المحتوى العلمي للدورة التدريبية

مقدمة في تقنيات البيانات الضخمة:

• اتجاهات البيانات الضخمة
• تطبيقات البيانات الضخمة، استخدام الحالات وأفضل الممارسات عبر الصناعات والوظائف
• استراتيجيات مصادر البيانات والتحديات

مرحلة التفكير:

• وضح النجاحات الأولى
• من التفكير إلى إثبات الفكرة والحد الأدنى من المنتجات القابلة للبقاء
• نموذج نضج البيانات الضخمة
• وضع خارطة طريق للبيانات الضخمة
• كيف يبدو الشكل النهائي للبيانات الضخمة الجيدة
• تنظيم نضج البيانات الضخمة عبر البيانات والتكنولوجيا والأفراد
• تعمل على دعم التحول الكبير للبيانات
• عوامل النجاح الرئيسية لاعتماد البيانات الضخمة في السرعة:
• المهارات والكفاءات المطلوبة للتحول الرقمي الناجح
• فهم عقلية المبتكريين الرقمية

مقدمة في الذكاء الاصطناعي (AI) ، التعلم الآلي (ML) وعلوم البيانات:

• مفهوم الذكاء الاصطناعي وأشكاله
• الذكاء الاصطناعي كمزيج من التقنيات الحديثة
• الذكاء الاصطناعي من منظور تاريخي
• الذكاء الاصطناعي: المنطق، السبب، الفعل
• التفكير في الذكاء الاصطناعي: التعلّم الآلي
• ركائز البناء التسع

الخوارزميات ومحركات البحث:

• تطبيقات التعلم المشرف عليها
• التصنيف: الخوارزميات مثل Naïve bayes
• الانحدار: خوارزميات مثل الانحدار الخطي وأشجار القرار
• تطبيقات التعلم شبه المشرف عليها
• الخوارزميات مثل Q-Learning ، SARSA
• تطبيقات التعلم غير المشرف عليها
• التجميع: الخوارزميات مثل kMeans والتسلسل الهرمي

تحديد منهجية الذكاء الاصطناعي: العمل الجماعي:

• الممارسة مع ركائز البناء واستخدام الحالات
• التطبيق على أرض الواقع لانشاء مؤسسة خاصة:
• منهجية الكراج الإبداعية لتحديد وتعريف مشروع الذكاء الاصطناعي

مصفوفة فرصة الذكاء الاصطناعي:

• حالات الاستخدام الناجحة من قبل سلسلة القيمة بورتر Porter
• الأنشطة الأساسية: العمليات الواردة والتسويق والمبيعات والخدمات الصادرة
• دعم الأنشطة: الإدارة والمالية والموارد البشرية والبحث والتطوير والمشتريات
• حالات الاستخدام الناجحة عن طريق التكنولوجيا
• البرمجة اللغوية العصبية  NLP
• التعرف على الصور
• التعلم الآلي

تشغيل مشاريع ناجحة للذكاء الاصطناعي:

• عملية المشروع
• تكوين الأفكار و تعريف المشكلة
• تحليل البيانات الاستكشافية
• تطوير النموذج
• التنفيذ
• المهارات والقدرات
• التغييرات المؤسسية
• الأخطاء الشائعة العشرة

أدوات الذكاء الاصطناعي وخارطة الطريق:

• التقنيات: R ، Python ، Spotfire ، Hadoop
• المنصات: Ms Azure و IBM Watson و Google Tensorflow
• تطوير خارطة الطريق

الأكاديمية الإسكندنافية للتدريب والتطوير في مملكة السويد تعتمد أساليب حديثة في مجال التدريب وتطوير المهارات وتعزيز كفاءة تطوير الموارد البشرية. تضمن الأكاديمية تقديم تجربة تدريبية شاملة تشمل ما يلي:

• المحاضرات النظرية: 
  • نقدم المعرفة من خلال عروض تقديمية متقدمة مثل البوربوينت والمواد المرئية مثل الفيديوهات والأفلام القصيرة.
• التقييم العلمي: 
  • نقيم مهارات المتدربين قبل وبعد الدورة لضمان تطورهم.
• العصف الذهني والتفاعل: 
  • نشجع على المشاركة الفعالة من خلال جلسات العصف الذهني وتطبيق المفاهيم من خلال تمثيل الأدوار.
• الحالات العملية: 
  • نقدم حالات عملية تتوافق مع المحتوى العلمي واحتياجات المتدربين في مجالاتهم الخاصة.
• التقييم النهائي: 
  • التقييم النهائي في نهاية البرنامج لتقييم استيعاب المعرفة.
• المواد التعليمية: 
  • يتم توفير المواد العلمية والعملية للمشاركين على وسائط متعددة مثل ورق مطبوع وأقراص  سي ديأو أجهزة الفلاش ميموري      
• تقارير الحضور والنتائج: 
  • نقوم بإعداد تقارير حضور متفصلة للمشاركين ونقدم تقييما شاملا للبرنامج.
• المحترفين والخبراء: 
  • يتم إعداد المحتوى العلمي للبرنامج بواسطة أفضل الأساتذة والمدربين في مجموعة متنوعة من التخصصات.
• شهادة اتمام مهنية: 
  • يتم منح المتدربون شهادة اتمام مهنية تصدر عن الأكاديمية الإسكندنافية للتدريب والتطوير في مملكة السويد، ويمكن التصديق عليها من الخارجية السويدية برسوم اضافية.
• أوقات البرامج: 
  • تعقد البرامج التدريبية من الساعة 10:00 صباحًا حتى الساعة 2:00 بعد الظهر، وتتضمن فترات استراحة لتناول القهوة خلال المحاضرات.

اهداف الدورة التدريبية

• تقييم وشرح القيمة التي يمكن أن تقدمها البيانات الضخمة والذكاء الاصطناعي لصناعاتها وشركاتها ووظائفها
• عرض البيانات الضخمة وتقنيات الذكاء الاصطناعي وفوائدها
• تطوير البيانات الضخمة داخل مؤسساتهم
• تطبيق مجموعة متنوعة من حالات الاستخدام لدفع الأفكار
• بناء برنامج البيانات الضخمة على مستوى المؤسسة
• مناقشة مستوى مؤهل من المتخصصين في الأعمال والبيانات بشأن المواضيع ذات الصلة