كلية الحوسبة والمعلوماتية

كلية الحوسبة والمعلوماتية

مقدمة

كلية الحوسبة والمعلوماتية تقدم بالجامعة السعودية الإلكترونية برنامج الماجستير في تخصص علوم البيانات و آلذي يهدف آلى تأهيل طلبة يمتلكون مهارات أكاديمية عالية في الجوانب المتعلقة بعلوم البيانات واستخدام البرمجيات لتحليل البيانات، مع الاهتمام بتزويد الطلبة بأحدث الوسائل والطرق المرتبطة بمستقبل البيانات الضخمة ومعالجتها ، حيث آن البرنامج يتيح على الجمع بين الجانب المعرفي والتطبيقي لمجال علوم البيانات وتعلم الآلة والذكاء الاصطناعي إضافة إلى توظيف التقنية في حل المشاكل المختلفة في شتى مجالات الحياة.

أهداف و مبرارات استحداث البرنامج

يعتبر تخصص علوم البيانات أحد التخصصات الأكثر إثارة في القرن الحادي والعشرين، وذلك للتطور الكبير في استخدام شبكة الانترنت وتطبيقات التواصل الاجتماعي وانترنت الأشياء، حيث أصبح لدينا كميات هائلة وضخمة من البيانات التي يصعب التعامل معها وتحليلها بالطرق الإحصائية التقليدية. لذا أصبح تخصص علوم البيانات يطلق عليه نفط القرن الحادي والعشرين .

- .أصبح تطبيق العلوم الحديثة وتقنيات الذكاء الاصطناعي لتحليل البيانات واستنباط أنماط المعرفة من أكبر تحديات القرن الحالي. فمازال سوق العمل يعاني من نقص حاد بالكوادر المؤهلة لسد حاجة العمل في هذا المجال

- ولذلك تقدم كلية الحوسبة والمعلوماتية بالجامعة السعودية الإلكترونية برنامج متكامل لماجستير علوم البيانات والذي تم بناءه وإعداده وفق المعايير العالمية بأحدث الأساليب والطرق المنهجية لتأهيل الكوادر لمواجهة التحديات الكبرى في مجال علوم البيانات بنجاح وإبداع

أهداف البرنامج

1- تحقيق التوازن بين الدراسة النظرية لعلوم البيانات والجانب العملي والتطبيقي.

2- تطوير المهارات الأكاديمية والمهنية بمجالات علوم البيانات وتحليل البيانات الضخمة.

3- إعداد الكوادر للمجالات التطبيقية لعلوم البيانات والتطوير الذاتي والدراسة المستمرة للطلبة.

4- تطبيق أفضل الممارسات لإنشاء خطة شاملة لإدارة المشاريع.

5- تأهيل الكوادر لسد احتياج سوق العمل في المجالات التي تتطلب مهارات علوم البيانات في القطاعات المختلفة.

مدة الدراسة بالبرنامج

فصليين دراسيين للبرنامج التمهيدي لماجستير علوم البيانات .

و 4 فصول دراسية لماجستير علوم البيانات.

المخرجات التعليمية للبرنامج

1. تطوير الخوارزميات والنماذج الحسابية والإحصائية في علوم البيانات.

2. استخراج مجموعات البيانات الضخمة وتحويلها ودمجها وتحميلها.

3. تقييم الفرص لاستخدام حلول علوم البيانات للتنبؤات والتحليلات الخاصة بأنظمة الأعمال المختلفة.

4. تنسيق استخدام وتطبيق مبادئ التحليلات الوصفية والتنبؤية والإرشادية لمواجهة التحديات المختلفة.

5. إنشاء برامج التعلم العميق لدعم تحليل مجموعات البيانات المعقدة.

6. التمييز بين النظريات الرئيسية لتعلم الآلة والشبكات العصبية.

7. تمثيل وعرض البيانات من أجل الاستكشاف والتحليل وإيصال المعلومات بشكل واضح.

8. استخدم نماذج تعلم الآلة والتحسين في دعم اتخاذ القرارات.

9. تطبيق استراتيجيات حل المشاكل في تحليلات البيانات.

10. إيضاح الاستنتاجات التحليلية والتوصيات بأشكال مكتوبة وممثلة برسومات بيانية.

11. تجميع العمليات الحاسوبية المتعددة لدعم علوم البيانات باستخدام العديد من الأدوات والبرمجيات المطبقة على نطاق واسع.

12. فهم الصعوبات الإدارية والأخلاقية وخصوصية المعلومات في علوم البيانات.

الفرص الوظيفية لخريجي البرنامج

1- محلل النظم الإحصائية

2- مدير البيانات

3- محلل نظم الحاسوب

4- عالم بيانات

5- مطور برامج

6- محلل بيانات

7- مهندس البيانات الضخمة

8- محلل البيانات المالية

9- مهندس نظم تعلم الآلة

10- مدير بيانات

11- مهندس نظم الأعمال الذكية

12- مدير أنظمة البيانات الضخمة

13- محلل تنقيب البيانات

14- مهندس بيانات

15- مصمم نظم البيانات الضخمة

16- مطور طرق عرض و تمثيل البيانات

  • يحتوي برنامج ماجستير علوم البيانات على 12 مقرر دراسي بواقع ثلاث ساعات أكاديمية موزعة على أربعة فصول دراسية.
  • لغة التدريس في البرنامج هي اللغة الإنجليزية.

رمز المقرر ​ اسم المقرر​ الساعات المعتمدة المتطلبات السابقة
المستوى الأول
CS501 منهجية البحث في الدراسات الحاسوبية 3
DS510 الإحصاء لعلوم البيانات 3
DS540 البرمجة المتقدمة باستخدام لغة البايثون لعلوم البيانات 3
المستوى الثاني
DS520 معالجة البيانات الضخمة وتحليلها 3 DS510 & DS540
DS630 الذكاء الاصطناعي لعلوم البيانات 3 DS540
DS560 الطرق المتقدمة للتنقيب في البيانات 3
المستوى الثالث
DS610 الإحصاء التطبيقي المتقدم لعلوم البيانات 3 DS510
DS620 تمثيل وعرض البيانات 3 DS560
DS550 خوارزميات تعلم الآلة لعلوم البيانات 3 DS520, DS630
المستوى الرابع
DS650 التحليلات التنبؤية لقطاع الأعمال 3 DS560, DS610
DS660 تقنيات التعلم العميق 3 DS630
DS698 مشروع التخرج في علوم البيانات 3 موافقة القسم
​ credit(3) CS501 ​ منهجية البحث في الدراسات الحاسوبية

CS501 Research Methods in Computational Studies (3 credits)

CS501  منهجية البحث في الدراسات الحاسوبية

يقدم هذا المقرر لمحة عامة عن المفاهيم الهامة لتصميم البحوث، جمع البيانات ، التحليل اإلحصائي، تفسير النتائج، وكتابة التقرير النهائي. ال يركز هذا المقرر على المهارات اإلحصائية ولكن على القدرة على القيام ببحوث الدراسات العليا في مجال الحاسب الالي. خلال هذا المقرر سيقوم الطالب بإعداد تصميم البحوث الاولية للمشاريع في مجال التخصص وكيفية جمع وتحليل البيانات بدقة.

سيركز الطالب على الخطوات الالزمة لتصميم مشروع بحث أو أطروحة حيث يقدم المقرر مهارات التعلم ضمن سيناريوهات حقيقية تسعى إلى دمج المعرفة والمهارات التي اكتسبها الطلبة في مرحلة الدراسة الجامعية األولى. يركز المساق على الكتابة العلمية، والعرض الشفهي والكتابي ورسم البيانات ونتائج البحوث.

المتطلب السابق: لا يوجد

​ credit(3) DS510 ​ الإحصاء لعلوم البيانات

DS510 Statistics for Data Science (3 credits)

DS510  الإحصاء لعلوم البيانات

يقدم هذا المقرر مقدمة عامة عن تحليل واعداد البيانات والاستدلال الإحصائي. تشمل مجالات الدراسة: المسوحات والتجارب المصممة ، العشوائية ، السببية ، الانحدار ، والاستدلال باستخدام اختبارات الفرضيات. يستكشف هذا المقرر أيضًا استخدام الأساليب الإحصائية لتحليل البيانات لتحسين أداء المؤسسة وجودتها وفعاليتها وإمكانية تسويقها. سيتم استخدام البرامج الإحصائية لإجراء تحليل تنبؤي وتحليل النتائج وتوثيقها. يتم أيضًا إعداد البيانات للتحليل باستخدام الحزمة التحليلية R.

المتطلب السابق: لا يوجد

 

​ credit(3) DS540 ​ البرمجة المتقدمة باستخدام لغة البايثون لعلوم البيانات

DS540 Advanced Python for Data Science (3 credits)

DS540  البرمجة المتقدمة باستخدام لغة البايثون لعلوم البيانات

يكتسب الطلاب في هذه المقرر المهارات المتقدمة لمفاهيم البرمجة والتصميم والاختبار باستخدام لغة بايثون. يتم تعريف الطلاب بأساسيات البرمجة النصية للبايثون ليتمكنوا من كتابة اكواد بايثون المعيارية. في خلال الفصل الدراسي، سيكتب الطلاب الاكواد باستخدام القوائم والقواميس والمنطق الشرطي وعناصر التحكم والتكرار. سيغطي الطلاب أيضًا كيفية التعامل مع مجموعات البيانات غير المنسقة وتحليلها ، باستخدام التحليل الإحصائي الأساسي وطرق التعلم الآلي وتمثيل وعرض البيانات.

المتطلب السابق: لا يوجد

​ credit(3) DS520 ​ معالجة البيانات الضخمة وتحليلها

DS520 Big Data Processing and Analytics (3 credits)

DS520 معالجة البيانات الضخمة وتحليلها

في هذا المقرر ، سيستخدم الطلاب الأدوات والتقنيات لتحليل البيانات الضخمة للمؤسسات وذلك لانشاء انظمة فعالة لتحليل البيانات. سيطبق الطلاب التنبؤ والمحاكاة ونمذجة البيانات لتحليل المشكلات المعقدة في المؤسسات المتوسطة والكبيرة بما في ذلك استخدام قواعد بيانات Apache Hadoop و Spark و NoSQL.

المتطلب السابق: DS510 & DS540

​ credit(3) DS630 ​ الذكاء الاصطناعي لعلوم البيانات

DS630 Artificial Intelligence for Data Science (3 credits)

DS630 الذكاء الاصطناعي لعلوم البيانات

يستكشف هذا المقرر التطورات الحديثة في الذكاء الاصطناعي ويتضمن مواضيع متعددة من نماذج تعلم الالة. يقدم المقرر عدة موضوعات مثل الطرق الحسابية للتحكم الذكي، والتعرف على الأنماط ، والتخطيط للأنظمة المرنة والتفاعلية. يتضمن المقرر التقنيات والتطبيقات الأساسية من انشاء الألعاب والتمثيل المنطقي ، بحث minimax ، عمليات قرار ماركوف ، وغيرها من الأساليب ذات الصلة.

المتطلب السابق: DS540

​ credit(3) DS560 ​ الطرق المتقدمة للتنقيب في البيانات

DS560 Advanced Data Mining (3 credits)

DS560 الطرق المتقدمة للتنقيب في البيانات

في هذه المقرر، سيقوم الطلاب بالتعرف على الأساليب الإحصائية المختلفة المستخدمة لتحليل واستخراج البيانات. كما سيقوم الطلاب بإعداد البيانات المناسبة للتحليل من مستودعات البيانات باستخدام SQL . أيضًا سيتم إنشاء مشروع لتحليل واستخراج البيانات لقياس استيعاب الطلبة للمفاهيم الاساسية بالمقرر.

المتطلب السابق: لا يوجد

​ credit(3) DS610 ​ الإحصاء التطبيقي المتقدم لعلوم البيانات

DS610 Advanced Applied Statistics for Data Science (3 credits)

DS610 الإحصاء التطبيقي المتقدم لعلوم البيانات

في هذا المقرر، يتم التركيز على رفع كفأة الطلبة في تطبيق R لعلوم البيانات. يغطي المقرر الموضوعات الأساسية والمتوسطة في R بما في ذلك المتغيرات والعمليات الأساسية والمتجهات والمصفوفات وإطارات البيانات والقوائم. بالإضافة إلى ذلك ، سوف يتعمق الطلاب في القدرات الرسومية لـ R وتمثيل البيانات.

المتطلب السابق: DS510

​ credit(3) DS620 ​ تمثيل وعرض البيانات

 

DS620 Data Visualization (3 credits)

DS620 تمثيل وعرض البيانات

يقدم هذا المقرر المهارات الأساسية والعملية في تمثيل وعرض البيانات المعرفة، بما في ذلك رسومات الكمبيوتر ، وتمثيل البيانات المرئية، ونماذج الرؤية المادية والبشرية ، والتمثيل العددي للمعرفة والمفاهيم ، وتقنيات الرسوم المتحركة ، وتحليل الأنماط ، والأساليب الحسابية. سيكتسب الطلاب المهارات الأساسية والعملية في تمثيل البيانات المرئية.

المتطلب السابق: DS560

 

​ credit(3) DS550 ​ خوارزميات تعلم الآلة لعلوم البيانات

DS550 Machine Learning Algorithms for Data Science (3 credits)

DS550 خوارزميات تعلم الآلة لعلوم البيانات

يركز هذا المقرر على مفاهيم وتركيبات هياكل البيانات والخوارزميات المستخدمة على نطاق واسع في تعلم الالة بعلوم البيانات. هياكل البيانات هي تخصص رئيسي في علوم الكمبيوتر يركز على فهم كيفية تنظيم البيانات بكفاءة وفعالية. يقدم هذا المقرر عددًا من الموضوعات الاساسية والخوارزمية المتقدمة المتعلقة بكفاءه وتحليل خوارزميات تعلم الآلة. الموضوعات المقدمة في هذه المقرر هى أنواع البيانات المجردة (ADTs) مثل bags، وstacks، وqueues، وpriority queue

المتطلب السابق: DS520, DS630

​ credit(3) DS650 ​ التحليلات التنبؤية لقطاع الأعمال

DS650 Predictive Analytics for Business (3 credits)

DS650 التحليلات التنبؤية لقطاع الأعمال

يغطي هذا المقرر التحليلات التنبؤية الأساسية وأساليب التنقيب في البيانات لقطاع الأعمال. سيتم تقديم المفاهيم والتقنيات الأساسية لاكتشاف الأنماط في البيانات ، وتحديد المتغيرات ذات القدرة الأكثر تنبؤية ، وتطوير النماذج التنبؤية. سيتم تطوير النماذج التنبؤية المتقدمة في قطاعات الاعمال.

المتطلب السابق: DS560, DS610

​ credit(3) DS660 ​ تقنيات التعلم العميق

DS660 Deep Learning Techniques (3 credits)

DS660 تقنيات التعلم العميق

يقدم هذا المقرر مقدمة بالتعلم العميق بما في ذلك الشبكات العصبية العميقة وطرق التعلم الآلي ذات الصلة. تتم مراجعة نماذج التعلم العميق المختلفة بما في ذلك الأساسيات مثل الانحدار الخطي والانحدار اللوجستي. يغطي هذا المقرر الشبكات العصبية العميقة المغذية ، ودور وظائف التنشيط المختلفة. كما تشمل الموضوعات الإضافية الشبكات العصبية التلافيفية ، والنماذج مدربة مسبقًا، وطرق التعلم العميق الأخرى المتقدمة. سيتم استخدام Python و PyTorch لتوفير منصة عملية لتطبيق هذه المعرفة.

المتطلب السابق: DS630

​ credit(3) DS698 ​ مشروع التخرج في علوم البيانات

DS698 Capstone Project in Data Science (3 credits)

DS698 مشروع التخرج في علوم البيانات

يوفر مقرر مشروع التخرج فرصة للطلاب لإثبات الكفاءة في المجالات الرئيسية لعلوم البيانات. سيقوم الطلاب بدمج المفاهيم التي تم تعلمها في البرنامج بأكمله لتطوير مشروع شامل في مجال معين من علوم البيانات ، مثل تحليلات بيانات الويب أو تحليلات بيانات الوسائط الاجتماعية أو تحليلات البيانات الضخمة أو تحليلات بيانات الرعاية الصحية. سيقوم الطلاب بمعالجة مشاكل علوم البيانات من جمع البيانات وبناء النموذج من خلال تحليل وتقديم النتائج والتوصيات لقرارات عمل محددة تنتهي بورقة بحثية قابلة للنشر.

المتطلب السابق: موافقة القسم

للاطلاع على ملفات الخطة الدراسية

ملف خطة ماجستير علوم البيانات اضغط هنا

ملف توصيف المقرارات لماجستير علوم البيانات اضغط هنا

البرنامج التمهيدي لماجستير علوم البيانات

مقدمة

تقدم كلية الحوسبة والمعلوماتية بالجامعة السعودية الإلكترونية برنامجاً تمهيدياً لتأهيل حملة شهادة البكالوريوس الغير مختصين من خريجي التخصصات العلمية أو الإدارية أو الكليات التقنية لإكسابهم المعارف والمهارات اللازمة لتمكّن المجتاز للبرنامج التمهيدي من الالتحاق ببرنامج ماجستير علوم البيانات والذي يهدف إلى تأهيل طلبة يمتلكون مهارات أكاديمية عالية في الجوانب المتعلقة بعلوم البيانات واستخدام البرمجيات لتحليل البيانات، مع الاهتمام بتزويدهم بأحدث الوسائل والأدوات والطرق المرتبطة بمستقبل البيانات الضخمة ومعالجتها، حيث أن البرنامج يركز على الجمع بين الجانب المعرفي والتطبيقي في مجال علوم البيانات وتعلم الآلة والذكاء الاصطناعي إضافة إلى توظيف التقنية في حل المشاكل المختلفة في شتى مجالات الحياة.

أهمية ومبررات استحداث البرنامج التمهيدي

- أصبح تحليل البيانات باستخدام تقنيات الذكاء الاصطناعي في مختلف المجالات واستنباط أنماط المعرفة من أكبر تحديات القرن الحالي. فمازال سوق العمل يعاني من نقص حاد بالكوادر المؤهلة لسد حاجة العمل في هذا المجال.

- يقدم تخصص علوم البيانات حلولاً علمية لمختلف القطاعات والتي تتطلب إتقانها من متخصصين في تلك القطاعات.

- ولذلك تقدم كلية الحوسبة والمعلوماتية بالجامعة السعودية الإلكترونية هذا البرنامج التمهيدي لغير المختصين لتمكينهم من اكتساب المهارات الأساسية والواجب إتقانها قبل البدء في برنامج ماجستير علوم البيانات والذي تم بناءه وإعداده وفق المعايير العالمية بأحدث الأساليب والطرق المنهجية لتأهيل الكوادر لمواجهة التحديات الكبرى في مجال علوم البيانات بنجاح وإبداع.

أهداف البرنامج

1. إكساب الطلبة المهارات الأساسية والواجب توافرها قبل البدء بدراسة ماجستير علوم البيانات.

2. تطوير المهارات الأكاديمية للطلبة وجعلها متلائمة مع متطلبات برنامج ماجستير علوم البيانات.

3. سد الفجوة المعرفية لدى الطلبة الغير مختصين الراغبين بالدراسة في برنامج ماجستير علوم البيانات.

مدة الدراسة بالبرنامج

فصلين دراسيين .

مخرجات التعلم للبرنامج

1. تعلم تقنيات البرمجة المتقدمة مثل الوراثة وتعدد الأشكال

2. القدرة على تحليل البرمجيات وتطويرها.

3. تعريف الطلبة بنظم تشغيل الحاسب المختلفة ووظائفها.

4. تصميم قواعد البيانات المختلفة والتعرف على أهم المفاهيم والتقنيات المرتبطة بقواعد البيانات كالشبكات والإنترنت.

5. تخزين واسترجاع البيانات باستخدام هياكل البيانات المختلفة.

6. التعرف على النظم الذكية ودورها في عملية دعم اتخاذ القرار.

شروط القبول في البرنامج التمهيدي

  • شروط القبول الواردة في اللائحة الموحدة للدراسات العليا في الجامعات السعودية، للاطلاع على الشروط (اضغط هنا).
  • أن يكون تخصص البكالوريوس في: الحاسب الآلي أو التخصصات العلمية أو الإدارية أو الكليات التقنية.
  • ألا يقل التقدير في البكالوريوس عن جيد جداً و بمعدل تراكمي لا يقل عن (2.75 من 4.00 أو 3.75 من 5.00).

معادلة المقررات من مرحلة البكالوريوس

يمكن للطلبة معادلة أربع مقررات ( كحد أقصى من مقررات البرنامج التمهيدي ) بمقررات تم إجتيازها في مرحلة البكالوريوس بالشروط التالية :

1- تقديم طلب المعادلة عبر النظام خلال الفترة المعلنة للمعادلة.

2- تقديم ما يثبت دراسة المقرر بمرحلة البكالوريوس باللغة الإنجليزية.

3- أن تكون الجامعة التي تم دراسة البكالوريوس بها معترف بها من وزارة التعليم.

4- أن يكون تقدير المقرر المراد معادلته (جيد) فأعلى.

5- أن تكون دراسة المقرر بأسلوب الانتظام أو المدمج

6- أن يتطابق وصف المقرر الذي تم دراسته بالمقرر المراد معادلته.

7- ألا يكون مر أكثر من خمس سنوات على اجتياز المقرر المراد معادلته.

8- تقديم توصيفاً مفصلاً للمقررات المراد معادلتها مصدقةً من الجامعة التي درس بها المقرر.

شروط القبول ببرنامج ماجستير علوم البيانات

بعد إتمام البرنامج التمهيدي يحق للطالب الإلتحاق ببرنامج الماجستير في علوم البيانات عند توفر الشروط التالية:

1- اجتياز جميع مقررات البرنامج التمهيدي خلال سنة دراسية (فصليين دراسيين) بحد أقصى

2- اجتياز البرنامج التمهيدي بتقدير جيد جداً فأعلى أي بمعدل تراكمي لا يقل عن (2.75 من 4.00)

3- عدم الرسوب بأي مقرر في البرنامج التمهيدي

4- ألا يقل تقدير أي مقرر دراسي من مقررات البرنامج التمهيدي عن جيد

الخطة الدراسية

يحتوي البرنامج التمهيدي لماجستير علوم البيانات على ثماني مقررات دراسية بواقع ثلاث ساعات أكاديمية لكل مقرر موزعة على فصلين دراسيين.

لغة التدريس في البرنامج هي اللغة الإنجليزية.

الخطة الدراسية موزعة حسب الفصول الدراسية

رمز المقرر ​ اسم المقرر​ الساعات المعتمدة المتطلبات السابقة
الفصل الدراسي الأول
DS490 البرمجة الشيئية 3 -
DS491 أنظمة التشغيل 3 -
DS492 رياضيات لعلوم الحاسب الآلي 3 -
DS493 مقدمة في قواعد البيانات 3 -
الفصل الدراسي الثاني
DS495 هياكل البيانات 3 DS490
DS496 تحليل و تصميم النظم 3 DS493
DS497 تعدين و تخزين البيانات 3 DS493
DS498 نظم دعم اتخاذ القرار 3 DS493

Chat Bot
المساعد الذكي