برنامج متقدم1,500 ساعة · عبر الإنترنت · 11 وحدات
برنامج متقدم في التعلم الآلي للأمن البحري
يُمكّنك هذا البرنامج المتقدم من اكتشاف الأنماط الشاذة وحماية القطاع البحري من التهديدات الحالية. ستعمل مع بيانات AIS والرادار والبيانات التشغيلية وطرق اكتشاف الحالات الشاذة، بما في ذلك تقييم النماذج وتكلفة الإنذارات الكاذبة.
المدة1,500 h
نمط الدراسةعبر الإنترنت
البدء١ ديسمبر
الوحدات11
تشخيص البرنامج
تقييم المعارف السابقة
هذه هي الكفاءات التي يمنحك إياها هذا البرنامج. حدّد ما تتقنه منها بالفعل، وسنخبرك بالجزء من المنهج الذي يناسبك.
نتيجة تشخيصك
6من أصل 6 بحاجة إلى تغطية
تبدأ من الصفر في هذا المجال. وقد صُمّم البرنامج لهذا الغرض تحديدًا.
نبذة عن البرنامج
ما هو برنامج متقدم في التعلم الآلي للأمن البحري؟
يُعدّك هذا البرنامج المتقدم عبر الإنترنت، البالغ 1,500 ساعة، لحماية القطاع البحري من التهديدات الحالية. ستتعلم اكتشاف الأنماط الشاذة في بيانات الملاحة، واستباق مخاطر الأمن السيبراني على السفن وفي الموانئ، وتحسين الاستجابة للطوارئ. ويجمع بين نظرية التعلم الآلي والحالات العملية.
ما يميّزه: التركيز على التطبيقات البحرية، وإمكانية الوصول إلى مجموعات بيانات مجهّلة الهوية، والعمل بأدوات مثل Python وTensorFlow.
نوع البرنامجبرنامج متقدم
نمط الدراسةعبر الإنترنت
المدة1,500 ساعة
الوحدات11
البدء١ ديسمبر
أبرز مزايا البرنامج
- تحليلات تنبؤية متقدمة للكشف المبكر عن التهديدات.
- أمن بحري شامل: حماية السفن والموانئ والمسارات.
- تصوير البيانات الجغرافية المكانية على خرائط تفاعلية.
- حالات عملية ومحاكاة لمواقف حقيقية في القطاع.
- دفعة مهنية في الأمن البحري.
الخطة الدراسية
الخطة الدراسية لـبرنامج متقدم في التعلم الآلي للأمن البحري
11 وحدات. اختر وحدة للاطلاع على محتواها.
الوحدة 1
أساسيات تعلم الآلة وعلم البيانات للمجال البحري
- 1.1. مدخل إلى تعلم الآلة في الصناعة البحرية: حالات الاستخدام في السلامة والمراقبة والاستجابة للطوارئ
- 1.2. المعالجة المسبقة للبيانات البحرية المشوشة وتنظيفها وتعويض القيم المفقودة (أجهزة استشعار الرادار والسونار وGNSS وإنترنت الأشياء)
- 1.3. خوارزميات التعلم الخاضع للإشراف التطبيقية: الانحدار وأشجار القرار وRandom Forest وSVM
- 1.4. خوارزميات التعلم غير الخاضع للإشراف: التجميع (K-Means وDBSCAN) لأنماط الحركة الملاحية واكتشاف الشذوذ
- 1.5. أساسيات التعلم العميق (Deep Learning): الشبكة العصبية متعددة الطبقات والبنى المتقدمة
- 1.6. تقييم النماذج والتحقق منها: مقاييس الأداء (الدقة والاستدعاء وROC-AUC) في أحداث الخطر النادرة
- 1.7. أدوات ومكتبات منظومة Python (Scikit-Learn وTensorFlow وPyTorch وPandas وGeoPandas)
- 1.8. استقبال تدفقات البيانات الآنية (Data Streaming) وإدارتها في بيئات التحكم البحري
- 1.9. مبادئ MLOps: نشر النماذج ومراقبتها وتحديثها في مراكز الإنقاذ وعلى متن السفن
- 1.10. الأخلاقيات والتحيزات وقابلية تفسير الذكاء الاصطناعي (XAI - SHAP/LIME) في اتخاذ القرارات الملاحية الحرجة
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكالوحدة 2
اكتشاف الشذوذ وتحديد الحركة البحرية غير النظامية (AIS/الرادار)
- 2.1. بنية بيانات AIS (نظام التعرف الآلي) وVMS (نظام مراقبة السفن) ومعالجتها على نطاق واسع
- 2.2. خوارزميات مواءمة المسارات وإعادة بنائها باستخدام مرشحات كالمان والشبكات العصبية المتكررة (RNN/LSTM)
- 2.3. اكتشاف إطفاء أجهزة الإرسال والاستقبال (السفن المظلمة) والسلوك المشبوه بواسطة تعلم الآلة
- 2.4. تحديد الصيد غير القانوني وغير المبلغ عنه وغير المنظم (IUU) من خلال تحليل الأنماط المكانية الزمانية
- 2.5. نماذج غير خاضعة للإشراف (Isolation Forest والمرمّزات التلقائية) لتحديد الانحرافات غير المقصودة أو المتعمدة عن المسار
- 2.6. التصنيف الآلي لأنواع السفن استنادًا إلى الحركية وأنماط المناورة
- 2.7. اكتشاف انتحال الهوية في GPS/AIS (Spoofing) وتزوير المواقع البحرية
- 2.8. نمذجة كثافة الحركة وخرائط حرارية ديناميكية لخطر التصادم
- 2.9. دمج بيانات الرادارات الساحلية ورادارات الفتحة الاصطناعية (SAR) مع الإشارات التليماتية
- 2.10. أنظمة الإنذار المبكر لاكتشاف تهريب المخدرات والتهريب والقرصنة في أعالي البحار
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكالوحدة 3
الرؤية الحاسوبية والتعرف الآلي على الأهداف في البحر
- 3.1. أساسيات الرؤية الحاسوبية المطبقة على البيئة البحرية: التحديات البصرية (الوهج والأمواج والضباب والانعكاس)
- 3.2. اكتشاف الأجسام البحرية وتجزئتها في الوقت الفعلي بمعماريات YOLO وFaster R-CNN وMask R-CNN
- 3.3. تصنيف القوارب والسفن من الصور الكهروبصرية (EO) والأشعة تحت الحمراء (IR/FLIR)
- 3.4. معالجة صور الأقمار الصناعية البصرية وصور رادار الفتحة الاصطناعية (SAR) للمراقبة العالمية للمحيطات
- 3.5. التعرف الآلي على العوائق والغرقى والحاويات الطافية والحياة البحرية
- 3.6. خوارزميات تتبع الأجسام المتعددة (Multi-Object Tracking - MOT) في تسلسلات الفيديو من الكاميرات على متن السفن
- 3.7. الرؤية الحاسوبية المطبقة على الرسو الذاتي والملاحة في القنوات الضيقة
- 3.8. اكتشاف التسربات النفطية (Oil Spills) والتلوث البلاستيكي بواسطة الصور متعددة الأطياف
- 3.9. دمج الصور مع البيانات الحركية لتحقيق وعي ظرفي غامر على جسر القيادة
- 3.10. تحسين نماذج الرؤية للتشغيل على أجهزة الحافة (Edge AI) المثبتة على الطائرات المسيّرة والعوامات
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكالوحدة 4
منع التصادم والملاحة الذاتية بلا مخاطر (COLREGs)
- 4.1. الصياغة الرياضية لاتفاقية COLREG (اللوائح الدولية لمنع التصادم في البحر) وتفسيرها
- 4.2. حساب نطاق السفينة (Ship Domain) ومقاييس خطر التصادم (CPA - أقرب نقطة اقتراب، وTCPA)
- 4.3. التعلم المعزز (Reinforcement Learning) لاتخاذ القرارات الديناميكية في مناورات التفادي
- 4.4. خوارزميات تخطيط المسارات الآمنة (Path Planning) في ظل القيود البيئية وقيود الحركة الملاحية
- 4.5. الأنظمة الذكية لدعم الملاحة ومساندتها (أنظمة دعم القرار DSS)
- 4.6. محاكاة سيناريوهات تلاقي سفن متعددة وحل حالات الخطر الشديد
- 4.7. الشبكات العصبية المستنيرة بالفيزياء (PINNs) لنمذجة السلوك الديناميكي للسفينة
- 4.8. تقييم العامل البشري وتحليل الإرهاق من خلال الرصد البيومتري والتصوير بالذكاء الاصطناعي
- 4.9. دمج الذكاء الاصطناعي مع نظام التعرف على السفن وتتبعها بعيد المدى (LRIT)
- 4.10. التحقق من خوارزميات الملاحة الذاتية واعتمادها وفق إرشادات المنظمة البحرية الدولية (سفن MASS)
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكالوحدة 5
التنبؤ الجوي ونمذجة حالة البحر والتوجيه الآمن للمسارات
- 5.1. نماذج تعلم الآلة للتنبؤ السريع بالظواهر الجوية المتطرفة (العواصف المفاجئة والأعاصير والضباب)
- 5.2. معالجة البيانات الأوقيانوغرافية: درجة حرارة السطح والملوحة والتيارات وارتفاع الموج الكبير
- 5.3. خوارزميات تعلم الآلة للتنبؤ بانجراف الأجسام والقوارب المعطلة والتسربات
- 5.4. تحسين المسارات البحرية (Weather Routing) لتقليل خطر الأضرار الناجمة عن سوء الأحوال الجوية
- 5.5. اكتشاف تكوّن الجليد البحري (Sea Ice) والجبال الجليدية والتنبؤ به بواسطة صور SAR وتعلم الآلة
- 5.6. نمذجة الأمواج العاتية (Rogue Waves) بخوارزميات التعلم العميق
- 5.7. اكتشاف الرنين وخطر الانقلاب بسبب فقدان الاتزان الديناميكي (التدحرج البارامتري)
- 5.8. دمج التنبؤات العددية التقليدية (ECMWF وNOAA) مع نماذج مصححة بالذكاء الاصطناعي
- 5.9. تقدير قوى اصطدام الأمواج بالمنشآت البحرية والموانئ
- 5.10. إنشاء خرائط تفاعلية للمخاطر الجوية والتوصية بالمسارات في الوقت الفعلي
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكالوحدة 6
الصيانة التنبؤية وسلامة حالة السفينة والسلامة التشغيلية
- 6.1. مراقبة السلامة الإنشائية لبدن السفينة (Structural Health Monitoring): اكتشاف الكلال والتشققات والتشوهات
- 6.2. الصيانة التنبؤية لمنظومة الدفع (المحركات الرئيسية والمساعدة والشواحن التوربينية) بأجهزة استشعار إنترنت الأشياء
- 6.3. تحليل بيانات الاهتزاز والتزييت بخوارزميات تصنيف الأعطال في مراحلها الأولى
- 6.4. تقدير العمر الإنتاجي المتبقي (RUL) للمكونات الحرجة في السفينة باستخدام نماذج الانحدار الزمني
- 6.5. مراقبة جهاز التوجيه والمحركات المؤازرة والرفاصات لتجنب فقدان القدرة على المناورة
- 6.6. اكتشاف الأعطال في أنظمة إطفاء الحرائق وإحكام أغطية العنابر ومضخات تصريف مياه القاع
- 6.7. تقييم حالة البطاريات وأنظمة الدفع الهجين/الكهربائي في السفن الحديثة
- 6.8. تحليل بيانات الصندوق الأسود البحري (VDR - مسجل بيانات الرحلة) لأغراض تدقيق السلامة
- 6.9. أتمتة خطط الصيانة الوقائية وتوفير قطع الغيار في حالات الطوارئ
- 6.10. توائم رقمية قائمة على البيانات لتقييم سلامة السفينة في الوقت الفعلي
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكالوحدة 7
الأمن السيبراني البحري وحماية البنى التحتية الحيوية
- 7.1. تحليل مشهد التهديدات السيبرانية في القطاع البحري: السفن والموانئ والقنوات الملاحية
- 7.2. اكتشاف الاختراقات والشذوذ في شبكات OT/IT على متن السفن (CAN Bus وNMEA وModbus) بواسطة تعلم الآلة
- 7.3. حماية أنظمة تحديد المواقع (GPS/GNSS) من هجمات الانتحال والتشويش بالذكاء الاصطناعي
- 7.4. الأمن السيبراني في السفن ذاتية التشغيل والمتصلة بالسحابة عبر معماريات انعدام الثقة (Zero Trust) والذكاء الاصطناعي
- 7.5. تحليل السلوك السيبراني لأفراد الطاقم وموظفي مركز التحكم (اكتشاف التصيد الاحتيالي وتسرب البيانات)
- 7.6. نماذج تنبؤية للمخاطر السيبرانية الفيزيائية في البنى التحتية للموانئ والمحطات المؤتمتة
- 7.7. اكتشاف برمجيات الفدية والبرمجيات الخبيثة التي تستهدف أنظمة التحكم الصناعي البحرية (ICS/SCADA)
- 7.8. استخبارات التهديدات السيبرانية البحرية (Cyber Threat Intelligence) بواسطة التنقيب في النصوص ومعالجة اللغة الطبيعية
- 7.9. بروتوكولات الاستجابة الآلية للحوادث السيبرانية على متن السفينة أثناء الإبحار
- 7.10. لوائح الأمن السيبراني البحري (قرار المنظمة البحرية الدولية MSC.428(98) وISO/IEC 27001 وNIS 2)
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكالوحدة 8
البحث والإنقاذ (SAR) والإدارة الذكية للطوارئ
- 8.1. تحسين عمليات البحث والإنقاذ (SAR) من خلال التنبؤ الخوارزمي بمناطق البحث
- 8.2. التنسيق الذاتي لأسراب الطائرات المسيّرة (UAV) والمركبات السطحية غير المأهولة (USV) في مهام الإنقاذ
- 8.3. الكشف الحراري والبصري عن الأشخاص في الماء (MOB - رجل في البحر) بخوارزميات الذكاء الاصطناعي على الحافة
- 8.4. تخطيط الإخلاء في حالات الطوارئ على سفن الركاب باستخدام المحاكاة القائمة على الوكلاء وتعلم الآلة
- 8.5. خوارزميات ترتيب أولويات موارد الإنقاذ وتوزيعها في الكوارث البحرية
- 8.6. تحليل نداءات الاستغاثة (Mayday) والاتصالات الصوتية بمعالجة اللغة الطبيعية
- 8.7. إدارة مخاطر الحريق على متن السفينة: التنبؤ بانتشار النار والدخان بين الطوابق
- 8.8. دمج أنظمة الإنذار المبكر مع شبكات الأقمار الصناعية Cospas-Sarsat
- 8.9. تقييم الأضرار بعد التصادم أو الجنوح بواسطة نماذج تعلم الآلة
- 8.10. تحليل البيانات التاريخية للحوادث البحرية من أجل التحسين المستمر لبروتوكولات الإنقاذ
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكالوحدة 9
أمن الموانئ ومراقبة الحدود البحرية والإدارة البحرية العالمية
- 9.1. المراقبة الذكية لمداخل الموانئ والمناطق المحظورة بواسطة التعرف على الوجوه ولوحات المركبات
- 9.2. التفتيش الآلي للحاويات: تحليل غير إتلافي بالأشعة السينية/أشعة غاما مع تصوير قائم على التعلم العميق
- 9.3. اكتشاف المتسللين على متن السفن والاتجار بالبشر والبضائع غير المشروعة في نطاق الموانئ
- 9.4. تقييم مخاطر السفن قبل دخول الميناء (رقابة دولة الميناء الذكية)
- 9.5. نماذج تنبؤية لازدحام الموانئ والوقاية من الحوادث في مناطق الرسو
- 9.6. السلامة البيئية في الموانئ: رصد جودة الهواء والضوضاء والتسربات العرضية
- 9.7. تنسيق الأمن في واجهة السفينة والميناء (المدونة الدولية لأمن السفن ومرافق الموانئ ISPS)
- 9.8. الاستخبارات الجيوسياسية وتقييم مخاطر المسارات البحرية في مناطق النزاع
- 9.9. أنظمة معلومات وإدارة حركة السفن (VTS - خدمات حركة السفن) المعززة بالذكاء الاصطناعي
- 9.10. الحوكمة الدولية وخصوصية البيانات في أعالي البحار وتنظيم الذكاء الاصطناعي في مجال الأمن
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكالوحدة 10
الأخلاقيات وقابلية التفسير والنشر التشغيلي لنماذج تعلم الآلة
- 10.1. جودة البيانات البحرية للتدريب
- 10.2. تحيزات النماذج ومتانتها
- 10.3. قابلية التفسير وقابلية الفهم
- 10.4. التحقق من النماذج واختبارها
- 10.5. MLOps والنشر في بيئة الإنتاج
- 10.6. الحوسبة الطرفية على متن السفينة
- 10.7. مراقبة انجراف النماذج
- 10.8. تنظيم الذكاء الاصطناعي
- 10.9. المسؤولية والإشراف البشري
- 10.10. مشروع النشر التشغيلي
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكالوحدة 11
المشروع النهائي للماجستير: نظام ذكي للأمن والسلامة البحرية
- 11.1. تحديد دراسة حالة واقعية في مجال الأمن والسلامة البحرية (الوقاية أو المراقبة أو البحث والإنقاذ أو الأمن السيبراني)
- 11.2. اختيار مجموعات البيانات البحرية وجمعها وهيكلتها (AIS وصور الأقمار الصناعية وأجهزة الاستشعار)
- 11.3. تصميم معمارية تعلم الآلة أو التعلم العميق لحل المشكلة المطروحة
- 11.4. تدريب النماذج المطورة وضبط معاملاتها الفائقة وتحسينها
- 11.5. دمج المكونات في خط بيانات آني (Data Pipeline)
- 11.6. تطوير واجهة المستخدم / لوحة القيادة التشغيلية لمراكز الإنقاذ أو جسور القيادة
- 11.7. التحقق التجريبي من النظام باستخدام بيانات غير مرئية سابقًا ومحاكاة سيناريوهات حرجة
- 11.8. تقييم الأثر في خفض المخاطر والتكاليف التشغيلية وأزمنة الاستجابة
- 11.9. كتابة التقرير الفني والملخص التنفيذي وفق المعايير الأكاديمية والصناعية
- 11.10. العرض العام والعرض الحي للنموذج والمناقشة الشفوية أمام لجنة من الخبراء
في هذه المرحلة
136 hمن الجهد الدراسي المقدَّر11 أسبوعأسابيع وفق وتيرتكخطّط لوتيرتك
مدة برنامج متقدم في التعلم الآلي للأمن البحري ونمط الدراسة
يتألف البرنامج من 1,500 ساعة. أخبرنا بعدد الساعات التي يمكنك تخصيصها أسبوعيًا، وسنخبرك متى ستنهيه فعليًا.
4 h30 h
بمعدل 12 ساعات أسبوعيًا
29
أشهر حتى الإنهاء
125 أسابيع
أسبوعًا إجمالًا
هذه هي الوتيرة التي ينهي بها معظم الطلاب البرنامج، وهي تتناسب جيدًا مع خطة التقسيط.
هيئة التدريس
الإدارة الأكاديمية وهيئة التدريس
فريق التدريس في Navalis: مهنيون ممارسون يقدّمون البرامج ويشرفون عليها.
Dra. Marina Alcoverالمديرة الأكاديمية ومسؤولة ضمان الجودة
Ing. Diego Cifuentesمحاضر أول في اللحام البحري والاختبارات غير الإتلافية؛ رئيس QA/QC للوصلات الملحومة
Cap. Javier Abaroa (MCA)محاضر أول في مناورة السفن والملاحة الإلكترونية (ECDIS/الرادار/ARPA) وGMDSS؛ منسّق الامتثال لاتفاقية STCW وإدارة موارد غرفة القيادة
Dr. Pau Ferrerمحاضر أول في هندسة العمارة البحرية والمحاكاة؛ مدير مختبر الديناميكا المائية وCFD
Dra. Nuria Llobregatمحاضرة أولى في الأرصاد الجوية البحرية وSAR والسلامة التشغيلية؛ منسّقة إدارة المخاطر الملاحية
Ing. Javier Bañulsمحاضر أول في الهندسة الكهربائية والأتمتة وهندسة ETO؛ منسّق التكامل الإلكتروني وإنذارات غرفة المحركات
Ing. Sofía Marquinaمحاضرة أولى في المواد والمواد المركّبة والحماية من التآكل؛ منسّقة مسار الدهانات والطلاءات المتقدمة
Ing. Tomás Rieraمحاضر أول في أنظمة الدفع والطاقة البديلة والأنظمة الهجينة؛ منسّق كفاءة الطاقة والاهتزازاتالأهداف
أهداف برنامج متقدم في التعلم الآلي للأمن البحري
01اكتشاف الأنشطة المشبوهة والتنبؤ بها في الوقت الفعلي.
02تحسين إدارة المخاطر في العمليات البحرية.
03أتمتة تحديد الحالات الشاذة في الحركة البحرية.
04تطوير نماذج تنبؤية لمنع الحوادث البحرية.
05تحسين كفاءة الاستجابة للطوارئ البحرية.
06تعزيز الأمن السيبراني للبنية التحتية البحرية الحيوية.
الآفاق المهنية
الآفاق المهنية بعد برنامج متقدم في التعلم الآلي للأمن البحري
الأسئلة الشائعة
أسئلة حول برنامج متقدم في التعلم الآلي للأمن البحري
الأمن والسلامة البحرية
نعم. يتضمن البرنامج ECDIS/Radar-ARPA/BRM مع سيناريوهات للموانئ والملاحة المحيطية والضباب والطقس العاصف وSAR.
عبر الإنترنت مع جلسات مباشرة؛ وخيار هجين لفترات التدريب على أجهزة المحاكاة/التدريب العملي بموجب اتفاقيات تعاون.
التنبؤ بالتصادمات ومنعها من خلال تحليل بيانات الرادار وAIS والأرصاد الجوية.
يُوصى بإتقان وظيفي لعبارات SMCP. نوفر مواد داعمة للمصطلحات القياسية.
نعم، بمؤهل ذي صلة أو خبرة في العمليات البحرية/المينائية. وستؤكد مقابلة القبول مدى الملاءمة.
اختياري (3–6 أشهر) من خلال قسم الشركات والتعاون وشبكة الخريجين.
تمارين على أجهزة المحاكاة (معايير تقييم)، وخطط رحلات، وSOP، وقوائم تحقق، واختبارات قصيرة، ومشروع ماجستير تطبيقي.
برامج ذات صلة
مزيد من البرامج في مجال الابتكار والشركات الناشئة
برنامج متقدم · 1,500 hبرنامج متقدم في الذكاء الاصطناعي المطبّق على الملاحة الذاتيةSAR 9,350 · عرض البرنامج →دبلوم مهني · 800 hدبلوم مهني في الأمن السيبراني للتقنيات التشغيلية (OT) البحرية: IACS UR E26 وE27SAR 4,250 · عرض البرنامج →دبلوم مهني · 800 hدبلوم مهني في علم البيانات للموانئ وشركات الشحنSAR 3,950 · عرض البرنامج →
القبول عبر الإنترنت
خطوات القبول
لا حاجة لانتظار اتصالنا. إذا كانت مستنداتك مستوفاة، يمكنك التسجيل في الجلسة نفسها.
شروط القبول
- الملف الشخصي: شهادة في الرياضيات أو الإحصاء أو هندسة الحاسوب أو الفيزياء أو مجال ذي صلة، أو خبرة مهنية معتمدة في علم البيانات أو تطوير البرمجيات أو تحليل الأمن البحري.
- اللغة: يُوصى بمستوى متقدم في الإنجليزية التقنية.
- المعرفة الفنية: البرمجة الأساسية (ويُفضَّل Python)، والإحصاء، والجبر الخطي.
- الوثائق: سيرة ذاتية، ونسخة من مؤهلك، وكشف الدرجات عند الاقتضاء، ووثيقة الهوية أو جواز السفر، وخطاب تحفيز.
- المتطلبات التقنية للدراسة عبر الإنترنت: حاسوب مزود بكاميرا وميكروفون، واتصال مستقر، وإمكانية الوصول إلى برمجيات تحليل البيانات والتعلم الآلي (تتوفر بدائل مجانية أو مفتوحة المصدر).
- 01تقديم الطلببياناتك وخلفيتك الأكاديمية والمهنية ومستنداتك.
- 02مراجعة فوريةنتحقق من اكتمال كل شيء واستيفائه للشروط.
- 03التسجيلاختر الدفع دفعة واحدة أو بالتقسيط واحجز مقعدك.
ابدأ طلبيدفعة أولى تبدأ من SAR 3,200
يبقى القبول مبدئيًا إلى أن تعتمد اللجنة المستندات المقدَّمة. وإذا لم تستوفِ الشروط، يُعاد إليك المبلغ كاملًا.
لديك أسئلة؟
اسألنا قبل التسجيل
اترك بياناتك وسيتواصل معك فريق القبول كتابيًا للإجابة عن أي استفسار. وإذا كنت قد حسمت قرارك، يمكنك تقديم الطلب والدفع في الجلسة نفسها.