فُورْوَرْدفُورْوَرْدخريطة التخصصاتبحث
الاختبار الشاملاستكشفقارنالمسارات المهنيةمجالات ناشئةالمصادر
تقنية المعلومات والاتصالاتISCED 0613CIP 30.7001

علم البيانات

Data Science

استخراج المعرفة من البيانات عبر الجمع والتنظيف والنمذجة الإحصائية وتعلّم الآلة، ثم ترجمتها إلى قرار.

أضف إلى المقارنة

يُعرف أيضاً بـ: علوم البيانات · تحليل البيانات · بيانات · Data Analytics · DS

داخل القاعة

ماذا ستدرس فعلاً؟

ثلاثية: إحصاء واحتمالات، برمجة ومعالجة بيانات، ومعرفة بمجال التطبيق. تدرس الجبر الخطي والاحتمالات، ثم قواعد البيانات وهندسة البيانات، ثم تعلّم الآلة والتصور البصري للبيانات. الجزء الأكبر من العمل الواقعي تنظيف بيانات لا بناء نماذج — وهذا ما لا تُظهره الصورة الشائعة عن التخصص.

مقررات شائعة

  • الاحتمالات والإحصاء
  • الجبر الخطي
  • البرمجة لعلم البيانات (Python / R)
  • قواعد البيانات و SQL
  • تعلّم الآلة
  • تصور البيانات
  • هندسة البيانات ومعالجة البيانات الضخمة
  • الانحدار والنمذجة الإحصائية
  • أخلاقيات البيانات والخصوصية

طبيعة الدراسة

مزيج من الرياضيات والبرمجة والتحليل. تقضي وقتاً طويلاً مع البيانات الفوضوية وقليلاً مع النماذج الأنيقة. يتطلب صبراً على العمل غير الممتع الذي يسبق النتيجة الجميلة.

لمن هذا التخصص؟

الصفات والميول المناسبة

مستخلصة من طبيعة الدراسة الفعلية لهذا التخصص — ليست شرطاً للقبول، بل صورة لمن يرتاح فيه غالباً. الصفات تُبنى، والميول تتطوّر.

باختصار: شخص فضولي يحب الفهم والتحليل، وفيه جانب منظم.

ميل استقصائيميل منظمميل فني

صفات تساعدك في هذا التخصص

  • قوي في التفكير الرياضي والمنطقي
  • صبور في البرمجة وتتبّع الأخطاء
  • تحليلي يفكّك المشكلات المعقّدة
  • اجتماعي ويجيد التواصل والعرض
  • يجيد التعبير والكتابة المنظّمة

ميول عادةً ما تناسبه

  • يستمتع بحل المسائل والأرقام
  • يميل إلى الحاسب وبناء البرمجيات
  • يحب البحث والاستنتاج من البيانات
  • يحب العمل مع الناس ضمن فريق
  • يميل إلى القراءة والكتابة

إيقاع التخصص

متطلبات الدراسة وملاءمتها لك

الدرجات من 5 تصف كثافة الحضور داخل البرنامج، وليست حكماً على صعوبة التخصص أو قيمته.

الرياضيات5/5
الكتابة3/5
البرمجة5/5
العمل المعملي1/5
التصميم2/5
التواصل4/5
الحفظ1/5
التحليل5/5

قد يناسبك إذا…

  • ترتاح للرياضيات والإحصاء ولا تراهما عائقاً
  • لديك فضول لمعرفة ما تقوله الأرقام لا ما تريد أن تسمعه
  • تحب حل مشكلات غامضة ليس لها إجابة واحدة صحيحة
  • قادر على شرح نتيجة معقدة لشخص غير تقني
  • صبور على التنظيف والتحضير قبل التحليل

جرّب قبل أن تحكم

هل يناسبك هذا التخصص؟

ثمانية أسئلة قصيرة مبنية على رموز هولاند للاهتمامات المهنية (RIASEC) وملف دراسة هذا التخصص — النتيجة مؤشر استكشافي، لا حكم.

اختبر ملاءمتك — علم البيانات

1 / 8

إلى أي درجة تستمتع بـحل مسائل رياضية تتطلب تفكيراً مجرداً خطوة بخطوة؟

مثل: الاشتقاق والتكامل والمعادلات التفاضلية

8 أسئلة قصيرة مبنية على رموز هولاند (RIASEC) وملف دراسة هذا التخصص. إجاباتك تبقى في متصفحك ولا تُرسل لأي مكان.

ما الذي تبنيه

المهارات والتخصصات الدقيقة

التفكير النقديالتواصل والعرضالبرمجةالتحليل الإحصائيالنمذجة الرياضيةتحليل البياناتتعلّم الآلة

التعلم الآلي

Machine Learning

بناء نماذج تنبؤية وتقييمها ونشرها على بيانات واقعية.

تحليلات الأعمال

Business Analytics

ترجمة البيانات إلى قرارات ومؤشرات وتجارب قابلة للقياس.

من الدراسة إلى العمل

المسارات المهنية

قوة الرابط توضّح قرب المهنة من التخصص؛ لا تعني وعداً بوظيفة ولا ترتيباً للمهن.

رياضياتي، خبير اكتواري، إحصائي

ISCO 2120 · Mathematicians, actuaries and statisticians

مسار مباشر

يبني نماذج رياضية وإحصائية لتحليل المخاطر والبيانات.

المجموعة الرسمية للإحصائيين والرياضياتيين في ISCO-08.

محلل نظم

ISCO 2511 · Systems analysts

مسار مباشر

يدرس احتياجات المؤسسة ويترجمها إلى مواصفات نظام تقني قابل للتنفيذ.

تحليل النظم والبيانات لدعم القرار.

مطوّر برمجيات

ISCO 2512 · Software developers

مسار شائع

يصمم ويكتب ويختبر ويصون البرمجيات والتطبيقات.

بناء أنظمة ونماذج قابلة للنشر.

مصمم ومدير قواعد بيانات

ISCO 2521 · Database designers and administrators

مسار شائع

يصمم قواعد البيانات ويديرها ويضمن سلامتها وأداءها.

هندسة البيانات وبناء خطوط المعالجة.

محلل مالي

ISCO 2413 · Financial analysts

مسار ممكن

يحلل البيانات المالية ويقيّم الشركات والأوراق المالية.

التحليل المالي الكمي.

اقتصادي

ISCO 2631 · Economists

مسار ممكن

يحلل الأسواق والسياسات والبيانات الاقتصادية ويبني النماذج.

التحليل الاقتصادي الكمي.

قطاعات مرتبطة

تجارة الجملة والتجزئة Gالمعلومات والاتصالات Jالأنشطة المالية والتأمين Kالأنشطة المهنية والعلمية والتقنية Mالصحة والعمل الاجتماعي Q

خيارات ما بعد الدرجة

التوسّع والتحوّل

دراسات عليا

  • ماجستير علم بيانات
  • ماجستير تعلّم آلة أو ذكاء اصطناعي
  • ماجستير إحصاء تطبيقي
  • دكتوراه للمسار البحثي

شهادات مهنية

  • شهادات السحابة في تحليلات البيانات (AWS / Azure Data)
  • شهادات هندسة البيانات مثل Databricks
  • شهادات إحصائية مهنية حسب القطاع

مجالات يمكن التحوّل إليها

هندسة البياناتتحليلات الأعمال والذكاء التجاريأبحاث العملياتالاقتصاد القياسي والتحليل المالي الكميبحوث تعلّم الآلة

تخصصات مجاورة

الإحصاءStatisticsالذكاء الاصطناعيArtificial IntelligenceالرياضياتMathematicsعلوم الحاسبComputer Scienceنظم المعلومات الإداريةManagement Information Systems

الذكاء الاصطناعي

ما الذي يتغيّر في هذا المجال؟

التعرّض يعني قابلية بعض المهام للتغيير أو الأتمتة، لا اختفاء التخصص أو المهنة.

التعرّض: مرتفعقراءة واجتهاد — ليست حقيقة مؤكدة

مهام قابلة للأتمتة

  • التحليل الاستكشافي الأولي وتوليد الرسوم البيانية
  • اختيار وضبط النماذج القياسية آلياً (AutoML)
  • كتابة استعلامات ونصوص التنظيف الروتينية

مهام ترتفع قيمتها

  • صياغة السؤال الصحيح قبل التحليل
  • الحكم على جودة البيانات وتحيّزها
  • الاستدلال السببي لا الارتباطي فقط
  • ترجمة النتائج إلى قرار عمل يقنع صاحب القرار

مهارات أضفها

  • الاستدلال السببي والتصميم التجريبي
  • هندسة البيانات ونشر النماذج (MLOps)
  • معرفة عميقة بمجال تطبيق واحد على الأقل
  • مهارة السرد بالبيانات (Data Storytelling)

قبل أن تختار

توجيه من فُورْوَرْد

لا تبحث عن إجابة جاهزة. استخدم هذه الأسئلة لاختبار ملاءمة الواقع لك.

  1. 1هل تحب الإحصاء فعلاً، أم تحب فكرة أن تكون «عالم بيانات»؟
  2. 2هل تتحمل أن يكون ٧٠٪ من عملك تنظيف بيانات وليس بناء نماذج؟
  3. 3هل لديك مجال آخر تهتم به يمكن أن تطبّق فيه البيانات، فالتخصص وحده بلا مجال يضعف قيمتك؟
  4. 4هل جرّبت مشروع تحليل بيانات كاملاً من الصفر قبل أن تقرر؟

المرجعية

ملاحظات ومصادر

ملاحظة تصنيفية

علم البيانات تخصص متقاطع لا يوفّر له ISCED-F 2013 حقلاً تفصيلياً مستقلاً؛ يُصنَّف تحت 0613 حين يغلب الجانب الحاسوبي، وقد يُصنَّف تحت 0542 (الإحصاء) حين يغلب الجانب الإحصائي. CIP 2020 يوفّر كوداً مخصصاً 30.7001 ضمن سلسلة الدراسات متعددة التخصصات (30).
  1. [1]Classification of Instructional Programs (CIP) 2020 Edition — U.S. National Center for Education Statistics (NCES), Institute of Education Sciences (2020)

    التصنيف الأمريكي لبرامج التعليم. أدق من ISCED-F على مستوى التخصص الجامعي الفعلي (ترميز 6 خانات: XX.XXXX). يتضمن تخصصات حديثة مثل 11.0102 Artificial Intelligence و 11.0105 Human-Centered Technology Design غير الموجودة صراحةً في ISCED-F 2013.

  2. [2]Structure of the International Standard Classification of Occupations (ISCO-08) — UN Statistical Commission background document — United Nations Statistical Commission / ILO (2008)

    الوثيقة الخلفية المقدَّمة للجنة الإحصائية بالأمم المتحدة تتضمن البنية الكاملة للمجموعات الرئيسية والفرعية والثانوية ومجموعات الوحدة. استُخدمت لاستخراج أكواد ISCO-08 الأربعية للمهن.

  3. [3]UNESCO Institute for Statistics — ISCED Fields of Education and Training 2013 (ISCED-F 2013) Manual — UNESCO Institute for Statistics (UIS) (2014)

    المرجع الرسمي الأساسي لتصنيف مجالات التعليم والتدريب. هرمية من ثلاثة مستويات: 11 مجالاً عريضاً (broad)، 29 مجالاً ضيقاً (narrow)، ~80 مجالاً تفصيلياً (detailed) بترميز رباعي. اعتُمد في المؤتمر العام لليونسكو في دورته الـ37 (2013).

  4. [4]Update on the revision of ISCED — UNCEISC 2025 session summary — United Nations Statistics Division (UNSD) / UNESCO Institute for Statistics (2025)

    يوثّق أن ISCED-F 2013 قيد المراجعة الشاملة. لجنة مراجعة ISCED (2023) أصدرت 16 توصية، وأُنشئت أربع فرق عمل من ضمنها فريق عمل مخصص لمراجعة ISCED-F 2013. الجدول الزمني: 2025-26 وضع معايير التصنيف، منتصف 2027 عرض النسخة المنقّحة على المؤتمر العام لليونسكو، الربع الأخير 2027 الاعتماد النهائي. النتيجة العملية: ISCED-F 2013 هو التصنيف الساري حتى 2027 على الأقل.