام و حوادث مرتبط به یازده سپتامبر، تمایل افراد به یادگیری دروس طراحی وب کاهشی عجیب پیدا کرد، تا جایی که واینمن و همسرش در ادامه دادن مسیر مردد شده بودند.
کمپانی آنها دچار بحرانی جدی گشت، واینمن و هون ۷۵ درصد کارمندان خود را اخراج کردند و تنها ۹ نفر در استخدام شان باقی ماند. دفتر و مقر برگزاری دوره های لیندا نیز کوچک تر گشت و سعی را بر این گذاشتند تا واحد هایی با قیمت ارزان تر اجاره نمایند.
روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر.
خود واینمن در مورد آن ایام می گوید: "همه در حال نبرد برای بقا بودند و سعی می کردند سر خود را بالای آب نگه دارند. ما نیز وضعیتی مشابه را تجربه می کردیم و در نهایت درست همین زمان بود که تصمیم گرفتیم خدمات خود را به صورت کاملاً آنلاین ارائه نماییم."
روزگاری که ایده یاد شده شکل گرفت و سپس عملی گشت (ارائه خدمات به صورت آنلاین) تماشای فیلم بر روی کامپیوترها تازه در حال رواج یافتن بود. لیندا دات کام تصمیم گرفت در ازای سرویسی که ارائه می کند هزینه حق اشتراکی ۲۵ دلاری را به صورت ماهیانه دریافت نماید.
افراد اندکی از این راهکار استقبال کردند. واینمن می گوید: "درآمد مان به شدت افت کرده بود. روز های سیاهی بود و حتی خودم تردید داشتم که می توانیم این کسب و کار را ادامه دهیم یا خیر."
با تنها ۱۰۰۰ نفر پرداخت کننده حق اشتراک ماهیانه، بقای کمپانی به نظر بسیار سخت می رسید. ایجاد یک جامعه ی آنلاین زمان بر است و لیندا به خود امید می داد که آنها مسیر شان را عوض نکرده اند بلکه راهی تازه را شروع نموده اند پس باید صبر پیشه کنند. او توضیح می دهد که "همه چیز بسیار آهسته پیش رفت. ولی کم کم پرداخت حق اشتراک ماهیانه آنلاین رواج پیدا کرد و مقدار آن هر ساله چندین برابر شد".
در ۲۰۰۶ تعداد مشترکین به ۱۰۰.۰۰۰ نفر رسید و واینمن و همسرش ۱۵۰ کارمند خود را به همراه خانواده هایشان به دیزنی لند بردند تا موفقیت بزرگی که رقم خورده بود را جشن بگیرند.
ایجاد فرهنگ سازمانی مناسب در زمان رشد
اینکه اعضا و کارمندان شرکت همانند یک خانواده با یکدیگر در تعامل باشند همواره برای لیندا حائز اهمیت بوده و او حتی همیشه تلاش داشته تا افراد تحت استخدام خود را با اسم کوچک بشناسد و صدا بزند. ولی رشد سریع کمپانی و رسیدن تعداد کارمندان به عدد ۵۰۰، رفته رفته چالش هایی تازه را پدید می آورد و سبب می گردد واینمن در ایده آل های خود بازنگری نماید.
وی می گوید: "چالش اصلی بر سر تعیین سمت و مقام افراد بود. اینکه با هر کس چه برخوردی باید صورت بگیرد. همه ی کسانی که رشدی سریع را در شرکت خود تجربه کرده اند می دانند که ایجاد سلسله مراتب تا چه حد اهمیت دارد."
در ۲۰۰۷ تصمیم بر این شد تا یک مدیرعامل جهت اداره ی بهتر مجموعه به آن اضافه گردد. به گفته ی خود لیندا "درست در همان زمان بود که او تصمیم گرفت در رفتارها و برخوردهای خود سیاست بیشتری داشته و بروکراتیک تر عمل نماید".
ایجاد فرهنگ سازمانی برای شرکتی با بیش از ۵۰۰ کارمند کاری بسیار دشوار خواهد بود ولی حتی آنچه از این مسئله نیز دشوارتر به حساب می آید پایه ریزی درست و مطابقت دادن افراد با فرهنگ یاد شده است. اینکار در زمانی که یک شرکت نوپا و کوچک محسوب می شود چندان سخت نیست و شاید ضروری هم نباشد ولی با رشد آن صورت پذیرفتنش الزام می یابد.
پیش به سوی موفقیت
مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند.
در طی سال های اخیر کمپانی واینمن توسط افراد گوناگونی که در حرفه ی خود بهترین هستند دوره های آنلاین متعددی را ایجاد نموده و سعی کرده نشان دهد این دوره های آنلاین راه و روش یادگیری را برای همیشه متحول کرده اند.
لیندا دات کام قالبی معین و کارآمد را برای دوره های آموزشی اش پدید آورده و سپس کوشش کرده تا از نظر موضوعی نیز در بین مطالب مورد تدریس خود تنوع ایجاد نماید. روزگاری در وب سایت مورد بحث تنها ۲۰ دوره آموزش ویدئویی آنلاین وجود داشت، اما اکنون این رقم به ۶۳۰۰ رسیده که شامل ۲۶۷.۰۰۰ ویدئوی آموزشی می گردد.
ارائه ی کتابخانه ای ویدئویی به جای اینکه از افراد درخواست شود تا در دوره هایی مشخص با روال معمول و پیوسته شرکت نمایند، عاملی بوده که سبب گشته شیوه ی آموزشی لیندا دات کام نسبت به سایرین کاملاً متفاوت گردد.
واینمن می گوید: "مدتی است که بسیاری تصور می کنند دوره های آموزش ویدئویی می توانند آینده آموزش به حساب بیایند. ما به خاطر همین تفاوت مان مورد توجه قرار داشته و تحت نظر سایرین هستیم".
فروش به لینکدین Linked in
من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم.
واینمن زمانی که متوجه می شود لینکدین قصد خرید کمپانی اش را دارد، در ابتدا شوکه می گردد. او و همسرش هرگز به دنبال فروش شرکت خود و یافتن مشتری برای آن نبوده اند و البته در سن ۶۰ سالگی وی هنوز هم احساس می نموده که برای بازنشستگی بسیار زود است.
اما رفته رفته به این نتیجه می رسند که این فروش و ادغام دو کمپانی با یکدیگر احتمالاً امری منطقی و موثر خواهد بود. هر دو شرکت به نوعی تلاش داشته اند به افراد کمک کنند تا وضعیت شغلی خود را بهبود بخشند و احتمالاً در کنار یکدیگر بسیار بهتر از گذشته می توانند این هدف را محقق کنند.
واینمن می گوید: "بسیاری از مردم بر روی رقم معامله صورت پذیرفته تمرکز دارند و شاید این مسئله برای افرادی که با صنعت ما آشنا نیستند یک شگفتی محسوب شود. ولی خود من به شخصه بر روی اثری که از همکاری دو کمپانی با یکدیگر پدید می آید متمرکز هستم و اولین چیزی که در رابطه با این موضوع به ذهنم می رسد، میزان بزرگی این اثرگذاری است."
به نظر می آید حتی لیندا واینمن هم از موفقیت خودش شگفت زده است و تصور چنین روزی را نداشته. بر خلاف بسیاری از بنیانگذاران کمپانی ها مهم تکنولوژیک امروزی ، وی با هدف کسب درآمد های کلان شروع به کار نکرده و قصد اولیه اش هرگز ایجاد کمپانی نبوده که توسط لینکدین به ارزش ۱.۵ میلیارد دلار خریداری شد. او تنها سعی داشته آنچه که برای خودش جذاب بوده، یعنی طراحی وب را به سایرین نیز بیاموزد.
واینمن که بر حسب اتفاق بدل به یک معلم گشته، می گوید: "من نه چندان گنگ بودم و نه به آن صورت خوره ی دنیای تکنولوژی. افراد زیادی پیش من می آمدند و می پرسیدند چگونه این کار را انجام می دهی؟ یا چگونه آن کار را انجام می دهی؟ هرگز با خودم فکر نکرده بودم به اشتراک گذاشتن دانش در رابطه با آنچه که برایت جالب است، در واقع همان تدریس کردن محسوب می شود."
در حالکیه لیندا اعتقاد دارد تنها در زمان و مکان مناسبی حضور داشته، سخت است بدل شدن یک دامنه ی ۳۵ دلاری به کسب و کاری ۱.۵ میلیارد دلاری را حاصل یک اتفاق بدانیم.
گواهینامه مبانی هوش مصنوعی مایکروسافت آژور (AI-900) تسلط شما را بر مفاهیم اصلی هوش مصنوعی مرتبط با توسعه نرمافزار و خدمات مایکروسافت آژور برای ایجاد راهحلهای هوش مصنوعی ارزیابی میکند. این دوره از انتشارات مایکروسافت، که برای متخصصانی با پیشینه فنی و غیرفنی ایدهآل است، مفاهیم اولیه ابر و برنامههای کلاینت-سرور تحت پوشش آزمون را پوشش میدهد. گواهینامه AI-900 همچنین میتواند برای آمادگی برای سایر گواهینامههای مبتنی بر نقش آژور مانند Azure Data Scientist Associate (DP-100) یا Azure AI Engineer Associate (AI-102) استفاده شود.
نمونه ویدیوی آموزشی ( زیرنویسها جدا از ویدیو است و میتوانید آنرا نمایش ندهید ) :
[فارسی]
01 مقدمه
01-01 مقدمه
02 ویژگی های بار کاری AI مشترک را شناسایی کنید
02-01 اهداف یادگیری
02-02 ویژگی های تعدیل محتوا و بارهای کاری شخصی سازی را شناسایی کنید
02-03 بارهای کاری دید رایانه را شناسایی کنید
02-04 بارهای کاری پردازش زبان طبیعی را شناسایی کنید
02-05 بارهای کار معدن دانش را شناسایی کنید
02-06 بارهای کاری اطلاعات اطلاعات را شناسایی کنید
02-07 ویژگی های بار کاری AI تولیدی را شناسایی کنید
03 اصول راهنما را برای AI مسئول شناسایی کنید
03-01 اهداف یادگیری
03-02 ملاحظات مربوط به انصاف را در یک راه حل هوش مصنوعی توصیف کنید
03-03 ملاحظات مربوط به قابلیت اطمینان و ایمنی را در یک راه حل هوش مصنوعی توصیف کنید
03-04 ملاحظات مربوط به حریم خصوصی و امنیت را در یک راه حل هوش مصنوعی شرح دهید
03-05 ملاحظات مربوط به فراگیر بودن در یک راه حل هوش مصنوعی را شرح دهید
03-06 ملاحظات مربوط به شفافیت در یک راه حل هوش مصنوعی را شرح دهید
03-07 ملاحظات مربوط به مسئولیت پذیری را در یک راه حل هوش مصنوعی شرح دهید
04 تکنیک های مشترک یادگیری ماشین را شناسایی کنید
04-01 اهداف یادگیری
04-02 سناریوهای یادگیری ماشین رگرسیون را شناسایی کنید
04-03 سناریوهای یادگیری ماشین طبقه بندی را شناسایی کنید
04-04 سناریوهای یادگیری ماشین خوشه بندی را شناسایی کنید
04-05 ویژگی های تکنیک های یادگیری عمیق را شناسایی کنید
05 قابلیت های یادگیری ماشین لاجورد را شرح دهید
05-01 اهداف یادگیری
05-02 ویژگی ها و برچسب ها را در یک مجموعه داده برای یادگیری ماشین شناسایی کنید
05-03 نحوه استفاده از مجموعه داده های آموزش و اعتبار سنجی در یادگیری ماشین را شرح دهید
05-04 قابلیت های یادگیری خودکار ماشین را شرح دهید
05-05 داده ها را توصیف کنید و خدمات را برای علوم داده و یادگیری ماشین محاسبه کنید
05-06 قابلیت های مدیریت و استقرار مدل را در یادگیری ماشین لاجورد شرح دهید
06 انواع متداول راه حل های دید رایانه را شناسایی کنید
06-01 اهداف یادگیری
06-02 ویژگی های راه حل های طبقه بندی تصویر را شناسایی کنید
06-03 ویژگی های راه حل های تشخیص شی را شناسایی کنید
06-04 ویژگی های راه حل های تشخیص شخصیت نوری را شناسایی کنید
06-05 ویژگی های تشخیص صورت و راه حل های تجزیه و تحلیل صورت را شناسایی کنید
06-06 قابلیت های سرویس Vision Azure AI را شرح دهید
06-07 قابلیت های سرویس تشخیص چهره Azure AI را شرح دهید
07 ویژگی های سناریوهای بار کاری NLP مشترک را شناسایی کنید
07-01 اهداف یادگیری
07-02 ویژگی ها را شناسایی کرده و برای استخراج عبارت اصلی استفاده می کند
07-03 ویژگی ها و استفاده ها را برای تشخیص موجودیت شناسایی کنید
07-04 ویژگی ها و استفاده ها را برای تجزیه و تحلیل احساسات شناسایی کنید
07-05 ویژگی ها و استفاده ها را برای مدل سازی زبان شناسایی کنید
07-06 ویژگی ها و استفاده ها را برای تشخیص گفتار و سنتز شناسایی کنید
07-07 ویژگی ها و کاربردهای ترجمه را شناسایی کنید
07-08 قابلیت های سرویس زبان Azure AI را شرح دهید
07-09 قابلیت های سرویس گفتار Azure AI را شرح دهید
08 ویژگی های راه حل های AI تولیدی را شناسایی کنید
08-01 اهداف یادگیری
08-02 ویژگی های مدل های AI تولیدی را شناسایی کنید
08-03 سناریوهای مشترک را برای AI تولیدی شناسایی کنید
08-04 ملاحظات مسئول هوش مصنوعی را برای AI تولیدی شناسایی کنید
09 قابلیت های خدمات Openai Azure را شناسایی کنید
09-01 اهداف یادگیری
09-02 قابلیت های تولید زبان طبیعی خدمات Azure OpenAi را شرح دهید
09-03 قابلیت تولید کد خدمات Azure OpenAI را شرح دهید
09-04 قابلیت تولید تصویر خدمات Azure OpenAI را شرح دهید
10 خلاصه
10-01 مراحل بعدی
[ENGLISH]
01 Introduction
01-01 Introduction
02 Identify Features of Common AI Workloads
02-01 Learning objectives
02-02 Identify features of content moderation and personalization workloads
02-03 Identify computer vision workloads
02-04 Identify natural language processing workloads
02-05 Identify knowledge mining workloads
02-06 Identify document intelligence workloads
02-07 Identify features of generative AI workloads
03 Identify Guiding Principles for Responsible AI
03-01 Learning objectives
03-02 Describe considerations for fairness in an AI solution
03-03 Describe considerations for reliability and safety in an AI solution
03-04 Describe considerations for privacy and security in an AI solution
03-05 Describe considerations for inclusiveness in an AI solution
03-06 Describe considerations for transparency in an AI solution
03-07 Describe considerations for accountability in an AI solution
04 Identify Common Machine Learning Techniques
04-01 Learning objectives
04-02 Identify regression machine learning scenarios
04-03 Identify classification machine learning scenarios
04-04 Identify clustering machine learning scenarios
04-05 Identify features of deep learning techniques
05 Describe Azure Machine Learning Capabilities
05-01 Learning objectives
05-02 Identify features and labels in a dataset for machine learning
05-03 Describe how training and validation datasets are used in machine learning
05-04 Describe capabilities of automated machine learning
05-05 Describe data and compute services for data science and machine learning
05-06 Describe model management and deployment capabilities in Azure Machine Learning
06 Identify Common Types of Computer Vision Solutions
06-01 Learning objectives
06-02 Identify features of image classification solutions
06-03 Identify features of object detection solutions
06-04 Identify features of optical character recognition solutions
06-05 Identify features of facial detection and facial analysis solutions
06-06 Describe capabilities of the Azure AI Vision service
06-07 Describe capabilities of the Azure AI Face detection service
07 Identify Features of Common NLP Workload Scenarios
07-01 Learning objectives
07-02 Identify features and uses for key phrase extraction
07-03 Identify features and uses for entity recognition
07-04 Identify features and uses for sentiment analysis
07-05 Identify features and uses for language modeling
07-06 Identify features and uses for speech recognition and synthesis
07-07 Identify features and uses for translation
07-08 Describe capabilities of the Azure AI language service
07-09 Describe capabilities of the Azure AI speech service
08 Identify Features of Generative AI Solutions
08-01 Learning objectives
08-02 Identify features of generative AI models
08-03 Identify common scenarios for generative AI
08-04 Identify responsible AI considerations for generative AI
09 Identify Capabilities of Azure OpenAI Service
09-01 Learning objectives
09-02 Describe natural language generation capabilities of Azure OpenAI Service
09-03 Describe code generation capabilities of Azure OpenAI Service
09-04 Describe image generation capabilities of Azure OpenAI Service
10 Summary
10-01 Next steps
تیم وارنر یک مربی فنی و توسعهدهنده محتوا و متخصص در Microsoft Azure است.
تیم یک حرفهای بسیار با تجربه است که اشتیاقش فناوری اطلاعات و آموزش را در هم میآمیزد. او از کودکی شاگرد و معلم بوده است. به دست آوردن و به اشتراک گذاشتن دانش کاری است که او بهترین کار را انجام می دهد. او دارای کارشناسی ارشد مطالعات حرفه ای در آموزش و پرورش از دانشگاه کرنل است. علاوه بر تدریس و نوشتن، تیم همچنین با مشتریان از سراسر جهان در مورد معماری راه حل های Microsoft Azure مشورت می کند.