راهنمای متقاضیان · AIToT 2026

پیش‌نیازها و راهنمای شرکت در دوره

این راهنما به شما کمک می‌کند با پیش‌نیازهای علمی و مهارتی دوره آشنا شوید و برای تجربه یادگیری و تدریس در AIToT 2026 آماده شوید.

شرایط اصلی ورود

پیشینه علمی و حرفه‌ای مورد انتظار

دوره برای دارندگان پیشینه علمی و حرفه‌ای زیر طراحی شده است. تجربه مرتبط و نقش آموزشی شما به شکل‌گیری یک گروه یادگیری هم‌راستا کمک می‌کند.

پیش‌نیاز تحصیلی

مدرک و جایگاه حرفه‌ای

متقاضی باید دارای مدرک دکتری تخصصی (PhD)، تخصص بالینی یا سطح بالاتر مانند فوق‌تخصص و فلوشیپ باشد.

ماهیت تربیت‌مدرس

نقش یا برنامه آموزشی مشخص

لازم است اکنون در آموزش، تدریس، راهنمایی پژوهش، برگزاری کارگاه یا توسعه آموزشی نقش داشته باشید، یا برای پذیرش چنین نقشی برنامه مشخصی ارائه کنید.

انتظار می‌رود حداکثر تا شش ماه پس از پایان دوره، دست‌کم یک جلسه آموزشی یا کارگاه مرتبط در محیط حرفه‌ای خود برگزار کنید.
اولویت پذیرش

چه زمینه‌هایی بیشترین تناسب را دارند؟

رشته‌های مرتبط با داده و سلامت

انفورماتیک پزشکی، فناوری اطلاعات سلامت، علوم داده یا هوش مصنوعی، آمار زیستی، اپیدمیولوژی، مهندسی پزشکی، سلامت دیجیتال و رشته‌های نزدیک. برای فارغ‌التحصیلان فنی و مهندسی، سابقه مستند فعالیت در حوزه پزشکی یا سلامت ضروری است.

سایر تخصص‌های بالینی یا دکتری تخصصی

در صورت داشتن سابقه مستند پژوهش، مقاله، کار اجرایی مستمر یا مشارکت مؤثر در یک پروژه مرتبط با داده یا هوش مصنوعی پزشکی و سلامت.

آمادگی علمی و مفهومی

پیش از شروع دوره چه چیزهایی را باید بدانید؟

انتظار تسلط تخصصی نداریم؛ هدف، آشنایی فعال و توان استفاده از مفاهیم پایه در مثال‌های حوزه سلامت است.

داده، آمار و روش تحقیق

  • درک جدول داده، واحد مشاهده، رکورد، متغیر و داده گمشده
  • تشخیص متغیرهای کمی، رتبه‌ای، اسمی و دوحالتی
  • آشنایی با میانگین، میانه، انحراف معیار، توزیع و احتمال مقدماتی
  • درک حساسیت، ویژگی، ارزش اخباری و تفاوت همبستگی با علیت
  • آشنایی پایه با جامعه هدف، پیامد، سوگیری، مخدوش‌گری و طرح‌های رایج پژوهش سلامت

هوش مصنوعی در سطح مفهومی

  • تفاوت هوش مصنوعی، یادگیری ماشین، یادگیری عمیق و هوش مصنوعی مولد
  • مفهوم یادگیری بانظارت و بدون‌نظارت، ویژگی و برچسب
  • منطق تقسیم داده به آموزش، اعتبارسنجی و آزمون و مفهوم بیش‌برازش
  • شناخت کلی مسئله‌های طبقه‌بندی، رگرسیون، خوشه‌بندی و پیش‌بینی
  • تجربه استفاده روزمره از یک ابزار هوش مصنوعی مولد و آگاهی از خطای ساختگی
مهارت و امکانات

برای کارگاه‌های عملی چه چیزهایی لازم است؟

ابزارهای کاری

  • کار با Excel یا Google Sheets در حد فیلتر، مرتب‌سازی، Pivot Table، فرمول‌های پایه و شمارش داده‌های گمشده
  • کار با Word و PowerPoint برای تهیه خروجی و طراحی ارائه آموزشی
  • مهارت پایه شرکت در جلسه آنلاین، اشتراک‌گذاری صفحه و کار با سامانه آموزش آنلاین

زبان و تجهیزات

  • توان خواندن چکیده مقاله، جدول نتایج و مستندات تخصصی انگلیسی
  • دسترسی به لپ‌تاپ شخصی و اینترنت پایدار در جلسات و کارگاه‌ها
  • تلفن همراه یا تبلت به‌تنهایی برای کارگاه‌های عملی کافی نیست
تعهد زمانی

حضور و مشارکت مورد انتظار

در طول دوره

  • حضور در دست‌کم ۸۰٪ جلسات آموزشی و همه کارگاه‌های عملی
  • اختصاص ۱۵ ساعت به فعالیت‌های مستقل در طول دوره، مطابق برنامه جاری ۱۲۰ ساعته
  • مشارکت در جلسات نقد، بررسی و ژورنال‌کلاب

خروجی مورد انتظار

  • تکمیل فعالیت‌ها و ارائه خروجی نهایی دوره
  • تبدیل آموخته‌ها به یک برنامه آموزشی قابل اجرا برای مخاطبان مشخص
  • اجرای دست‌کم یک جلسه یا کارگاه آموزشی پس از دوره
نگران نباشید

چه چیزهایی پیش‌نیاز این دوره نیست؟

این موارد در صورت نیاز در طول دوره پوشش داده می‌شوند یا خارج از دامنه دوره هستند.

برنامه‌نویسی حرفه‌ای یا تجربه قبلی ساخت و آموزش مدل
ریاضیات پیشرفته و جزئیات معماری شبکه‌های عصبی یا مدل‌های زبانی
استقرار مدل، MLOps، معماری زیرساخت یا مدیریت سرور
تسلط قبلی بر چک‌لیست‌های تخصصی نقد و گزارش‌دهی هوش مصنوعی
امتیاز تکمیلی، نه شرط ورود: آشنایی مقدماتی با Python یا R، تجربه کار با داده واقعی سلامت، سابقه پژوهش یا آموزش، آشنایی با استانداردهای داده سلامت، مدیریت پروژه و مشارکت در ژورنال‌کلاب.
فرایند بررسی

آمادگی شما چگونه ارزیابی می‌شود؟

کمیته علمی، پیش‌نیازها، آمادگی و سوابق آموزشی را در کنار هم بررسی می‌کند و نتیجه از طریق دبیرخانه به شما اطلاع داده می‌شود.

۱

خودارزیابی

در فرم پیش‌ثبت‌نام، درباره مهارت‌های پایه، تجربه حرفه‌ای و آمادگی زمانی خود پاسخ می‌دهید.

۲

آزمون کوتاه ورودی

یک آزمون مفهومی کوتاه، بدون محاسبه سنگین، برای شناخت سطح آمادگی اولیه برگزار می‌شود.

۳

سوابق و انگیزه‌نامه

سوابق مرتبط و برنامه شما برای آموزش پس از دوره، در کنار سایر اطلاعات بررسی می‌شود.

برای تقویت آمادگی پایه، ممکن است پیش از شروع دوره یک بسته کوتاه خودآموز در اختیارتان قرار گیرد.

این مسیر با هدف آموزشی شما هم‌خوان است؟
فرم پیش‌ثبت‌نام را تکمیل کنید؛ در این مرحله پرداختی انجام نمی‌شود.

پیش‌ثبت‌نام دوره ←
درباره شرایط خود از دبیرخانه بپرسید ←