الدبلوم المهني المتقدم في هندسة البيانات
قسم تكنولوجيا المعلومات — هندسة البيانات والأنظمة البرمجية
1. نبذة عن البرنامج:
برنامج مهني متقدم وشامل يمتد لـ 6 أشهر (160 ساعة عبء دراسي معتمد)، يهدف إلى إعداد وتأهيل مهندسي بيانات محترفين قادرين على تصميم، بناء، وإدارة خطوط معالجة وتدفق البيانات الضخمة (Data Pipelines & Big Data Systems). يغطي البرنامج لغة Python لهندسة البيانات، قواعد البيانات العلائقية وغير العلائقية (SQL & NoSQL)، عمليات الاستخراج والتحويل والتحميل (ETL)، مستودعات البيانات (Data Warehousing)، المعالجة الموزعة باستخدام Apache Spark، والحوسبة السحابية وحوكمة وأمن البيانات.
2. أهداف البرنامج:
- إتقان البرمجة وقواعد البيانات المتقدمة: استخدام Python في هندسة البيانات، وتصميم ونمذجة قواعد البيانات العلائقية (SQL) وغير العلائقية (NoSQL).
- بناء وإدارة خطوط تدفق البيانات (Data Pipelines): احتراف عمليات استخراج وتحويل وتحميل البيانات (ETL/ELT) وتطوير خطوط معالجة آلية وموثوقة.
- التعامل مع البيانات الضخمة ومستودعات البيانات: إتقان معمارية مستودعات البيانات (Data Warehousing)، ومعالجة البيانات الكبيرة والتحليلات الموزعة باستخدام Spark.
- إدارة وحوكمة وأمن البيانات السحابية: تطبيق معايير جودة وحوكمة البيانات، وإدارة وتأمين تدفقات البيانات في البيئات السحابية (Cloud Data Engineering).
3. الفئات المستهدفة:
- مطورو البرمجيات ومحللو البيانات الراغبون في الانتقال إلى مسار مهندس بيانات (Data Engineer).
- مسؤولو قواعد البيانات (DBAs) الساعون لاحتراف تقنيات البيانات الضخمة (Big Data) وهندسة خطوط التدفق.
- طلاب وخريجو كليات تكنولوجيا المعلومات، علوم الحاسب، وهندسة البرمجيات.
- المتخصصون والمهندسون العاملون في مشاريع ذكاء الأعمال، التعلم الآلي، وبنية البيانات التحتية.
4. محاور الخطة الدراسية (15 محورا تفاعليا وتطبيقيا):
- مقدمة في هندسة البيانات.
- Python لهندسة البيانات.
- هياكل البيانات والخوارزميات (Data Structures & Algorithms).
- قواعد البيانات العلائقية وSQL.
- تصميم قواعد البيانات ونمذجتها.
- قواعد البيانات غير العلائقية (NoSQL).
- استخراج البيانات وتحويلها وتحميلها (ETL/ELT).
- بناء وإدارة خطوط البيانات (Data Pipelines).
- مستودعات البيانات (Data Warehousing).
- معالجة البيانات الكبيرة (Big Data Processing).
- معالجة البيانات الموزعة باستخدام Spark.
- جودة البيانات وحوكمتها (Data Quality & Governance).
- البيانات السحابية (Cloud Data Platforms).
- إدارة البيانات وأمنها (Data Security & Management).
- مشروع هندسة البيانات النهائي.
5. بطاقة البيانات والتقييم التنظيمي:
- المجال والمجال الفرعي: تكنولوجيا المعلومات / هندسة البيانات والأنظمة البرمجية.
- المدة واللقاءات: 6 أشهر (الفترة المسائية) | 50 محاضرة (بواقع محاضرتين أسبوعيا، ساعتان للمحاضرة = 100 ساعة تدريبية مباشرة).
- توزيع الساعات المعتمدة (160 ساعة إجمالية):
100 ساعة: محاضرات مباشرة تفاعلية (عن بعد / أونلاين).
40 ساعة: قراءات إلزامية ومصادر حرة.
15 ساعة: أسئلة الفصل والتقييم الذاتي.
5 ساعات: مراجعة نهائية واختبار إتمام.
- متطلبات الحضور والتقييم: نسبة حضور لا تقل عن 75% من المحاضرات التفاعلية، بالإضافة إلى الواجبات والمشروعات العملية.
- المشروع النهائي: اختبار إلكتروني تقييمي (25 سؤال اختيار من متعدد + 5 أسئلة لحالات عملية) بالإضافة إلى بناء وتطوير منظومة خطوط بيانات ومعالجة ضخمة متكاملة كمشروع تخرج تطبيقي.
تقديم طلب الالتحاق
