أدوات تحليل البيانات الضخمة

عند الحديث عن أدوات تحليل البيانات، تظهر دائماً أسئلة متكررة: ما الفرق بين هذا العدد الكبير من الأدوات المتاحة؟ أيّها الأفضل؟ وأيّها ينبغي أن أتعلمه؟ يهدف هذا المقرر إلى توضيح الصورة عبر تقديم نظرة عملية على منظومة الأدوات المستخدمة في معالجة البيانات ونمذجتها وتحليلها وتخزينها وإتاحة الوصول إليها. تشمل مهام علماء البيانات عادةً تحديد الأسئلة ذات الصلة بالأعمال، وجمع البيانات من مصادر متعددة، وتنظيمها، ثم تحويلها وتجهيزها لتصبح مناسبة للحل التحليلي، وأخيراً التواصل الفعّال لنتائج التحليل من أجل دعم اتخاذ قرارات تجارية أفضل. لذلك فإن اختيار الأدوات المناسبة يؤثر مباشرة في سرعة العمل وجودته وقابلية توسيعه داخل المؤسسة. يمكن تصنيف أدوات علم البيانات (Data Science) إلى نوعين رئيسيين: أدوات موجهة لمن يمتلكون خبرة في البرمجة، وأخرى موجهة لمستخدمي الأعمال. يرتبط النوع الأول غالباً بمجال تقنيات المعلومات ويشمل لغات وأطر عمل وأدوات مفتوحة المصدر تساعد على بناء خطوط معالجة البيانات وأتمتة المهام التحليلية، مثل R وPython وأدوات التعامل مع قواعد البيانات. أما النوع الثاني فيركز على تمكين المستخدمين غير التقنيين من استكشاف البيانات وبناء التقارير ولوحات المعلومات. كما يتناول المقرر أهمية قواعد البيانات في مشاريع علم البيانات، ودورها في تخزين البيانات وإدارتها وإتاحتها بكفاءة. إضافةً إلى ذلك، ستتعرف على فوائد خدمات الحوسبة السحابية لمشاريع علم البيانات داخل المنظمات، وكيف يمكن أن تدعم قابلية التوسع، وتسهّل الوصول إلى الموارد، وتسرّع تنفيذ التحليلات باستخدام أكثر الأدوات شيوعاً في المجال.

• عرض الأدوات المختلفة، التجارية ومفتوحة المصدر، التي تتيح معالجة البيانات وإدارتها وتحليلها.
• فهم ما هي قاعدة البيانات وأهميتها في مشاريع علم البيانات.
• التعرّف على فوائد خدمات الحوسبة السحابية التي تدعم مشاريع علم البيانات.

• معرفة بلغات البرمجة (ويُفضّل R أو Python).
• معرفة بلغات التعامل مع البيانات ومعالجتها مثل SQL.