نرم افزار معماری Revit ویژگی های بسیار برجسته ایی دارد و امکان دسترسی آسان به ابزارهای حرفه ایی برای مدلسازی freeform و طراحی پارامتریک را مهیا می کند. در Autodesk Revit Architecture روند انجام پروژه براساس مدل اطلاعاتی ساختمان BIM (Building Information Model) است. مهندسین سازه قادر خواهند بود تا نقشه های طراحی شده خود در نرم افزارهای AutoCAD را در این نرم افزار Import کرده و یا حتی یک پروژه جدید را شروع کنند. با استفاده از این نرم افزار مهندسین سازه می توانند به برآورد و جمع آوری بودجه ، تخمین میزان نیروی کار مورد نظر ، برآورد نوع مصالح لازم و مواردی از این دست بپردازند. یکی از نیازهای مهندسان محاسب و طراحان ساختمانی ایجاد یک طرح کلی و یا ساختاری از ساختمان مورد نظرشان می باشد که بر اساس آن می توان به برآورد و جمع آوری بودجه، تخمین میزان نیروی کار مورد نظر، بر آورد نوع مصالح لازم و مواردی از این دست پرداخت. نرم افزار AutoCAD Revit می تواند به راحتی چنین طرحی را از یک ساختمان ایجاد کند. در دوره آموزشی Pluralsight Introduction to Revit for Structural Engineers با ویژگی های رویت برای مهندسین سازه آشنا می شوید.
امروزه شرکت هایی که از فناوری اکستروژن بهره می برند محصولاتی را با ترکیبی از پلیمر ها و فلزات تولید می کنند که این امر علاوه بر کم کردن مدت زمان ساخت محصول، قیمت آن را نیز تا حد چشمگیری کاهش می دهد. Click2Extrude نرم افزاری قدرتمند برای شبیه سازی، آنالیز، اعتبارسنجی طراحی و ساخت و پرداخت این محصولات است. با استفاده از این نرم افزار کاربران می توانند جریان مواد و انتقال حرارت را در طی عملیات پرس و تزریق شبیه سازی و آنالیز کنند. به علاوه این نرم افزار CAD با بهره گیری از واسط کاربری بسیار ساده و ابزار های جامع و کامل کاربران را در شبیه سازی و تجزیه و تحلیل عملیات بسیار یاری می کند چرا که آن ها دیگر نیاز به صرف ساعت ها برای مش بندی و تعیین شرایط مرزی به صورت دستی نخواهند داشت. این نرم افزار در دو نسخه Polymer و Metal توسعه یافته است که نام هر یک گویای موارد مصرفی آن است.
علم داده (Data Science)، دانشی میانرشتهای پیرامون استخراج دانش و آگاهی از مجموعهای داده و اطلاعات است. علم داده از ترکیب مباحث مختلفی به وجود آمده و بر مبانی و روشهای موجود در حوزههای مختلف علمی بنا شدهاست. تعدادی از این حوزهها عبارتند از: ریاضیات، آمار، مهندسی داده، بازشناخت الگو و... هدف این علم، استخراج مفهوم از داده و تولید محصولات دادهمحور است. آقایان توماس دونپورت و دی جی پاتیل در سال ۲۰۱۲ در مقاله «علم داده: جذابترین شغل قرن بیست و یکم» متخصصین علم داده را این طور تعریف میکنند: کسانی که میدانند چگونه میتوان از انبوه اطلاعات بدون ساختار پاسخ سوالهای کسبوکار را پیدا کرد. استنتون در سال ۲۰۱۳ علم داده را این طور تعریف میکند: علم داده رشته در حال ظهوری است که به جمعآوری، آمادهسازی، تحلیل، بصریسازی، مدیریت و نگهداشت اطلاعات در حجم بالا میپردازد. دریسکول در سال ۲۰۱۴ علم داده را این طور تعریف میکند: علم داده مهندسی عمران دادههاست. متخصص علم داده دانشی کاربردی از دادهها و ابزارها دارد به علاوه درک تئوریکی دارد که مشخص میکند چه چیزی از نظر علمی ممکن است. به شاغلین در حوزهٔ علم داده، متخصص علم داده (data scientist) میگویند. در دوره آموزشی LiveLessons Data Science Fundamentals با اصول و مبانی علوم داده ها آشنا می شوید.
متدولوژی Agile در سالهایی بوجود آمد که شرکت های نرم افزاری در تولید محصول خود با شکست مواجه می شدند. علت این شکست برآورده نشدن نیازهای مشتریان بود. به عنوان مثال روی یک پروژه نرم افزاری زمان و انرژی گذاشته میشد ولی در هنگام تحویل آن، نیازهای مشتری را مرتفع نمی کرد. دلیل آن هم عمدتا این بود که آنها به نیازمندی و رضایت مشتری که یکی از اهداف اصلی پروژه است توجه کمتری می کردند. در این هنگام مدیران چند شرکت نرم افزاری در سال 2001 گرد هم آمدند و متد های مدیریتی را بوجود آوردند که باعث می شد محصول نهایی کامل مطابق نیاز مشتری باشد. بعد از پیدا کردن دلایل شکست پروژه، Agile راه کارهای مناسب جهت توسعه مناسب آن را ارائه می دهد. از دیدگاه این متدولوژی، مشتری یکی از مهمترین افراد در تولید پروژه است، زیرا اصلا پروژه برای مشتری است و تنها کسی که از نیازمندی های واقعی نرم افزار مطلع است، در واقع خود اوست. برای رفع مشکل تحلیل نادرست نیازمندی ها، از دیدگاه Agile نیازمندی های مشتری توسط تیم توسعه باید به یک ویژگی در نرم افزار تبدیل شود تا بتوان بوسیله این ویژگی ها، امکان سنجی صحیحی برای آن انجام داد. در دوره آموزشی LiveLessons Agile Foundations Complete Video Course با مبانی آجایل و ویژگی های آن آشنا می شوید.
دادهکاوی (Data Mining) به مفهوم استخراج اطلاعات نهان و یا الگوها و روابط مشخص در حجم زیادی از دادهها در یک یا چند بانک اطلاعاتی بزرگ است. بسیاری از مردم داده کاوی را مترادف واژه های رایج کشف دانش از دادهها (KDD) میدانند. دادهکاوی پایگاهها و مجموعههای حجیم دادهها را در پی کشف و استخراج دانش، مورد تحلیل و کند و کاوهای ماشینی (و نیمهماشینی) قرار میدهد. این گونه مطالعات و کاوشها را به واقع میتوان همان امتداد و استمرار دانش کهن و همه جا گیر آمار دانست. تفاوت عمده در مقیاس، وسعت و گوناگونی زمینهها و کاربردها، و نیز ابعاد و اندازههای دادههای امروزین است که شیوههای ماشینی مربوط به یادگیری، مدلسازی، و آموزش را طلب مینماید. داده کاوی که به عنوان ابزاری برای کشف جرایم، ارزیابی میزان ریسک و فروش محصولات به کار میرود، در بر گیرنده ابزارهای تجزیه و تحلیل اطلاعات به منظور کشف الگوهای معتبر و ناشناخته در بین انبوهی از داده هاست. داده کاوی غالباً در زمینه تامین امنیت ملی به منزله ابزاری برای شناسایی فعالیتهای افراد خرابکار شامل جابه جایی پول و ارتباطات بین آنها و همچنین شناسایی و ردگیری خود آنها با بررسی سوابق مربوط به مهاجرت و مسافرت هاست. در دوره آموزشی Lynda Data Science Foundations: Data Mining با اصول و مبانی داده کاوی و روش های آن آشنا می شوید.
IBM SPSS Statistics نرمافزار رایانهای است که برای تحلیلهای آماری به کار میرود. SPSS مخفف عبارت Sciences Statistical Package for the Social به معنی بسته ی آماری برای علوم اجتماعی می باشد. پس از خریداری شدن شرکت سازنده این نرم افزار توسط IBM در 28 جولای 2009 این نرم افزار با نام PASW که مخفف Predictive Analytics SoftWare است منتشر شد. اما در نسخه 19 دوباره نام SPSS Statistics را اختیار کرد. SPSS از جمله نرمافزارهایی است که برای تحلیلهای آماری در علوم اجتماعی، به صورت بسیار گستردهای استفاده میشود. این نرمافزار توسط پژوهشگران بازار و داد و ستد، پژوهشگران سلامتی، شرکتهای نقشه برداری، دولتی، پژوهشگران آموزشی، سازمانهای بازاریابی و ... به کار می رود. افزون بر تحلیلهای آماری، مدیریت دادهها و مستندسازی دادهها نیز از ویژگیهای نرمافزار هستند. در تحلیل داده ها با استفاده از این نرم افزار باید سه مرحله اساسی را طی کنید: در مرحله اول دادههای خام را وارد کرده و آنها را در یک پرونده ذخیره کنید. در مرحله بعد باید تحلیل مورد نیاز را انتخاب کرده و مشخص کنید. در مرحله سوم خروجی را بررسی کنید. در دوره آموزشی Udemy SPSS Statistics Foundation Course From Scratch to Advanced با اصول مقدماتی تا پیشرفته اس پی اس اس استاتیک آشنا می شوید.
SHAPE-THIN محصول قدرتمند شرکت Dlubal نرم افزاری تخصصی در زمینه تعیین خواص مقاطع باز و بسته و انجام آنالیز تنش و طراحی پلاستیک مقاطع نازک است. از این نرم افزار در طراحی و آنالیز دقیقتر مقاطع نازک استفاده میشود. مقاطع مورد بررسی در این نرم افزار را میتوان از RFEM و RSTAB وارد نرم افزار نموده و شبیهسازیهای مورد نیاز را پیاده سازی کرد.
توان سیال (Fluid power) اصطلاحاً به استفاده از یک سیال مانند مایع یا گاز برای انتقال توان از نقطهای به نقطهای دیگر گفته میشود. اساس هیدرولیک، استفاده از یک مایع هیدرولیک (روغن) و اساس پنوماتیک استفاده از یک گاز برای این کار است. EPLAN Fluid یک ابزار مهندسی برای طراحی خودکار و مستند سازی مدارات در نصب و راه اندازی توان سیال در سیستم های هیدرولیک، پنوماتیک، خنک کننده و روغن کاری مطابق با استانداردهای فعلی مانند ISO 1219 است. این نرم افزار قدرتمند با سایر نرم افزار های مهندسی توسعه یافته توسط تیم نرم افزاری EPLAN یکپارچه بوده و قادر است به راحتی با آن ها تعامل کند.
نرم افزار Graphisofts ArchiCAD، نرم افزاری بسیار قدرتمند با قابلیت های جدید جهت طراحی و پیاده سازی محیط های سه بعدی است و فراهم کننده مدل های حرفه ای مجازی جهت مهندسین عمران و معماری است. کاربران با کمک نرم افزار ArchiCAD طرح های خود را سریعتر آنالیز می کنند این کار با استفاده از تخمین خصوصیات فضای طراحی در محیطی سه بعدی صورت می گیرد و سریعا گزارشی دقیق از کل پروژه به صورت مستند برای کاربر تولید می شود. محیط کاری این نرم افزار بگونه ای است که کاربران احساس طراحی در دنیای واقعی را دارند و این احساس ناشی از ابزار و پلت ها و مدل های سه بعدی مانند پله ها، مبلمان و اثاثیه و ... است. از دیگر خصوصیت این نرم افزار فرامین ترسیمی پیشرفته این نرم افزار می باشد. در دوره آموزشی Lynda ArchiCAD: Management & Collaboration با نحوه مدیریت و همکاری در آرشیکد آشنا می شوید.
سامانه سرپرستی و گردآوری داده یا اسکادا (SCADA: Supervisory Control And Data Acquisition) به سامانههای کنترل و اندازهگیری در مقیاس بزرگ اطلاق میشود. معمولاً منظور از اسکادا یک سامانهٔ مرکزی است که نظارت و واپایی یک سایت یا سیستم گسترده در فواصل زیاد (در حد چندین کلیومتر) را بر عهده دارد. در یک سیستم اسکادا اتاق کنترل میتواند بر پایهٔ دادههای بدستآمده دستورهای لازم را صادر کند. همچنین این دادهها در یک سیستم ثبت اطلاعات یا سیستم مدیریت پایگاه داده ذخیره میشوند که معمولاً قابلیت ترسیم نمودار و تحلیل اطلاعات را هم دارد. سیستمهای اسکادا برای مونیتور کردن یا کنترل فرایندهای شیمیایی، حمل و نقل، سیستمهای آبرسانی شهری، کنترل تولید و توزیع انرژی الکتریکی و در خطوط نفت و گاز و سایر فرایندهای گسترده و توزیع یافته استفاده میشود. SCADA یا Supervisory Control And Data Acquisition به سامانه گردآوری داده از نقاط گوناگون و مانیتورینگ ، کنترل آن می باشد. اسکادا از بنیاد کلی دستگاه های کنترل پراکنده (Disctributed Control Systems) پیروی می کند. گرچه هردو سامانه بر پایه یک هدف بنا شده اند، تفاوتهای برجسته ای نیز باهم دارند. از این تفاوتها می توان نوع کاربرد و کارآیی این سامانه ها را نام برد. سامانه SCADA همانگونه که از نام آن پیداست یک دستگاه کنترل کامل نیست بلکه برای انجام سرپرستی بررسی بر کنترل و گرد آوری اطلاعات پی ریزی شده و خواسته های اولیه و طراحی و پدیدآوری آن پایش (Monitoring)، سرپرستی در تصمیم گیری در کنترل و هشدار و آژیر (Alarm Handling) در زمان های مورد نیاز از راه یک کیان یکـتا و جامع می باشد. هسته بنیادی این سامانه بسته های نرمافزاری پیشرفته ای هستند که برروی سخت افزار های استوان و مشخصی همچون PLC ها ویا RTU نهاده شده اند. در دوره آموزشی Udemy Learn SCADA from Scratch - Design, Program and Interface با اسکادا، طراحی در آن، برنامه نویسی و محیط آن به طور کامل آشنا می شوید.