شهادة في البيانات الضخمة المتقدمة وتحليلها
البيانات الضخمة هي عامل تغيير يتحدى الطرق التي يتخذ بها قادة المنظمات قراراتهم تقليديًا. تقدم هذه الدورة للمشاركين الثقة لتخزين ومعالجة وتحليل وتقديم حالات استخدام البيانات الضخمة داخل منظماتهم. تقدم هذه الدورة العديد من المختبرات العملية باستخدام Spark، وهي تقنية رئيسية في البيانات الضخمة تُستخدم لحل المشكلات التي تتطلب بيانات كثيفة. سيكتسب المشاركون المعرفة والمهارات التي يحتاجونها لتجميع وإدارة مشروع تحليلات بيانات ضخمة على نطاق واسع. وأخيرًا، سيعمل المشاركون على حالات استخدام التعلم الآلي المتقدم والتعلم العميق.
تعد هذه الدورة الأكثر تقدمًا في سلسلة الدورات الخاصة بنا في البيانات الضخمة، بعد دورة "خبير معتمد في البيانات الضخمة وتحليلها" وشهادة "شهادة في أساسيات البيانات الضخمة". سيهدف المشاركون إلى تحديد المجالات داخل منظماتهم التي يمكن تحسينها من خلال حالات استخدام البيانات الضخمة، والعمل على مشروع بيانات فردي يختارونه خلال الدورة. بنهاية الدورة، سيتمكن المشاركون على استخدام عدة طرق وأساليب عملية للاستفادة من Spark لتحليل البيانات الضخمة المتقدم.
المتطلبات الأساسيةNone — open to managers at all levels
5 أيام
منهجية الدورة
ستكون هذه الدورة تقنية للغاية مع مناقشات جماعية، وتمارين عملية تطبيقية، وأنشطة جماعية كتركيز أساسي.
أهداف الدورة
سيتمكن المشاركون في نهاية الدورة من:
- فهم تقنيات البيانات الضخمة الرئيسية، بما في ذلك دراسة معمقة لـ Apache Spark
- وصف التحديات الرئيسية وفوائد Hadoop map-reduce
- عرض ومناقشة التقنيات الرئيسية لتخزين البيانات الضخمة والحوسبة، مثل PostgreSQL والتخزين الكائنات
- مناقشة الخوارزميات الشائعة في التعلم الآلي، تقنيات التعلم العميق وأهمية الأخلاقيات في تحليل البيانات والذكاء الاصطناعي
- تقديم عرض تقديمي يظهر دورة حياة التحليلات و Spark
الجمهور المستهدف
هذه دورة على مستوى متقدم. من المتوقع أن يكون لدى المشاركين عدد من سنوات الخبرة في استخدام البيانات الضخمة، أو أن يكونوا قد حضروا دورة "خبير معتمد في البيانات الضخمة وتحليلها" سابقًا. هذه الدورة مثالية لمهندسي البيانات، مهندسي الذكاء الاصطناعي، وعلماء البيانات. تشمل المعرفة المسبقة الموصى بها بعض الخبرة في برمجة Python وممارسة تحليل البيانات.
الكفاءات المستهدفة
- استخدام البيانات الضخمة
- هياكل وتقنيات تحليلات البيانات الضخمة
- الأخلاقيات والنزاهة في تطوير البيانات الضخمة والذكاء الاصطناعي
- تخزين البيانات الضخمة
- أفضل الممارسات لـ Apache Spark
محتوى الدورة
- حالات استخدام تحليل البيانات الضخمة
- كيف يمكن لمشروعات البيانات الضخمة تلبية احتياجات المنظمة
- أمثلة على البيانات الضخمة:
- نتفليكس (Netflix)
- لينكد إن (LinkedIn)
- فيسبوك (Facebook)
- جوجل (Google)
- أوربيتز (Orbitz)
- ديل (Dell)
- أخرى
- أفضل الممارسات في تصميم المشاريع
- تقييم الحالة الحالية لمنظمتك
- اختيار مجموعات البيانات لمشاريع الدورة
- تخزين البيانات الضخمة
- هياكل ونماذج البيانات الضخمة
- نظام Hadoop البيئي
- نظرة عامة على Hadoop
- نظام Hadoop للملفات الموزعة (HDFS)
- المعالجة المتوازية بشكل ضخم (MPP) مقابل التطبيقات الموزعة في الذاكرة
- قواعد البيانات العلائقية (RDBMS) مقابل قواعد البيانات غير العلائقية (NoSQL DBs)
- PostgreSQL
- MongoDB
- Cassandra
- البيانات المتدفقة
- نظام Hadoop البيئي
- تخزين البيانات مقابل مستودع البيانات
- مقدمة ل Apache Spark
- مختبرات SQL للبيانات الضخمة
- هياكل ونماذج البيانات الضخمة
- حساب البيانات الضخمة
- كيفية الوصول إلى البيانات الضخمة
- دور الحوسبة السحابية
- مخاطر حركة البيانات
- الشبكات والموقع المشترك
- مختبر Apache Spark
- استخراج وتحويل وتحميل البيانات الضخمة (ETL) وتقنيات الحوسبة للبيانات الضخمة
- الحوسبة الموزعة
- العناقيد العالية الأداء مقابل Apache Spark
- البيانات المتدفقة: Storm، Spark Structured Streaming
- مختبرات Apache Spark ETL
- هندسة البيانات باستخدام Apache Spark
- كيفية الوصول إلى البيانات الضخمة
- تحليل البيانات الضخمة المتقدمة والذكاء الاصطناعي
- دورة حياة التحليلات
- Apache Spark مقابل Pandas
- التعلم الآلي العميق والتعلم الآلي للبيانات الضخمة في Spark
- أهمية الأخلاقيات في الذكاء الاصطناعي
- أتمتة التعلم وضبط المعاملات (Automl & Hyperparameter tuning)
- مشاريع البيانات الضخمة للدورة
- تحديد الفرص التحليلية في المنظمة
- تعريف وتقييم المشكلة
- وصف تأثير واستخدام البيانات لحل المشكلة
- تحديد مصادر البيانات المحتملة
- تصميم مشروع تحليل البيانات
- الوصول إلى مجموعة البيانات المختارة واستكشافها وتحليلها وتصويرها للمشروع
- تقديم رؤى المشروع في الدورة
- تحديد الفرص التحليلية في المنظمة
2026 الجدول الزمني والرسوم
رسوم الدورة تبدأ من
USD
0
المكان والتاريخ
| التاريخ | المدينة | اللغة | السعر | الإجراء |
|---|---|---|---|---|
| لا توجد جلسات قادمة مجدولة حاليًا. اتصل بنا | ||||