الكلية: كلية الدراسات العليا للعلوم والهندسة يركز هذا التخصص على جمع ومعالجة وتفسير مجموعات البيانات الكبيرة لكشف الأفكار واتخاذ القرارات القائمة على البيانات وحل المشكلات المعقدة. يطور الطلاب مهارات في الإحصاء واستخراج البيانات والتعلم الآلي وتصور البيانات. يتم إعداد الخريجين لمهن في تحليل البيانات وذكاء الأعمال والمجالات ذات الصلة. **أهداف التعلم:** - فهم أساسيات تحليلات البيانات وتطبيقاتها. - تطوير مهارات في التحليل الإحصائي واستخراج البيانات والتعلم الآلي. - تعلم تقنيات جمع البيانات وتنظيفها ومعالجتها مسبقًا. - استكشاف مبادئ تصور البيانات ورواية القصص. - تحليل وتفسير مجموعات البيانات المعقدة لاستخلاص رؤى قابلة للتنفيذ. - تطوير مهارات التفكير النقدي وحل المشكلات واتخاذ القرارات القائمة على البيانات. **المخطط الرئيسي:** 1. **مقدمة إلى تحليلات البيانات** - نظرة عامة على المفاهيم والمبادئ والممارسات الرئيسية في تحليلات البيانات. - أساسيات أنواع البيانات ومصادرها وأدوات التحليل. 2. **التحليل الإحصائي** - مبادئ التحليل الإحصائي، بما في ذلك الإحصاءات الوصفية والإحصاءات الاستدلالية واختبار الفرضيات. - تقنيات تطبيق الأساليب الإحصائية لتحليل البيانات. 3. **استخراج البيانات** - مبادئ استخراج البيانات، بما في ذلك التجميع والتصنيف واستخراج قواعد الارتباط. - تقنيات استخراج الأنماط والمعرفة من مجموعات البيانات الكبيرة. 4. **التعلم الآلي** - مبادئ التعلم الآلي، بما في ذلك خوارزميات التعلم الخاضع للإشراف وغير الخاضع للإشراف. - تقنيات بناء نماذج التعلم الآلي وتدريبها وتقييمها. 5. **تصور البيانات** - مبادئ تصور البيانات، بما في ذلك أنواع المخططات ومبادئ التصميم ورواية القصص باستخدام البيانات. - تقنيات إنشاء تصورات بيانات فعّالة وجذابة. 6. **إدارة البيانات** - مبادئ إدارة البيانات، بما في ذلك تصميم قاعدة البيانات، وتخزين البيانات، وحوكمة البيانات. - تقنيات إدارة وتنظيم مجموعات البيانات الكبيرة. 7. **تقنيات البيانات الضخمة** - مبادئ تقنيات البيانات الضخمة، بما في ذلك Hadoop وSpark والحوسبة السحابية. - تقنيات معالجة وتحليل البيانات الضخمة. 8. **التدريب العملي في تحليلات البيانات** - خبرات عملية في تحليلات البيانات، بما في ذلك التدريب الداخلي والمشاريع ومهام تحليل البيانات العملية في الصناعة أو إعدادات البحث. - تطبيق المهارات المكتسبة في سيناريوهات تحليل البيانات العملية. 9. **مشروع التخرج في تحليلات البيانات** - مشروع شامل لتطبيق المهارات في التحليل الإحصائي أو استخراج البيانات أو التعلم الآلي. - تقديم مشروع أو تقرير أو عرض تقديمي لتحليل البيانات مصقول. **طرق التقييم:** - تقارير التحليل الإحصائي، ومشاريع استخراج البيانات، ونماذج التعلم الآلي، وتصورات البيانات، وخطط إدارة البيانات، وتحليلات البيانات الضخمة، وتقارير التدريب العملي، ومشاريع التخرج، والمشاريع الجماعية، والعروض التقديمية. **الكتب المدرسية الموصى بها:** - "علم البيانات للأعمال" بقلم فوستر بروفو وتوم فوسيت. - "عناصر التعلم الإحصائي" بقلم تريفور هاستي وروبرت تيبشيراني وجيروم فريدمان. - "استخراج البيانات: المفاهيم والتقنيات" بقلم جياوي هان وميشلين كامبر وجيان بي. - "التعلم الآلي العملي باستخدام Scikit-Learn وKeras وTensorFlow" بقلم أوريليان جيرون. - "رواية القصص باستخدام البيانات" بقلم كول نوسباومر كنافليك. - "إدارة البيانات" بقلم مؤلفين مختلفين. - "تقنيات البيانات الضخمة" بقلم مؤلفين مختلفين. **المتطلبات الأساسية:** المعرفة الأساسية بالرياضيات والإحصاء وعلوم الكمبيوتر. مناسب للطلاب المهتمين بتحليل البيانات وذكاء الأعمال والمجالات ذات الصلة. **مدة التخصص:** عادةً 4 سنوات للحصول على درجة البكالوريوس، بما في ذلك الدورات الدراسية والمشاريع والتدريب العملي والتدريب الداخلي. قد تكون هناك حاجة إلى درجات أو شهادات متقدمة إضافية للأدوار المتخصصة. **الشهادة:** قد يحصل الخريجون على درجة في تحليلات البيانات ويواصلون التعليم الإضافي أو الشهادات المهنية في المجالات ذات الصلة، مثل درجة الماجستير في علوم البيانات أو تحليلات الأعمال أو التخصصات ذات الصلة. يمكن أيضًا الحصول على شهادات من منظمات مثل معهد أبحاث العمليات وعلوم الإدارة (INFORMS) أو مجلس علوم البيانات في أمريكا (DASCA). **الفئة المستهدفة:** محللو البيانات الطموحون ومتخصصو ذكاء الأعمال وعلماء البيانات والأفراد الذين يبحثون عن وظائف في تحليل البيانات وذكاء الأعمال وشركات الاستشارات وشركات التكنولوجيا والمجالات ذات الصلة. يزود هذا التخصص الطلاب بالمهارات التحليلية والتقنية وحل المشكلات اللازمة للتفوق في تحليلات البيانات، ودعم المهن في تحليل البيانات، وذكاء الأعمال، والمجالات ذات الصلة.