مطوّر تعلّم الآلة مع ITIL® Foundation (الإصدار 5) ومؤسسة إدارة المشاريع PRINCE2® (الإصدار 7)
تقدم هذه الدورة في البداية المهام الأساسية لتطوير التعلم الآلي. وفي الخطوة الأولى، يتم شرح تحليل البيانات وتصورها، بالإضافة إلى إدارة البيانات، بشكل مفصل ووضعها في سياق البيانات الضخمة. وفي الخطوة التالية، يرشدك المقرر من أساسيات التعلم الآلي إلى فئتي التعلم الخاضع للإشراف والتعلم غير الخاضع للإشراف، ويقدم نظرة عامة على موضوع التقييم والتحسين. ويوضح الدورة كيف تستطيع أنظمة تكنولوجيا المعلومات تحديد الأنماط في قواعد البيانات الحالية، وإيجاد حلول مستقلة للمشكلات بمساعدة الخوارزميات. في الخطوة الأخيرة من تطور التعلم الآلي، يتعمق المقرر في أحد مجالات التعلم الآلي، وهو «التعلم العميق»، ويشرح أساليبه القائمة على الشبكات العصبية. بالإضافة إلى هذا المجال المتخصص، ستتعرف على منهجية تحسين العمليات ITIL® ومنهجية إدارة المشاريع PRINCE2®.
-
نوع الدرجة العلمية: شهادة "مطوّر تعلّم الآلة"
شهادة "مؤسسة ITIL® Foundation (الإصدار 5)"
شهادة "مؤسسة إدارة المشاريع PRINCE2® Foundation (الإصدار 7)" -
المؤهلات الإضافية: شهادة تحليل البيانات"
شهادة "التعلم الآلي
شهادة "التعلم العميق -
الامتحان النهائي: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
ITIL® Foundation (Version 5) (Prüfungsvoucher im Kurs enthalten)
PRINCE2® Project Management Foundation (Version 7) (Prüfungsvoucher im Kurs enthalten) -
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: 16 أسابيع
تحليلات البيانات
مقدمة في تحليل البيانات (يوم واحد تقريباً)
النموذج المرجعي CRISP-DM
سير عمل تحليلات البيانات
تعريف الذكاء الاصطناعي والتعلم الآلي والتعلم العميق
المتطلبات ودور مهندسي البيانات وعلماء البيانات ومحللي البيانات في الشركة
مراجعة أساسيات بايثون (يوم واحد تقريبًا)
أنواع البيانات
الدوال
تحليل البيانات (3 أيام تقريبًا)
وحدات بايثون المركزية في سياق تحليل البيانات (NumPy، Pandas)
عملية إعداد البيانات
خوارزميات التنقيب عن البيانات في بايثون
الذكاء الاصطناعي في إجراءات العمل
عرض تقنيات محددة للذكاء الاصطناعي
والتطبيقات الممكنة في البيئة المهنية
تصور البيانات (3 أيام تقريباً)
تحليل البيانات الاستكشافية
الرؤى
جودة البيانات
تحليل الفوائد
التصور باستخدام Python: Matplotlib وSeaborn وPlotly Express
سرد قصص البيانات
إدارة البيانات (يومان تقريباً)
هياكل البيانات الضخمة
قواعد البيانات العلائقية مع SQL
المقارنة بين قواعد بيانات SQL وقواعد بيانات NoSQL
ذكاء الأعمال
حماية البيانات في سياق تحليل البيانات
تحليل البيانات في سياق البيانات الضخمة (يوم واحد تقريباً)
نهج MapReduce
سبارك
NoSQL
لوحات المعلومات (3 أيام تقريباً)
المكتبة: لوحات المعلومات
هيكل لوحات المعلومات وتخصيصها
عمليات الاستدعاء
التنقيب عن النصوص (يوم واحد تقريباً)
المعالجة المسبقة للبيانات وتصورها
المكتبة: سباسي
عمل المشروع (5 أيام تقريباً)
لتوحيد المحتوى المكتسب
عرض نتائج المشروع
التعلّم الآلي
مقدمة في التعلم الآلي (5 أيام تقريباً)
لماذا التعلم الآلي؟
أمثلة تطبيقية
التعلم الخاضع للإشراف، والتعلم غير الخاضع للإشراف، والتعلم الخاضع للإشراف الجزئي، والتعلم المعزز
أمثلة على مجموعات البيانات
التعرف على البيانات
بيانات التدريب والتحقق من الصحة وبيانات الاختبار
عرض البيانات
إجراء التنبؤات
التعلم تحت الإشراف (حوالي 5 أيام)
التصنيف والانحدار
التعميم والإفراط في التعميم وعدم التعميم
حجم مجموعة البيانات
خوارزميات التعلّم تحت الإشراف
النماذج الخطية
مصنفات بايز
أشجار القرار
الغابة العشوائية
تعزيز التدرج
الجيران الأقرب ك
ماكينات دعم المتجهات
المجال العشوائي الشرطي
الشبكات العصبية والتعلم العميق
الاحتمالات
التعلم غير الخاضع للإشراف (5 أيام تقريباً)
أنواع التعلم غير الخاضع للإشراف
المعالجة المسبقة والقياس
تحويلات البيانات
قياس بيانات التدريب والاختبار
تقليل الأبعاد
هندسة الميزات
التعلّم المتشعب
تحلل المكونات الرئيسية (PCA)
تحليل المصفوفة غير السالبة (NMF)
التعلُّم المتشعب مع التحليل العنقودي للمكونات الرئيسية
التحليل العنقودي
التجميع k-Means
التجميع العنقودي التجميعي
التحليل العنقودي الهرمي
DBSCAN
خوارزميات التجميع
التقييم والتحسين (يومان تقريباً)
اختيار النموذج وتقييم النموذج
ضبط المعلمات الفائقة للمُقدِّر
التحقق التبادلي
بحث الشبكة
مقاييس التقييم
التصنيف
عمل المشروع (3 أيام تقريباً)
لتوحيد المحتوى الذي تم تعلمه
عرض نتائج المشروع
التعلّم العميق
مقدمة في التعلم العميق (يوم واحد تقريباً)
التعلم العميق كنوع من التعلم الآلي
أساسيات الشبكات العصبية (4 أيام تقريباً)
الإدراك الحسي متعدد الطبقات
حساب الشبكات العصبية
تحسين معلمات النموذج، والانتشار الخلفي
مكتبات التعلم العميق
الانحدار مقابل التصنيف
وظائف الخسارة والتنشيط النموذجية
تقييم توقعات النموذج باستخدام المقاييس
مقاييس الانحدار والتصنيف
منحنيات التعلّم، والإفراط في التركيب والتنظيم
تحسين المعامل الفائق
تنظيم L1/12
التسرب
التوقف المبكر
نزول التدرج العشوائي (SGD)
الزخم، آدم الأمثل
تحسين معدل التعلم
تعديل معدل التعلم الديناميكي
تقليل معدل التعلم عند الهضبة
تحسين معدل التعلُّم باستخدام TensorBoard
التحكم في عملية الملاءمة باستخدام عمليات الاسترجاع
حفظ النماذج وتحميلها
الشبكة العصبية التلافيفية (CNN) (يومان تقريباً)
تصنيف الصور
الطبقات التلافيفية، طبقات التجميع
طبقات إعادة التشكيل، التسطيح، تجميع المتوسط العالمي
مسابقة ImageNet-منافسة الشبكات العصبية المتداخلة (CNN)
الشبكات العصبية العميقة، وتلاشي التدرجات، وتخطي الاتصالات، وتطبيع الدُفعات
نقل التعلم (يوم واحد تقريباً)
تكييف ودمج النماذج
التدريب المسبق غير الخاضع للإشراف
زيادة بيانات الصور، والذكاء الاصطناعي القابل للتفسير
محمل البيانات
شبكة CNN الإقليمية (يوم واحد تقريباً)
توطين الكائنات
التجزئة الدلالية
مشاكل الانحدار
الشبكات العصبية المتفرعة
بنية YOLO
نماذج U-Net
طرق توليد الصور الإبداعية (يوم واحد تقريباً)
شبكات الخصومة التوليدية (GAN)
التزييف العميق
نماذج الانتشار
الاستبانة الفائقة
تكملة مناطق الصور المكملة
تطبيق نماذج الأساس من تعانق الوجه
نماذج متعددة الوسائط
لورا-ضبط دقيق
مجالات تطبيق النماذج التوليدية
القيود القانونية
الشبكات العصبية المتكررة (يومان تقريباً)
تحليل التسلسل
الطبقات المتكررة
الانتقاء الخلفي عبر الزمن (BPTT)
تحليل السلاسل الزمنية
مشاكل التدرج الانفجاري والتلاشي
LSTM (الذاكرة طويلة وقصيرة المدى)
GRU (وحدة متكررة مبوبة)
شبكة RNN العميقة
LSTM العميقة
معالجة النصوص باستخدام الشبكات العصبية (يومان تقريباً)
المعالجة المسبقة للنص
تضمين الطبقات
تصنيف النصوص
تحليل المشاعر
معالجة اللغة الطبيعية (NLP)
الترجمات
توليد النص
طريقة التسلسل إلى التسلسل، بنية أداة التشفير وفك التشفير
نماذج التشفير فقط ونماذج فك التشفير فقط
التطبيق المحلي للنماذج اللغوية الكبيرة
النماذج اللغوية (يوم واحد تقريباً)
بنية الترانسفير
الانتباه والانتباه متعدد الرؤوس
الترميزات الموضعية
ضبط النماذج اللغوية الكبيرة
التلقين
خطوط أنابيب توليد النص
التلخيص
روبوتات المحادثة
التوليد المعزز للاسترجاع
وكلاء الذكاء الاصطناعي
التعلم المعزز العميق (يوم واحد تقريباً)
التحكم في الأنظمة الديناميكية
أنظمة الوكلاء
التدريب من خلال المكافآت
تدرجات السياسة
التعلُّم الكمي العميق
الشبكات العصبية الباييزية (يوم واحد تقريباً)
حالات عدم اليقين في الشبكات العصبية
التقييم الإحصائي للتوقعات
الثقة، الانحراف المعياري
البيانات غير المتوازنة
طرق أخذ العينات
عمل المشروع (3 أيام تقريباً)
لتوحيد المحتوى الذي تم تعلمه
عرض نتائج المشروع
مؤسسة ITIL® Foundation (الإصدار 5)
مصطلحات وتعريفات هامة لتكنولوجيا المعلومات والاتصالات وتكنولوجيا المعلومات (حوالي 2 يومان)
إدارة المنتجات والخدمات الرقمية
المنتجات والخدمات وعروض الخدمات
خلق القيمة وعلاقات الخدمة
مستهلكو الخدمة ومقدمو الخدمة والجهات الراعية والعملاء والمستخدمون
جودة الخدمة واتفاقيات مستوى الخدمة (SLA)
المنفعة والضمان وتجربة المستخدم والاستدامة
دورة حياة منتج وخدمة ITIL
التحسين المستمر
الأبعاد الأربعة لإدارة منتجات وخدمات ITIL (يوم واحد تقريباً)
المؤسسات والأفراد
الشركاء والموردون
المعلومات والتكنولوجيا
تدفقات القيمة والعمليات
النهج الشمولي والعوامل الخارجية المؤثرة
دورة حياة منتج وخدمة ITIL (يوم واحد تقريباً)
الاكتشاف والتصميم والاقتناء والبناء
الانتقال والتشغيل والتسليم والدعم.
خلق القيمة في دورة حياة المنتج والخدمة
الاستخدام التكراري وغير الخطي لدورة الحياة
نظام قيم ITIL (حوالي 2 يومان)
مكونات نظام القيمة في ITIL والمبادئ الأساسية ل ITIL
الحوكمة وسلسلة القيمة ونموذج التشغيل
ممارسات الإدارة وإرشادات الممارسة والتحسين المستمر
التوجه نحو القيمة والتعاون والتحسين
عمليات الخدمة والإصدارات وإدارة المشاكل
التكامل المستمر والتسليم المستمر والنشر المستمر
هندسة موثوقية الموقع (SRE) وإمكانية المراقبة
المقاييس وعوامل النجاح الحاسمة (CSF)
تحديد مسارات القيمة وتخطيطها وإدارتها (يوم واحد تقريباً)
تدفقات القيمة وإدارة تدفقات القيمة
تدفقات القيمة الرئيسية وتدفقات القيمة الداعمة
التفكير في التعقيد وتحسين سير العمل
تخطيط مسارات القيمة
تكنولوجيا المعلومات والاتصالات والذكاء الاصطناعي (0.5 يوم تقريباً)
الذكاء الاصطناعي (AI) ونضج الذكاء الاصطناعي
الذكاء الاصطناعي التوليدي (GenAI) والذكاء الاصطناعي العميل
الذكاء الاصطناعي في دورة حياة المنتج والخدمة
حوكمة الذكاء الاصطناعي
ITIL وأطر العمل الأخرى (0.5 يوم تقريباً)
ITIL و DevOps
ITIL و PRINCE2
إدارة المشاريع في دورة حياة المنتج والخدمة
أعمال المشروع والتحضير للشهادة وامتحان الشهادة (3 أيام تقريباً)
شهادة PRINCE2® الأساسية في إدارة المشاريع (الإصدار 7)
مقدمة في إدارة المشاريع استناداً إلى PRINCE2® (يوم واحد تقريباً)
تعريف المشروع وخصائصه
دورة مراقبة المشروع في إدارة المشاريع وأبعاد المشروع الستة
التحديات في إدارة المشاريع - لماذا تفشل المشاريع؟
Advantages of the PRINCE2® project management method
بيئات العملاء والموردين
المشاريع في البيئة التجارية
Structure of the PRINCE2® method and its five integrated building blocks
المنتجات الإدارية لطريقة PRINCE2
الأدوات الرقمية والتحليل المدعوم بالذكاء الاصطناعي في إدارة المشاريع الحديثة
المبادئ الأساسية ل PRINCE2® (يوم واحد تقريباً)
المبادئ الأساسية السبعة لـ PRINCE2®
بيانات ومحتويات المبادئ الأساسية
العلاقة بين المبادئ الأساسية ومواضيع PRINCE2®
تكييف PRINCE2® مع بيئة المشروع، مع الأخذ بعين الاعتبار أساليب العمل الرقمية
أهمية الأشخاص بالنسبة لمشاريع PRINCE2® (يوم واحد تقريباً)
إدارة التغيير
القيادة والإدارة
التواصل في المشروع
تأثيرات الأنظمة الرقمية والأنظمة المدعومة بالذكاء الاصطناعي على عمليات التعاون والتغيير
الموضوعات السبعة لـ PRINCE2® (حوالي 3 أيام)
حالة العمل (نهج إدارة الفوائد ونهج إدارة الاستدامة)
التنظيم (هيكل المشروع والأدوار والمسؤوليات)
وضع الخطط
تخطيط الجودة ومراقبة الجودة
إدارة المخاطر باستخدام أساليب التحليل الحديثة والتقييمات القائمة على البيانات
إدارة القضايا
مراقبة تقدم المشروع
عمليات PRINCE2® السبعة (حوالي 2 يومان)
التفاعل بين عمليات PRINCE2® السبعة في عملية المشروع
الأنشطة في عمليات PRINCE2® ذات الصلة
إعداد المشروع وتوجيهه وبدء المشروع
التحكم في مرحلة ما
إدارة تسليم المنتج
إدارة التحولات المرحلية
إغلاق المشروع
أعمال المشروع والتحضير للشهادة وامتحان الشهادة (يومان تقريباً)
التغييرات ممكنة، ويتم تحديث محتوى الدورة التدريبية بانتظام.
بعد انتهاء الدورة، ستكون لديك معرفة بتحليل البيانات وتصورها بالإضافة إلى إدارة البيانات. ستكون على دراية بأهم أسباب استخدام التعلم الآلي ومجالات التطبيق والفئات والمفاهيم المختلفة للتعلم الآلي. ستكون أيضاً على دراية بمجالات تطبيق التعلم العميق وكيفية عمل الشبكات العصبية. ستفهم كيف يمكن للشبكات العصبية أن تتعرف على الأشياء في الصور وتكون قادرًا على توفير عمليات التعلم الآلي وتوثيقها.
يمكنك أيضاً فهم المفاهيم المركزية لإدارة المنتجات والخدمات الرقمية وفقاً لمؤسسة ITIL® Foundation (الإصدار 5). أن تكون على دراية بدورة حياة منتجات وخدمات ITIL، ونظام القيمة في ITIL، وتدفقات القيمة، وخلق القيمة وعلاقات الخدمة، بالإضافة إلى المفاهيم الحديثة مثل الذكاء الاصطناعي والأتمتة والتحسين المستمر، ويمكنك تصنيفها في سياق مؤسسي. You will also be able to work on PRINCE2® projects and be familiar with their processes and terminology. كما ستكون قادراً على تخطيط وتنفيذ مشاريع تكنولوجيا المعلومات وقياس مدى نجاحها.
علوم الحاسب الآلي والرياضيات والهندسة الكهربائية والأشخاص الحاصلون على شهادة في الهندسة (التجارية)
إن تعدد استخدامات لغة Python يجعل الموظفين ذوي المهارات ذات الصلة جذابين في العديد من الصناعات والشركات. يتم البحث عن الأشخاص الذين يتمتعون بمهارات برمجة بايثون بشكل خاص في تطوير الويب والتعلم الآلي وتحليل البيانات.
يُستخدم التعلّم الآلي في العديد من مجالات التطبيق: التطوير المستقل لمرشحات الرسائل غير المرغوب فيها المناسبة للإنترنت، أو إنشاء تنبؤات دقيقة لمستويات المخزون في إدارة سلسلة التوريد أو تطوير توقعات الشراء للعملاء الأفراد أو شرائح العملاء في التسويق. يمكن نشر الموظفين المؤهلين في مجال التعلم الآلي في جميع القطاعات، وبالتالي يزداد الطلب عليهم في سوق العمل.
يمكن استخدام التعلُّم العميق لتحليل كميات كبيرة من البيانات بحثاً عن الأنماط والنماذج. ولهذا السبب غالبًا ما يُستخدم في سياق الذكاء الاصطناعي للتعرف على الوجه أو الأشياء أو الكلام، على سبيل المثال في التعرف على الصور الطبية أو التعرف على النصوص والكلام في المبيعات أو أمن بيانات تكنولوجيا المعلومات أو مراقبة المعاملات المالية. وبالتالي يمكن توظيف المتخصصين الذين يتمتعون بهذه المعرفة بطرق متنوعة ويزداد الطلب عليهم في سوق العمل.
من خلال معرفتك بخدمات تكنولوجيا المعلومات وإدارة المشاريع مع ITIL® و PRINCE2®، ستحصل على مؤهل إضافي مطلوب بشدة، خاصة في قطاع تكنولوجيا المعلومات.
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 .