بحث‌های مختلف در یک تماس تصویری که من رو کنجکاوتر کرد!

برای من باعث افتخاره که دوستانی از دبیرستان دارم که حالا به کانادا مهاجرت کردند و با وجود فاصله‌ی هزاران هزار کیلومتری با هم، معرفت به خرج می‌دن که با هم گاهی تماس تصویری داریم. توی تماس تصویری اخیری که با هم داشتیم، مسئله‌ای پیش اومد. از این لحاظ که روانشناسی و اقتصاد هر دو شبه‌علم هستند و حتی یک بین‌رشته‌ای به وجود اومده که بهش می‌گن «اقتصاد رفتاری» یا همون Behavioral Economics.

در واقع این رشته می‌آد عواملی، مثل احساسات، روندهای اجتماعی و شناختی جامعه رو بررسی می‌کنه تصمیم‌گیری‌های مالی رو تحلیل یا پیش‌بینی کنه. جا برای بحث توی این زمینه زیاده که توی این پست نمی‌گنجه.

اما چرا توی عنوان گفتم که من رو کنجکاوتر کرد؟

وقتی حرف این شد که اقتصاد یه شبه‌علمه، به خودم گفتم واقعا چرا این فکر رو می‌کنه؟ ولی بروز ندادم. برای من که اقتصاد اصلا شبه‌علم نیست. اگر بخواهیم حتی سطحی هم فکر کنیم، مگه می‌شه یه رشته نوبل داشته باشه و شبه‌علم باشه؟ حتی این رو توی ذهن خودم داشتم که چجوری مهندسی تحقیق درعملیات که ریاضی کاربردی هست رو می‌شه به اقتصاد ربط داد.

در ادامه به این می‌پردازیم که یه مهندس تحقیق در عملیات که حتما پایه ریاضیاتی قوی‌ای قراره داشته باشه، به توسعه مدل‌های اقتصادی قراره کمک کنه.

وقتی بخواهیم به عنوان «مهندس تحقیق در عملیات» کار کنیم، به اختصار باید کارهای زیر رو انجام بدیم:

  • مدلسازی ریاضی مسائل واقعی
  • حل مسائل بهینه‌سازی
  • تحلیل سیستم‌های پیچیده و عدم قطعیت
  • پشتیبانی تصمیم‌گیری مدیران
  • ترکیب با علم داده که کمی مدرن‌تر است

کجا یه مهندس تحقیق در عملیات کار می‌کنه؟

  • تولید و کارخانه
  • لجستیک و حمل و نقل
  • بانک و بیمه
  • انرژی
  • سلامت
  • استارتاپ‌های تکنولوژیکی
  • تیم‌های تحلیل داده

حالا من می‌آم چند حوزه کلیدی رو که مهندس تحقیق در عملیات در اقتصاد می‌تونه ایفای نقش کنه می‌گم:

۱- مدیریت و تحلیل ریسک:

اقتصاد مالی و اقتصاد سنجی، ابزارهای کمی قدرتمندی برای مدلسازی عدم قطعیت، قیمت‌گذاری ریسک و تصمیم‌گیری در شرایط احتمالی هستند. در پروژه‌های واقعی تحقیق در عملیات (مثل مدیریت زنجیره تامین، برنامه‌ریزی تولید یا سرمایه‌گذاری) درک عمیق مفاهیمی مثل «ارزش در معرض خطر»، «بازده مورد انتظار» و «تنوع بخشی» حیاتی هست.

۲- اقتصاد مدیریت و طراحی مکانیزم:

در این قسمت بحث می‌شود که چگونه انگیزه‌های افراد و بازیگران مختلف (مشتریان، رقبا یا تامین‌کنندگان) در مدل‌ها لحاظ بشن.

۳- بهینه‌سازی در سطح کلان و سیاست‌گذاری:

از ایده‌ها در حوزه‌های مختلفی که قبل‌تر هم اشاره شد، مثل حمل و نقل یا سلامت (مربوط به رفاه عمومی)، اقتصاد کلان و اقتصاد سنجی می‌شه کمک گرفت.  در واقع ارزیابی اقتصادی پروژه‌های بزرگ یه مهارت ارزشمند قراره باشه.

۴- تحلیل بازار و پیش‌بینی:

در مدلسازی تقاضا در زنجیره تامین، برنامه‌ریزی ظرفیت یا قیمت گذاری، درک رفتار مصرف‌کننده و ساختار بازار ضروری هستن. اینجا هم با استفاده از اقتصادسنجی که بخش جدایی ناپذیری از مدل‌سازی اقتصادی هست مکمل قدرتمندری برای مهندس تحقیق در عملیات می‌تونه باشه.


توی بررسی دو تا رشته‌ای که گفتم، خودم هم نمی‌دونم چجوری دقیق می‌شه ربطشون داد، ولی حداقل این رو می‌دونم که پایه ریاضیاتی و درک عمیقی از آمار و احتمال می‌خواد. این آمار و مدلسازی یه ابزار قدرتمنده که باهاش خیلی کارا رو می‌شه انجام داد. خیلی دوست دارم به زودی سایدپروجکت‌هایی رو انجام بدم و با شما هم به اشتراک بگذارم!

ماراتن ۲۰۲۵ نیویورک – از مقیاس تا جغرافیا (قسمت اول)

چند سال پیش علاقه داشتم توی ماراتن‌ شرکت کنم تا اسفند پارسال رسید و توی اولین ماراتن دوچرخه‌سواری لوت شرکت کردم ومهر هم توی ماده ۱۵ کیلومتر لوت دویدم. حد فاصل این دو ماراتن ۱۲ کیلو هم لاغر شدم. اگر هم عضو کانال تلگرام بنده هم باشید در مورد ۳ ورزش هوازی‌ای که انجام می‌دم هم حتما مطالعه کرده‌اید!

خلاصه که من هم سرم درد می‌کنه واسه آمار و ارقام. به خودم گفتم یک سری پست در مورد ماراتن‌های جهان را گرد هم بیاورم تا محتوای فارسی از این قافله عقب نمونه! اولین پست در مورد بزرگ‌ترینشان هست یعنی نیویورک! (۱۰۰۳ کلمه)

ابتدا به طور خلاصه بررسی می‌کنم که اهمیت ماراتن نیویورک برای تمام برگزارکنندگان ماراتن‌های سراسر دنیا چیست؟

[این ولاگ انگلیسی توی یوتوب رو هم از دست ندید]

برگزاری ماراتنی در این ابعاد مدل بی‌نظیر مدیریت و سازماندهی رویداد هست. در ادامه به صورت تیتر وار می‌گم که چجوری:

استانداردهای عملیاتی
  • سیستم ثبت‌نام و مدیریت شرکت‌کنندگان: مدلی برای مدیریت حجم عظیم متقاضی
  • برنامه‌ریزی لجستیکی: الگویی برای هماهنگی منابع در کلان‌شهری پیچیده
  • مدیریت داوطلبان: ساختار بهینه برای سازماندهی هزاران داوطلب
نوآوری‌های اجرایی
  • سیستم گروه‌های شروع (Wave Start) که در بسیاری از ماراتن‌ها اقتباس شده است
  • تکنولوژی‌های ردیابی زمان‌بندی واقعی
  • برنامه‌ریزی امنیتی جامع برای رویدادهای بزرگ

کار به این بزرگی حتما باید مدل اقتصادی و درآمدی باثباتی داشته باشه:

منابع درآمدی الهام‌بخش
  • شهریه ثبت‌نام: ساختار قیمت‌گذاری مرحله‌ای
  • حامیان مالی: مدل جذب اسپانسرهای متعدد و متنوع
  • محصولات جانبی: فروش البسه و سوغات مسابقه
  • حقوق پخش: الگوی رسانه‌ای برای ماراتن‌های دیگر
تأثیر اقتصادی قابل مطالعه
  • مدل سنجش تأثیر اقتصادی بر شهر میزبان
  • الگوی همکاری با کسب‌وکارهای محلی
  • سیستم توزیع منافع اقتصادی

بازاریابی در سطح جهانی و الگوی جذب مشارکت

استراتژی‌های برندسازی
  • داستان‌سرایی موفق: خلق روایتی فراتر از یک مسابقه ورزشی
  • شهرت جهانی: مدل ساخت برند بین‌المللی
  • مشارکت اجتماعی: تلفیق ورزش با مسئولیت اجتماعی
جذب شرکت‌کنندگان بین‌المللی
  • سیستم لاتاری و شرایط ثبت‌نام که تعادل بین المللی و محلی را حفظ می‌کند
  • استراتژی‌های هدف‌گیری بازارهای مختلف جهانی
  • برنامه‌های ویژه برای گردشگران ورزشی

بحث بسیار مهمی که دنیا را زیر و رو کرده: دیتا و تحیل آن

سیستم‌های پیشرفته
  • ردیابی و زمان‌سنجی: استانداردهای صنعت در جمع‌آوری داده‌های عملکرد
  • اپلیکیشن‌های موبایل: مدل تعامل با شرکت‌کنندگان قبل، حین و بعد از مسابقه
  • تحلیل داده‌ها: استفاده از آمار برای بهبود مستمر رویداد
بینش‌های ارزشمند
  • داده‌های دموگرافیک برای برنامه‌ریزی بازاریابی
  • الگوهای عملکردی برای طراحی مسابقات
  • معیارهای سنجش موفقیت قابل اقتباس

هر جا سخن از مشارکت اجتماعی هست، نام پایداری می‌درخشد

برنامه‌های زیست‌محیطی
  • استانداردهای مدیریت پسماند در رویدادهای بزرگ
  • برنامه‌های جبران کربن
  • همکاری با سازمان‌های محیط زیستی
مشارکت اجتماعی
  • مدل همکاری با سازمان‌های خیریه
  • برنامه‌های شمول اجتماعی و دسترسی برای همه
  • تأثیرگذاری بر جامعه محلی

خیلی خوب هست که دانشی که در برگزاری کسب می‌شه مستندنگاری بشه، چون:

قابلیت‌های قابل انتقال
  • مقیاس‌پذیری: نحوه مدیریت رشد تدریجی رویداد
  • انعطاف‌پذیری: سازگاری با شرایط متغیر
  • تداوم: حفظ کیفیت در طول سال‌ها
معیارهای ارزیابی موفقیت (خوراک کار مهندس صنایع!)
  • رضایت شرکت‌کنندگان (فراتر از زمان پایان‌بندی)
  • تأثیر اقتصادی بر جامعه میزبان
  • پوشش رسانه‌ای و برندآگاهی
  • نوآوری و بهبود مستمر

 رکوردشکنی در دنیای ماراتن‌ها
پیشگامی تاریخی

ماراتن نیویورک در دهه ۱۹۷۰ اولین مسابقه‌ای بود که یک رویداد رقابتی کوچک را به یک نمایش مشارکتی عظیم تبدیل کرد. از آن زمان، این مسابقه معمولاً به عنوان بزرگترین ماراتن جهان شناخته شده است، اگرچه ماراتن‌های لندن، برلین، شیکاگو و پاریس در سال‌های مختلف به طور مختصر این جایگاه را به چالش کشیده‌اند.

تعداد شرکت‌کنندگان ماراتن نیویورک به تفکیک مرد و زن در طول سال‌های متمادی

رقابت برای عنوان بزرگترین ماراتن جهان

رکوردشکنی امسال
  • ماراتن نیویورک ۲۰۲۵: بیش از ۵۹,۰۰۰ نفر
  • رشد قابل توجه: افزایش ۶.۵٪ نسبت به سال گذشته
  • پیشی گرفتن از لندن: با اختلاف حدود ۲,۵۰۰ نفر
آمار دقیق شرکت‌کنندگان
  • تعداد نهایی دونده‌ها: ۵۹,۱۳۳ نفر (تا تاریخ ۱۱/۸/۲۰۲۵)
  • عدد کلی شامل ورزشکاران ویلچر و هندسایکل: ۵۹,۲۳۰ نفر
  • رکورد قبلی (۲۰۲۴): ۵۵,۰۰۰ نفر
  • اوج قبلی (۲۰۱۹): کمی کمتر از سال ۲۰۲۴

جایگاه در میان ماراتن‌های جهانی – باشگاه انحصاری ۵۰,۰۰۰ نفره

تنها پنج ماراتن در جهان به طور منظم از مرز ۵۰,۰۰۰ شرکت‌کننده گذر کرده‌اند: نیویورک، لندن، پاریس، برلین و شیکاگو

رقبای جهانی در سال جاری
  • لندن: ۵۶,۷۲۵ نفر با وجود شرایط آب‌وهوایی گرم
  • شیکاگو: ۵۴,۰۰۰ نفر با رشد ادامه‌دار
  • پاریس: ۵۵,۰۰۰ نفر (همیشه نزدیک به رکورد)
  • برلین: کاهش به ۴۸,۰۰۰ نفر پس از تاج‌گذاری مختصر در ۲۰۲۴

روند رشد در یک دهه گذشته – رشد تدریجی تا جهش ناگهانی

  • از ۲۰۱۳ تا ۲۰۲۴: رشد افزایشی و محدود
  • سال ۲۰۲۵: جهش ۶.۵٪ به بیش از ۵۹,۰۰۰ نفر
  • ثبات در مرز ۵۰,۰۰۰ نفره از سال ۲۰۱۳

چشم‌انداز آینده و چالش‌های رشد – رقابت برای عبور از مرز ۶۰,۰۰۰ نفری

  • لندن: با بیش از یک میلیون متقاضی در لاتاری امسال، پتانسیل افزایش تعداد
  • نیویورک: با رکوردشکنی امسال، موقعیت رهبری را تثبیت کرد
  • سایر ماراتن‌ها: همچنان در جمع پنج ماراتن بزرگ جهان قرار دارند

تحلیل محل سکونت دوندگان

تحلیل شرکت‌کنندگان داخلی (ایالات متحده)

سهم تغییرات نیویورک:
  • سال گذشته: ۵۶.۵٪ از کل شرکت‌کنندگان آمریکایی
  • سال جاری: ۵۷.۱٪ از کل شرکت‌کنندگان آمریکایی
  • تغییر: افزایش ۰.۶٪ در سهم
سهم تغییرات نیوجرسی:
  • سال گذشته: ۹.۶٪ از کل شرکت‌کنندگان آمریکایی
  • سال جاری: ۱۰.۲٪ از کل شرکت‌کنندگان آمریکایی
  • تغییر: افزایش ۰.۶٪ در سهم

ترتیب ایالت‌های برتر (بدون تغییر):

۱. نیویورک (۵۷.۱٪) – ۲. نیوجرسی (۱۰.۲٪) – ۳. کالیفرنیا –۴. ماساچوست – ۵. تگزاس – ۶. فلوریدا – ۷. ایلینوی – ۸. پنسیلوانیا –۹. کانکتیکات – ۱۰. اوهایو

تحلیل تغییرات

  • ثبات ساختاری: ترتیب ۱۰ ایالت برتر بدون تغییر باقی مانده است
  • تمرکز جغرافیایی: افزایش جزئی در سهم ایالت‌های مجاور (نیویورک و نیوجرسی)
  • فرضیه برنامه ۹+۱: احتمال تأثیر برنامه‌های محلی بر افزایش ساکنین منطقه

تحلیل شرکت‌کنندگان بین‌المللی

نقشه جغرافیایی کشورهای مبدأ

(در این بخش نمودار کشورهای مبدأ ارائه می‌شود که نشان می‌دهد دوندگان از کدام کشورها در ماراتن شرکت کرده‌اند)

سهم شرکت‌کنندگان خارج از ایالات متحده در ماراتن نیویورک به تفکیک کشور

نکات کلیدی جغرافیایی
  • تغییرات محدود: الگوی کلی مشابه سال گذشته
  • افزایش منطقه‌ای: رشد در ایالت‌های همجوار نیویورک
  • پایداری رتبه‌بندی: ثبات در ترکیب جغرافیایی شرکت‌کنندگان

بینش‌های استراتژیک

برای برگزارکنندگان:
  • تمرکز بازاریابی: اهمیت حفظ حضور قوی در ایالت نیویورک و مناطق همجوار
  • برنامه‌های محلی: تأثیر مثبت برنامه‌هایی مانند ۹+۱ بر مشارکت منطقه‌ای
  • ثبات بازار: پایداری الگوهای مشارکت در بلندمدت
برای تحلیل‌گران:
  • شاخص رشد سالم: افزایش متعادل در مناطق مختلف
  • پتانسیل توسعه: فرصت‌های رشد در ایالت‌های با سهم کمتر
  • تحلیل آینده: نیاز به بررسی دقیق‌تر تأثیر برنامه‌های ثبت‌نام محلی

این پست قراره دو یا سه تا قسمت داشته باشه! عنوان بعدی «چهره متغیر ماراتن: تحولات سرعت شرکت‌کنندگان» خواهد بود.

عمان، از دید یک اقتصاددان

پست قبلی که گفته بودم دوست دارم وبلاگ تایلر کاون رو بیشتر بخونم. پست جالبی اخیرا گذاشته که مشاهداتش از عمان هست:

«عُمان از بسیاری از کشورهای خاورمیانه یا حوزهٔ خلیج فارس آرام‌تر به نظر می‌رسد، و در مسقط می‌توان مناظری را دید که شامل دریا، ساختمان‌های سفیدرنگِ مرمری، کوه‌ها در پس‌زمینه و چندین قلعهٔ قدیمی است.

اتباع خارجی زیادی در اطراف دیده می‌شوند، اما برخلاف بسیاری از کشورهای خلیج فارس، بیشتر افرادی که می‌بینید بومی هستند نه مهاجر. زبان انگلیسی به‌طور گسترده صحبت می‌شود و تقریباً روی بیشتر تابلوها و منوها حضور دارد. زنان روسری به سر دارند، اما معمولاً صورتشان پوشیده نیست. فضا دوستانه است و همه‌چیز به‌طرز چشمگیری امن احساس می‌شود.

مسقط دقیقاً «یک شهر خطی» نیست، اما بیشتر فعالیت‌ها روی یک جادهٔ اصلی یا در نزدیکی آن متمرکز شده‌اند؛ جاده‌ای که از شرق به غرب امتداد دارد. مرکز مشخصی برای شهر وجود ندارد و معمولاً خودتان را می‌یابید که چندین بار در روز در همان جاده رفت‌وآمد می‌کنید. نکتهٔ مثبت این است که اغلب دریا و کوه‌ها در دیدرس شما هستند. با این حال، رفت‌وآمد در شهر تا حدی یکنواخت است و بخش زیادی از شهر برای پیاده‌روی مناسب به نظر نمی‌رسد.

اغلب پوستر سلطان فعلی را می‌بینید که در کنار آن، عکسی از سلطان پیشین قرار دارد؛ کسی که پنجاه سال حکومت کرده است. این نمایش دوگانه آیا به اعتبار سلطان فعلی می‌افزاید یا آن را محدود می‌کند؟ آیا این انتخاب، تصمیم خود سلطان فعلی بوده، یا اینکه تحت تأثیر گروه‌های ذی‌نفع و حامیان سلطان پیشین ناخواسته به چنین ارائه‌ای مقید شده است؟

موزهٔ ملی بسیار خوب است و نشان می‌دهد که عمان در تاریخ، همراه با یمن، نقش یک تمدن بزرگ را ایفا کرده است. در واقع، عمان پرتغالی‌ها را بیرون راند و سپس از سال ۱۶۹۸ تا ۱۸۵۶ بر زنگبار حکومت کرد. این موضوع توضیح می‌دهد که چرا در آن جزیره این همه درِ عربی و نقش‌مایه‌های مشابه دیده می‌شود.

درآمد سرانهٔ کشور با تعدیل بر اساس برابری قدرت خرید حدود ۴۵ هزار دلار است، اما توزیع آن نابرابر است و کشور آن‌چنان ثروتمند به نظر نمی‌رسد. عدد مشخصی برای درآمد میانه پیدا نکردم، اما حدس می‌زنم این شاخص سطح واقعی زندگی را کمتر از واقعیت نشان دهد. حتی در مناطق دورافتادهٔ روستایی نیز خانه‌ها و جاده‌هایی با کیفیت بالا وجود دارد که نشان‌دهندهٔ آن است که منابع عمومی دست‌کم در مقایسه با برخی کشورهای دیگر، با کارایی قابل قبولی هزینه می‌شوند.

مِسفاة العبریین روستایی کوچک و عمدتاً عمودی است که هنوز از سامانه‌های آبرسانی و آبیاری متعلق به دست‌کم دو هزار سال پیش استفاده می‌کند.

نزوی شهری با حدود ۸۰ هزار نفر جمعیت است که حدود دو ساعت با مسقط فاصله دارد و بازار (سوق) آن بسیار قدیمی‌تر و سنتی‌تر است.

هنگام رانندگی در عمان، موسیقی متن «Passion» اثر پیتر گابریل، از فیلم آخرین وسوسهٔ مسیح، بسیار تأثیرگذار است.

از نظر غذا، رستوران ایرانیِ شاندیز را امتحان کنید یا ماهی کبابی در Turkish House، یا غذاهای یمنی و افغانی. چندین رستوران با عنوان «غذای عمانی» وجود دارد، اما مشکلشان این است که بیش از حد اصیل‌اند، نه اینکه اصالت نداشته باشند. بد نیست برخی از آن‌ها را امتحان کنید؛ بسیاری از غذاها بد نیستند، اما بهترین غذاهای شهر هم نیستند. در یک رستوران حتی صراحتاً از آوردن غذای کوسهٔ خشک و نمک‌سود امتناع کردند. من هم میلی به سفارش گوشت شتر نداشتم که می‌گویند طعم تند و خاصی دارد. سوپ‌های حاوی گوشت و جو خوب هستند، اما به‌طور کلی در مورد غذای عمانی، بهتر است همچنان به ماهی کبابی بازگردید.

در مجموع، عمان مقصدی کمتر از حد شایسته‌اش شناخته‌شده برای سفر است. هم‌زمان عجیب‌وغریب، زیبا و راحت است. نواحی دورافتاده‌تر کشور برای پیاده‌روی در طبیعت و پرنده‌نگری شهرت دارند، اما شاید دو روز اقامت در عمان و یک سفر یک‌روزه به مناطق روستایی، مقدار بهینهٔ تجربه باشد.

برای شهروندان آمریکا و بسیاری از کشورهای دیگر، ورود به این کشور بدون ویزا میسر است.»

جالب هست که فرهنگ یه کشور رو از دید یک اقتصاددان، بخونیم.

کالای دست دوم، از موضوع آزمون زبان تا معضل ژاپنی

با تایلر کاون از طریق پادکست بی‌‌پلاس آشنا شدم و وبلاگش، پست‌های ارزشمندی داره. این پست بهانه‌ای هست برای اینکه وبلاگش رو بیشتر بخونم، چون ترجمۀ فارسی آخرین پست‌ش هست!

«بر اساس قیمت‌های فعلی بازار کالاهای دست‌دوم، یک گزارش جدید می‌گوید «دارایی پنهان» ژاپن از منظر ذخایر ملیِ اشیاء — که به «اقلام خانگیِ بالقوه قابل فروش مجدد» و بلااستفاده برای بیش از یک سال تعریف می‌شوند — ارزشی در حدود ۵۸۰ میلیارد دلار دارد.

طبق این برآورد، محتویات گردوخاک‌گرفته‌ی کمدها، زیرشیروانی‌ها و گاراژهای ژاپن، ارزشی تقریباً برابر با مجموع ارزش بازار شناخته‌شده‌ترین نام‌های شرکتی جهانی این کشور دارد: تویوتا، سونی و سافت‌بانک.

این انباشت قابل‌توجه، معادل حدود ۴۶۰۰ دلار برای هر فرد در ژاپن است.

در چند سال گذشته، ژاپن به‌طور منحصربه‌فردی به یک جاذبه‌ی جهانی برای خریداران کالاهای دست‌دوم تبدیل شده است — از کیف‌های هِرمِس، ساعت‌های رولکس و کفش‌های محدود نایکی ایر گرفته تا کارت‌های معاملاتی پوکمون، بازی‌های ویدیویی قدیمی، چوب‌های گلف، تجهیزات ماهیگیری و عروسک‌های کمیاب «لیکّا».

بخش فزاینده و قدرتمندی از جذابیت ژاپن برای ده‌ها میلیون بازدیدکننده‌ای که سالانه به این کشور می‌آیند، دیگر فقط خریدهای سنتی نیست، بلکه بازار پررونق و آزادِ خریدوفروش حضوری کالاهای دست‌دوم است.

پیری جمعیت ژاپن، وسواس و نظم‌مندی بسیاری از ژاپنی‌ها، و همچنین ارزان بودن ین از جمله عواملی هستند که پشت این تحولات قرار دارند.

{آخر پستش یه پست از تحلیل دقیق فایننشیال تایمز گذاشته بود که اشتراک می‌خواست…}

استفاده از زبان سی در پایتون

اخیرا دارم جدی‌تر دنیای برنامه‌نویسی رو دنبال می‌کنم و برای همین روزانه به نکته‌های جالبی برمی‌خورم که به مرور از آن‌ها اینجا می‌نویسم. حتما در این پست ممکنه اشتباهات فنی وجود داشته باشه، حتما پیشنهاد می‌کنم به صحبت‌های بنده بسنده نکنید و برای درک عمیق‌تر به زبان انگلیسی سرچ داشته باشید!

(از اینکه وبلاگم اینقدر شاخه به شاخه شده، خیلی کلافه‌ام. در واقع موضوع‌های مختلفی رو که روزانه دنبال می‌کنم ازشون می‌نویسم. یاد سخنرانی استیو جابز توی ام‌آی‌تی می‌افتم که در آخر این نقطه‌ها رو باید به هم وصل کنم تا به یه نتیجه درستی برسن!)

  • تفاوت زبان کامپایلری و زبان تفسیرگر

ابتدا باید بگم که زبان سی و سی‌پلاس‌پلاس اصطلاحا بهشون می‌گن زبان کامپایلری که می‌آن کل کد رو بررسی می‌کنن و به زبان ماشین تبدیل می‌شن برای همین سینتکس نسبتا سخت‌تری دارن. ولی زبان پایتون یه زبان تفسیرگر (Interpreter) هست که می‌آد خط به خط کد رو بررسی و اجرا می‌کنه. برای همین هست که همیشه کل‌کل بین توسعه‌دهندگان وجود داره و گفته می‌شه پایتون توی سرعت اجرا نسبت به سی و سی‌پلاس‌پلاس کند هست.

CPython به پیاده‌سازی مرجع (Reference Implementation) و پیش‌فرض زبان برنامه‌نویسی Python اشاره داره. این پیاده‌سازی توسط Guido van Rossum (خالق Python) و تیم توسعه‌دهندگان آن توسعه یافته و با زبان برنامه‌نویسی C نوشته شده.

  • دلیل اینکه از سی توی پایتون استفاده می‌شه چیه؟

سرعت بالا در سطح C رو می‌شه داشت. سازگاری کامل با کتابخانه‌های C (ctypes, Cython) به همراه داره. قابلیت Embedding در برنامه‌های C/C++ وجود داره. از ابزارهای دیباگ قدرتمند (pdb, cProfile) هم می‌شه استفاده کرد.

  • چجوری استفاده کنیم؟

توی مک او‌اس با استفاده از دستور زیر به راحتی می‌شه نصب و استفاده کرد. برای ویندوز هم بهترین راه رفتن توی وبسایت python.org هست و دانلود و نصب اون هست.

brew install python

بررسی فیلم «مانی بال»

همونطور که توی پست قبلی از دنیای داده برای بررسی رفتار انسان‌ها از سرچ‌های گوگل‌شون متوجه شدیم که می‌شه با علم داده کارهای جالبی کرد، این بار می‌خوام یه داستان جالب رو بررسی کنیم که بر اساس واقعیت هست. این داستان از طریق فیلم مانی‌بال روایت می‌شه.

مانی‌بال (Moneyball) یه فیلم درام ورزشی آمریکایی محصول سال ۲۰۱۱ هست که بر اساس داستان واقعی زندگی بیلی بین، مدیرکل سابق تیم بیسبال اوکلند اتلتیکس، ساخته شده. این فیلم بر استراتژی نوآورانه «مانی‌بال» تمرکز داره که با استفاده از آمار و تحلیل داده‌ها، تیم‌هایی که بودجه کمی را نسبت به تیم‌های بزرگ دارند، رقابتی می‌کنه.

داستان فیلم (بدون اسپویلر)

داستان در سال ۲۰۰۲ اتفاق می‌افته. بیلی بین، مدیرکل تیم اوکلند اتلتیکس با بودجه محدود، با از دست دادن ستارگانش روبرو می‌شه. او با همکاری یک فارغ‌التحصیل اقتصاد (پیتر برند)، رویکرد سنتی رو کنار می‌ذاره و از تحلیل آماری پیشرفته (Sabermetrics) برای شناسایی بازیکنان ارزان‌قیمت اما کارآمد استفاده می‌کنه. این روش انقلابی، پایه «مانی‌بال» رو می‌ریزه و نشون می‌ده چجوری داده‌ها می‌تونن صنعت ورزش رو تغییر بدن.

  • مانی‌بال چیست؟ استراتژی‌ای که توسط بیلی جیمز ابداع شد و بر آمارهای پیشرفته (مانند OBP یا On-Base Percentage) تمرکز داره، نه آمار سنتی (مانند HR یا Home Runs). این رویکرد الهام‌بخش صنعت ورزش مدرن (بیسبال، فوتبال، بسکتبال) و حتی کسب‌وکارها شد.

 

  • اتفاق جالبی وجود داره. این اتفاق فصل مشترک هم کتاب «همه دروغ می‌گویند» هم این فیلم هست. وقتی ما از داده‌ها و کلمات یا اعداد روی یه اسکرین صحبت می‌کنیم، هیچ صحبتی از ذهنیت و ارتباط‌های انسان که ابزار نرم هست، نمی‌کنیم. در این موقعیت‌ها که ابزار تصمیم‌گیری وجود داره، باید از دید سنتی مدیران هم استفاده کرد تا به یک نتیجه قابل قبول برسیم. مثلا در یک تیم فوتبال باید ابزارهای نرم رهبری رو هم به کار گرفت که توی کتاب «رهبری با آرامش» به زودی بررسی می‌کنیم.

همه دروغ می‌گویند! حتی شما دوست عزیز.

یه موقعی سریال جذاب «دکتر هاوس» رو می‌دیدم. (شروع کردنش با خودته، تموم کردنش با خود خدا!) یه سری قسمت‌ها و کنش‌های شخصیت اصلی حول این موضوع بود که همه دروغ می‌گویند. دقیقا با عنوان این کتابی که می‌خواهم توی این پست بررسی کنم! اما رویکردها درعین متفاوت بودن قسمت‌هایی مشابه دارد. توی سریال، دکتر هاوس می‌گه که: «باید به رفتار، نشانه‌های غیرکلامی و داده‌های فیزیولوژیک نگاه کرد، نه حتما فقط به گفته‌های بیمار گوش کرد.» این کتاب هم یکی از شاخص‌ترین کتاب‌های حوزه‌ی داده‌کاوی اجتماعی و تحلیل رفتار انسان در عصر دیجیتال محسوب می‌شه و بررسی می‌کنه که چجوری با استفاده از داده‌هایی که مردم گوگل می‌کردن و منابع آنلاین موجود از آن‌ها واقعیت‌های پنهان رفتارهای انسانی رو برملا کرد.

بیاین اول با نویسنده قدر این کتاب آشنا بشیم. به نام «ست استیونز-دیویدوویتز»  اقتصاددان داده‌محور، فارغ‌التحصیل هاروارد، و تحلیل‌گر سابق داده در Google هست.

سبک این کتاب آمیزه‌ای از پژوهش داده‌محور و تفسیر اجتماعی، با رویکرد آماری و طنز تلخ محسوب می‌شود.


* ایده‌ی مرکزی:

مردم در نظرسنجی‌ها یا تعاملات اجتماعی دروغ می‌گویند یا نقش بازی می‌کنند، اما در جستجوهای اینترنتی‌شان نه.

مثال‌های نویسنده:

  • پیش‌داوری‌های نژادی، جنسی و فرهنگی از تحلیل داده‌های Google Trends آشکار می‌شود.
  • جستجوها تصویر واقعی‌تری از ترس‌ها، آرزوها و نفرت‌های پنهان انسان به دست می‌دهند.
  • داده‌ها می‌تونند جایگزینی برای روش‌های قدیمی جامعه‌شناسی و روان‌شناسی باشند.
* رویکرد تحلیلی:
  • ترکیب مدل‌های آماری با Big Data Analysis.
  • تکیه بر Google Trends, PornHub, Wikipedia, Facebook به‌عنوان نمونه‌های داده‌محور.
  • بررسی مسائلی مثل نژادپرستی، سیاست، آموزش، سکسوالیته، و اقتصاد رفتاری از طریق داده واقعی.

(=== به طور کلی می‌شه گفت این چیزهایی گفتم بنیان کتاب رو می‌سازن و حول این عنوان‌ها، کتاب مثال‌های خیلی زیادی در مورد هر کدام از قسمت‌ها رو به صورت ریز گفته ===)


ارزش کاربردی در مهندسی صنایع رو هم می‌تونیم به این شکل تفسیر کنیم که:

از منظر مهندسی صنایع (تحلیل سیستم‌های انسانی و تصمیم‌سازی)، این کتاب سه آموزه داره:

  1. تبدیل داده‌های غیرساخت‌یافته به دانش رفتاری:

    روشی عملی برای استخراج insight از داده‌های متنی (text mining + sentiment analysis).

  2. تکیه بر دادهٔ رفتاری به جای دادهٔ ادعایی:

    درست همان تفکر تحلیل بهره‌وری واقعی در کارخانه نه از گزارش، بلکه از دادهٔ حسگر.

  3. پیوند سیاست‌گذاری و تحلیل کمی:

    نشان می‌دهد چگونه می‌توان تصمیمات اجتماعی و اقتصادی را با داده پشتیبانی کرد. (الگویی برای Data-driven Decision Making در هر سیستم پیچیده.)


در قسمت بعد می‌خوام در مورد فیلم «مانی‌بال» صحبت کنم. یه چیزی که توی فکرمه که توی پست بعدی بیارم اینه که فقط استفاده از داده به تنهایی کافی نیست!!

تطابق هنر و بازاریابی در تولید فیلم «باربی»

این پست ۲۴ شهریور ۱۴۰۲ توی یه وبلاگی که قبلا داشتم منتشر شده و حالا می‌خوام یه جورایی عوضش کنم و بازنشرش بدم:

نوال توی رشته توییت معروفش یه جایی گفته اگه می‌خواهید بتونین پول خوبی از چیزی در بیارید، اول سعی کنید اون چیز رو بسازید و به خوبی هم بسازید بعدش برید بازاریابی‌ش کنید تا بشه پول در آورد، توی باربی هم همین اتفاق افتاده و با توجه به نظر عوام (من کی باشم که خودم رو جز خواص بگم حالا:) اصلا فیلم بیش از حد بها داده شده‌ای نیست! (یاد اون پنجشنبه‌شب‌هایی که بهروزنامه می‌خوندیم به خیر!)

پرفکشنیسم یا همون کمال‌طلبی رو خیلی‌ها توی وجود خودشون دارن و اخیرا هم به خاطر چیزی که توی رسانه می‌بینیم فراگیرتر هم شده و اون بحث و جدل همیشگی بین تفاوت باطن و ظاهر زندگی‌ها، هم بیشتر و بیشتر و بیشتر شده. به طور مثال توییتر پشت داستانه که افسردگی واقعی‌شون رو افراد می‌نویسن ولی توی اینستاگرام قسمت زیبایی از خودشون رو نشون می‌دن.

بحران اگزیستانسیالیسم رو که افراد سعی دارن مدیریتش ‌کنن و هر کسی توی یه سطحی تجربه‌ش کرده رو هم نشون می‌ده که حتی نماد چیزی که همه آرزوشونه اون باشن و پرفکت هست، اون هم درگیر بحران وجودیه.

(توی یه گروه ازم پرسیدن خودت رو معرفی کن من گفتم بحران وجودی دارم نمی‌دونم چی بگم، به نظر خودم یکم چندش بود ولی مهم نیست، کی یادش می‌مونه!)

استفاده از مراجعی مثل فایت کلاب یا سریال Severance هم برام جالب بود، (البته از نظر من شاید شما یه چیز دیگه دیده باشید و از نظر شما مرجع بوده باشه). یه سری ظرافت‌های هنری توی بعضی فیلم‌ها دیده می‌شه که دارن یه موضوع کلی رو بیان می‌کنن ولی با توجه به نقطه نظر هر کسی این مرجع فرق خواهد کرد! داستان به دست گرفتن دنیایی که بهش تعلق داشتی ولی خیلی تمیز و اون کلیشه رو شکست!

خیلی چیز عجیبی بود با اینکه نسبت به فرهنگی که توش بزرگ شدم nudity زیادی داشت ولی اصلا تحریک نشدم، چون کل دنیاش همین بود و عادی به نظر می‌رسید با توجه به اینکه همه جور قشری سعی می‌شد توش شرکت داشته باشه. (این نقل قول رو از برادرم قرض گرفتم، مامانم یه بار پرسید ازش که «علی، الان این همه خانم لخت توی ساحل می‌بینی تحریک نمی‌شی؟» «اونم گفت توی این محیط یه چیز عادیه.»

استفاده از خواننده‌هایی مثل دوآ لیپا و ایوا مکس در موزیک متن که ژانر موزیکشون به ژانر دنیای باربی می‌خوره. حتی بازی دوآ لیپا با لهجه بریتیشش جای توجه داره!

در آخر می‌تونم بگم چرا با رویای آمریکایی مخالفم. چون هر کسی اون رویا رو داشته باشه، انگار سلطه به جهان و محیطش می‌خواد و از آدمی که سعی می‌کنه خاکی باشه و توی اروپا، زندگی هلندی رو بتونه داشته باشه، پذیرفتن این ایده خارجه.

فایننس کوانتومی – آینده‌ بازارهای مالی با طعم فیزیک!

همانطور که مستحضر هستید، بنده به قسمت‌های ریاضیاتی و احتمالی خرج کردن یا در آوردن پول خیلی علاقه دارم. شاید بشه گفت به طور کلی تامین مالی. یا حتی به طور کلی‌تر پول. اما همه چی که پول نیست بابا! شاید این رو هم بدونید که به بین‌رشته‌ای کردن رشته‌ها هم علاقه‌مندم و اخیرا به یه مطلب رسیدم که از فیزیک کوانتوم توی دنیای مالی استفاده می‌کرد.

مثلا یه روز اگه کامپیوترهایی داشته باشیم که نه تنها سریع‌تر از کامپیوترهای معمولی کار می‌کنن، بلکه می‌تونن احتمالات پیچیده‌ی بازار سهام رو مثل آب خوردن حل کنن. این دقیقاً همون چیزیه که بهش می‌گن Quantum Finance. سعی دارم اینجا ساده و بدون اصطلاحات پیچیده و توی یه قالب متفاوت نسبت به پست‌های دیگه و بر اساس یه پژوهش جالب از دانشگاه نیویورک ابوظبی و گزارش‌های شرکت‌های بزرگ مثل McKinsey، قدم به قدم این بینا‌بین رشته‌ها رو توضیح بدم.

با چی سر و کار قراره داشته باشیم؟
فایننس کوانتومی یعنی ترکیب علم فیزیک کوانتومی (دنیای عجیب ذرات ریز که همه چیز احتمالاتیه) با دنیای مالی. به زبان ساده، کامپیوترهای کوانتومی که از کیوبیت‌های جادویی استفاده می‌کنن میان تا مشکلات مالی رو سریع‌تر حل کنن. مثلاً پیش‌بینی قیمت سهام یا انتخاب بهترین سرمایه‌گذاری‌ها. این حوزه تازه داره شکل می‌گیره و مثل پلی بین فیزیک و اقتصاد عمل می‌کنه. دیگه خبری از محاسبات و برنامه‌ریزی طولانی نیست؛ کوانتوم همه احتمالات رو به صورت همزمان با سناریوهای مختلف بررسی می‌کنه!

چرا کوانتوم حالا؟
با توجه به اینکه بازارهای مالی پر از عدم قطعیت ناشی از رفتار خریدار و فروشنده هست، قیمت سهام ممکنه یهو یه سیر صعودی یا نزولی داشته باشه. فیزیک کوانتومی هم دقیقاً روی همین احتمالات ساخته شده. مثل اینکه ذرات می‌تونن همزمان در چند جا باشن! پس، شباهت دارن: بازار = یه بازی شانس بزرگ، کوانتوم = ابزاری که عاشق شانسه. این ترکیب می‌تونه به بانک‌ها و سرمایه‌گذارها کمک کنه تا ریسک‌ها رو بهتر پیش‌بینی کنن و تصمیم‌های هوشمندانه‌تری بگیرن.

کاربردهای عملی: از بهینه‌سازی سهام تا امنیت داده‌ها

یکی از جذاب‌ترین کاربردها، بهینه‌سازی سبد سرمایه‌گذاری (Portfolio Optimization) هست. تصور کنین می‌خواین بهترین ترکیب سهام رو انتخاب کنین یعنی طوری که سود زیاد بشه و ضرر کم. روش سنتی QAOA (یه الگوریتم کوانتومی) میلیون‌ها گزینه رو همزمان چک می‌کنه و بهترین رو پیدا می‌کنه. خیلی خیلی سریع‌تر از روش‌های قدیمی!

یه کاربرد دیگه، قیمت‌گذاری اختیار معامله (Option Pricing) هست. این یعنی محاسبه قیمت خرید یا فروش سهام در آینده. مدل‌های کلاسیک مثل Black-Scholes کندن و میلیون‌ها سناریو رو یکی یکی بررسی می‌کنن، اما الگوریتم‌های کوانتومی مونت‌کارلو همه رو همزمان حل می‌کنن.

مدل‌سازی ریسک (Risk Modeling). بانک‌ها همیشه نگرانن که ضرر نکنن. با کوانتوم، می‌تونن معیارهایی مثل VaR (مقدار ریسک احتمالی) رو دقیق‌تر حساب کنن. یعنی بفهمن در سناریوهای بد، چقدر ممکنه ضرر کنن و چطور جلوش رو بگیرن.

امنیت هم که خیلی مهمه! (Cryptography & Security) یکی از نقاط قوت کوانتومه. کامپیوترهای کوانتومی می‌تونن رمزهای فعلی رو بشکنن (تهدید بزرگ!)، اما خودشون هم رمزهای فوق‌امنی مثل Quantum-Resilient Keys می‌سازن. شرکت‌هایی مثل QuSecure دارن روی این کار می‌کنن تا داده‌های بانکی (مثل رمز کارت‌ها) در امان بمونن. (یاد اونجای بهروزنامه افتادم که می‌گفت میخ محکم اپل بر تابوت پسورد!)

فریم‌ورک PO-QA: یه مدل عملی از دانشگاه نیویورک ابوظبی
یه پژوهش باحال به اسم PO-QA (چارچوبی برای بهینه‌سازی پرتفوی با الگوریتم‌های کوانتومی) نشون می‌ده چطور این کار عملی می‌شه. اول، داده‌های گذشته سهام رو جمع می‌کنین. هدفش هم اینه که ثابت کنه اینکه کوانتوم دقیق‌تر و سریع‌تره. این مدل مثل یه خط تولیده: داده می‌آد، با نظریه‌های کوانتوم بررسی می‌شه و تصمیم‌گیری اتفاق می‌افته.

چه شرکت‌های بزرگی دارن سرمایه‌گذاری می‌کنن؟
این دیگه تئوری نیست؛ شرکت‌های بزرگ وارد شدن! بانک‌هایی مثل J.P. Morgan روی رمزنگاری امن کار می‌کنه (با تصادف مطلق کوانتومی که هک رو تقریباً غیرممکن می‌کنه). Itaú Bank رفتار مشتری‌ها رو پیش‌بینی می‌کنه HSBC هم وثیقه‌ها رو بهینه می‌کنه تا ریسک کم بشه.

چالش‌ها و آینده: چی در انتظاره؟
البته چالش‌هایی هم هست، مثل ناپایداری کیوبیت‌ها (decoherence) یا هزینه بالای سخت‌افزار (شرکت‌هایی مثل IBM و Google دارن روش کار می‌کنن). فعلاً پروژه‌ها روی شبیه‌سازهای کلاسیک اجرا می‌شن، اما آماده انتقال به کامپیوترهای واقعی هستن. آینده؟ تحول در ریسک‌سنجی، کشف تقلب، امنیت سایبری و مدیریت ثروت. بانکداری بیشترین سود رو می‌بره!

بازی تازه داره هارد می‌شه!
فایننس کوانتومی نشون می‌ده بازارهای مالی ذاتاً تصادفی‌ان، و کوانتوم کلید حلشونه. از پژوهش‌های دانشگاهی مثل PO-QA تا پروژه‌های J.P. Morgan، همه چیز داره از تئوری به عمل می‌رسه. اگر در حوزه مالی یا فناوری کار می‌کنین، این حوزه رو از دست نباید بدیم. می‌تونه بازی رو عوض کنه!

(منابع: پژوهش PO-QA از NYU Abu Dhabi، گزارش McKinsey Quantum Monitor، و سایت Quantum Insider.)