Cambridge
Academy
In London

المقدمة :

في المشهد الرقمي الحالي، تتواجد المعلومات بأشكال ومصادر لا حصر لها. وتُتيح القدرة على استخلاص البيانات ونمذجتها وتحليلها تحقيق فوائد تجارية كبيرة. يمكّن تحليل البيانات الضخمة المؤسسات من تحديد الاتجاهات، وتعديل إجراءاتها التشغيلية، وتعزيز الإيرادات وتجربة العملاء. تُقدّم هذه الدورة منهجًا عمليًا لفهم تطبيق علم البيانات وتحليل البيانات الضخمة، بما في ذلك تحديد المتطلبات، واعتماد التقنيات، واختيار نماذج التحليل المناسبة، وفهم كميات هائلة من البيانات.

أهداف الدورة التدريبية

بنهاية هذه الدورة، سيكون المشاركون قادرين على:

• فهم دور البيانات الضخمة في مؤسساتهم.

• تحديد الوقت الأمثل لتطبيق تحليل البيانات وأفضل أساليب التعامل معه.

• اختيار النماذج والتقنيات المناسبة للبيانات الضخمة.

• التعلم من دراسات الحالة وسيناريوهات الاستخدام.

• تحقيق نتائج ناجحة من خلال تطبيق أفضل الممارسات في تحليل البيانات.

الفئة المستهدفة

تم تصميم هذه الدورة لتناسب الفئات التالية:

• محللي الإحصاء والبحوث.

• كوادر تطوير التطبيقات وبحوث البيانات الرئيسية.

• مهندسو التكنولوجيا، والمدراء التقنيون، والمدراء التنفيذيون للمعلومات.

• مدراء التطوير الاستراتيجي.

• الفرق بين علم البيانات وتحليلات البيانات الضخمة:

يُعدّ علم البيانات وتحليلات البيانات الضخمة مجالين مترابطين يستخلصان رؤى قيّمة من مجموعات البيانات المعقدة. يشمل علم البيانات أنشطة متنوعة، منها التحليل الإحصائي والتعلم الآلي، بينما تتخصص تحليلات البيانات الضخمة في معالجة وتحليل مجموعات البيانات الكبيرة بكفاءة. ويلعب كلا المجالين دورًا محوريًا في اتخاذ القرارات القائمة على البيانات من خلال الكشف عن الأنماط والارتباطات ضمن مجموعات البيانات الواسعة.

محاور الدورة التدريبية

اليوم الأول: تحليلات البيانات الضخمة:

• الممارسات والاتجاهات الحالية.

• ذكاء الأعمال مقابل علم البيانات.

• البنية التحليلية.

• الأدوار في قطاعي التكنولوجيا والشركات التجارية.

• المحركات الرئيسية.

اليوم الثاني: نماذج تحليلات البيانات ودورة حياتها:

• دورة حياة تحليلات البيانات.

• الاكتشاف.

• إعداد البيانات.

• تخطيط النموذج ومراجعته.

• إنشاء النموذج.

• خطة التواصل.

• من التخطيط إلى التشغيل.

اليوم الثالث: نظرة عامة على أساليب وبرامج تحليل البيانات:

• نظرة عامة على إطار عمل R.

• نظرة عامة على تحليلات البيانات الضخمة.

• تحليل البيانات الاستكشافي.

• أساليب التقييم الإحصائي.

• أساليب التجميع المتقدمة.

• قواعد الارتباط.

• الانحدار.

اليوم الرابع: نظرة عامة على النظريات والأساليب المتقدمة:

• التصنيف.

• تحليل السلاسل الزمنية.

• تحليل النصوص.

• التقنيات والأدوات.

• دراسة حالة وتقييم.

اليوم الخامس: التقنيات والأدوات وتحقيق النتائج:

• تحليلات البيانات غير المهيكلة.

• أدوات تحليلية متقدمة.

• تكامل البيانات.

• إدارة تسليم المشاريع.

• نظرة عامة على تصور البيانات.