إذا كنت ترغب في التعرف على الأدوات التي أحدثت ثورة في القطاع الصناعي، فهذا هو أفضل خيار تدريبي لك"

المدينة عبارة عن مساحة حضرية ذات كثافة سكانية عالية يتم فيها تطوير أنشطة متنوعة للحياة الاجتماعية بمستوى عالٍ من التفاعل. لذا فإن المدن الذكية (Smart Cities) تزود المدينة التقليدية بالأدوات والأنظمة التي تجعل من سكنها أكثر كفاءة. يُعلم هذا التدريب أسس الهندسة التكنولوجية للمدن الذكية، مثل تحديد المعلمات واستشعار بيئاتها، وتحويل بيانات البنى التحتية العامة، وقياس ومسح الأحداث الاجتماعية والتحليل المتقدم للديناميكيات الحضرية، من بين أمور أخرى.

معًا، هناك معالجة اللغة الطبيعية (NLP)، والتي تُفهم على أنها دراسة كيفية فهم الآلات للغة البشرية. في الوقت الحاضر، يُستخدم NLP في وظائف متنوعة مثل تصفية البريد، والمساعدات، ونتائج البحث، والترجمات التلقائية، وتحليل المشاعر، والترجمات التلقائية، وغيرها. يطور هذا البرنامج الجامعي معرفة متخصصة حول الاستخدامات الحالية الرئيسية لـ NLP والمكتبات التي تتيح العمل مع NLP مركزة على المشاريع الصناعية.

إن تدريب نموذج من الصفر يعني وجود كمية كبيرة من المعلومات المفهرسة مسبقًا، حوالي 10000 صورة لكل نوع من الأنواع المراد تمييزها. يستغرق ذلك ساعات لتحقيق نتائج جيدة. لكن في العديد من الحالات يمكن البدء من النماذج التي تم تدريبها مسبقًا، وتُعرف هذه التقنية باسم Transfer Learning. يقوم هذا البرنامج بفحص النماذج المتاحة حاليًا للشبكات، لتسهيل تدريب أي نموذج صناعي من خلال تطبيق تقنية" Transfer Learning

علاوة على ذلك، يتوفر للخريج أفضل منهجية دراسة 100% عبر الإنترنت ، مما يلغي الحاجة إلى الحضور شخصيًا إلى الدروس أو الالتزام بجدول زمني محدد خلال 6 أشهر، سيتعمق المهندس في مجال تطبيق كل تقنية، مع فهم المزايا التنافسية التي تقدمها، مما سيمكنه من التواجد في طليعة التكنولوجيا والقدرة على قيادة مشاريع صناعية طموحة، في الحاضر والمستقبل.

ستضعك دراسة شهادة الخبرة الجامعية هذه كمهني في الهندسة والصناعة في طليعة أحدث التطورات في القطاع"

تحتوي شهادة الخبرة الجامعية هذه في المدن الذكية (Smart Cities) والذكاء الاصطناعي على البرنامج التعليمي الأكثر اكتمالاً وحداثة في السوق. أبرز خصائصها هي:

تطوير الحالات العملية المقدمة من قبل خبراء في المدن الذكية  والذكاء الاصطناعي
توفر المحتويات البيانية والتخطيطية والعملية البارزة، التي تم تصميمها من خلالها، المعلومات والممارسة في تلك التخصصات الضرورية للممارسة المهنية
تمارين عملية يمكن من خلالها إجراء عملية التقييم الذاتي لتحسين التعلم
تركيزها على المنهجيات المبتكرة 
كل هذا سيتم استكماله بدروس نظرية وأسئلة للخبراء ومنتديات مناقشة حول القضايا المثيرة للجدل وأعمال التفكير الفردية
توفر المحتوى من أي جهاز ثابت أو محمول متصل بالإنترنت

ستكون قادرًا على إنشاء مشروع المدينة الذكية Smart City، وهي تقنية صناعية تجمع البيانات وتعيدها في الوقت الفعلي، مما يحول المدينة إلى كيان له حياته الخاصة"

البرنامج يضم، في أعضاء هيئة تدريسه محترفين في القطاع، يصبون في هذا التدريب خبرة عملهم، بالإضافة إلى متخصصين معترف بهم من الشركات الرائدة والجامعات المرموقة.

بفضل محتوى، البرنامج من الوسائط المتعددة المُعد بأحدث التقنيات التعليمية، سوف يسمحون للمهني بتعلم سياقي، أي بيئة محاكاة ستوفر تعليماً غامرًا مبرمجًا للتدريب في مواقف حقيقية.

يركز تصميم هذا البرنامج على التعلّم القائم على حل المشكلات، والذي يجب على المهني من خلاله محاولة حل مختلف مواقف الممارسة المهنية التي تنشأ على طول المقرر الأكاديمي. 
لذلك، سيستفيد من نظام فيديو تفاعلي مبتكر، أعده خبراء معترف بهم   

سيسمح لك البرنامج، هذا المتاح 100% عبر الإنترنت بدمج دراستك مع عملك المهني. اختر أنت الوقت والمكان"

تعمّق في نطاق تطبيق كل تقنية، ويفهم المزايا التنافسية التي تجلبها"

تضع شهادة الخبرة الجامعية هذه خطة دراسية مكونة من 3 وحدات تركز على السوق الصناعية. تركز الوحدة الأولى على الابتكار، من خلال المدن الذكية، وهو مجال عمل مزدهر. من ناحية أخرى، تتناول الوحدات 2 و3 اثنين من المجالات ذات أكبر توقعات التطوير في عالم الذكاء الاصطناعي: معالجة اللغة الطبيعية ورؤية الحاسوب، حيث يرتبط كلاهما بشكل كبير بالروبوتات والمركبات الذاتية القيادة وبتخصص Emotive Computing,الناشئ، مما يجعل التخصص كمهندس أمرًا أساسيًا.

المهندسون الذين يتابعون هذا التدريب يصبحون محترفين فريدين في مجالهم"

الوحدة 1. المدن الذكية (Smart Cities) كأدوات للابتكار

1.1.    من المدن إلى المدن الذكية

1.1.1.    من المدن إلى المدن الذكية
2.1.1.    المدن في الزمن والثقافات في المدن
3.1.1.    تطور نماذج المدن

2.1.    التقنيات

1.2.1.    منصات التنفيذ التكنولوجية
2.2.1.    واجهات الخدمات/المواطنين
3.2.1.    الأنماط التكنولوجية

3.1.    المدينة كنظام معقد

1.3.1.    مكونات المدينة
2.3.1.    التفاعلات بين المكونات
3.3.1.    التطبيقات: الخدمات والمنتجات في المدينة

4.1.    إدارة الأمن الذكي

1.4.1.    الحالة الفعلية
2.4.1.    بيئات الإدارة التكنولوجية في المدينة
3.4.1.    المستقبل: المدن الذكية في المستقبل

5.1.    إدارة التنظيف الذكي

1.5.1.    نماذج التطبيقات في خدمات التنظيف الذكية
2.5.1.    الأنظمة: تنفيذ خدمات التنظيف الذكية
3.5.1.    مستقبل خدمات التنظيف الذكية

6.1.    إدارة حركة المرور الذكية

1.6.1.    تطورات حركة المرور: التعقيدات والعوامل التي تعيق إدارة حركة المرور
2.6.1.    المشكلة
3.6.1.  التنقل الإلكتروني
4.6.1.    الحلول

7.1.    مدينة مستدامة

1.7.1.    طاقة
2.7.1.    دورة المياه
3.7.1.    منصة الإدارة

8.1.    الإدارة الذكية لأوقات الفراغ

1.8.1.    نماذج الأعمال التجارية
2.8.1.    تطور الترفيه الحضري
3.8.1.    الخدمات المرتبطة

9.1.    إدارة الفعاليات الاجتماعية الكبيرة

1.9.1.    الحركات
2.9.1.    الطاقة الاستيعابية
3.9.1.    الصحة

10.1.    استنتاجات حول حاضر المدن الذكية (Smart Cities) ومستقبلها

1.10.1.    منصات ومشكلات التكنولوجيا
2.10.1.    التقنيات والتكامل في البيئات غير المتجانسة
3.10.1.    التطبيقات العملية في نماذج المدن المختلفة

الوحدة 2. I+D+I.A. NLP / NLU. التمثيلات والمحولات

1.2.     Natural Language Processingمعالجة اللغات الطبيعية  (NLP)

1.1.2.    معالجة اللغات الطبيعية Natural Language Processing. استخدامات NLP
2.1.2.    Nautral Language Processing (NLP). المكتبات
3.1.2.    سدادات Stoppersفي تطبيق البرمجة اللغوية العصبية NLP

2.2.    فهم اللغة الطبيعية / توليد اللغة الطبيعية (NLU فهم اللغة الطبيعية/NLG توليد اللغة الطبيعية)

1.2.2.    NLG. I.A. NLP / NLU. Embeddings و transformers
2.2.2.    NLU فهم اللغة الطبيعية/NLG توليد اللغة الطبيعية. الاستخدامات
3.2.2.    NLPمعالجة اللغة الطبيعية / توليد اللغة الطبيعية NLU. الاختلافات

3.2.    Word Embedings

1.3.2.    Word Embedings
2.3.2.    Word Embedings. الاستخدامات
3.3.2.    :Word2vec المكتبة

4.2.    Embedings. تطبيقات عملية

1.4.2.    كود Word2vec
2.4.2.    :Word2vec حالات حقيقية
3.4.2.    مجموعة أدوات استخدام Word2vec. الأمثلة

5.2.    المحولات

1.5.2.    المحولات
2.5.2.    نماذج تم إنشاؤها باستخدام Transformers
3.5.2.    إيجابيات وسلبيات Transformers

6.2.    تحليل المشاعر

1.6.2.    تحليل المشاعر
2.6.2.    التطبيق العملي لتحليل المشاعر
3.6.2.    استخدامات تحليل المشاعر

7.2.    GPT Open AI

1.7.2.    GPT Open AI
2.7.2.    GPT 2. نموذج الحرية في التصرف
3.7.2.    GPT 3. نموذج الدفع

8.2.    المجتمع Hugging Face

1.8.2.    المجتمع Hugging Face
2.8.2.    المجتمع Hugging Face. الاحتمالات
3.8.2.    المجتمع Hugging Face. الأمثلة

9.2.    قضية برشلونة Super Computing

1.9.2.    حالة BSC
2.9.2.    نموذج MARIA
3.9.2.    المجموعة الحالية
4.9.2.    أهمية وجود مجموعة كبيرة من المواد باللغة الإسبانية

10.2.    تطبيقات عملية

1.10.2.    ملخص تلقائي
2.10.2.    ترجمة النصوص
3.10.2.    تحليل المشاعر
4.10.2.    التعرّف على الكلام

الوحدة 3. I+D+I.A. الرؤية الحاسوبية. تحديد وتتبع الأجسام

1.3.    الرؤية الحاسوبية

1.1.3.    الرؤية الحاسوبية
2.1.3.    الرؤية الحاسوبية
3.1.3.    تفسير الآلات في الصورة

2.3.    وظائف التنشيط

1.2.3.    وظائف التنشيط
2.2.3.    Sigmoide
3.2.3.    RELU
4.2.3.    المماس الزائدي
5.2.3.    Softmax

3.3.    بناء الشبكات العصبية التلافيفية

1.3.3.    عملية الالتفاف
2.3.3.    طبقة ReLU
3.3.3.    التجميع
4.3.3.    Flattering
5.3.3.    Full Connection

4.3.    عملية الالتفاف

1.4.3.    كيفية عمل الالتفاف
2.4.3.    رمز الالتفاف
3.4.3.    الالتفاف. التطبيق

5.3.    التحويلات مع الصور

1.5.3.    التحويلات مع الصور
2.5.3.    التحويلات المتقدمة
3.5.3.    التحويلات مع الصور. التطبيق
4.5.3.    التحويلات مع الصور. حالة الاستخدام

6.3.    Transfer Learning

1.6.3.    Transfer Learning
2.6.3.    Transfer Learning. الأنماط
3.6.3.    الشبكات العميقة للتطبيق Transfer Learning

7.3.    الرؤية الحاسوبية. حالة الاستخدام

1.7.3.    تصنيف الصورة
2.7.3.    كشف الأشياء
3.7.3.    تحديد الأجسام
4.7.3.    تجزئة الأجسام

8.3.    كشف الأشياء

1.8.3.    الكشف القائم على الالتفاف
2.8.3.    R-CNN، البحث المستهدف
3.8.3.    الكشف السريع مع YOLO
4.8.3.    الحلول الممكنة الأخرى

9.3.    GAN. الشبكات التوليدية المضادة الشبكات التوليدية التنافسية Generative Adversarial Networks

1.9.3.    الشبكات التوليدية العدائية
2.9.3.    كود شبكة GAN
3.9.3.    GAN. التطبيق

10.3.    تطبيق نماذج  Computer Visión

1.10.3.    تنظيم المحتوى
2.10.3.    محركات البحث المرئية
3.10.3.    التعرف على الوجه
4.10.3.    الواقع المعزز
5.10.3.    القيادة الذاتية
6.10.3.    تحديد الأعطال في كل تجميع
7.10.3.    تحديد الآفات
8.10.3.    الصحة

اغتنم الفرصة للتعرف على أحدث التطورات في هذه المادة لتطبيقها في ممارستك اليومية"