أساسيات البيانات الضخمة

تمتلك المؤسسات اليوم إمكانية الوصول إلى كميات هائلة من البيانات، وأصبح ذلك يؤثر مباشرة في طريقة عملها وتشغيلها. ومع تزايد الاعتماد على البيانات، تدرك المؤسسات أن النجاح يتطلب الاستفادة من رؤى البيانات الضخمة لاتخاذ قرارات أعمال أكثر فاعلية ودقة. ماذا ستتعلّم؟ في دورة «أساسيات البيانات الضخمة»، وهي جزء من برنامج MicroMasters في البيانات الضخمة، ستتعرّف على كيفية دفع البيانات الضخمة للتغيير التنظيمي، وعلى أبرز التحديات التي تواجهها المؤسسات عند محاولة تحليل مجموعات بيانات ضخمة للغاية. كما ستفهم القيود العملية المرتبطة بالحجم والسرعة والتنوع، ولماذا تتطلب هذه البيئات أدوات وأساليب تحليل قابلة للتوسع. ستتعلّم تقنيات أساسية مثل التنقيب عن البيانات (Data Mining) ومعالجة التدفقات (Stream Processing)، بما في ذلك التفكير الخوارزمي اللازم للتعامل مع البيانات المتدفقة وحساب العناصر أو الأحداث المتكررة بكفاءة. إضافة إلى ذلك، ستتعلّم كيفية تصميم وتنفيذ خوارزميات PageRank باستخدام MapReduce، وهو نموذج برمجي يتيح قابلية توسع كبيرة عبر مئات أو آلاف الخوادم ضمن عنقود Hadoop، ما يجعله مناسباً لمعالجة البيانات على نطاق واسع. بنهاية الدورة ستكون قادراً على فهم المبادئ التي تقف خلف خوارزميات السير العشوائي (Random Walk) التي يعتمد عليها PageRank، وكيفية تطبيق هذه المفاهيم عملياً ضمن بيئات معالجة موزعة لتحقيق نتائج قابلة للاستخدام في سياقات الويب والتحليلات واسعة النطاق.

• فهم MapReduce وتطبيقه عملياً
• فهم معدل حدوث الأحداث في البيانات الضخمة
• تصميم خوارزميات لمعالجة التدفقات وعدّ العناصر الأكثر تكراراً في البيانات الضخمة
• فهم خوارزميات PageRank وتصميمها
• فهم خوارزميات السير العشوائي (Random Walk) التي تقوم عليها

• يوصى للمهتمين بمتابعة برنامج MicroMasters في البيانات الضخمة بإكمال مقرري «البرمجة لعلوم البيانات» و«التفكير الحاسوبي والبيانات الضخمة» قبل الالتحاق بهذه الدورة
• زيارة صفحة برنامج MicroMasters للبيانات الضخمة للاطلاع على مزيد من المعلومات