على مدار هذا البرنامج، ستتعلم كيفية العمل مع Spark، أحد محركات التخزين ومعالجة وتحليل البيانات الأكثر استخدامًا" 

أحد القطاعات التي كان للبيانات الضخمة (Big Data) تأثير كبير فيها هو الصحافة. في النهاية، البيانات هي معلومات، وهذه هي المادة الخام للصحفي. عندما تواجه غرفة الأخبار بنك بيانات كبير، يكون من الصعب جداً استخلاص الاستنتاجات. أكثر من ذلك مع محدودية الموارد الإعلامية اليوم. لذلك، فإن وجود أدوات تقوم بالمعالجة بسرعة أمر بالغ الأهمية. 

في هذا السياق، يتضمن الدورة الجامعية في البيانات الضخمة (Big Data) المطبقة في هندسة النظم وعلوم الحاسب الآلي أدوات معالجة البيانات مثل Spark وHadoop. بالإضافة إلى التخزين والهندسة والتحليل. 

هناك نقطة حيوية أخرى في هذا البرنامج وهي تصور البيانات. هذا أمر ضروري من أجل نقل الاستنتاجات بطريقة واضحة ومباشرة. سيحلل هذا القسم الأنماط المختلفة وأدوات التصور وإعداد التقارير (Reporting).

تم تخصيص الموضوعات الأخيرة لتفسير المعلومات، مع بعض المفاهيم مثل ذكاء الأعمال (Business Intelligence) أو تحليلات الأعمال (Business Analytics). وكذلك خصوصية البيانات وحمايتها وحوكمتها. 

سيتم تدريس هذه المحتويات في وضع متصل بالإنترنت، بدون جداول زمنية مع إتاحة جميع المحتويات من اليوم الأول. سوف تحتاج فقط إلى جهاز متصل بالإنترنت. بهذه الطريقة، سيتمكن الطلاب من تنظيم أنفسهم وفقًا لوقتهم، مما يساعد على استيعاب المفاهيم. 

سيساعدك أعضاء هيئة التدريس في TECH على تطبيق تطورات التعلم الآلي في تحليل البيانات" 

تحتوي المحاضرة الجامعية في البيانات الضخمة (Big Data) المطبقة في هندسة النظم وعلوم الحاسب الآلي على البرنامج التعليمي الأكثر اكتمالا و حداثة في السوق. أبرز خصائصه هي:   

تطوير دراسات الحالة التي يقدمها خبراء في البيانات الضخمة (Big Data) المطبقة على هندسة النظم وعلوم الحاسب الآلي
محتوياتها البيانية والتخطيطية والعملية البارزة التي يتم تصورها بها تجمع المعلومات العلمية والعملية حول تلك التخصصات الأساسية للممارسة المهنية 
التمارين العملية حيث يمكن إجراء عملية التقييم الذاتي لتحسين التعلم 
تركيزه الخاص على المنهجيات المبتكرة  
دروس نظرية وأسئلة للخبراء ومنتديات مناقشة حول القضايا المثيرة للجدل وأعمال التفكير الفردية 
توفر المحتوى من أي جهاز ثابت أو محمول متصل بالإنترنت 

ستتعلم خلال البرنامج جميع مفاتيح ذكاء الأعمال حتى تتمكن من تطبيقه على مشاريعك" 

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

سيتيح محتوى البرنامج المتعدد الوسائط، والذي صيغ بأحدث التقنيات التعليمية، للمهني التعلم السياقي والموقعي، أي في بيئة محاكاة توفر تدريبا غامرا مبرمجا للتدريب في حالات حقيقية.  

يركز تصميم هذا البرنامج على التعلّم القائم على المشكلات، والذي يجب على المهني من خلاله محاولة حل مختلف مواقف الممارسة المهنية التي تنشأ على مدار السنة الدراسىة. للقيام بذلك، سيحصل على مساعدة من نظام فيديو تفاعلي مبتكر من قبل خبراء مشهورين. 

قد أثارت TECH قضية محددة لتحديد مصادر المعلومات الأكثر فائدة"

تم تخصيص موضوع محدد للتعامل مع البيانات الأكثر حساسية وأنسب الطرق لحمايتها"

يبدأ جدول الأعمال بتفصيل تطبيق البيانات الضخمة (Big Data) على تكنولوجيا المعلومات وتحديد مصادر المعلومات الأكثر فائدة. بعد ذلك، يتم التطرق إلى العناصر المختلفة التي تشكل جزءًا من العمل اليومي مع البيانات الضخمة (Big Data): المعالجة، التخزين، الهندسة المعمارية، التحليل، التصوير والتمثيل البياني، والتفسير. أخيراً، توفر المعرفة اللازمة لحماية البيانات بشكل كافٍ وموضوع محجوز لتطوير حوكمة البيانات. 

بفضل TECH سوف تتعلم كيفية تخزين المعلومات بشكل صحيح، سواء في قواعد البيانات المحلية أو في السحابة الإلكترونية"

وحدة 1. البيانات الضخمة (Big Data) المطبقة في هندسة النظم وعلوم الحاسب الآلي 

1.1. البيانات الضخمة (Big Data)المطبقة على IT 

1.1.1. البيانات الضخمة (Big Data)المطبقة على IT 
1.1.2. البيانات الضخمة (Big Data). الفرص 
1.1.3. البيانات الضخمة (Big Data). التطبيق 

1.2. المعلومات والبيانات 

1.2.1. مصادر المعلومات 
1.2.2. الجودة 
1.2.3. التحويل 

1.3. معالجة Big Data 

1.3.1. معالجة Big Data. هادوب 
1.3.2. معالجة Big Data. Spark 
1.3.3. معالجة البثStreaming 

1.4. تخزين البيانات 

1.4.1. تخزين البيانات قواعد البيانات 
1.4.2. تخزين البيانات السحابة 
1.4.3. تخزين البيانات استغلال المعلومات 

1.5. بنية البيانات الضخمة 

1.5.1. بنية البيانات الضخمة (Big Data). Data Lake 
1.5.2. بنية البيانات الضخمة (Big Data). مراقبة العمليات 
1.5.3. بنية البيانات الضخمة (Big Data). الحوسبة السحابية  (Cloud computing) 

1.6. تحليل البيانات 

1.6.1. تحليل البيانات النمذجة التنبؤية 
1.6.2. تحليل البيانات التعلم الآلي (Machine Learning) 
1.6.3. تحليل البيانات التعلم العميق (Deep Learning) 

1.7. تصوير البيانات 

1.7.1. الأنواع 
1.7.2. أدوات التصور 
1.7.3. أدوات إعداد التقارير (Reporting) 

1.8. تفسير المعلومات 

1.8.1. الذكاء التجاري (Business Intelligence) 
1.8.2. تحليلات الأعمال (Business Analytics) 
1.8.3. علم البيانات(Data Science) 

1.9. الخصوصية وحماية البيانات 

1.9.1. البيانات الحساسة 
1.9.2. موافقة 
1.9.3. إخفاء الهوية 

1.10. حوكمة البيانات 

1.10.1 حوكمة البيانات 
1.10.2 نسب البياناتData Lineage 
1.10.3 دليل البيانات 

تعرف على جميع مفاتيح نسب البيانات لتبسيط عملية تعقب الأخطاء وإصلاحها بسرعة"