-
نوع الدرجة العلمية: شهادة "محلل البيانات الضخمة"
-
المؤهلات الإضافية: شهادة "مهندس بيانات
شهادة تحليل البيانات"
شهادة "أخصائي البيانات الضخمة" -
الامتحان النهائي: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
-
أوقات الدرس: دوام كاملمن الإثنين إلى الجمعة من الساعة 8:30 صباحًا إلى 3:35 مساءً (في الأسابيع التي تتخللها عطلات رسمية من الساعة 8:30 صباحًا إلى 5:10 مساءً)
-
لغة التعليم: الألمانية
-
المدة: 12 أسابيع
مهندس بيانات
أساسيات هندسة البيانات وبنى البيانات (حوالي يومين)
المهام ومجالات التطبيق في هندسة البيانات
أساسيات هياكل البيانات ومنصات البيانات الحديثة
أساسيات ومقارنة بين بنى البيانات القائمة على السحابة
OLTP و OLAP
معالجة البيانات المنظمة وشبه المنظمة وغير المنظمة
إدارة المتطلبات ونمذجة البيانات (حوالي يوم واحد)
متطلبات البيانات ومصادر البيانات
النمذجة النظرية للبيانات
نمذجة هياكل البيانات وتدفقات البيانات
عقود البيانات، وحوكمة البيانات، ونسب البيانات
قواعد البيانات ومعالجة البيانات (حوالي يوم واحد)
بنية أنظمة قواعد البيانات
مقارنة بين SQL و NoSQL و NewSQL
نمذجة البيانات العلائقية
استخدام SQL في الاستعلام عن البيانات ومعالجتها
تخزين البيانات وبنى البيانات الحديثة (حوالي يومين)
أساسيات وبنية أنظمة مستودعات البيانات
نمذجة البيانات الأبعادية وتصميم المخططات
الحقائق والأبعاد وتخزين البيانات التاريخية
مقارنة بين مستودع البيانات وبحيرة البيانات و"ليكهاوس"
مقدمة إلى dbt
التنفيذ العملي لنماذج البيانات
تكامل البيانات وخطوط نقل البيانات (حوالي 5 أيام)
تكامل البيانات وتوفير البيانات
عمليات ETL و ELT
إنشاء وتنسيق مسارات البيانات
تنقية البيانات والتحقق من صحتها وجودة البيانات
المعالجة الدفعية والتدفقية
الاستخدام العملي لـ Airflow و Spark
البرمجة ومعالجة البيانات الآلية (حوالي 4 أيام)
بيئات Python وإدارة الحزم
معالجة البيانات وتحويلها باستخدام لغة Python
أتمتة عمليات معالجة البيانات
ربط مصادر البيانات والواجهات المختلفة
تطوير سير عمل هندسة البيانات
التحويل إلى حاويات باستخدام Docker
الدعم المدعوم بالذكاء الاصطناعي في عمليات التطوير ومعالجة البيانات
عمل المشروع (5 أيام تقريباً)
لتوحيد المحتوى المكتسب
عرض نتائج المشروع
تحليلات البيانات
مقدمة في تحليل البيانات (حوالي يوم واحد)
المهام ومجالات التطبيق وحالات الاستخدام النموذجية لتحليل البيانات
عمليات تحليل البيانات ونموذج CRISP-DM
دور محلل البيانات والتمييز بينه وبين علم البيانات وهندسة البيانات وذكاء الأعمال
تصنيف الذكاء الاصطناعي والتعلم الآلي
لغة بايثون لتحليل البيانات (حوالي يوم واحد)
العمل مع Jupyter Notebooks
NumPy و Pandas لتحليل البيانات
استيراد وتصدير مصادر البيانات المختلفة، مثل Excel و CSV
اختيار البيانات وتحويلها
تحضير البيانات والتحليل الاستكشافي للبيانات (حوالي 3 أيام)
تنقية البيانات وتحويلها باستخدام Pandas
التعامل مع البيانات المفقودة والخاطئة والشاذة
دمج البيانات وتجميعها وتجميعها
التحليل الاستكشافي للبيانات واستخلاص النتائج الأولية
أساسيات التحليلات الإحصائية
لغة SQL وإدارة البيانات (حوالي يومين)
قواعد البيانات العلائقية ونماذج البيانات
استعلامات البيانات ومعالجتها باستخدام SQL
عمليات الربط والتجميع والاستعلامات التحليلية
التفاعل بين SQL و Python في تحليل البيانات
جودة البيانات وحماية البيانات
ربط واستخدام مصادر البيانات وأنظمة قواعد البيانات المختلفة
تصور البيانات وسرد القصص بالبيانات (حوالي يومين)
التصور باستخدام Matplotlib وSeaborn وPlotly
اختيار المخططات وأشكال التصور المناسبة
معالجة وتفسير نتائج التحليل
سرد القصص بالبيانات والتواصل الملائم للجمهور المستهدف
Power BI ولوحات المعلومات التفاعلية (حوالي يومين)
استيراد البيانات ومعالجتها باستخدام Power Query
نمذجة البيانات والعلاقات
أساسيات DAX والمؤشرات
إنشاء التقارير ولوحات المعلومات التفاعلية
تصور مؤشرات الأداء الرئيسية للأعمال (KPIs) والتواصل بشأنها
نظرة عامة على الحلول البديلة في مجال ذكاء الأعمال والتصور
تحليل البيانات المدعوم بالذكاء الاصطناعي (حوالي يومين)
استخدام الذكاء الاصطناعي التوليدي في سير عمل تحليل البيانات
إعداد البيانات وتحليلها وتصورها باستخدام الذكاء الاصطناعي
الدعم في استعلامات Python و SQL
توجيه عمليات تحليل البيانات وتفسير النتائج
التقييم النقدي لمصادر البيانات، بالإضافة إلى الكشف عن البيانات المركبة وغير المعقولة
ضمان الجودة وحماية البيانات والاستخدام المسؤول للذكاء الاصطناعي
تحليلات الأعمال والأسس الإحصائية (حوالي يومين)
المؤشرات الرئيسية ومؤشرات الأداء الرئيسية (KPIs) في سياق المؤسسة
الإحصاء الوصفي والارتباطات الإحصائية
الارتباط والسببية وتحليلات الانحدار البسيطة
أساسيات فترات الثقة واختبارات الفرضيات
تفسير نتائج التحليل واستنباط توصيات عملية قائمة على البيانات
عمل المشروع (5 أيام تقريباً)
لتوحيد المحتوى المكتسب
عرض نتائج المشروع
أخصائي البيانات الضخمة
ما هي البيانات الضخمة؟ (يوم واحد تقريباً)
الحجم، والسرعة، والتنوع، والقيمة، والصدقية
فرص ومخاطر الكميات الكبيرة من البيانات
التمايز: ذكاء الأعمال، تحليلات البيانات، علم البيانات
مقدمة في التنقيب عن البيانات
دور الذكاء الاصطناعي والأنظمة القائمة على البيانات في بيئة البيانات الضخمة
مقدمة في أطر عمل البيانات الضخمة (يومان تقريبًا)
حلول البيانات الضخمة في السحابة (نظرة عامة على AWS وAzure وGCP)
أنماط الوصول إلى البيانات
تخزين البيانات
مقدمة في بحيرات البيانات ومستودعات البيانات
نظرة عامة على Apache Hadoop وSpark
معالجة البيانات الموزعة باستخدام Spark (3 أيام تقريباً)
أساسيات الأنظمة الموزعة
أباتشي سبارك (الأساسية وSQL)
مقارنة الأساليب المختلفة لمعالجة البيانات
معالجة كميات كبيرة من البيانات
مقدمة في سير عمل التعلم الآلي البسيط باستخدام Spark
خطوط أنابيب البيانات وتكامل البيانات (حوالي 2 يومان)
عمليات ETL وعمليات ETT
المعالجة الدفعية مقابل المعالجة المتدفقة
أساسيات خطوط أنابيب البيانات
مقدمة في التنسيق (على سبيل المثال نظرة عامة على Airflow)
جودة البيانات وإعدادها
المكونات (يومان تقريباً)
عرض موجز للأدوات المختلفة
نقل البيانات
نظرة عامة على إدارة الموارد في أنظمة البيانات الضخمة
نظام هادوب البيئي
تعميق أباتشي سبارك
مقدمة في تقنيات التدفق
NoSQL وتخزين البيانات (حوالي 2 يومان)
نظرية كاب
ACID و BASE
أنواع قواعد البيانات
قاعدة بيانات HBase
مقدمة في قواعد البيانات الموجهة للمستندات
مقدمة في تنسيقات التخزين
نظرة عامة على مناهج بحيرة البيانات
تصوّر البيانات الضخمة (يومان تقريباً)
نظريات التصور
اختيار الرسوم البيانية
أنواع جديدة من الرسوم البيانية
أدوات لتصور البيانات
مقدمة في أدوات ذكاء الأعمال (مثل Power BI و Tableau)
أساسيات اتخاذ القرارات المستندة إلى البيانات
حوكمة البيانات وحماية البيانات (يوم واحد تقريبًا)
أساسيات اللائحة العامة لحماية البيانات في سياق البيانات
أخلاقيات البيانات والتعامل المسؤول مع البيانات
مفاهيم جودة البيانات والحوكمة
ضوابط الوصول والأمان
أساسيات الاستخدام المسؤول للذكاء الاصطناعي
عمل المشروع (5 أيام تقريباً)
لتوحيد المحتوى المكتسب
عرض نتائج المشروع
التغييرات ممكنة، ويتم تحديث محتوى الدورة التدريبية بانتظام.
لقد أتقنت العمليات التي ينطوي عليها دمج البيانات وإعدادها وإثرائها وإعادة توجيهها وفهم تحليلات البيانات الضخمة باستخدام مفاهيم برمجة Python الأساسية ومفاهيم قواعد بيانات SQL وNoSQL. معرفة البرامج الخاصة بالصناعة لمعالجة وهيكلة البيانات الضخمة غير المهيكلة وتصورها يكمل معرفتك.
تستهدف الدورة التدريبية الأشخاص الحاصلين على شهادة في علوم الحاسب الآلي أو المعلوماتية التجارية أو إدارة الأعمال أو الرياضيات أو مؤهل مماثل.
يُعد التقييم المنهجي لأحجام البيانات أمرًا ضروريًا للشركات من أجل الحصول على معلومات حول منتجاتها وسلوك العملاء. وفي ظل هذه الخلفية، يتزايد الطلب على محللي البيانات الضخمة في جميع الصناعات.
توفر لك شهادتك المفيدة نظرة تفصيلية عن المؤهلات التي اكتسبتها وتحسن من فرصك المهنية.
المفهوم التعليمي
إن محاضريك مؤهلون تأهيلاً عالياً من الناحيتين المهنية والتعليمية وسيقومون بتدريسكم من اليوم الأول إلى اليوم الأخير (لا يوجد نظام للدراسة الذاتية).
سوف تتعلم في مجموعات صغيرة فعالة. تتكون الدورات عادةً من 6 إلى 25 مشاركاً. تُستكمل الدروس العامة بالعديد من التمارين العملية في جميع وحدات الدورة التدريبية. تُعد مرحلة الممارسة جزءًا مهمًا من الدورة، حيث أنه خلال هذا الوقت تقوم بمعالجة ما تعلمته وتكتسب الثقة والروتين في تطبيقه. يتضمن القسم الأخير من الدورة التدريبية مشروعاً أو دراسة حالة أو امتحاناً نهائياً.
الفصول الدراسية الافتراضية alfaview®
Bildungszentrumتُقدَّم الدروس باستخدام تقنية الفيديو الحديثة alfaview® - إما من منزلك أو في مقرنا في . يمكن للدورة التدريبية بأكملها رؤية بعضكم البعض وجهاً لوجه عبر alfaview®، والتواصل مع بعضكم البعض بجودة صوت متزامنة الشفاه والعمل على مشاريع مشتركة. وبالطبع، يمكنك أيضاً رؤية مدربيك المتصلين والتحدث إليهم مباشرةً في أي وقت، وسيقوم المحاضرون بتدريسكم في الوقت الفعلي طوال مدة الدورة التدريبية. الدروس ليست تعليماً إلكترونياً، بل تدريس حقيقي مباشر وجهاً لوجه عبر تقنية الفيديو.
alfatraining Agentur für Arbeit الدورات التدريبية في مدعومة ومعتمدة وفقًا للائحة اعتماد AZAV. Bildungsgutschein Aktivierungs- und Vermittlungsgutscheinعند تقديم أو، عادةً ما يتم تغطية تكاليف الدورة التدريبية بالكامل من قبل جهة التمويل.
Europäischen Sozialfonds Deutsche Rentenversicherung يمكن التمويل أيضًا من خلال (ESF) أو (DRV) أو برامج التمويل الإقليمية. Berufsförderungsdienst كجندي منتظم، يمكن حضور المزيد من الدورات التدريبية عن طريق (BFD). Agentur für Arbeit (Qualifizierungschancengesetz) يمكن للشركات أيضًا تأهيل موظفيها عن طريق برنامج تمويل من .