ارشد مهندسی کامپیوتر

ارشد مهندسی کامپیوتر (کارشناسی‌ارشد Computer Engineering) یکی از پرطرفدارترین گرایش‌های تحصیلات تکمیلی در ایران و جهان است. این مقطع به دانشجو امکان می‌دهد تا علاوه‌بر تقویت پایه‌های علمی، در زمینه‌های تخصصی‌تری از علوم و مهندسی کامپیوتر مهارت کسب کند.

🔹 گرایش‌های رایج در ارشد مهندسی کامپیوتر (در ایران و بیشتر دانشگاه‌ها):

1. هوش مصنوعی و رباتیکز – یادگیری ماشین، شبکه‌های عصبی، پردازش تصویر، پردازش زبان طبیعی

2. معماری کامپیوتر – طراحی پردازنده‌ها، سیستم‌های نهفته، سخت‌افزار پیشرفته

3. نرم‌افزار – مهندسی نرم‌افزار، متدولوژی توسعه، تست و ارزیابی، سیستم‌های توزیع‌شده

4. شبکه‌های کامپیوتری – امنیت شبکه، رایانش ابری، اینترنت اشیا (IoT)

5. سیستم‌های دیجیتال – طراحی دیجیتال، FPGA، سیستم‌های VLSI

6. علوم داده (Data Science) – داده‌کاوی، کلان‌داده، تحلیل داده

🔹 مهارت‌های کلیدی مورد نیاز

• ریاضیات پیشرفته (احتمال، جبر خطی، آنالیز عددی)

• الگوریتم‌ها و ساختمان داده

• برنامه‌نویسی پیشرفته (Python, C++, Java)

• پایگاه داده و سیستم‌های اطلاعاتی

• زبان‌های تخصصی مثل MATLAB، R، و ابزارهای هوش مصنوعی

🔹 بازار کار فارغ‌التحصیلان ارشد مهندسی کامپیوتر

• توسعه‌دهنده ارشد نرم‌افزار

• متخصص امنیت سایبری

• پژوهشگر یا مهندس یادگیری ماشین

• طراح سیستم‌های دیجیتال و پردازنده

• مدیر پروژه‌های IT

• مدرس و پژوهشگر دانشگاهی

🔹 فرصت ادامه تحصیل
فارغ‌التحصیلان ارشد می‌توانند وارد مقطع دکتری در رشته‌های علوم کامپیوتر، مهندسی کامپیوتر یا فناوری اطلاعات شوند.

🎯 منابع مهم کنکور ارشد مهندسی کامپیوتر (ایران)

🔹 دروس مشترک

1. زبان عمومی و تخصصی – کتاب 504، لغات Essential Words for the TOEFL، و متون تخصصی کامپیوتر

2. ریاضیات

   • ریاضی مهندسی (کراس، کریزیگ یا توماس)

   • معادلات دیفرانسیل (کرایه‌چیان یا قیداری)

   • آمار و احتمال (مدرسان شریف یا پارسه)

   • ریاضیات گسسته (کتاب گراهام، رزن یا کتاب پوران پژوهش)

3. مدار منطقی در ارشد مهندسی کامپیوتر – کتاب موریس مانو + تست‌های کنکور

4. معماری کامپیوتر در ارشد مهندسی کامپیوتر – کتاب موریس مانو و Hennessy & Patterson

5. ساختمان داده‌ها و الگوریتم‌ها در ارشد مهندسی کامپیوتر – کتاب CLRS (کورمن) و کتاب مقسمی یا جعفرنژاد

6. سیستم عامل در ارشد مهندسی کامپیوتر – کتاب سیلبرشاتس (Silberschatz) + جزوه‌های دانشگاه تهران و شریف

7. شبکه‌های کامپیوتری در ارشد مهندسی کامپیوتر – کتاب تننباوم (Tanenbaum) + استالینگز (Stallings)

🔹 دروس تخصصی بر اساس گرایش‌ها در ارشد مهندسی کامپیوتر

• نرم‌افزار در ارشد مهندسی کامپیوتر: مهندسی نرم‌افزار پرسمن (Pressman)، پایگاه داده رامتین یا دیتابیس سیلبرشاتس

• هوش مصنوعی در ارشد مهندسی کامپیوتر: کتاب راسل و نوریگ (Artificial Intelligence: A Modern Approach)

• سیستم‌های دیجیتال در ارشد مهندسی کامپیوتر: طراحی دیجیتال بهنام پور و وایلمن

---

📌 گرایش‌ها و آینده شغلی در ارشد مهندسی کامپیوتر

1. هوش مصنوعی (AI & Machine Learning)

   • مسیر: یادگیری ماشین، بینایی ماشین، NLP، یادگیری عمیق

   • بازار کار: شرکت‌های IT، استارتاپ‌های داده‌محور، هوش مصنوعی پزشکی، خودروهای خودران

2. نرم‌افزار

   • مسیر: توسعه نرم‌افزارهای مقیاس‌پذیر، مهندسی متدولوژی‌های نوین (Agile, DevOps)

   • بازار کار: برنامه‌نویس ارشد، مدیر پروژه، طراح سیستم

3. شبکه‌های کامپیوتری و امنیت در ارشد مهندسی کامپیوتر

   • مسیر: امنیت شبکه، اینترنت اشیا، رایانش ابری

   • بازار کار: مهندس شبکه، متخصص امنیت، ادمین سیستم‌های ابری

4.  معماری کامپیوتر و سیستم‌های دیجیتال در ارشد مهندسی کامپیوتر

   • مسیر: طراحی پردازنده، FPGA، VLSI

   • بازار کار: طراح سخت‌افزار، شرکت‌های الکترونیک و مخابرات

---

🌍 ادامه تحصیل در خارج از کشور در ارشد مهندسی کامپیوتر

فارغ‌التحصیل ارشد کامپیوتر می‌تونه برای PhD یا Master of Science in Computer Science اپلای کنه. دانشگاه‌های مطرح دنیا مثل MIT، Stanford، ETH Zurich، و NUS گرایش‌های خاص و جذابی ارائه می‌دن:

• Data Science

• Cybersecurity

• Computer Vision

• Quantum Computing

📅 برنامه‌ریزی کلی برای آمادگی ارشد مهندسی کامپیوتر (۲ ساله)

🔹 سال اول (پایه‌ریزی و مرور)

• ماه‌های ۱ تا ۶:

  • زبان (روزانه حداقل ۲۰ لغت – ۵۰۴ و لغات کنکور)

  • ریاضی گسسته + ساختمان داده‌ها

  • مطالعه موازی: مدار منطقی + معماری کامپیوتر

• ماه‌های ۷ تا ۱۲:

  • تمرکز روی سیستم عامل و شبکه

  • مرور ریاضی مهندسی + آمار و احتمال

  • حل تست‌های سال‌های گذشته

🔹 سال دوم (جمع‌بندی و تست‌زنی جدی)

• ماه‌های ۱۳ تا ۱۸:

  • تمرکز روی دروس تخصصی گرایش انتخابی (مثلاً نرم‌افزار یا هوش مصنوعی)

  • تست‌های طبقه‌بندی شده + جزوه‌های خلاصه

  • ادامه مطالعه زبان تخصصی

• ماه‌های ۱۹ تا ۲۴:

  • جمع‌بندی کل مباحث

  • آزمون‌های آزمایشی

  • تمرکز روی مدیریت زمان در کنکور

---

💡 نکات طلایی برای موفقیت

1. تسلط بر دروس مشترک → بیشترین سهم در رتبه.

2. زبان را رها نکن → در رقابت، نقش تعیین‌کننده دارد.

3. تست‌زنی مداوم → یادگیری بدون تست‌زنی بی‌اثر است.

4. یادگیری مفهومی → فقط حفظیات کافی نیست؛ مفاهیم الگوریتم‌ها و سیستم‌ها مهم‌اند.

5. جزوه‌های معتبر دانشگاه‌های برتر (شریف، تهران، امیرکبیر) خیلی کمک می‌کنند.

---

💵 گرایش‌های پولساز در ایران و جهان در ارشد مهندسی کامپیوتر

• هوش مصنوعی و علوم داده در ارشد مهندسی کامپیوتر → پردرآمدترین (کار در شرکت‌های استارتاپی و بین‌المللی)

• امنیت سایبری و شبکه → بازار کار همیشه فعال

• نرم‌افزار و توسعه سیستم‌های مقیاس‌پذیر → بیشترین فرصت استخدامی

• معماری کامپیوتر و VLSI → بیشتر برای اپلای و کار در شرکت‌های سخت‌افزاری خارجی

---

📈 آینده تحصیلی و کاری در ارشد مهندسی کامپیوتر

• ارشد مهندسی کامپیوتر در ایران:

  • تدریس در دانشگاه‌ها

  • کار در شرکت‌های نرم‌افزاری و IT

  • فعالیت در حوزه امنیت و شبکه

• ارشد مهندسی کامپیوتر در خارج:

  • اپلای برای PhD یا کار در شرکت‌های بزرگی مثل Google, Microsoft, Amazon

 

🚀 نقشه راه شغلی بعد از ارشد مهندسی کامپیوتر

۱️⃣ انتخاب گرایش و تخصص

• هوش مصنوعی و علوم داده → مسیر یادگیری ماشین، NLP، بینایی ماشین، تحلیل داده‌های کلان.

• نرم‌افزار → مسیر توسعه اپلیکیشن‌های سازمانی، سیستم‌های توزیع‌شده، DevOps.

• شبکه و امنیت → مسیر امنیت سایبری، رمزنگاری، Cloud Computing.

• معماری و سخت‌افزار → مسیر طراحی تراشه، FPGA، VLSI.

---

۲️⃣ مهارت‌های مکمل مورد نیاز در بازار کار در ارشد مهندسی کامپیوتر

📌 علاوه‌بر دروس ارشد، باید ابزارها و مهارت‌های کاربردی رو یاد بگیری:

• برنامه‌نویسی حرفه‌ای: Python، Java، C++، Go

• پایگاه داده و کلان‌داده: SQL، MongoDB، Hadoop، Spark

• ابزارهای هوش مصنوعی: TensorFlow، PyTorch، Scikit-learn

• مهارت‌های شبکه و امنیت در ارشد مهندسی کامپیوتر: Cisco، Kali Linux، ابزارهای تست نفوذ

• محیط‌های توسعه و مدیریت پروژه در ارشد مهندسی کامپیوتر: Git، Docker، Kubernetes، Jira

---

۳️⃣ بازار کار داخل ایران در ارشد مهندسی کامپیوتر

• شرکت‌های نرم‌افزاری (همکاران سیستم، رایانه‌گستر، کافه‌بازار)

• استارتاپ‌های هوش مصنوعی و داده‌محور

• حوزه امنیت و شبکه (بانک‌ها، مراکز داده، سازمان‌های دولتی)

• تدریس و پژوهش در دانشگاه‌ها

---

۴️⃣ بازار کار خارج از ایران ارشد مهندسی کامپیوتر

• شرکت‌های بزرگ فناوری: Google، Amazon، Microsoft، Meta

• مراکز تحقیقاتی: MIT، Stanford، ETH Zurich

• شرکت‌های تخصصی هوش مصنوعی و داده

• حوزه‌های نوین: خودروهای خودران، بلاک‌چین، پزشکی هوشمند

---

۵️⃣ مسیر اپلای برای ادامه تحصیل یا کار

1. داشتن رزومه قوی (پروژه‌های دانشگاهی + مقاله + گواهی‌نامه‌ها)

2. گرفتن مدرک زبان (IELTS یا TOEFL)

3. داشتن مقاله ISI یا کنفرانسی در گرایش انتخابی

4. ارتباط با اساتید بین‌المللی و ارسال پروپوزال تحقیقاتی

5. پیدا کردن بورسیه (TA/RA) یا پیشنهاد شغلی

---

۶️⃣ آینده شغلی با درآمد بالا

• Data Scientist / Machine Learning Engineer

• Cybersecurity Specialist

• Software Architect / DevOps Engineer

• FPGA / Chip Designer

• University Lecturer / Researcher

🛠 نقشه یادگیری عملی برای مهندسی کامپیوتر (بعد از لیسانس و ارشد)

🔹 مرحله ۱ – پایه‌ی کدنویسی (۳ تا ۶ ماه)

• زبان‌های ضروری:

  • Python → برای هوش مصنوعی، داده‌کاوی، اتوماسیون

  • C++ → برای الگوریتم‌ها، سخت‌افزار و سیستم‌ها

  • Java یا C# → برای پروژه‌های نرم‌افزاری سازمانی

• تمرین: حل الگوریتم‌ها در سایت‌هایی مثل LeetCode، Codeforces، Quera

---

🔹 مرحله ۲ – مهارت‌های بنیادی (۶ ماه)

• پایگاه داده: SQL + MongoDB

• سیستم‌عامل و شبکه: لینوکس، مفاهیم TCP/IP، امنیت پایه

• ابزارهای توسعه: Git/GitHub، Docker

---

🔹 مرحله ۳ – تخصص‌گرایی بر اساس گرایش در ارشد مهندسی کامپیوتر

1. اگر گرایش هوش مصنوعی / داده در ارشد مهندسی کامپیوتر انتخاب کنی:

   • کتابخانه‌ها: NumPy، Pandas، TensorFlow، PyTorch

   • پروژه‌ها: سیستم توصیه‌گر، پردازش تصویر، NLP

2. اگر گرایش نرم‌افزار انتخاب کنی:

   • معماری نرم‌افزار، Design Patterns

   • فریم‌ورک‌ها: Django/Flask (وب)، Spring Boot یا .NET Core

   • DevOps: Kubernetes، CI/CD

3. اگر گرایش شبکه و امنیت انتخاب کنی:

   • دوره CCNA یا Network+

   • ابزارهای امنیت: Wireshark، Metasploit، Kali Linux

   • پروژه‌ها: شبیه‌سازی حملات و دفاع

4. اگر گرایش معماری کامپیوتر / سخت‌افزار انتخاب کنی:

   • FPGA (VHDL/Verilog)

   • طراحی VLSI

   • پروژه‌ها: طراحی پردازنده کوچک یا کنترلر دیجیتال

---

🔹 مرحله ۴ – ساخت رزومه و تجربه (۱ سال)

• انجام پروژه‌های دانشگاهی و شخصی و انتشار در GitHub

• شرکت در مسابقات برنامه‌نویسی یا هوش مصنوعی

• همکاری پاره‌وقت یا فریلنسری (مثلاً در سایت‌های ایرانی مثل پونیشا یا خارجی مثل Upwork)

• انجام مقاله یا وبلاگ تخصصی (مثل کاری که خودت برای سایت‌هات شروع کردی ✨)

---

🔹 مرحله ۵ – اپلای یا ورود به بازار کار

• برای بازار کار ایران:
  → تمرکز روی مهارت عملی + تجربه پروژه‌های واقعی

• برای اپلای:
  → مقاله علمی، مدرک زبان، پروژه‌های GitHub + توصیه‌نامه اساتید

📅 برنامه هفتگی پیشنهادی (۶ روز مطالعه + ۱ روز مرور/استراحت)

🔹 روزانه:

• ۴ تا ۶ ساعت درس‌های کنکور ارشد (مشترک + تخصصی)

• ۲ ساعت مهارت عملی و پروژه‌ای (کدنویسی، ابزار، پروژه GitHub)

• ۱ ساعت زبان انگلیسی (لغت + متن تخصصی)

---

🔸 شنبه

• صبح: ریاضیات گسسته (۲ ساعت) + ساختمان داده (۲ ساعت)

• عصر: Python (تمرین الگوریتم + پروژه کوچک)

• شب: زبان (لغت ۵۰۴ یا مقاله تخصصی)

🔸 یکشنبه

• صبح: مدار منطقی (۲ ساعت) + معماری کامپیوتر (۲ ساعت)

• عصر: پایگاه داده (SQL تمرین عملی)

• شب: زبان (گرامر یا ترجمه متن)

🔸 دوشنبه

• صبح: سیستم عامل (۲ ساعت) + شبکه (۲ ساعت)

• عصر: Git + لینوکس (تمرین عملی)

• شب: زبان (لیسنینگ / ویدئو یوتیوب تخصصی)

🔸 سه‌شنبه

• صبح: ریاضی مهندسی / معادلات دیفرانسیل (۴ ساعت)

• عصر: هوش مصنوعی (تمرین الگوریتم‌ها با Python)

• شب: زبان (لغت + خلاصه‌نویسی متن علمی)

🔸 چهارشنبه

• صبح: مرور دروس قبلی (۳ ساعت تست‌زنی)

• عصر: پروژه نرم‌افزاری (وب یا موبایل)

• شب: زبان (ریدینگ مقاله ISI ساده)

🔸 پنج‌شنبه

• صبح: تست جامع (۴ درس مشترک)

• عصر: ابزارهای حرفه‌ای (Docker، Kubernetes، یا ابزار امنیتی)

• شب: زبان (آیلتس یا تافل – تمرکز روی رایتینگ)

🔸 جمعه

• مرور هفتگی: خلاصه‌نویسی، رفع اشکال، حل تست‌های دشوار

• تفریح و استراحت برای شارژ انرژی

---

📌 نکات کلیدی

1. زبان رو هر روز بخون → حتی ۱ ساعت هم خیلی تأثیر داره.

2. همزمان روی کنکور + مهارت عملی پیش برو → چون فقط مدرک کافی نیست.

3. پروژه‌های کوچیک GitHub بساز → رزومه قوی‌تر می‌شه.

4. از آزمون‌های آزمایشی موسسات معتبر (مدرسان شریف یا پارسه) استفاده کن.

💻 لیست پروژه‌های عملی پیشنهادی برای رزومه

 

🔹 ۱. پروژه‌های نرم‌افزار و وب

• طراحی یک سیستم مدیریت پروژه آنلاین (مشابه Trello یا Jira کوچک) با Python/Django یا Node.js

• ساخت یک وب‌اپلیکیشن فروشگاه اینترنتی با React + Django/Flask

• توسعه یک API مقیاس‌پذیر (RESTful یا GraphQL)

• پروژه DevOps: استقرار یک وب‌اپلیکیشن روی Docker + Kubernetes

---

🔹 ۲. پروژه‌های هوش مصنوعی و داده

• 

  سیستم توصیه‌گر (Recommendation System) → پیشنهاد فیلم/موسیقی بر اساس داده‌های کاربر

• پردازش تصویر → تشخیص چهره یا تشخیص پلاک خودرو با OpenCV + PyTorch

• پردازش زبان طبیعی (NLP) → بات چت هوشمند (Chatbot) با Transformer

• تحلیل داده‌های کلان → آنالیز داده‌های واقعی (مثلاً دیتاست Kaggle) با Pandas + Spark

---

🔹 ۳. پروژه‌های شبکه و امنیت

• طراحی یک سیستم تشخیص نفوذ (IDS) ساده با Python

• شبیه‌سازی حملات DDoS در محیط مجازی و طراحی ابزار دفاع

• Firewall ساده با Linux IPTables

• مانیتورینگ ترافیک شبکه با Wireshark و انجام گزارش

---

🔹 ۴. پروژه‌های معماری کامپیوتر و سخت‌افزار

• طراحی یک پردازنده ساده در Verilog یا VHDL (مثلاً ۸ بیتی)

• پیاده‌سازی کنترلر حافظه روی FPGA

• ساخت یک سیستم شمارشگر دیجیتال با FPGA + LED Display

• شبیه‌سازی Pipeline پردازنده در نرم‌افزار ModelSim

---

📌 چرا این پروژه‌ها مهم‌اند؟

1. قابل ارائه در رزومه → خیلی از کارفرماها بیشتر از نمره به پروژه نگاه می‌کنن.

2. انتشار روی GitHub → برای اپلای فوق‌العاده ارزشمنده.

3. ترکیب تئوری و عمل → چیزی که بیشتر دانشجوها بلد نیستن.

4. قابل توسعه به مقاله → بعضی از این پروژه‌ها رو می‌تونی به مقاله کنفرانسی یا حتی ISI تبدیل کنی.

⭐ ۳ پروژه طلایی پیشنهادی

🔹 ۱. نرم‌افزاری → سیستم مدیریت پروژه آنلاین (Mini-Jira)

• تکنولوژی‌ها: Python (Django/Flask) + React یا Vue

• ویژگی‌ها: ثبت تسک، تعیین اولویت، زمان‌بندی، داشبورد کاربر

• مزایا برای رزومه: نشون می‌ده توانایی طراحی یک وب‌اپلیکیشن واقعی و Full-Stack داری.

• بازار کار: شرکت‌های نرم‌افزاری ایران دنبال چنین سیستم‌هایی هستن.

---

🔹 ۲. هوش مصنوعی → سیستم توصیه‌گر فیلم/موسیقی (Recommendation System)

• تکنولوژی‌ها: Python، Scikit-learn، PyTorch

• ویژگی‌ها: پیشنهاد محتوا بر اساس تاریخچه کاربران (Collaborative Filtering + Deep Learning)

• مزایا برای رزومه: یکی از پرکاربردترین پروژه‌ها در Big Data و AI.

• بازار کار: در استارتاپ‌ها (مثل دیجی‌کالا، فیلیمو، نماوا) خیلی نیاز دارن.

---

🔹 ۳. شبکه و امنیت → سیستم تشخیص نفوذ (IDS) ساده

• تکنولوژی‌ها: Python، Wireshark، Snort

• ویژگی‌ها: مانیتور کردن ترافیک شبکه و تشخیص حملات مشکوک (مثل Port Scanning یا DoS)

• مزایا برای رزومه: امنیت سایبری یکی از پولسازترین گرایش‌هاست.

• بازار کار: بانک‌ها، مراکز داده، و شرکت‌های IT دنبال متخصص امنیت هستن.

---

📈 نتیجه این ۳ پروژه

• ترکیب کامل: نرم‌افزار + هوش مصنوعی + امنیت

• رزومه قوی برای اپلای: نشان‌دهنده مهارت چندبعدی

• بازار کار داخلی: استارتاپ‌ها، شرکت‌های نرم‌افزاری، مراکز داده

• بازار کار خارجی: گوگل، آمازون، مایکروسافت، و شرکت‌های AI/Cloud

📅 پلن ۶ ماهه پروژه‌ها

ماه ۱ و ۲ → پروژه نرم‌افزاری (Mini-Jira / سیستم مدیریت پروژه) در ارشد مهندسی کامپیوتر

• هفته ۱-۲: طراحی دیتابیس و مدل‌های داده (SQL / ORM Django)

• هفته ۳-۴: توسعه Back-End (APIها، عملیات CRUD، مدیریت کاربر)

• هفته ۵-۶: Front-End (React یا Vue: داشبورد، فرم‌ها، لیست‌ها)

• هفته ۷-۸: اتصال Front-End و Back-End + تست‌های اولیه

• هفته ۹: مستندسازی پروژه + انتشار در GitHub

• هفته ۱۰: آماده‌سازی دموی ویدئویی برای رزومه

---

ماه ۳ و ۴ → پروژه هوش مصنوعی (Recommendation System) در ارشد مهندسی کامپیوتر

• هفته ۱-۲: جمع‌آوری داده (Dataset از Kaggle یا ساخت داده کوچک)

• هفته ۳-۴: پیاده‌سازی مدل Collaborative Filtering ساده

• هفته ۵-۶: افزودن Deep Learning یا Neural Network برای بهبود دقت

• هفته ۷: ایجاد داشبورد ساده برای نمایش نتایج توصیه‌ها

• هفته ۸: مستندسازی و انتشار پروژه در GitHub

---

ماه ۵ و ۶ → پروژه شبکه و امنیت (Intrusion Detection System) در ارشد مهندسی کامپیوتر

• هفته ۱-۲: یادگیری ابزارها (Wireshark، Snort، Python برای مانیتورینگ شبکه)

• هفته ۳-۴: ضبط ترافیک شبکه و شبیه‌سازی حملات ساده

• هفته ۵: پیاده‌سازی الگوریتم تشخیص نفوذ و هشدار دادن

• هفته ۶: تست پروژه، مستندسازی و انتشار در GitHub

---

📌 نکات طلایی برای این ۶ ماه در ارشد مهندسی کامپیوتر

1. هر پروژه یک دموی ویدئویی داشته باشه → برای رزومه و اپلای خیلی جذابه

2. تمام کدها روی GitHub باشه → لینک GitHub در رزومه بسیار مهمه

3. مستندسازی قوی → README با توضیح کامل و تصاویر داشبورد

4. تمرین همزمان زبان انگلیسی → مخصوصا برای انجام README و مقالات آینده

5. پیشنهاد من: بعد از اتمام این ۶ ماه، حداقل ۲ پروژه رو می‌تونی به مقاله کنفرانسی یا وبلاگ تخصصی تبدیل کنی

📅 برنامه روزانه دقیق (۶ ماه)

🔹 ساختار روزانه

• صبح (۳ ساعت) → درس‌های کنکور (ریاضیات، ساختمان داده، مدار، معماری، سیستم عامل و شبکه)

• ظهر / بعدازظهر (۲ ساعت) → مهارت عملی و پروژه‌ها (برنامه‌نویسی، Front/Back-End، AI، امنیت)

• عصر / شب (۱ ساعت) → زبان انگلیسی (لغت، مقاله، لیسنینگ، رایتینگ)

• ۱ روز در هفته → مرور هفتگی + رفع اشکال + استراحت

---

🔸 ماه ۱ و ۲ → پروژه نرم‌افزاری (Mini-Jira) + دروس پایه

صبح:

• دو روز ریاضیات گسسته

• دو روز ساختمان داده و الگوریتم

• یک روز مدار منطقی

• یک روز معماری کامپیوتر

ظهر / بعدازظهر:

• طراحی دیتابیس و Back-End (Python/Django)

• تمرین Git/GitHub

شب:

• لغات + خواندن مقاله ساده Python یا وب‌اپلیکیشن

---

🔸 ماه ۳ و ۴ → پروژه هوش مصنوعی (Recommendation System) + دروس تخصصی

صبح:

• دو روز ریاضی مهندسی و احتمال

• دو روز سیستم عامل و شبکه

• یک روز مرور ساختمان داده و الگوریتم

• یک روز حل تست کنکور

ظهر / بعدازظهر:

• پیاده‌سازی مدل توصیه‌گر (Collaborative Filtering + Neural Network)

• Dashboards و نمایش نتایج

شب:

• زبان انگلیسی تخصصی (خواندن مقاله AI + انجام README پروژه)

---

🔸 ماه ۵ و ۶ → پروژه شبکه و امنیت (IDS) + جمع‌بندی کنکور

صبح:

• مرور کل دروس کنکور + تست‌های جامع

• رفع اشکال در درس‌هایی که مشکل داری

ظهر / بعدازظهر:

• ضبط ترافیک شبکه

• پیاده‌سازی الگوریتم تشخیص نفوذ (Python + Wireshark)

• تست و بهبود پروژه

شب:

• زبان انگلیسی (تمرین رایتینگ و خواندن مقاله امنیت شبکه)

---

🔹 نکات مهم برای موفقیت

1. هفته‌ای یک روز مرور و استراحت داشته باش → جلوگیری از خستگی ذهنی

2. همزمان روی کنکور و پروژه‌ها پیش برو → وقتت بهتر مدیریت می‌شه

3. تمام پروژه‌ها روی GitHub باشن و README کامل داشته باشن

4. هر ماه یک ویدئو کوتاه از پروژه‌ها درست کن → برای رزومه و اپلای

5. حل تست‌های سال‌های گذشته کنکور → هر هفته حداقل ۱۰ تا تست ترکیبی

📌 چک‌لیست ماه به ماه (۶ ماه)

ماه ۱ → شروع پروژه نرم‌افزاری + درس پایه

• دروس:

  • ریاضیات گسسته: ۳ روز در هفته

  • ساختمان داده و الگوریتم: ۲ روز در هفته

  • مدار منطقی: ۱ روز

  • معماری کامپیوتر: ۱ روز

• پروژه:

  • طراحی دیتابیس و مدل‌های داده (SQL / ORM Django)

  • شروع Back-End (CRUD API)

• زبان:

  • لغات ۵۰۴ روزانه ۲۰ لغت

  • خواندن متن ساده Python یا وب‌اپلیکیشن

---

ماه ۲ → ادامه پروژه نرم‌افزاری + تست‌های اولیه

• دروس:

  • ادامه ساختمان داده و الگوریتم

  • مرور دروس پایه

  • شروع تست‌های ساده کنکور

• پروژه:

  • تکمیل Back-End

  • شروع Front-End (داشبورد و فرم‌ها)

  • اتصال Front-End و Back-End

• زبان:

  • خواندن مقاله کوتاه در حوزه Web Development

  • تمرین ترجمه README پروژه

---

ماه ۳ → پروژه هوش مصنوعی + دروس تخصصی

• دروس:

  • ریاضی مهندسی و احتمال

  • سیستم عامل و شبکه

  • مرور ساختمان داده و الگوریتم

• پروژه:

  • جمع‌آوری داده (Dataset)

  • پیاده‌سازی مدل توصیه‌گر ساده (Collaborative Filtering)

  • تمرین الگوریتم‌ها با Python

• زبان:

  • خواندن مقاله AI ساده

  • تمرین انجام README پروژه

---

ماه ۴ → پروژه هوش مصنوعی پیشرفته + تست‌های جامع

• دروس:

  • مرور دروس کنکور + تست ترکیبی

  • تمرکز روی دروسی که ضعف داری

• پروژه:

  • افزودن Deep Learning یا Neural Network

  • ساخت داشبورد ساده برای نمایش نتایج

  • انتشار پروژه روی GitHub

• زبان:

  • خواندن مقاله تخصصی AI

  • تمرین رایتینگ برای توضیح پروژه

---

ماه ۵ → پروژه شبکه و امنیت + جمع‌بندی کنکور

• دروس:

  • مرور کل دروس کنکور

  • تست‌های جامع + رفع اشکال

• پروژه:

  • ضبط ترافیک شبکه با Wireshark

  • شبیه‌سازی حملات ساده

  • پیاده‌سازی الگوریتم IDS (Python)

• زبان:

  • خواندن مقاله امنیت شبکه

  • تمرین انجام گزارش پروژه به انگلیسی

---

ماه ۶ → تکمیل پروژه‌ها + آماده‌سازی رزومه

• دروس:

  • تست نهایی کنکور

  • مرور دروس مشترک و تخصصی

• پروژه:

  • تست کامل پروژه IDS

  • مستندسازی همه پروژه‌ها

  • ساخت دموی ویدئویی کوتاه هر پروژه

  • انتشار همه پروژه‌ها روی GitHub

• زبان:

  • انجام README کامل انگلیسی

  • تمرین ترجمه مقاله و گزارش