تحليل البيانات ليس مجرد مهارة تقنية، بل هو المهارة الاستراتيجية التي ستحدث فرقًا في مسارك المهني" 

في هذا المجال، يجب على المتخصصين في إدارة علوم البيانات الجمع بين المعرفة التقنية، مثل تحليل البيانات والتعلم الآلي، مع المهارات الاستراتيجية في التسيير والقيادة. يتيح لهم ذلك ليس فقط قيادة المشاريع، بل أيضًا ضمان نجاح الشركات في العصر الرقمي. وبهذه الطريقة، تصبح الإدارة الفعالة للبيانات أداة رئيسية لتحسين الكفاءة التنظيمية واكتساب ميزة تنافسية. 

من خلال برنامج متقدم يدمج بين تسيير الأعمال وعلوم البيانات، يتم إعداد المحترفين ليكونوا قادرين على قيادة المشاريع التي تتعامل مع كميات ضخمة من البيانات والتقنيات الناشئة لاتخاذ قرارات استراتيجية. كما أن الجانب التقني من البرنامج لا يقل أهمية، حيث يغطي مجالات مثل البرمجة، مما يسمح للطلاب بتطوير مهارات عملية لتنفيذ مشاريع حقيقية. علاوة على ذلك، يتضمن المحتوى عناصر من تسيير الأعمال والقيادة، مما يوفر للمشاركين التدريب اللازم لإدارة فرق متعددة التخصصات واتخاذ قرارات استراتيجية قائمة على البيانات. وهكذا، فإن الجمع بين المهارات التقنية والإدارية يوفر فرصة فريدة لأولئك الذين يسعون إلى التميز كقادة في العصر الرقمي.  

من خلال منهجية منظمة، سيتعلم الطلاب كيفية التعامل مع كميات هائلة من المعلومات باستخدام أحدث الأدوات والتقنيات المتطورة. لهذا السبب، تم تصميم البرنامج ليكون مرنًا، مما يسمح للطلاب بتكييف وتيرة تعلمهم وفقًا لاحتياجاتهم الشخصية والمهنية، مما يسهل عليهم التوفيق بين الدراسة والالتزامات الأخرى. تضمن المنهجية 100% عبر الإنترنت تدريبًا شاملاً ومتاحًا، مما يؤهل المشاركين لقيادة مشاريع علوم البيانات في بيئة الأعمال.   

إذا كنت ترغب في قيادة المستقبل، فإن TECH تعلمك كيف تدفع البيانات عجلة الابتكار وتعزز القدرة التنافسية في عالم الأعمال"

هذا ماجيستير متقدم MBA إدارة علوم البيانات (Data Science Management) يحتوي على البرنامج العلمي التعليمي الأكثر اكتمالا وحداثة في السوق. أبرز ميزاته هي:

تطوير الحالات العملية التي يقدمها خبراء في نظم المعلومات
توفر المحتويات البيانية والتخطيطية والعملية البارزة التي تم تصميمه بها معلومات علمية وعملية عن تلك التخصصات الضرورية للممارسة المهنية. 
التدريبات العملية حيث يتم إجراء عملية التقييم الذاتي لتحسين التعليم 
تركيزه الخاص على المنهجيات المبتكرة  
دروس نظرية وأسئلة للخبراء ومنتديات مناقشة حول القضايا المثيرة للجدل وأعمال التفكير الفردية 
توفر المحتوى من أي جهاز ثابت أو محمول متصل بالإنترنت 

ستمنحك منهجية التعلم في TECH إمكانية الوصول إلى أحدث المعارف وأكثرها صلة في مجال إدارة علوم البيانات"

البرنامج يضم في أعضاء هيئة تدريسه محترفين في المجال يصبون في هذا التدريب خبرة عملهم، بالإضافة إلى متخصصين معترف بهم من الشركات الرائدة والجامعات المرموقة.

سيتيح محتوى البرنامج المتعدد الوسائط، والذي صيغ بأحدث التقنيات التعليمية، للمهني التعلم السياقي والموقعي، أي في بيئة محاكاة توفر تدريبا غامرا مبرمجا للتدريب في حالات حقيقية.

يركز تصميم هذا البرنامج على التعلّم القائم على المشكلات، والذي يجب على المهني من خلاله محاولة حل مختلف مواقف الممارسة المهنية التي تنشأ على مدار السنة الدراسىة. للقيام بذلك، سيحصل على مساعدة من نظام فيديو تفاعلي مبتكر من قبل خبراء مشهورين.

ابدأ في تطوير المهارات الأساسية في علم البيانات مع TECH، الجامعة الرائدة في قابلية التوظيف"

برنامج 100% عبر الإنترنت ومتاح لتمكينك من بناء مستقبلك المهني"

تم تصميم خطة دراسة ماجيستير متقدم MBA إدارة علوم البيانات (تم تصميم خطة دراسة ماجيستير متقدم MBA في إدارة علوم البيانات من قبل فريق من الخبراء في علم البيانات وتسيير الأعمال) من قبل فريق من الخبراء في علم البيانات وتسيير الأعمال. يضمن هذا النهج متعدد التخصصات أن يكتسب الطلاب فهماً متكاملاً للأدوات اللازمة لتطويرها وتطبيقها في المجال المهني. وبهذا، سيتناول البرنامج أحدث المنهجيات في المجالات المعاصرة، مثل الذكاء الاصطناعي، وأفضل الممارسات في تسيير المشاريع وقيادة الفرق. 

في عالم يزداد رقمنة، تمركز كمحترف قادر على تحويل تلك البيانات إلى فرص أعمال" 

الوحدة 1. تحليلات البيانات في المؤسسة التجارية         

1.1. تحليل الأعمال  

1.1.1. تحليل الأعمال 
2.1.1. هيكل البيانات 
3.1.1. المراحل والعناصر  

2.1. تحليلات البيانات في المؤسسة التجارية 

1.2.1. وثائق التقييم ومؤشرات الأداء الرئيسية حسب الأقسام  
2.2.1. التقارير التشغيلية والتكتيكية والاستراتيجية 
3.2.1. تطبيق تحليلات البيانات على كل قسم 

1.3.2.1. التسويق (Marketing) والتواصل 
2.3.2.1. تجاري 
3.3.2.1. خدمة العملاء 
4.3.2.1. المشتريات  
5.3.2.1. الإدارة 
6.3.2.1. الموارد البشرية
7.3.2.1. الإنتاج 
8.3.2.1. IT 

1.3.. التسويق والاتصال 

1.3.1. مؤشرات الأداء الرئيسية للقياس والتطبيقات والفوائد 
2.3.1. أنظمة marketing و data warehouse 
3.3.1. تنفيذ هيكل تحليل البيانات في التسويق 
4.3.1. خطة التسويق Plan de marketing والاتصال  
5.3.1. الإستراتيجيات والتنبؤ وإدارة الحملات 

4.1. التجارة والمبيعات  

1.4.1. مساهمات تحليلات البيانات في المجال التجاري  
2.4.1. احتياجات قسم المبيعات 
3.4.1. دراسات السوق  

5.1. خدمة العملاء  

1.5.1. الولاء  
2.5.1. الجودة الشخصية والذكاء العاطفي  
3.5.1. رضا العملاء 

6.1. المشتريات   

1.6.1. تحليلات البيانات لأبحاث السوق 
2.6.1. تحليلات البيانات لدراسات المنافسة 
3.6.1. التطبيقات الأخرى 

7.1. الإدارة   

1.7.1. الاحتياجات في قسم الإدارة 
2.7.1. مستودع البيانات وتحليل المخاطر المالية  
3.7.1. مستودع البيانات وتحليل المخاطر الائتمانية 

8.1. الموارد البشرية 

1.8.1. الموارد البشرية وفوائد تحليلات البيانات 
2.8.1. أدوات تحليل البيانات في قسم الموارد البشرية
3.8.1. تطبيق تحليلات البيانات في الموارد البشرية

9.1. الإنتاج   

1.9.1. تحليل البيانات في قسم الإنتاج 
2.9.1. التطبيقات 
3.9.1. الفوائد  

10.1. IT  

1.10.1. قسم تكنولوجيا المعلومات 
2.10.1. تحليلات البيانات والتحول الرقمي   
3.10.1. الابتكار والإنتاجية 

الوحدة 2. إدارة ومعالجة البيانات والمعلومات لعلوم البيانات     

1.2. إحصائيات. المتغيرات والمؤشرات والنسب   

1.1.2. الإحصاء  
2.1.2. الأبعاد الإحصائية  
3.1.2. المتغيرات والمؤشرات والنسب  

2.2. نوع البيانات  

1.2.2. نوعية  
2.2.2. كمية  
3.2.2. التوصيف والفئات  

3.2. معرفة البيانات من القياسات   

1.3.2. المقاييس المركزية  
2.3.2. مقاييس التشتت 
3.3.2. الارتباطات  

4.2. رؤى حول البيانات من الرسوم البيانية 

1.4.2. التصور حسب نوع البيانات  
2.4.2. تفسير المعلومات الرسومية  
3.4.2. تخصيص الرسومات باستخدام برنامج آر.  

5.2. الاحتمال   

1.5.2. الاحتمال  
2.5.2. وظيفة الاحتمال  
3.5.2. التوزيعات  

6.2. جمع البيانات  

1.6.2. منهجية التحصيل  
2.6.2. أدوات التحصيل  
3.6.2. قنوات التحصيل  

7.2. تنظيف البيانات  

1.7.2. مراحل تطهير البيانات  
2.7.2. جودة البيانات   
3.7.2. معالجة البيانات (مع لغة R)  

8.2. تحليل البيانات وتفسيرها وتقييم النتائج   

1.8.2. المقاييس الإحصائية  
2.8.2. مؤشرات العلاقة  
3.8.2. استخراج البيانات  

9.2. مستودع البيانات (Datawarehouse)  

1.9.2. العناصر   
2.9.2. التصميم  

10.2. توافر البيانات  

1.10.2. الدخول  
2.10.2. الفائدة  
3.10.2. الأمان 

الوحدة 3. أجهزة ومنصات IoT كأساس لعلوم البيانات

1.3. انترنت الأشياء 

1.1.3. إنترنت المستقبل،  Internet of Things 
2.1.3. اتحاد الإنترنت الصناعي 

2.3. الهندسة المعمارية المرجعية  

1.2.3. العمارة المرجعية 
2.2.3. الطبقات 
3.2.3. المكونات 

3.3. المجسّات وأجهزة IoT  

1.3.3. المكونات الرئيسية 
2.3.3. المستشعرات والمشغلات الميكانيكية 

43. الاتصالات والبروتوكولات 

1.4.3. بروتوكولات. نموذج اللوحة القماشية 
2.4.3. تكنولوجيات الاتصال 

5.3. الأنظمة الأساسية السحابية لإنترنت الأشياء وإنترنت الأشياء IoT و IIoT  

1.5.3. منصات الأغراض العامة  
2.5.3. منصات صناعية 
3.5.3. منصات مفتوحة المصدر 

6.3. إدارة البيانات في منصات إنترنت الأشياء IoT   

1.6.3. آليات إدارة البيانات. البيانات المفتوحة 
2.6.3. تبادل البيانات والتصور 

7.3. الأمن في إنترنت الأشياء IoT   

1.7.3. المتطلبات ومجالات الأمان 
2.7.3. استراتيجيات أمان الإنترنت الصناعي للأشياء IIoT 

8.3. تطبيقات إنترنت الأشياء IoT   

1.8.3. المدن الذكية 
2.8.3. الصحة و اللياقة 
3.8.3. المنزل الذكي 
4.8.3. التطبيقات الأخرى 

9.3. تطبيقات إنترنت الصناعي للأشياء IIoT 

1.9.3. التصنيع 
2.9.3. النقل 
3.9.3. طاقة 
4.9.3. الزراعة وتربية المواشي 
5.9.3. قطاعات أخرى 

10.3. الصناعة 4.0

1.10.3. IoRT (Internet of Robotics Things) 
2.10.3. تصنيع المواد المضافة ثلاثية الأبعاد 
3.10.3. تحليلات البيانات الضخمة

الوحدة 4. العرض البياني لتحليل البيانات

1.4. التحليل الاستكشافي  

1.1.4. العرض من أجل تحليل المعلومات 
2.1.4. قيمة التمثيل البياني 
3.1.4. نماذج جديدة للتمثيل البياني 

2.4. تحسين علوم البيانات  

1.2.4. نطاق اللون والتصميم 
2.2.4. نظرية الغَشتَلت في التمثيل البياني 
3.2.4. تجنب الأخطاء والنصائح   

3.4. مصادر البيانات الأساسية 

1.3.4. من أجل عرض الجودة 
2.3.4. من أجل عرض الكمية 
3.3.4. من أجل عرض الوقت 

4.4. مصادر البيانات المعقدة 

1.4.4. الملفات والقوائم و BB. البيانات
2.4.4. البيانات المفتوحة 
3.4.4. إنشاء البيانات المستمرة 

5.4. أنواع المخططات  

1.5.4. العروض الأساسية 
2.5.4. العروض الكتلية  
3.5.4. العروض  لتحليل التشتت 
4.5.4. العروض الدائرية 
5.5.4. عروض  الفقاعة 
6.5.4. العروض الجغرافية  

6.4. أنواع العرض 

1.6.4. المقارنة والعلائقية 
2.6.4. التوزيع 
3.6.4. الهرمية 

7.4. تصميم التقارير مع العرض البياني  

1.7.4. تطبيق الرسوم البيانية في تقارير التسويق 
2.7.4. تطبيق الرسوم البيانية في لوحات المعلومات ومؤشرات الأداء الرئيسية 
3.7.4. تطبيق الرسوم البيانية في الخطط الاستراتيجية 
4.7.4. استخدامات أخرى: العلوم والصحة والأعمال  

8.4. السرد التصويري 

1.8.4. السرد التصويري 
2.8.4. التطور  
3.8.4. الفائدة 

9.4. أدوات موجهة للتصور  

1.9.4. ادوات متطورة 
2.9.4. البرمجيات عبر الإنترنت 
3.9.4. Open Source 

10.4. التقنيات الجديدة في تصور البيانات  

1.10.4. أنظمة لافتراضية الواقع 
2.10.4. أنظمة تكبير وتقوية الواقع 
3.10.4. أنظمة ذكية 

الوحدة 5. أدوات علوم البيانات

1.5. علم البيانات 

1.1.5. علم البيانات 
2.1.5. أدوات متقدمة لعالم البيانات   

2.5. البيانات والمعلومات والمعرفة 

1.2.5. البيانات والمعلومات والمعرفة  
2.2.5. أنواع البيانات 
3.2.5. مصادر البيانات 

3.5. من البيانات إلى المعلومات  

1.3.5. تحليل البيانات 
2.3.5. أنواع التحليل 
3.3.5. استخراج المعلومات من مجموعة بيانات  

4.5. استخراج المعلومات من خلال التصور 

1.4.5. التصور كأداة تحليل 
2.4.5. طرق العرض  
3.4.5. عرض مجموعة البيانات 

5.5. جودة البيانات 

1.5.5. بيانات الجودة 
2.5.5. تطهير البيانات  
3.5.5. معالجة البيانات الأساسية 

6.5. Dataset 

1.6.5. تخصيب مجموعة البيانات 
2.6.5. لعنة الأبعاد 
3.6.5. تعديل مجموعة البيانات الخاصة بنا 

7.5. اختلال التوازن  

1.7.5. عدم التوازن الطبقي 
2.7.5. تقنيات تخفيف الاختلال 
3.7.5. موازنة مجموعة البيانات 

8.5. نماذج غير خاضعة للرقابة  

1.8.5. نموذج غير خاضع للرقابة 
2.8.5. مناهج 
3.8.5. التصنيف بنماذج غير خاضعة للرقابة 

9.5. النماذج الخاضعة للإشراف 

1.9.5. نموذج خاضع للإشراف 
2.9.5. مناهج 
3.9.5. التصنيف مع النماذج الخاضعة للإشراف 

10.5. الأدوات والممارسات الجيدة 

1.10.5. أفضل الممارسات لعالم البيانات 
2.10.5. أفضل نموذج  
3.10.5. أدوات مفيدة 

الوحدة 6. استخراج البيانات الاختيار والمعالجة التمهيدية والتحول      

1.6. الاستدلال الإحصائي 

1.1.6. الإحصاء الوصفي مقابل. الاستدلال الإحصائي 
2.1.6. إجراءات حدودية 
3.1.6. الإجراءات اللامعلمية 

2.6. التحليل الاستكشافي 

1.2.6. التحليل الوصفي  
2.2.6. العرض 
3.2.6. إعداد البيانات 

3.6. إعداد البيانات 

1.3.6. تكامل البيانات وتنقيتها  
2.3.6. تطبيع البيانات 
3.3.6. سمات التحويل  

4.6. القيم المفقودة 

1.4.6. معالجة القيم الناقصة 
2.4.6. طرق التضمين القصوى 
3.4.6. احتساب القيم المفقودة باستخدام التعلم الآلي 

5.6. الضجيج في البيانات  

1.5.6. فئات وسمات الضجيج 
2.5.6. ترشيح الضجيج  
3.5.6. تأثير الضجيج 

6.6. لعنة الأبعاد 

1.6.6. الإفراط في أخذ العينات 
2.6.6. Undersampling 
3.6.6. تقليل البيانات متعددة الأبعاد 

7.6. من الصفات المستمرة إلى المنفصلة 

1.7.6. البيانات المستمرة مقابل البيانات المنفصلة 
2.7.6. عملية التكتم 

8.6. البيانات  

1.8.6. اختيار البيانات  
2.8.6. وجهات النظر ومعايير الاختيار 
3.8.6. مناهج الاختيار  

9.6. تحديد المثيل 

1.9.6. مناهج اختيار الحالات 
2.9.6. اختيار النماذج 
3.9.6. مناهج متقدمة لاختيار المثيل 

10.6. المعالجة التمهيدية للبيانات في بيئات البيانات الضخمة Big Data 

1.10.6. Big Data 
2.10.6. المعالجة "الكلاسيكية" مقابل المعالجة المسبقة السائبة 
3.10.6. البيانات الذكية

الوحدة 7. القدرة على التنبؤ وتحليل الظواهر العشوائية 

1.7. السلاسل الزمنية 

1.1.7. السلاسل الزمنية   
2.1.7. المنفعة والتطبيق 
3.1.7. الحالات ذات الصلة 

2.7. السلسلة الزمنية 

1.2.7. اتجاه الموسمية ST 
2.2.7. الاختلافات النموذجية 
3.2.7. تحليل المخلفات 

3.7. الأنماط 

1.3.7. الثابتة 
2.3.7. الغير ثابتة 
3.3.7. التحولات والتعديلات 

4.7. مخططات السلاسل الزمنية  

1.4.7. مخطط (نموذج) مضاف 
2.4.7. مخطط مضاعف (نموذج) 
3.4.7. إجراءات تحديد نوع النموذج 

5.7. طرق التنبؤ الأساسية forecast 

1.5.7. إعلام 
2.5.7. Naïve 
3.5.7. Naïve موسمية 
4.5.7. مقارنة المناهج 

6.7. تحليل المخلفات  

1.6.7. الارتباط التلقائي 
2.6.7. النفايات ACF 
3.6.7. اختبار الارتباط 

7.7. الانحدار في سياق السلاسل الزمنية  

1.7.7. ANOVA 
2.7.7. الأساسيات 
3.7.7. تطبيق عملي  

8.7. النماذج التنبؤية للسلاسل الزمنية 

1.8.7. ARIMA 
2.8.7. تجانس الأسي  

9.7. معالجة وتحليل السلاسل الزمنية باستخدام R. 

1.9.7. إعداد البيانات 
2.9.7. تحديد النمط 
3.9.7. تحليل النموذج 
4.9.7. التنبؤ 

10.7. الجمع بين التحليل البياني مع R  

1.10.7. المواقف الإعتيادية 
2.10.7. تطبيق عملي لحل المشاكل البسيطة  
3.10.7. تطبيق عملي لحل المشاكل المتقدمة  

الوحدة 8. تصميم وتطوير الأنظمة الذكية         

1.8. المعالجة المسبقة للبيانات   

1.1.8. المعالجة المسبقة للبيانات 
2.1.8. تحويل البيانات  
3.1.8. استخراج البيانات 

2.8. التعلم الالي 

1.2.8. التعلم الخاضع للإشراف وغير الخاضع للإشراف 
2.2.8. التعليم المعزز 
3.2.8. نماذج أخرى للتعلم 

3.8. خوارزميات التصنيف 

1.3.8. التعلم الآلي الاستقرائي 
2.3.8. SVM و KNN 
3.3.8. مقاييس ودرجات الترتيب 

4.8. خوارزميات التراجع  

1.4.8. التراجع الخطي والتراجع اللوجستي والنماذج غير الخطية  
2.4.8. التسلسل الزمني  
3.4.8. مقاييس ودرجات التراجع  

5.8. خوارزميات التجميع  

1.5.8. تقنيات التجميع الهرمي  
2.5.8. تقنيات التجميع الجزئي  
3.5.8. المقاييس والنتائج للتجميع (clustering)  

6.8. تقنيات قواعد الجمعية  

1.6.8. مناهج استخراج القواعد  
2.6.8. المقاييس والنتائج لخوارزميات قاعدة الارتباط  

7.8. تقنيات التصنيف المتقدمة. المصنفات المتعددة  

1.7.8. خوارزميات التعبئة (Bagging)  
2.7.8.  التعزيز من أجل أشجار القرار  

8.8. النماذج الرسومية الاحتمالية  

1.8.8. النماذج الاحتمالية  
2.8.8. شبكة بايزية. الخصائص والتمثيل والمعلمات   
3.8.8. نماذج بيانية احتمالية أخرى  

9.8. الشبكات العصبية  

1.9.8. التعلم الآلي باستخدام الشبكات العصبية الاصطناعية  
2.9.8. شبكات التغذية (feedforward)  

10.8. التعلم العميق  

1.10.8. شبكات التغذية (feedforward) العميقة  
2.10.8. الشبكات العصبونية التلافيفية ونماذج التسلسل  
3.10.8. أدوات لتنفيذ الشبكات العصبية العميقة 

الوحدة 9. الهندسة وأنظمة الاستخدام المكثف للمعلومات في علوم البيانات 

1.9. المتطلبات الغير التشغيلية ركائز تطبيقات البيانات الضخمة  

1.1.9. المصداقية  
2.1.9. القدرة على التكيف  
3.1.9. قابلية الصيانة  

2.9. نماذج البيانات  

1.2.9. نموذج العلائقية  
2.2.9. نموذج وثائقي  
3.2.9. نموذج بيانات الرسم البياني  

3.9. قواعد بيانات. تخزين البيانات وإدارة استرجاعها  

1.3.9. فهارس التجزئة      
2.3.9. تخزين السجل المنظم  
3.3.9. الأشجار ب  

4.9. تنسيقات ترميز البيانات  

1.4.9. تنسيقات خاصة باللغة  
2.4.9. تنسيقات موحدة  
3.4.9. تنسيقات الترميز الثنائي  
4.4.9. تدفق البيانات بين العمليات 

5.9. النسخ  

1.5.9. أهداف النسخ المتماثل  
2.5.9. نماذج النسخ المتماثل  
3.5.9. قضايا النسخ المتماثل  

6.9. المعاملات الموزعة  

1.6.9. العملية   
2.6.9. بروتوكولات المعاملات الموزعة 
3.6.9. المعاملات القابلة للتسلسل  

7.9. التقسيم  

1.7.9. أشكال التقسيم  
2.7.9. تفاعل الفهارس الثانوية والتقسيم  
3.7.9. إعادة موازنة الأقسام  

8.9. معالجة البيانات دون اتصال بالإنترنت  

1.8.9. تجهيز الدفعات  
2.8.9. أنظمة الملفات الموزعة  
3.8.9. MapReduce  

9.9. معالجة البيانات في الوقت الحقيقي  

1.9.9. أنواع وسيط الرسائل  
2.9.9. تمثيل قواعد البيانات كتدفقات البيانات  
3.9.9. معالجة دفق البيانات  

10.9. تطبيقات عملية في المؤسسة التجارية  

1.10.9. الاتساق في القراءات  
2.10.9. نهج شامل للبيانات  
3.10.9. توسيع نطاق الخدمة الموزعة 

الوحدة 10. التطبيق العملي لعلوم البيانات في قطاعات النشاط التجاري  

1.10. قطاع الصحة  

1.1.10. تداعيات الذكاء الاصطناعي وتحليلات البيانات في قطاع الرعاية الصحية  
2.1.10. الفرص والتحديات   

2.10. المخاطر والاتجاهات في قطاع الرعاية الصحية    

1.2.10. استخدامها في قطاع الصحة  
2.2.10. المخاطر المحتملة المتعلقة باستخدام الذكاء الاصطناعي 

3.10. الخدمات المالية   

1.3.10. تداعيات الذكاء الاصطناعي وتحليلات البيانات في صناعة الخدمات المالية  
2.3.10. الاستخدام في الخدمات المالية  
3.3.10. المخاطر المحتملة المتعلقة باستخدام الذكاء الاصطناعي  

4.10. البيع بالتجزئة Retail  

1.4.10. تداعيات الذكاء الاصطناعي وتحليلات البيانات في قطاع البيع بالتجزئة  
2.4.10. الاستخدام في  Retail  
3.4.10. المخاطر المحتملة المتعلقة باستخدام الذكاء الاصطناعي  

5.10. الصناعة 40

1.5.10. تداعيات الذكاء الاصطناعي وتحليلات البيانات في الصناعة 4.0
2.5.10. استخدم في الصناعة 4.0

6.10. المخاطر والاتجاهات في الصناعة 4.0

1.6.10. المخاطر المحتملة المتعلقة باستخدام الذكاء الاصطناعي  

7.10. الإدارة العامة   

1.7.10. تداعيات الذكاء الاصطناعي وتحليلات البيانات فيفي الإدارة العامة.  
2.7.10. استخدامها في الإدارة العامة  
3.7.10. المخاطر المحتملة المتعلقة باستخدام الذكاء الاصطناعي  

8.10. التعليم   

1.8.10. تداعيات الذكاء الاصطناعي وتحليلات البيانات في التعليم  
2.8.10. المخاطر المحتملة المتعلقة باستخدام الذكاء الاصطناعي  

9.10. الغابات والزراعة   

1.9.10. الآثار المترتبة على الذكاء الاصطناعي وتحليلات البيانات في قطاع الغابات والزراعة  
2.9.10. الاستخدم في الغابات والزراعة  
3.9.10. المخاطر المحتملة المتعلقة باستخدام الذكاء الاصطناعي  

10.10. الموارد البشرية

1.10.10. آثار الذكاء الاصطناعي وتحليلات البيانات في إدارة الموارد البشرية  
2.10.10. تطبيقات عملية في عالم الأعمال 
3.10.10. المخاطر المحتملة المتعلقة باستخدام الذكاء الاصطناعي 

الوحدة 11. نظم إدارة المعلومات الرئيسية 

1.11. تخطيط موارد المؤسسات (ERP) وإدارة علاقات العملاء (CRM)  

1.1.11. تخطيط موارد المؤسسات (ERP)  
2.1.11. إدارة علاقات العملاء (CRM)  
3.1.11. الاختلافات بين تخطيط موارد المؤسسات (ERP) وإدارة علاقات العملاء (CRM). نقطة البيع  
4.1.11. نجاح الأعمال    

2.11. تخطيط موارد المؤسسات (ERP)   

1.2.11. تخطيط موارد المؤسسات (ERP)  
2.2.11. أنواع نظام إدارة المحتوى   
3.2.11. تطوير مشروع تنفيذ تخطيط موارد المؤسسات (ERP)  
4.2.11. تخطيط موارد المؤسسات (ERP) محسن الموارد  
5.2.11. هندسة نظام تخطيط موارد المؤسسات (ERP)  

3.11. المعلومات المقدمة من تخطيط موارد المؤسسات   

1.3.11. المعلومات المقدمة من تخطيط موارد المؤسسات  
2.3.11. المميزات والعيوب  
3.3.11. البيانات   

4.11. أنظمة ERP    

1.4.11. أنظمة وأدوات تخطيط موارد المؤسسات الحالية  
2.4.11. صناعة القرار  
3.4.11. يوما بعد يوم مع تخطيط موارد المؤسسات (ERP)  

5.11. إدارة علاقات العملاء CRM مشروع التنفيذ   

1.5.11. إدارة علاقات العملاء CRM مشروع التنفيذ  
2.5.11. إدارة علاقات العملاء CRM كأداة عمل  
3.5.11. إستراتيجيات لنظام المعلومات  

6.11. إدارة علاقات العملاء CRM ولاء العميل  

1.6.11. نقطة انطلاق   
2.6.11. البيع أو الولاء  
3.6.11. عوامل النجاح في نظام الولاء لدينا  
4.6.11. استراتيجيات متعددة القنوات  
5.6.11. تصميم إجراءات الولاء  
6.6.11. الولاء الإلكتروني  

7.11. إدارة علاقات العملاء CRM حملات الاتصال  

1.7.11. إجراءات وخطط الاتصال  
2.7.11. أهمية العميل المطلع  
3.7.11. الاستماع إلى العميل  

8.11.  إدارة علاقات العملاء CRM منع عدم الرضا   

1.8.11. خسائر العميل  
2.8.11. الكشف عن الخطأ في الوقت المناسب  
3.8.11. عمليات التحسين   
4.8.11. التعافي فمن عدم رضا العملاء  

9.11. إدارة علاقات العملاء CRM إجراءات الاتصال الخاصة  

1.9.11. الأهداف والتخطيط لحدث في الشركة  
2.9.11. تصميم وتنفيذ الحدث  
3.9.11. الإجراءات من القسم  
4.9.11. تحليل النتائج  

10.11.  التسويق عبر العلاقات  

1.10.11. الزرع. الأخطاء  
2.10.11. المنهجية والتقسيم والعمليات   
3.10.11. العمل حسب الدائرة  
4.10.11. أدوات CRM   

الوحدة 12. أنواع البيانات ودورة حياتها   

1.12. الإحصاء  

1.1.12. الإحصاءات: الإحصاءات الوصفية، والاستنتاجات الإحصائية  
2.1.12. المجموعة، العينة، الفرد  
3.1.12. المتغيرات: التعريف ومقاييس القياس  

2.12. أنواع البيانات الإحصائية  

1.2.12. حسب النوع  

1.1.2.12. البيانات الكمية: بيانات مستمرة ومنفصلة   
2.1.2.12. النوعية: البيانات ذات الحدين والبيانات الاسمية والبيانات الترتيبية

2.2.12. وفقا للشكل   

1.2.2.12. العدد  
2.2.2.12. النص   
3.2.2.12. المنطق  

3.2.12. حسب مصدرها  

1.3.2.12. الأولي  
2.3.2.12. الثانوية  

3.12. دورة حياة البيانات  

1.3.12. مراحل الدورة  
2.3.12. معالم الدورة  
3.3.12. المبادئ FAIR  

4.12. المراحل الأولية من الدورة  

1.4.12. تعريف الهدف  
2.4.12. تحديد الاحتياجات من الموارد  
3.4.12. مخطط Gantt  
4.4.12. هيكل البيانات  

5.12. جمع البيانات  

1.5.12. منهجية التحصيل  
2.5.12. أدوات التحصيل  
3.5.12. قنوات التحصيل  

6.12. تنظيف البيانات  

1.6.12. مراحل تطهير البيانات  
2.6.12. جودة البيانات  
3.6.12. معالجة البيانات (مع لغة R)  

7.12. تحليل البيانات وتفسيرها وتقييم النتائج  

1.7.12. المقاييس الإحصائية  
2.7.12. مؤشرات العلاقة  
3.7.12. استخراج البيانات  

8.12. مستودع البيانات (Datawarehouse)  

1.8.12. العناصر التي تتألف منها  
2.8.12. التصميم  
3.8.12. الجوانب التي ينبغي النظر فيها  

9.12. توافر البيانات  

1.9.12. الدخول  
2.9.12. الفائدة  
3.9.12. الأمان  

10.12. الجوانب التنظيمية 

1.10.12. قانون حماية البيانات  
2.10.12. الممارسات الجيدة  
3.10.12. الجوانب الأخرى المتعلقة بالسياسات 

الوحدة 13. رقم - التعلم الآلي   

1.13. المعرفة في قواعد البيانات 

1.1.13. المعالجة المسبقة للبيانات  
2.1.13. التحليلات  
3.1.13. تفسير وتقييم النتائج 

2.13. التعلّم الآلي  

1.2.13. التعلم الخاضع للإشراف وغير الخاضع للإشراف 
2.2.13. التعليم المعزز 
3.2.13. التعلم شبه الخاضع للإشراف. نماذج التعلم الأخرى 

3.13. التصنيف  

1.3.13. أشجار القرار والتعلم القائم على القواعد 
2.3.13. دعم آلات المتجهات (SVM) وخوارزميات الجوار الأقرب (KNN) 
3.3.13. مقاييس خوارزميات التصنيف 

4.13. التراجع  

1.4.13. الانحدار الخطي والانحدار اللوجستي 
2.4.13. نماذج الانحدار غير الخطية 
3.4.13. تحليل السلاسل الزمنية 
4.4.13. مقاييس خوارزميات الانحدار  

5.13. Clustering  

1.5.13. التجميع الهرمي  
2.5.13. تجميع جزئي 
3.5.13. مقاييس الخوارزميات العنقودية 

6.13. قواعد الرابطة  

1.6.13. مقاييس الفائدة 
2.6.13. طرق استخراج القواعد 
3.6.13. مقاييس خوارزميات قواعد الارتباط 

7.13. المصنفات المتعددة  

1.7.13. تجميع أو تعبئة شراك التمهيد 
2.7.13. خوارزمية الغابات العشوائية 
3.7.13. خوارزمية التعزيز 

8.13. نماذج التفكير الاحتمالي 

1.8.13. المنطق الاحتمالي 
2.8.13. شبكات بايزي أو شبكات المعتقدات 
3.8.13. نماذج ماركوف المخفية 

9.13. إدراك متعدد الطبقات 

1.9.13. شبكة عصبية 
2.9.13. التعلم الآلي بالشبكات العصبية 
3.9.13. هبوط التدرج، الدالة الخلفية والتنشيط 
4.9.13. تنفيذ شبكة عصبية اصطناعية 

10.13. التعلم العميق 

1.10.13. الشبكات العصبية العميقة. مقدمة 
2.10.13. الشبكات التلافيفية  
3.10.13. النمذجة التسلسلية 
4.10.13. Tensorflow و Python 

الوحدة 14. تحليلات الويب  

1.14. تحليلات الويب

1.1.14. مقدمة  
2.1.14. تطور تحليلات الويب  
3.1.14. عملية التحليل  

2.14. Google Analytics  

1.2.14. Google Analytics  
2.2.14. الاستخدام   
3.2.14. الأهداف  

3.14. Hits. التفاعلات مع الموقع  

1.3.14. المقاييس الأساسية  
2.3.14. KPI (Key Performance Indicators)  
3.3.14. معدلات التحويل المناسبة  

4.14. أبعاد متكررة  

1.4.14. المصدر  
2.4.14. وسائط  
3.4.14. كلمة رئيسية  
4.4.14. الحملة الانتخابية  
5.4.14. وضع العلامات المخصصة  

5.14. إعدادات Google Analytics  

1.5.14. تثبيت إنشاء حساب  
2.5.14. إصدارات الأداة: UA / GA4 
3.5.14. علامة التتبع  
4.5.14. أهداف التحويل  

6.14. تنظيم Google Analytics  

1.6.14. حساب  
2.6.14. ملكية  
3.6.14. العرض  

7.14. معلومات Google Analytics  

1.7.14. في الوقت الحقيقي  
2.7.14. الجمهور  
3.7.14. اكتساب  
4.7.14. السلوك  
5.7.14. التحويلات  
6.7.14. التجارة الإلكترونية  

8.14. تقارير تحليلات جوجل المتقدمة  

1.8.14. تقارير مخصصة  
2.8.14. الألواح  
3.8.14. APIs  

9.14. المرشحات والقطاعات  

1.9.14. فلتر  
2.9.14. تجزئة  
3.9.14. أنواع القطاعات: محددة مسبقًا/مخصصة  
4.9.14. قوائم إعادة التسويق  

10.14. خطة التحليلات الرقمية  

1.10.14. وساطة  
2.10.14. التنفيذ في البيئة التكنولوجية  
3.10.14. الاستنتاجات 

الوحدة 15. لوائح إدارة البيانات   

1.15. الإطار التنظيمي 

1.1.15. الإطار التنظيمي والتعاريف 
2.1.15. مراقبو البيانات، المراقبون المشاركون والمعالجون 
3.1.15. الإطار التنظيمي التالي للذكاء الاصطناعي 

2.15. المبادئ المتعلقة بتجهيز البيانات الشخصية 

1.2.15. الشرعية والولاء والشفافية وحدود الغرض 
2.2.15. التقليل من البيانات والدقة والحد من فترة الاحتفاظ  
3.2.15. النزاهة والسرية 
4.2.15. المسؤولية الاستباقية 

3.15. التشريع واالتأهيل للعلاج 

1.3.15. أسس الشرعية 
2.3.15. التأهيل لمعالجة فئات خاصة من البيانات 
3.3.15. الاتصال بالبيانات 

4.15. حقوق الأفراد 

1.4.15. الشفافية والمعلومات 
2.4.15. الدخول 
3.4.15. التصحيح والحذف (الحق في النسيان) والتحديد وإمكانية النقل 
4.4.15. المعارضة والقرارات الفردية الآلية 
5.4.15. حدود الحقوق 

5.15. تحليل وإدارة المخاطر 

1.5.15. تحديد المخاطر والتهديدات لحقوق وحريات الأشخاص الطبيعيين 
2.5.15. تقييم المخاطر 
3.5.15. خطة معالجة المخاطر 

6.15. تدابير المسؤولية الاستباقية 

1.6.15. تحديد التقنيات لضمان وإثبات الامتثال 
2.6.15. التدابير التنظيمية 
3.6.15. التدابير الفنية 
4.6.15. إدارة الانتهاكات الأمنية للبيانات الشخصية 
5.6.15. سجل أنشطة العلاج  

7.15. تقييم الأثر المتعلق بحماية البيانات الشخصية (DPIA) 

1.7.15. الأنشطة التي تتطلب تقييم الأثر المتعلق بحماية البيانات الشخصية    
2.7.15. منهجيات التقييم 
3.7.15. تحديد المخاطر والتهديدات والتشاور مع سلطة الرقابة 

8.15. التنظيم التعاقدي: المديرين والمديرين والموضوعات الأخرى 

1.8.15. عقود حماية البيانات 
2.8.15. توزيع المسؤوليات 
3.8.15. العقود بين المراقبين المشتركين 

9.15. عمليات نقل البيانات الدولية 

1.9.15. التعريف والضمانات الواجب اعتمادها 
2.9.15. الشروط التعاقدية القياسية 
3.9.15. أدوات أخرى لتنظيم التحويلات 

10.15. المخالفات والعقوبات 

1.10.15. المخالفات والعقوبات 
2.10.15. معايير التخرج في مسائل العقوبات 
3.10.15. مسؤول حماية البيانات 
4.10.15. وظائف سلطات الرقابة 

الوحدة 16. أنظمة قابلة للتطوير وموثوق بها لاستخدام البيانات على نطاق واسع   

1.16. قابلية التوسع والموثوقية وقابلية الصيانة  

1.1.16. قابلية التوسع  
2.1.16. المصداقية  
3.1.16. قابلية الصيانة  

2.16. نماذج البيانات  

1.2.16. تطور نماذج البيانات  
2.2.16. مقارنة النموذج العلائقي مع نموذج NoSQL المستند إلى المستندات  
3.2.16. نموذج الرسم البياني  

3.16. محركات تخزين واسترجاع البيانات  

1.3.16. تخزين السجل المنظم  
2.3.16. التخزين في جداول قطاعية  
3.3.16. الأشجار ب  

4.16. الخدمات وتمرير الرسائل وتنسيقات تشفير البيانات  

1.4.16. تدفق البيانات في خدمات REST  
2.4.16. تدفق البيانات في تمرير الرسائل  
3.4.16. تنسيقات تسليم الرسائل  

5.16. النسخ  

1.5.16. نظرية CAP  
2.5.16. نماذج التناسق  
3.5.16. نماذج النسخ المتماثل على أساس مفاهيم القائد والمتابعين  

6.16. المعاملات الموزعة  

1.6.16. عمليات ذرية  
2.6.16. المعاملات الموزعة من طرق مختلفة كالفن، سبانر  
3.6.16. تسلسل  

7.16. التقسيم  

1.7.16. أنواع التقسيم
2.7.16. فهارس مقسمة
3.7.16. إعادة موازنة الأقسام

8.16. تجهيز الدفعات  

1.8.16. تجهيز الدفعات  
2.8.16. MapReduce  
3.8.16. نهج بعد MapReduce  

9.16. معالجة دفق البيانات  

1.9.16. نظم الرسائل  
2.9.16. استمرار تدفق البيانات  
3.9.16. الاستخدامات والعمليات مع تدفقات البيانات  

10.16. حالات الاستخدام Twitter، Facebook، Uber  

1.10.16. Twitter: استخدام ذاكرات التخزين المؤقت  
2.10.16. Facebook: النماذج غير العلائقية  
3.10.16. Uber: نماذج مختلفة لأغراض مختلفة 

الوحدة 17. إدارة الأنظمة لعمليات النشر الموزعة   

1.17. الإدارة الكلاسيكية.  النموذج الأحادي  

1.1.17. التطبيقات الكلاسيكية. النموذج الأحادي  
2.1.17. متطلبات النظام للتطبيقات المتجانسة  
3.1.17. إدارة الأنظمة المتجانسة  
4.1.17. التشغيل التلقائي  

2.17. التطبيقات الموزعة. الخدمة المصغرة  

1.2.17. نموذج الحوسبة الموزعة  
2.2.17. النماذج القائمة على الخدمات المصغرة  
3.2.17. متطلبات النظام للنماذج الموزعة  
4.2.17. تطبيقات متجانسة مقابل. التطبيقات الموزعة  

3.17. أدوات لاستغلال الموارد  

1.3.17. إدارة «الحديد»  
2.3.17. المحاكاة الافتراضية  
3.3.17. محاكاة  
4.3.17. للافتراضية  

4.17. نماذج IaaS و PaaS و SaaS  

1.4.17. نموذج IaaS  
2.4.17. نموذج PaaS  
3.4.17. نموذج SaaS  
4.4.17. أنماط التصميم  

5.17. حاويات  

1.5.17. الافتراضية مع Cgroups  
2.5.17. حاويات  
3.5.17. من التطبيق إلى الحاوية  
4.5.17. تنسيق الحاويات  

6.17. التجميع  

1.6.17. أداء عالي وتوافر عالي  
2.6.17. نماذج عالية التوفر  
3.6.17. Clúster كمنصة SaaS  
4.6.17. تأمين الكتل  

7.17. Cloud computing  

1.7.17. الكتل  مقابل السحب  
2.7.17. أنواع السحب  
3.7.17. نماذج الخدمة في cloud  
4.7.17. زيادة في الاكتتاب  

8.17. المراقبة والاختبار  

1.8.17. أنواع المراقبة  
2.8.17. العرض  
3.8.17. اختبار البنية التحتية  
4.8.17. هندسة الفوضى  

9.17. دراسة الحالة: Kubernetes  

1.9.17. الهيكل  
2.9.17. الإدارة  
3.9.17. نشر الخدمات  
4.9.17. تطوير خدمات K8S 

10.17. دراسة الحالة: OpenStack  

1.10.17. الهيكل  
2.10.17. الإدارة  
3.10.17. عمليات النشر  
4.10.17. تطوير خدمات OpenStack 

الوحدة 18. إدارة المشاريع ومنهجيات Agile   

1.18. قيادة وإدارة المشاريع   

1.1.18. المشروع  
2.1.18. مراحل المشروع  
3.1.18. قيادة وإدارة المشاريع  

2.18. منهجية PMI لإدارة المشاريع  

1.2.18. PMI (معهد إدارة المشاريع)  
2.2.18. PMBOK  
3.2.18. الفرق بين حافظة المشروع والبرنامج والمشاريع  
4.2.18. تطور المنظمات التي تعمل مع المشاريع
5.2.18. أصول العملية في المنظمات  

3.18. منهجية PMI لإدارة المشاريع: الإجراءات   

1.3.18. مجموعات العمليات  
2.3.18. مجالات المعرفة  
3.3.18. مصفوفة العملية  

4.18. منهجيات Agile إدارة المشاريع  

1.4.18. سياق VUCA (التقلب وعدم اليقين والتعقيد والغموض)  
2.4.18. قيم Agile  
3.4.18. مبادئ البيان Agile  

5.18. إطار عمل منهجية Agile SCRUM لإدارة المشاريع.   

1.5.18. Scrum  
2.5.18. ركائز منهجية سكرم  
3.5.18. القيم في Scrum  

6.18. إطار عمل منهجية Agile SCRUM لإدارة المشاريع. العملية  

1.6.18. عملية Scrum  
2.6.18. الأدوار الموضحة في عملية Scrum  
3.6.18. المراسم في Scrum  

7.18. إطار عمل منهجية Agile SCRUM لإدارة المشاريع. الآثار   

1.7.18. القطع الأثرية في عملية Scrum   
2.7.18. فريق Scrum  
3.7.18. مقاييس لتقييم أداء فريق Scrum  

8.18. إطار عمل منهجية Agile KANBAN لإدارة المشاريع. طريقة Kanban  

1.8.18. Kanban  
2.8.18. فوائد Kanban  
3.8.18. طريقة Kanban العناصر  

9.18. إطار عمل منهجية Agile KANBAN لإدارة المشاريع. ممارسات طريقة Kanban  

1.9.18. قيم Kanban  
2.9.18. مبادئ طريقة كانبان  
3.9.18. ممارسات عامة لطريقة Kanban  
4.9.18. مقاييس تقييم أداء كانبان  

10.18. مقارنة: PMIو SCRUM و KANBAN   

1.10.18. PMI–SCRUM  
2.10.18. PMI–KANBAN  
3.10.18. SCRUM– KANBAN 

الوحدة 19. التواصل والقيادة وإدارة الفريق  

1.19. التطوير التنظيمي في الشركة  

1.1.19. المناخ والثقافة والتطوير التنظيمي في الشركة  
2.1.19. ادارة الثروات البشرية  

2.19. نماذج العنوان. صناعة القرار  

1.2.19. نقلة نوعية في نماذج الإدارة  
2.2.19. عملية إدارة شركة التكنولوجيا  
3.2.19. اتخاذ القرارات أدوات التخطيط  

3.19. القيادة. التفويض والتمكين  empowerment  

1.3.19. القيادة  
2.3.19. التفويض والتمكين  empowerment  
3.3.19. تقييم الأداء 

4.19. القيادة. إدارة المواهب والالتزام  

1.4.19. إدارة المواهب في الشركة  
2.4.19. إدارة الالتزام في الشركة  
3.4.19. تحسين الاتصال في الشركة  

5.19. التدريب المطبق على الشركة  

1.5.19. التدريب الإداري  
2.5.19. تدريب الفرق  

6.19. تطبيق التوجيه على الشركة  

1.6.19. الملف الشخصي مينتور  
2.6.19. العمليات الأربع لبرنامج المراقبة Mentoring  
3.6.19. الأدوات والتقنيات في عملية التوجيه  
4.6.19. فوائد التوجيه في بيئة الأعمال  

7.19. إدارة الفريق 1 العلاقات الشخصية  

1.7.19. العلاقات بين الأفراد  
2.7.19. الأنماط العلائقية: النهج  
3.7.19. الاجتماعات الفعالة والاتفاقات في المواقف الصعبة  

8.19. إدارة الفريق 2 الصراعات  

1.8.19. الصراعات  
2.8.19. منع نشوب النزاعات ومعالجتها وحلها  

1.2.8.19. استراتيجيات منع نشوب الصراعات  
2.2.8.19. فض النزاعات. المبادئ الأساسية 

3.8.19. استراتيجيات حل المنازعات  
4.8.19. الضغوط والتحفيز في العمل  

9.19. إدارة الفريق 3.. التفاوض  

1.9.19. التفاوض في المجال الإداري لشركات التكنولوجيا  
2.9.19. أنماط التفاوض  
3.9.19. مراحل التفاوض  

1.3.9.19. الحواجز التي يتعين التغلب عليها في المفاوضات  

10.19. إدارة الفريق 4.. تقنيات التفاوض  

1.10.19. تقنيات واستراتيجيات التفاوض  

1.1.10.19. الإستراتيجيات وأنواع التفاوض الرئيسية  
2.1.10.19. تكتيكات التفاوض والقضايا العملية  

2.10.19. شخصية المتفاوض 

مع هذا المنهج، كن القائد الذي تحتاجه المؤسسات للإبحار في بحر من البيانات"