مهندس تحلیلگر داده‌های حجیم / مدیر دیتابیس سازمانی – پویا نادری

💾 معرفی اجمالی

مهندس تحلیلگر داده‌های حجیم با بیش از ده سال تجربه در طراحی و راهبری سیستم‌های بزرگ داده‌ای، مدیریت پایگاه داده‌های حجیم SQL و NoSQL، پردازش بلادرنگ با Spark و Kafka، و ایجاد راهکارهای تحلیلی مبتنی بر هوش مصنوعی در سازمان‌های پیشرو.

🏢 معمار داده ارشد — شرکت فناوری داده‌پردازان برتر

• طراحی و پیاده‌سازی سیستم داده انبار (Data Warehouse) و دیتالِیک (Data Lake) با فناوری‌های Hadoop، Spark، Delta Lake و AWS EMR.
• پیکربندی معماری ETL/ELT با ابزارهایی مانند Apache NiFi، Airflow و AWS Glue.
• مدیریت خوشه‌های Hadoop و Spark بهینه‌شده با تنظیمات منابع، کش‌ها و پارتیشن‌بندی.
• طراحی معماری چندلایه BI و داشبورد تحلیلی برای ارایه به مدیریت عالی سازمان.

📊 مدیر پایگاه داده و تحلیلگر ارشد — شرکت داده‌نگار سامان

• مدیریت بانک‌های داده رابطه‌ای (PostgreSQL، MySQL) و بدون رابطه (MongoDB، Cassandra) با حجم‌های چند ترابایت.
• بهینه‌سازی کوئری‌های پیچیده، ایندکس گذاری، شاردینگ و تنظیمات حافظه.
• پیاده‌سازی راهکارهای افزونگی و پشتیبان‌گیری (Replication, Backup/Restore، Cluster Failover).
• همکاری با تیم BI و تیم‌های داده برای استخراج داده، مدل‌سازی ستاره‌ای و OLAP.

📈 تحلیلگر داده ارشد — شرکت تحلیل هوشمند راهبرد

• طراحی و اجرای مدل‌های پیش‌بینی، خوشه‌بندی و طبقه‌بندی با پایتون، scikit-learn و TensorFlow.
• تحلیل داده‌های بزرگ با استفاده از Spark و PySpark و ایجاد گزارش‌های داده‌محور برای تصمیم‌گیری مدیریتی.
• انجام تمیزسازی داده، ادغام داده‌ها (data integration) و تولید ویژگی (feature engineering).
• توسعه و نگهداری پایپ‌لاین داده و پیاده‌سازی راهکارهای داده جریانی (streaming) با Kafka.

🎓 دکترای علوم داده — دانشگاه تهران

• پایان‌نامه: «بهینه‌سازی پردازش موازی داده‌های بزرگ با الگوریتم‌های توزیع‌شده و یادگیری عمیق»

🎓 کارشناسی ارشد علوم کامپیوتر — دانشگاه صنعتی شریف

• پایان‌نامه: «مدل پیش‌بینی خرابی در سیستم‌های ذخیره‌سازی داده با شبکه عصبی»

🎓 کارشناسی مهندسی نرم‌افزار — دانشگاه شهید بهشتی

• پروژه پایان‌نامه: «طراحی سیستم گزارش‌دهی هوشمند تحت وب با تمرکز بر پردازش داده بزرگ»

🧠 مهارت‌های فنی و تخصصی

• فریم‌ورک داده بزرگ: Hadoop (HDFS, YARN), Spark (Streaming, MLlib), Kafka
• پایگاه داده رابطه‌ای: PostgreSQL, MySQL, SQL Server — بهینه‌سازی کوئری، ایندکس، شاردینگ
• پایگاه داده NoSQL: MongoDB, Cassandra, DynamoDB
• ETL / ELT / Pipepline داده: Airflow, NiFi, Apache Beam, AWS Glue
• زبان‌های برنامه‌نویسی: Python, Scala, SQL, R
• ابزار تحلیل و یادگیری ماشین: scikit-learn, TensorFlow, XGBoost, Pandas
• معماری داده‌ای، انبار داده، مدل‌های ستاره‌ای / Snowflake
• پلتفرم‌های ابری: AWS (Redshift, S3, EMR, Glue), GCP (BigQuery) و Azure
• مدیریت خوشه‌ها، مانیتورینگ (Prometheus, Grafana)، بهینه‌سازی منابع
• مدیریت داده جریانی (stream processing)، پردازش بلادرنگ و وظایف زمان واقعی
• تحلیل داده و تولید گزارش BI با Power BI، Tableau

📚 مقالات بین‌المللی و کنفرانس‌ها

• “Distributed Deep Learning for Big Data Processing,” IEEE Transactions on Big Data, ۲۰۲۱.
• “Real-Time Stream Analytics with Spark & Kafka in Financial Systems,” ACM Conference on Data Engineering, ۲۰۲۰.
• “Scalable ETL Pipeline Design Using Apache Beam,” Journal of Data Engineering, ۲۰۱۹.

✍️ تألیفات و فصل‌های کتاب

• نویسنده فصل «مدل‌های داده ابری و بهینه‌سازی پردازش موازی» در کتاب مرجع داده بزرگ (ناشر: انتشارات علم داده)

📖 تجربه تدریس دانشگاهی و دوره آزاد

• استاد مدعو دوره‌های علم داده و big data در دانشگاه تهران (۱۳۹۸–۱۴۰۲)
• مدرس دوره آنلاین «تحلیل داده‌های بزرگ با Spark و Hadoop» در موسسه معتبر آموزشی

🎓 دوره‌ها و گواهینامه‌ها تخصصی

• گواهی «Professional Data Engineer» از Google Cloud
• گواهی AWS Big Data Specialty
• دوره پیشرفته Spark & Scala در مؤسسه بین‌المللی Apache
• دوره تخصصی معماری داده و طراحی انبار داده از دانشگاه معتبر

🏆 افتخارات برجسته

• رتبه برتر در مسابقه جهانی داده Kaggle در زمینه پیش‌بینی زمانی — سال ۲۰۲۰
• تقدیرنامه از سازمان فناوری اطلاعات بابت پروژه تحلیل داده کلان در شهرداری
• عضویت فعال در انجمن بین‌المللی IEEE Big Data

📦 پروژه تحلیل تراکنش بانکی بزرگ

• پردازش صدها میلیون رویداد تراکنش در روز با Spark Streaming و Kafka، تشخیص تقلب بلادرنگ.
• مدل‌سازی داده و طراحی لایه OLAP برای گزارش‌های مدیریت و داشبورد BI.

🛒 پروژه تحلیل رفتار کاربران شبکه فروش آنلاین

• ایجاد لوله داده با ETL بهینه و طراحی سیستم پیشنهادگر بر اساس الگوریتم‌های یادگیری ماشین.

🏥 پروژه تحلیل داده سلامت و پیش‌بینی بیماری

• ادغام داده‌های بالینی و حسگری، تحلیل ویژگی و مدل پیش‌بینی تشخیص زودهنگام بیماری با یادگیری عمیق.

📞 تلفن

۰۹۱۲‑۵۴۳۲۱۷۸

✉️ ایمیل

p.naderi@example.com

🔗 لینکدین

linkedin.com/in/pouyanaderi

🌐 پرتفولیو / گیت‌هاب

github.com/pouyanaderi