Start a conversation ↗

الوصف

البيانات الضخمة والذكاء الاصطناعي: فهم البنى التقنية وتهيئة البيانات وتأطير المشروع

يومان لفهم ما يحدث بين جمع البيانات والنموذج الذي يستثمرها

  • 2 أيام — 14 ساعة
  • حضوري أو عن بُعد
  • أساسي
  • حتى 6 مشاركين

تتراكم البيانات في أنظمة لا تتحدث مع بعضها: مستخرجات من أنظمة تخطيط موارد المؤسسة (ERP)، وملفات السجلات (Logs)، وجداول بيانات خاصة بكل إدارة. ومع كل طلب تحليل جديد يُعاد النقاش ذاته حول مدى إمكانية الثقة بالأرقام، فتتعطل مبادرات الذكاء الاصطناعي قبل أن تبدأ.

توفر هذه الـ 14 ساعة نظرة شاملة دون الحاجة إلى خلفية تقنية. يتعلم المشاركون تحديد موقع المكوّنات الأساسية لبنية البيانات، والتمييز بين المعالجة على دفعات (Batch) والمعالجة الفورية (Streaming)، وتقييم جودة مجموعة بيانات، وتأطير حالة استخدام أولى واقعية داخل نطاق عملهم.

أهداف التعلّم

  • تحديد موقع المكوّنات الأساسية لبنية البيانات وأدوار كل منها
  • التمييز بين المعالجة على دفعات (Batch) والمعالجة الفورية (Streaming)
  • تقييم جودة مجموعة البيانات ومدى اكتمالها
  • تحديد حالات استخدام التعلّم الآلي (Machine Learning) المناسبة لبياناتك
  • تأطير مشروع أول مع مراعاة قيود جمع البيانات

ما الذي يميّز هذا البرنامج

نظرة شاملة على البنى التقنية موضّحة برسوم تخطيطية تُستعرض مباشرة في الجلسة
تشخيص للجودة يُنفَّذ على مجموعة بيانات يقدمها المشاركون
بطاقة تأطير مُستكملة لحالة استخدام خاصة بكل مشارك

البرنامج

1المصادر والأحجام

من أين تأتي البيانات فعلياً

  • تصنيف البيانات المهيكلة وغير المهيكلة
  • الجمع من التطبيقات المهنية وأجهزة الاستشعار
  • مفاهيم الحجم والسرعة والتنوع
  • تكلفة التخزين ومدد الاحتفاظ بالبيانات

2بنى المعالجة

المستودعات والبحيرات وخطوط المعالجة

  • مستودع البيانات (Data Warehouse) وبحيرة البيانات (Data Lake)
  • خطوط الاستخراج والتحويل (Pipelines)
  • المعالجة على دفعات (Batch) والمعالجة الفورية (Streaming)
  • كتالوج البيانات وإدارة البيانات الوصفية (Metadata)

3الجودة والتهيئة

ما يحدد إمكانية الثقة بالنموذج

  • القيم الناقصة والتكرارات وعدم تناسق الصيغ
  • التوحيد ومواءمة البيانات المرجعية
  • أخذ العينات وتحيّز الجمع
  • توثيق التحويلات المطبَّقة

4من مجموعة البيانات إلى حالة الاستخدام

التأطير قبل النمذجة

  • عائلات النماذج والبيانات التي تتطلبها
  • معايير جدوى حالة الاستخدام
  • الأدوار التي ينبغي إشراكها حول المشروع
  • متطلبات حماية البيانات الشخصية وإمكانية التتبع
  • مؤشرات النجاح المحددة قبل الانطلاق

لمن هذا البرنامج

مديرو الإدارات · مديرو المشاريع · المحللون وصنّاع القرار الذين يتعاملون مع أحجام بيانات متزايدة.

المتطلبات المسبقة

لا توجد متطلبات مسبقة

المواعيد والمواقع

36 موعدًا مجدولًا بين نوفمبر 2026 وديسمبر 2027. تُؤكَّد المقاعد حسب ترتيب ورود الطلبات.

نوفمبر 2026

ديسمبر 2026

يناير 2027

فبراير 2027

مارس 2027

أبريل 2027

مايو 2027

يونيو 2027

سبتمبر 2027

أكتوبر 2027

نوفمبر 2027

ديسمبر 2027

لا يناسبكم أيٌّ من هذه المواعيد؟ نفتح دورات إضافية عند الطلب، ويمكن تنفيذ أي برنامج بشكل خاص لفريقكم.

التفاصيل العملية

قبل البرنامج
استبيان تحديد المستوى عبر الإنترنت. تُرسَل أهداف التطوير الخاصة بك إلى المدرب الذي يكيّف الحالات التطبيقية بما يتناسب مع بيئة عملك.
أساليب التدريب
مفاهيم نظرية وورش عمل وحالات تطبيقية. تُقدَّم مواد تدريبية رقمية وبطاقات منهجية.
التقييم
أسئلة اختيار من متعدد وتمارين محاكاة واقعية. تقييم المكتسبات في بداية البرنامج ونهايته، مع تقييم فوري وآخر بعد 60 يومًا.
بعد البرنامج
سنة كاملة من الوصول إلى منصة التعلم الإلكتروني. تقييم ذاتي للمهارات المكتسبة وجلسة متابعة بعد 30 يومًا مع المدرب.
طريقة التسجيل
التسجيل إلكترونيًا أو بناءً على عرض سعر.
مهلة الالتحاق
11 يوم عمل بعد تأكيد التسجيل.
إمكانية الوصول
البرنامج متاح لأصحاب الهمم (أصحاب الاحتياجات الخاصة). يُرجى التواصل مع مسؤول الدعم والتهيئة لدينا لتصميم حل مناسب لاحتياجاتكم: contact@mpf-academy.ae
مواعيد البدء
التحاق مستمر: إضافةً إلى الدورات المجدولة، يمكن بدء هذا البرنامج عند الطلب.