دوره«کالبدشکافی الگوریتم»

• تاریخ برگزاری: 06  مرداد 1405
• از ساعت پنج عصر تا نه شب
• مکان برگزاری: اسکای روم( لینک ورود به ثبت نام کنندگان داده خواهد شد)
• ضبط شده دوره به کاربران تقدیم خواهد شد هم

سرفصل های دوره :

• ۱۰ سرفصلِ مهندسی‌شده برای دوره «کالبدشکافی الگوریتم»

  ۱. معماری سیستم‌های توصیه‌گر (Recommender Systems Architecture):

  درک مدل ریاضیِ «تولید کاندیدا»؛ الگوریتم چگونه از بین میلیاردها پست، محتوای تو را در «فضای برداری» به مخاطب هدف نزدیک می‌کند؟

  خودمونیش میشه: می‌فهمی چرا اینستاگرام پستت رو به آدم‌های اشتباه نشون میده و چطور باید بهش بفهمونی مشتریِ تو کیه.

  ۲. تحلیلِ وزن‌دهی به سیگنال‌های رتبه‌بندی:

  چرا لایکِ رفیق و فامیل، نونِ شب برای اکسپلور نمیشه؟ بررسی سلسله‌مراتبِ ارزشِ تعاملات.

  خودمونیش میشه: لایک و کامنتِ خاله و عمو به درد اکسپلور نمی‌خوره؛ بیا یاد بگیر چطور از مخاطب «سیگنال طلایی» بگیری.

  ۳. اقتصادِ توجه و علوم اعصابِ بینایی (Visual Attention Economics):

  مدل‌سازیِ فرآیندِ تصمیم‌گیری مغز در ۰/۳ ثانیه؛ چگونه با استفاده از «تضاد بصری» و «نقشه‌های حرارتی»، توقفِ اسکرول را تضمین کنیم؟

  خودمونیش میشه: اگه تو همون ثانیه اول مخاطب رو میخکوب نکنی، باختی؛ باید یاد بگیری چطور نگاهش رو شکار کنی.

  ۴. مکانیکِ وایرال شدن (The Mechanics of Virality):

  بررسیِ علمیِ محرک‌های روانشناختی که باعث می‌شوند یک محتوا در شبکه پخش شود (Social Currency).

  خودمونیش میشه: مردم وقتی پستت رو شیر می‌کنن که حس کنن باهوش‌تر یا باحال‌تر به‌نظر می‌رسن؛ بیا یاد بگیر چطور اون حس رو بسازی.

  ۵. توپولوژیِ محتوایی در اکوسیستمِ اینستاگرام (Content Topology):

  شناساییِ «خوشه‌های محتوایی»؛ چگونه بفهمیم در چه «محله‌ای» از اینستاگرام هستیم؟

  خودمونیش میشه: تا وقتی پیجت تو “محله” آدم‌های اشتباه باشه، اکسپلور نمیشه؛ بیا یاد بگیر چطور اسباب‌کشی کنی به محله‌ی مشتری‌های پولدارِ پیجت.

  ۶. عیب‌یابیِ آماریِ سلامتِ اکانت (Statistical Account Audit):

  تکنیک‌هایِ تحلیلِ اینسایت برای شناساییِ «سقفِ دسترسی» و تشخیصِ تفاوتِ بین «محتوای ضعیف» و «محدودیتِ الگوریتمی».

  خودمونیش میشه: بالاخره بفهم پیجت واقعاً مشکل فنی داره یا فقط محتوات برای مخاطب جذاب نیست و داری وقتت رو تلف می‌کنی.

  ۷. اصلاحِ جغرافیایِ مخاطب (Geo-Rebalancing Strategies):

  مدیریتِ فنیِ دیتایِ مخاطبان برای بازگشت به بازارِ هدف (مخاطب ایرانی)؛ چگونه الگوریتم را متقاعد کنیم که مخاطبانِ فعلی، «خطا» هستند؟

  خودمونیش میشه: خسته نشدی انقدر دایرکتِ خارجی گرفتی ولی هیچ‌کدوم مشتری نیستن؟ بیا یاد بگیر چطور الگوریتم رو دوباره تربیت کنی تا مشتریِ ایرانی برات بیاره.

  ۸. بهینه‌سازیِ نرخِ ماندگاری (Watch-Time Optimization Models):

  تحلیلِ منحنی‌هایِ ریزشِ مخاطب؛ چگونه با «مهندسیِ داستان‌گویی»، مخاطب را تا آخرین ثانیه نگه داریم؟

  خودمونیش میشه: یاد بگیر چطور با قصه‌گویی کاری کنی که مخاطب نه تنها تا آخر ببینه، بلکه برگرده دوباره ببینه؛ این یعنی ترکوندن.

  ۹. فرآیندهایِ تولیدِ محتوایِ مقیاس‌پذیر (Scalable Content Pipelines):

  استفاده از سیستم‌هایِ «بازآفرینیِ محتوا» برای حفظِ ریتمِ اکسپلور بدونِ فرسودگیِ خلاقیت.

  خودمونیش میشه: چطور با یک محتوا، ده مدل خروجی بگیری که هم مخاطب خسته نشه، هم تو از تولید محتوا به غلط کردن نیفتی.

  ۱۰. استراتژی‌هایِ انطباق‌پذیر در برابرِ آپدیت‌هایِ الگوریتم:

  چرا دانشِ «ترفند» منقضی می‌شود و دانشِ «سیستمی» باقی می‌ماند؟

  خودمونیش میشه: تکنیک‌ها هفته دیگه تاریخ انقضا دارن، ولی سیستمِ اصولی تا همیشه برات می‌فروشه؛ بیا یاد بگیر چطور استراتژی بچینی که با هیچ آپدیتی نابود نشی.