AI+ Data Practitioner™
ممارس الذكاء الاصطناعي في البيانات
AT-120
كان يُعرف سابقًا باسم AI+ Data™. إتقان الذكاء الاصطناعي وتعظيم قيمة البيانات: طريقك إلى الابتكار.
اللغات المتاحة للدورة
الإنجليزية / الإسبانية / البرتغالية البرازيلية

أهمية هذه الشهادة
- مفاهيم جوهرية: أسس علم البيانات وPython والإحصاء وتهيئة البيانات.
- موضوعات متقدمة: تعمّق في الذكاء الاصطناعي التوليدي وتعلّم الآلة والتحليلات التنبؤية.
- تطبيق ختامي: عالج مشكلات واقعية، مثل مغادرة الموظفين، باستخدام الذكاء الاصطناعي.
- جاهزية مهنية: طوّر مهارات لأدوار علم البيانات بالذكاء الاصطناعي، مع إرشاد عملي.
الطلب على الخبراء المعتمدين
تبحث المؤسسات عن خبراء معتمدين يحوّلون البيانات المعقدة إلى رؤى قابلة للتطبيق، مع الحفاظ على سلامة البيانات وخصوصيتها.
الحد من مخاطر البيانات والذكاء الاصطناعي
قد يؤدي سوء التعامل مع البيانات وتقنيات الذكاء الاصطناعي إلى تحليلات غير دقيقة ومخاطر على الأعمال. تساعد هذه الشهادة المهنيين على الحد من تلك التحديات.
تصميم استراتيجيات بيانات بالذكاء الاصطناعي
يؤدي المهنيون المعتمدون دورًا أساسيًا في تصميم استراتيجيات بيانات قائمة على الذكاء الاصطناعي، تحسّن الأداء وتتوافق مع المعايير التنظيمية.
التقدم المهني
مع تحوّل حلول البيانات بالذكاء الاصطناعي إلى عنصر أساسي للأعمال، تمنح هذه الشهادة المهنيين ميزة تنافسية لتطوير مساراتهم المهنية.
البرنامج في لمحة
- اسم البرنامج
- AI+ Data Practitioner™
- يشمل البرنامج
- دورة بإشراف مدرّب أو دورة تعلّم ذاتي + اختبار رسمي + شارة رقمية
- المدة
- بإشراف مدرّب: 5 أيام حضوريًا أو افتراضيًا؛ تعلّم ذاتي: 40 ساعة من المحتوى
- المتطلبات السابقة
- معرفة أساسية بعلوم الحاسوب والإحصاء وتحليل البيانات، والمفاهيم الأساسية للذكاء الاصطناعي وتعلّم الآلة، وPython وR.
- صيغة الاختبار
- 50 سؤالًا، ودرجة نجاح 70%، ومدة 90 دقيقة، واختبار عبر الإنترنت تحت المراقبة
- أسلوب التعلّم
- مختبرات عبر الإنترنت ومشروعات ودراسات حالة
- المحصلة
- شهادة مهنية معترف بها في القطاع + خبرة عملية
لمن يناسب هذا البرنامج؟

محللو البيانات وعلماؤها: عزّز قدرات تحليل البيانات باستخدام الذكاء الاصطناعي للنمذجة التنبؤية واتخاذ القرار.
مختصو ذكاء الأعمال: استخدم الذكاء الاصطناعي لاستخلاص الرؤى والاتجاهات والفرص من مجموعات بيانات معقدة.
مختصو تقنية المعلومات ومتخصصو تكامل الأنظمة: طبّق حلولًا بالذكاء الاصطناعي لتحسين إدارة البيانات والبنية التحتية.
مهندسو البيانات: صمّم وطوّر مسارات بيانات ومعماريات قائمة على الذكاء الاصطناعي لبناء حلول قابلة للتوسع.
الطلبة وحديثو التخرج: ابنِ مهارات قيّمة في الذكاء الاصطناعي وعلم البيانات للنجاح في عالم يتزايد اعتماده على البيانات.
المهارات التي ستكتسبها
- تقنيات التصوّر البياني للبيانات
- جودة البيانات والحد من التحيّز
- التعلّم العميق لمعالجة البيانات
- النمذجة الإحصائية
- تقنيات البيانات الضخمة
ما الذي ستتعلّمه؟
عدد وحدات البرنامج: 14. افتح أي وحدة لاستكشاف موضوعاتها.
نظرة عامة على الدورة
- مقدمة الدورة معاينة
الوحدة 1: أسس علم البيانات
- 1.1 مقدمة في علم البيانات
- 1.2 دورة حياة علم البيانات
- 1.3 تطبيقات علم البيانات
الوحدة 2: أسس الإحصاء
- 2.1 المفاهيم الأساسية للإحصاء
- 2.2 نظرية الاحتمالات
- 2.3 الاستدلال الإحصائي
الوحدة 3: مصادر البيانات وأنواعها
- 3.1 أنواع البيانات
- 3.2 مصادر البيانات
- 3.3 تقنيات تخزين البيانات
الوحدة 4: المهارات البرمجية لعلم البيانات
- 4.1 مقدمة في Python لعلم البيانات
- 4.2 مقدمة في R لعلم البيانات
الوحدة 5: تهيئة البيانات ومعالجتها مسبقًا
- 5.1 تقنيات تعويض القيم المفقودة
- 5.2 معالجة القيم المتطرفة وتحويل البيانات
الوحدة 6: التحليل الاستكشافي للبيانات EDA
- 6.1 مقدمة في التحليل الاستكشافي للبيانات
- 6.2 التصوّر البياني للبيانات
الوحدة 7: أدوات الذكاء الاصطناعي التوليدي لاستخلاص الرؤى
- 7.1 مقدمة في أدوات الذكاء الاصطناعي التوليدي
- 7.2 تطبيقات الذكاء الاصطناعي التوليدي
الوحدة 8: تعلّم الآلة
- 8.1 مقدمة في خوارزميات التعلّم الخاضع للإشراف
- 8.2 مقدمة في التعلّم غير الخاضع للإشراف
- 8.3 خوارزميات مختلفة للتجميع
- 8.4 تعلّم قواعد الارتباط مع التطبيق العملي
الوحدة 9: تعلّم الآلة المتقدم
- 9.1 تقنيات التعلّم التجميعي Ensemble Learning
- 9.2 خفض الأبعاد
- 9.3 تقنيات التحسين المتقدمة
الوحدة 10: اتخاذ القرار القائم على البيانات
- 10.1 مقدمة في اتخاذ القرار القائم على البيانات
- 10.2 أدوات مفتوحة المصدر لاتخاذ القرار القائم على البيانات
- 10.3 استخلاص رؤى تستند إلى البيانات من مجموعة بيانات للمبيعات
الوحدة 11: سرد القصص بالبيانات
- 11.1 فهم قوة سرد القصص بالبيانات
- 11.2 تحديد حالات الاستخدام وصلتها بالأعمال
- 11.3 صياغة سرديات مقنعة
- 11.4 عرض البيانات بصريًا لتحقيق أثر
الوحدة 12: مشروع ختامي — التنبؤ بمغادرة الموظفين
- 12.1 مقدمة المشروع وتحديد المشكلة
- 12.2 جمع البيانات وإعدادها
- 12.3 تحليل البيانات ونمذجتها
- 12.4 سرد القصص بالبيانات والعرض التقديمي
وحدة اختيارية: وكلاء الذكاء الاصطناعي لتحليل البيانات
- 1. فهم وكلاء الذكاء الاصطناعي
- 2. دراسات حالة
- 3. تطبيق عملي على وكلاء الذكاء الاصطناعي
الأدوات التي ستتعرّف إليها
Google Colab
MLflow
Alteryx
KNIMEالمتطلبات السابقة
- معرفة أساسية بعلوم الحاسوب والإحصاء؛ مفيدة ولكنها ليست إلزامية.
- اهتمام واضح بتحليل البيانات.
- الاستعداد لتعلّم لغات برمجة مثل Python وR.
اختر برنامجًا يناسب معارفك وخبراتك الحالية.
راجع المتطلبات السابقة والمنهج، ثم تواصل معنا لمساعدتك في اختيار الشهادة المناسبة لك أو لفريقك.
تواصل معنا ←تعرّف إلى تفاصيل التقييم.
اطّلع على صيغة الاختبار ومدته ومتطلباته قبل اتخاذ الخطوة التالية.
- المدة
- 90 دقيقة
- درجة النجاح
- 70% (35/50)
- صيغة الاختبار
- 50 سؤالًا من نوع الاختيار من متعدد أو الإجابات المتعددة
- طريقة تقديم الاختبار
- عبر منصة اختبارات إلكترونية تحت المراقبة، مع مرونة في تحديد الموعد
توزيع موضوعات الاختبار
اختر ما يناسبك من خيارات التعلّم.
تعلّم مرن عبر الإنترنت باشتراك لمدة سنة واحدة
بإشراف مدرّب: 5 أيام حضوريًا أو افتراضيًا؛ تعلّم ذاتي: 40 ساعة من المحتوى
- التعلّم عبر الأجهزة: اطّلع على المواد التعليمية باستخدام جهازك اللوحي أو هاتفك المحمول.
- موارد للاستعداد للاختبار: استعد باستخدام دليل شامل لدراسة محتوى الاختبار.
- اختبار إلكتروني تحت المراقبة: تقدّم لاختبار الشهادة مع فرصة إعادة مجانية واحدة.
- اختبارات قصيرة وتقييمات: رسّخ معرفتك من خلال التقييمات التدريبية وموارد الدورة.
- دعم تعليمي بالذكاء الاصطناعي: احصل على إرشاد مخصص من الموجّه الذكي AI Mentor.
- كتب إلكترونية ومحتوى صوتي: اطّلع على المواد الدراسية بصيغتي PDF والصوت، إلى جانب حلقات البودكاست.
- دروس فيديو عند الطلب: تعلّم من خلال مقاطع تعليمية عالية الجودة.
تفاصيل واضحة.
وخطوة تالية بثقة.
تعرّف إلى التفاصيل العملية التي تحتاج إليها قبل اختيار دورتك.
تواصل معنا ←ما الذي يغطيه هذا البرنامج؟
يتكوّن منهج AI+ Data Practitioner™ من 14 وحدة تدريبية. يعرض قسم وحدات البرنامج الموضوعات التي تغطيها كل وحدة.
استكشف المنهج الكامل ←ما الذي أحتاج إليه قبل البدء؟
- معرفة أساسية بعلوم الحاسوب والإحصاء؛ مفيدة ولكنها ليست إلزامية.
- اهتمام واضح بتحليل البيانات.
- الاستعداد لتعلّم لغات برمجة مثل Python وR.
كيف يُجرى تقييم الشهادة؟
- المدة
- 90 دقيقة
- درجة النجاح
- 70% (35/50)
- صيغة الاختبار
- 50 سؤالًا من نوع الاختيار من متعدد أو الإجابات المتعددة
- طريقة تقديم الاختبار
- عبر منصة اختبارات إلكترونية تحت المراقبة، مع مرونة في تحديد الموعد
هل يمكنكم المساعدة في إعداد خطة تدريب للفريق؟
تواصل معنا لمناقشة أدوار أعضاء فريقك، ومعارفهم الحالية، وأسلوب التدريب المفضّل، والأهداف التدريبية.
ناقش احتياجاتك معنا ←حوّل ما تتعلّمه
إلى ممارسة عملية.
استكشف المنهج، وتحقّق من ملاءمة البرنامج لاحتياجاتك، واختر خطوتك التالية بثقة.
تواصل معنا ←AI+ Data Practitioner™
AT-120 · 14 وحدة تدريبية
عرض السعر والتسجيل ↖تجد خيارات الدورة وتفاصيل الشراء في صفحة التسجيل.مرتبطة بالأدوار المهنية ومتوافقة مع الأطر المعتمدة.
قابلة للتحقّق.
استكشف 75 شهادة في الذكاء الاصطناعي وسلاسل الكتل والممارسة المهنية.
أساسيات الذكاء الاصطناعي
ابدأ بأساسيات الذكاء الاصطناعي وتطبيقاته اليومية وصياغة الأوامر.
الذكاء الاصطناعي في الأعمال
اربط الذكاء الاصطناعي باتخاذ القرار وسير العمل والممارسة المهنية.
القيادة التنفيذية للذكاء الاصطناعي
طوّر الرؤية الاستراتيجية اللازمة لقيادة تبنّي الذكاء الاصطناعي.
أمن الذكاء الاصطناعي
استكشف الأمن السيبراني والممارسة المسؤولة والدفاع الرقمي.
الذكاء الاصطناعي والحوسبة السحابية
اربط البنية السحابية بالأنظمة الذكية.
تطوير الذكاء الاصطناعي
تعلّم بناء الحلول المدعومة بالذكاء الاصطناعي وهندستها ونشرها.
تخصّصات الذكاء الاصطناعي
طبّق الذكاء الاصطناعي لمعالجة تحديات مجال تخصّصي.
الذكاء الاصطناعي في الرعاية الصحية
استكشف الذكاء الاصطناعي في الأدوار السريرية ومجالات الرعاية الصحية.
الذكاء الاصطناعي والبيانات والروبوتات
طوّر قدراتك في البيانات والأتمتة والآلات الذكية.
الذكاء الاصطناعي في التعلّم والتعليم
وظّف الذكاء الاصطناعي في التعليم والتعلّم وتنمية القدرات.
الذكاء الاصطناعي في التصميم والإبداع
استكشف آفاقًا جديدة للعمل الإبداعي والتصميم.
سلاسل الكتل وبيتكوين
عمّق فهمك للتقنيات الموزّعة.


