يُقدِّم هذا المقرر دور ومهام مالك منتج سكرم، بما في ذلك العمل مع قائمة المهام المتأخرة للمنتج. بالإضافة إلى ذلك، يتناول المقرر أساسيات الذكاء الاصطناعي، وتحليل البيانات باستخدام لغة بايثون، والبيانات الضخمة، ولوحات المعلومات، واستخراج المعلومات من النصوص. كما ستتعلم سير العمل الكامل للتعلم الآلي – بدءًا من إعداد البيانات وتطوير النماذج وصولًا إلى التقييم والتفسير.
-
نوع الدرجة العلمية: شهادة "مالك منتج سكروم المحترف (PSPO I) من Scrum.org"
شهادة تحليل البيانات"
شهادة "التعلم الآلي -
الامتحان النهائي: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
Scrum.org-Zertifizierung PSPO I - Professional Scrum Product Owner (in englischer Sprache) -
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
إدارة المشاريع الرشيقة مع سكروم: مالك المنتج (PSPO I)
أساسيات سكرم (حوالي يومين)
تعريف سكرم
التحكم التجريبي في العمليات
الشفافية
المراجعة
التكيف
قيم سكرم (الالتزام، التركيز، الانفتاح، الاحترام، الشجاعة)
فريق سكرم (حوالي يوم واحد)
مالك المنتج
المطورون
مدير سكرم
المسؤوليات (صاحب المنتج، قائد سكرم، المطورون)
الفرق ذاتية الإدارة
أحداث سكرم (حوالي 3.5 أيام)
الفترة الزمنية المحددة
السبرينت
تخطيط السبرينت
اجتماع سكرم اليومي
مراجعة السبرينت
استعراض السبرنت
المنتجات (حوالي 3 أيام)
الشفافية وقابلية التحقق
قائمة المهام المنتظر تنفيذها
قائمة مهام السبرينت
التزايد
تعريف الإنجاز
مالك المنتج في سكرم (حوالي 3.5 أيام)
مهام مالك منتج سكرم
رؤية المنتج واستراتيجية المنتج
تحديد المتطلبات وتحليلها
تحديد الأولويات وتعظيم القيمة
اتخاذ قرارات متعلقة بالمنتج تركز على المخاطر والقيمة
مقاييس المنتج وقياس النجاح
التقييم المدعوم بالذكاء الاصطناعي لتعليقات المستخدمين من أجل تحديد الأولويات
مراجعة قائمة المهام المتأخرة للمنتج
إدارة أصحاب المصلحة
إدارة قائمة المهام المتأخرة (حوالي يومين)
صياغة الإدخالات
فرز الإدخالات
توضيح الأهداف والمهام
تحسين عمل فريق التطوير
الحفاظ على شفافية قائمة المهام المتأخرة
تقنيات التحسين والتقسيم
التنبؤ (السرعة، معدل إنجاز/استهلاك الموارد)
تحليل البيانات المدعوم بالذكاء الاصطناعي للتنبؤات
عمل المشروع والتحضير للحصول على الشهادة وشهادة Scrum.org Professional Scrum Product Owner (PSPO I) باللغة الإنجليزية (5 أيام تقريباً)
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
التعلّم الآلي
مقدمة في التعلم الآلي وسير عمل التعلم الآلي (حوالي 3 أيام)
أساسيات التعلم الآلي ومجالات تطبيقه وأنواعه
تصنيف أساليب الذكاء الاصطناعي والتعلم الآلي الحديثة
سير عمل التعلم الآلي باستخدام scikit-learn
بيانات التدريب والتحقق والاختبار
التدريب الناقص، والتدريب المفرط، وتقييم النماذج
التحقق المتقاطع
تحضير البيانات وهندسة الميزات (حوالي يومين)
جودة البيانات والمعالجة المسبقة للبيانات
التحجيم والتطبيع والترميز
هندسة السمات واختيار السمات
التعامل مع القيم المفقودة والقيم الشاذة ومجموعات البيانات غير المتوازنة
التعلم الخاضع للإشراف – الانحدار والتصنيف (حوالي 5 أيام)
طرق الانحدار والتصنيف
النماذج الخطية والمنظمة
طرق قائمة على المسافة والاحتمالات والشجرة
طرق المجموعات والتعزيز
مقارنة النماذج وتحسين المعلمات الفائقة
مقاييس التقييم والتنبؤات الاحتمالية
أهمية السمات والذكاء الاصطناعي القابل للتفسير
التعلم غير المراقب (حوالي يومين)
تقليل الأبعاد واستخراج السمات
طرق التجميع وتقييم نتائج التجميع
الكشف عن الحالات الشاذة
تحليل السلاسل الزمنية والتوقعات (حوالي يوم واحد)
أساسيات وتحليل بيانات السلاسل الزمنية
طرق التنبؤ والتعلم الآلي للسلاسل الزمنية
الشبكات العصبية والذكاء الاصطناعي الحديث (حوالي يومين)
أساسيات الشبكات العصبية والتعلم العميق
التعلم الآلي للبيانات النصية ومعالجة اللغة الطبيعية
نماذج الأساس، ونماذج اللغة الكبيرة، والذكاء الاصطناعي التوليدي
نشر نماذج التعلم الآلي (حوالي يوم واحد)
تخزين النماذج المدربة وتوفيرها
تطوير تطبيقات التعلم الآلي البسيطة
واجهات ومنصات لنماذج التعلم الآلي
عمل المشروع (4 أيام تقريباً)
لتوحيد المحتوى الذي تم تعلمه
عرض نتائج المشروع
التغييرات ممكنة، ويتم تحديث محتوى الدورة التدريبية بانتظام.
بعد انتهاء هذه الدورة، ستكون قد أتقنت إطار عمل سكروم وستكون قادراً على إدارة تطوير المنتج بصفتك مالكاً للمنتج. ستكون على دراية بمصنّفات سكروم وستكون قادرًا على تولي إدارة الأعمال المتراكمة.
بالإضافة إلى ذلك، يمكنك معالجة البيانات وتحليلها باستخدام لغة Python و SQL، وإنشاء تصورات بيانية مفيدة ولوحات معلومات تفاعلية باستخدام Power BI، فضلاً عن تفسير نتائج التحليل وتقديمها بطريقة تتناسب مع الجمهور المستهدف. كما يمكنك استخدام الذكاء الاصطناعي التوليدي بشكل هادف لدعم عمليات تحليل البيانات.
بالإضافة إلى ذلك، يمكنك تجهيز البيانات لتطبيقات التعلم الآلي، واختيار الأساليب المناسبة للتعلم الخاضع للإشراف والتعلم غير الخاضع للإشراف، وتدريب النماذج وتقييمها وتحسينها. يمكنك تفسير نتائج النماذج وتنفيذ تطبيقات التعلم الآلي الأساسية. كما أنك على دراية بأحدث التطورات في مجال التعلم العميق والذكاء الاصطناعي التوليدي.
علوم الحاسب الآلي والرياضيات والهندسة الكهربائية والأشخاص الحاصلون على شهادة في الهندسة (التجارية)
مع Scrum، سوف تتعلم نموذج عملية إدارة المشاريع والمنتجات الذي تم استخدامه في الأصل لتطوير البرمجيات الرشيقة على وجه الخصوص، ولكنه يُستخدم الآن أيضًا في العديد من المجالات المتخصصة الأخرى. وكطريقة قابلة للتطوير وإدارة المشاريع، يتم استخدامها بنجاح في العديد من المشاريع واسعة النطاق مع عدة مئات من أعضاء الفريق. توفر لك الشهادة الرسمية من Scrum.org دليلاً معترفاً به دولياً على مؤهلاتك كمالك منتج Scrum.
يُستخدم التعلم الآلي في مختلف القطاعات لتحليل كميات ضخمة من البيانات، وتحديد الأنماط، وتحسين العمليات، ووضع التوقعات. وتُستخدم المعرفة في هذا المجال، من بين أمور أخرى، في تكنولوجيا المعلومات، والصناعة، واللوجستيات، والقطاع المالي، والتسويق. كما أن المعرفة بلغة البرمجة «بايثون» (Python)، بالإضافة إلى تطوير نماذج التعلم الآلي وتقييمها وتطبيقها، تفتح آفاقًا جديدة للعمل في المجالات التي تعتمد على البيانات والذكاء الاصطناعي.
بالإضافة إلى ذلك، تلعب القرارات المستندة إلى البيانات دورًا متزايد الأهمية في الشركات والمؤسسات. وبالتالي، هناك حاجة إلى متخصصين قادرين على معالجة البيانات من مصادر مختلفة وتحليلها وتقديمها بصيغة مرئية مفهومة. تفتح المعرفة بلغات البرمجة Python وSQL وذكاء الأعمال (Business Intelligence) آفاقًا جديدة للعمل في مجال تحليل البيانات، وكذلك في المجالات التخصصية والمجالات المؤسسية التي تعتمد على البيانات.
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 .