ماجستير الذكاء الاصطناعي

ماجستير الذكاء الاصطناعي

Master in Artificial Intelligence

مستقبل التكنولوجيا والابتكار يبدأ من هنا

عن البرنامج

في عالم تقوده البيانات، والخوارزميات، والأنظمة الذكية، أصبح الذكاء الاصطناعي من أهم المجالات المؤثرة في الاقتصاد، والتعليم، والصحة، والصناعة، والتجارة، والخدمات الحكومية، ومختلف قطاعات الأعمال.

وصارت المؤسسات تبحث عن متخصصين قادرين على فهم تقنيات الذكاء الاصطناعي، وتحليل البيانات، وبناء التطبيقات الذكية، وتطوير الحلول القائمة على التعلم الآلي والذكاء الاصطناعي التوليدي.

صُمم ماجستير الذكاء الاصطناعي ليقدم تجربة تعليمية حديثة تجمع بين المعرفة العلمية، والتطبيق العملي، والمشروعات المهنية، بهدف إعداد كوادر قادرة على تصميم وتطوير وإدارة حلول الذكاء الاصطناعي وفق احتياجات سوق العمل الخليجي والعالمي.

يغطي البرنامج مجالات متقدمة تشمل:

• الذكاء الاصطناعي التطبيقي.
• الذكاء الاصطناعي التوليدي.
• النماذج اللغوية الكبيرة.
• التعلم الآلي.
• التعلم العميق.
• علوم البيانات.
• معالجة اللغات الطبيعية.
• الرؤية الحاسوبية.
• أنظمة الوكلاء الذكية.
• هندسة النماذج ونشرها.
• الحوسبة السحابية.
• حوكمة وأخلاقيات الذكاء الاصطناعي.
• تطبيقات الذكاء الاصطناعي في المؤسسات.

رؤية البرنامج

إعداد جيل جديد من المتخصصين والخبراء القادرين على تصميم وتطوير وتطبيق حلول الذكاء الاصطناعي الحديثة، والمساهمة في دعم الابتكار والتنافسية في المؤسسات الحكومية والخاصة إقليميًا ودوليًا.

رسالة البرنامج

تقديم تجربة تعليمية متقدمة تجمع بين:

• المعرفة العلمية.
• البرمجة والتطبيق.
• تحليل البيانات.
• بناء النماذج الذكية.
• المشروعات الواقعية.
• الابتكار التكنولوجي.
• الممارسة الأخلاقية.
• احتياجات سوق العمل.

وذلك لإعداد كوادر قادرة على تطوير حلول فعالة باستخدام أحدث تقنيات الذكاء الاصطناعي.

فلسفة البرنامج

لا يهدف البرنامج إلى تقديم المعرفة النظرية فقط، بل يركز على بناء متخصص يمتلك القدرة على:

• فهم مبادئ الذكاء الاصطناعي.
• التعامل مع البيانات.
• تطوير النماذج الذكية.
• استخدام أدوات الذكاء الاصطناعي التوليدي.
• بناء تطبيقات قابلة للاستخدام.
• نشر النماذج وإدارتها.
• حل المشكلات الواقعية.
• العمل ضمن فرق تقنية ومؤسسية.
• الالتزام بمبادئ الحوكمة والأخلاقيات.

ويعتمد البرنامج على الانتقال التدريجي من الأساسيات إلى التطبيقات المتقدمة والمشروعات المهنية.

لماذا الذكاء الاصطناعي الآن؟

يشهد العالم توسعًا متسارعًا في استخدام الذكاء الاصطناعي داخل:

• المؤسسات الحكومية.
• الشركات.
• البنوك.
• القطاع الصحي.
• قطاع التعليم.
• التجارة الإلكترونية.
• الصناعة.
• الأمن السيبراني.
• التسويق والمبيعات.
• الخدمات المهنية.
• الإعلام وصناعة المحتوى.
• النقل والخدمات اللوجستية.

وتتزايد الحاجة إلى متخصصين قادرين على الجمع بين المعرفة التقنية، وتحليل البيانات، وفهم احتياجات المؤسسات، وتصميم الحلول الذكية المناسبة.

كما يتوافق البرنامج مع التحولات المستقبلية المرتبطة بـ:

• رؤية السعودية 2030.
• استراتيجيات الذكاء الاصطناعي في دول الخليج.
• التحول الرقمي الحكومي.
• الاقتصاد القائم على البيانات.
• المدن الذكية.
• الأتمتة الذكية.
• وظائف المستقبل.
• تقنيات الجيل القادم.

لماذا تختار هذا البرنامج؟

محتوى حديث ومتخصص

يغطي البرنامج مجموعة من أهم تقنيات الذكاء الاصطناعي الحديثة، مثل:

• Generative AI.
• Large Language Models.
• AI Agents.
• Machine Learning.
• Deep Learning.
• Natural Language Processing.
• Computer Vision.
• Data Science.
• MLOps.
• Cloud AI.
• Prompt Engineering.
• AI Governance.

تدريب عملي مستمر

يتضمن البرنامج:

• تمارين برمجية.
• تطبيقات عملية.
• مشروعات أسبوعية.
• تحليل مجموعات بيانات.
• بناء نماذج تعلم آلي.
• تصميم أدوات ذكية.
• تطوير نماذج أولية.
• دراسات حالة واقعية.
• مشروع تخرج تطبيقي.

تأهيل لسوق العمل

يركز البرنامج على المهارات المطلوبة للعمل في المؤسسات التقنية، والشركات، والقطاعات الحكومية، وفرق البيانات والابتكار.

مرونة تناسب العاملين

يتم تقديم البرنامج بنظام أونلاين مباشر مع:

• محاضرات مسائية.
• تسجيلات تعليمية.
• منصة إلكترونية.
• دعم أكاديمي.
• أنشطة عملية.
• مشروعات قابلة للتنفيذ.

الجمع بين التقنية والتطبيق المؤسسي

لا يقتصر البرنامج على البرمجة فقط، بل يهتم أيضًا بكيفية توظيف الذكاء الاصطناعي في تطوير الخدمات والعمليات واتخاذ القرار.

الاعتماد والتصديقات الدولية

تصدر الشهادة من:

الجامعة الأمريكية للتعليم المستمر – الولايات المتحدة الأمريكية
American University for Continuing Education – USA

مع إمكانية الحصول على:

• تصديق الأبوستيل الأمريكي (Apostille).
• تصديق وزارة الخارجية الأمريكية.
• تصديق سفارة دولة الدارس.
• التوثيق الدولي للاستخدام الخارجي وفق الأنظمة المعمول بها في كل دولة.

تخضع معادلة الشهادة وقبولها الأكاديمي أو الوظيفي للقوانين واللوائح المعمول بها في كل دولة، ويُنصح الدارس بالتحقق من متطلبات الجهة التي يرغب في استخدام الشهادة لديها.

أهداف البرنامج

يهدف البرنامج إلى:

• إعداد متخصصين يمتلكون أساسًا قويًا في الذكاء الاصطناعي.
• تطوير مهارات البرمجة اللازمة لبناء التطبيقات الذكية.
• إكساب الدارس القدرة على تحليل البيانات ومعالجتها.
• التدريب على بناء نماذج التعلم الآلي.
• تطوير مهارات التعلم العميق.
• التعرف على تقنيات الذكاء الاصطناعي التوليدي.
• تدريب الدارس على استخدام النماذج اللغوية الكبيرة.
• بناء تطبيقات معالجة اللغات الطبيعية.
• تطوير حلول الرؤية الحاسوبية.
• تصميم أنظمة الوكلاء الذكية.
• تدريب الدارس على نشر النماذج وإدارتها.
• استخدام الحوسبة السحابية في مشاريع الذكاء الاصطناعي.
• تطبيق مبادئ حوكمة وأخلاقيات الذكاء الاصطناعي.
• إعداد حلول ذكية للمؤسسات.
• تأهيل الدارس للوظائف المستقبلية في الذكاء الاصطناعي والبيانات.

مخرجات التعلم

بنهاية البرنامج يصبح الدارس قادرًا على:

• استخدام لغات وأدوات البرمجة في تطبيقات الذكاء الاصطناعي.
• معالجة البيانات وتنظيفها وتحليلها.
• بناء نماذج تعلم آلي.
• تقييم أداء النماذج وتحسينها.
• تصميم شبكات عصبية وتطبيقات تعلم عميق.
• استخدام النماذج اللغوية الكبيرة.
• بناء مساعدين وروبوتات محادثة ذكية.
• إنشاء أنظمة Agents لتنفيذ المهام.
• تطوير تطبيقات معالجة النصوص واللغة.
• بناء تطبيقات الرؤية الحاسوبية.
• نشر النماذج في بيئات سحابية.
• تطبيق مبادئ MLOps.
• حماية البيانات وإدارة مخاطر الذكاء الاصطناعي.
• تقييم الأثر الأخلاقي للحلول الذكية.
• تصميم مشروع ذكاء اصطناعي متكامل.
• تقديم الحلول التقنية بصورة مهنية للإدارة وأصحاب القرار.

الفئات المستهدفة

البرنامج مناسب لـ:

• خريجي الحاسب وتقنية المعلومات.
• المبرمجين ومطوري البرمجيات.
• محللي البيانات.
• مهندسي البرمجيات.
• العاملين في التحول الرقمي.
• العاملين في تحليل الأعمال.
• المتخصصين في الأمن السيبراني.
• العاملين في المؤسسات الحكومية.
• العاملين في البنوك والشركات.
• مديري المنتجات التقنية.
• أصحاب الشركات الناشئة.
• المهنيين الراغبين في الانتقال إلى مجال الذكاء الاصطناعي.
• الراغبين في تطوير حلول ذكية لمؤسساتهم.

يمكن قبول خريجي تخصصات أخرى بعد تقييم خلفيتهم الأكاديمية واستعدادهم لدراسة البرمجة والرياضيات الأساسية.

المهارات التي يكتسبها الدارس

خلال البرنامج يكتسب الدارس مهارات:

• Python Programming.
• Data Analysis.
• Data Visualization.
• Machine Learning.
• Deep Learning.
• Generative AI.
• Prompt Engineering.
• Large Language Models.
• Retrieval-Augmented Generation.
• AI Agents.
• Natural Language Processing.
• Computer Vision.
• Model Evaluation.
• MLOps.
• Cloud AI.
• API Integration.
• AI Product Development.
• AI Governance.
• Responsible AI.
• Technical Communication.
• Project Management.
• Problem Solving.

نظام الدراسة

منهجية الدراسة

يعتمد البرنامج على:

• المحاضرات المباشرة.
• المختبرات البرمجية.
• التعلم القائم على المشروعات.
• دراسة الحالات.
• حل المشكلات.
• تحليل البيانات.
• بناء النماذج.
• ورش العمل.
• العروض التقديمية.
• المشروعات الفردية والجماعية.
• المشروع النهائي.

الخطة الدراسية

المرحلة الأولى: الأسس البرمجية والرياضية

Programming & Mathematical Foundations

المرحلة الثانية: علوم البيانات والتعلم الآلي

Data Science & Machine Learning

المرحلة الثالثة: الذكاء الاصطناعي المتقدم

Advanced Artificial Intelligence

المرحلة الرابعة: التطبيقات التخصصية

Specialized AI Applications

المرحلة الخامسة: النشر والحوكمة

Deployment, MLOps & Governance

المرحلة السادسة: البحث والمشروع النهائي

Research & Applied Capstone

توصيف المقررات بالتفصيل

1. البرمجة المتقدمة للذكاء الاصطناعي

Advanced Programming for AI

يشمل:

• أساسيات ومتقدم Python.
• هياكل البيانات.
• البرمجة الكائنية.
• التعامل مع الملفات.
• APIs.
• NumPy.
• Pandas.
• البرمجة الموجهة للمشروعات.
• كتابة أكواد قابلة للتطوير.
• الاختبار وتصحيح الأخطاء.

2. الرياضيات والإحصاء للذكاء الاصطناعي

Mathematics & Statistics for AI

يشمل:

• الجبر الخطي.
• المصفوفات والمتجهات.
• التفاضل.
• الاحتمالات.
• التوزيعات الإحصائية.
• اختبار الفرضيات.
• الارتباط والانحدار.
• التقدير.
• التحسين الرياضي.
• التطبيقات الرياضية في التعلم الآلي.

3. علم البيانات وتحليل البيانات

Data Science & Analytics

يشمل:

• جمع البيانات.
• تنظيف البيانات.
• معالجة القيم المفقودة.
• تحليل البيانات الاستكشافي.
• التصور البياني.
• إعداد لوحات البيانات.
• اكتشاف الأنماط.
• تحليل الأعمال.
• تحويل البيانات إلى مؤشرات وقرارات.

4. التعلم الآلي

Machine Learning

يشمل:

• التعلم الخاضع للإشراف.
• التعلم غير الخاضع للإشراف.
• Regression.
• Classification.
• Clustering.
• Feature Engineering.
• Model Selection.
• Cross Validation.
• تقييم الأداء.
• معالجة الإفراط في التعلم.

5. التعلم العميق

Deep Learning

يشمل:

• الشبكات العصبية.
• Backpropagation.
• Optimization.
• CNN.
• RNN.
• Transformers.
• تدريب النماذج.
• معالجة البيانات.
• تقييم وتحسين الأداء.
• تطبيقات التعلم العميق.

6. الذكاء الاصطناعي التوليدي

Generative Artificial Intelligence

يشمل:

• مبادئ النماذج التوليدية.
• Large Language Models.
• Text Generation.
• Image Generation.
• Embeddings.
• Fine-Tuning.
• Retrieval-Augmented Generation.
• حماية البيانات.
• بناء تطبيقات توليدية.
• تقييم جودة المخرجات.

7. هندسة الأوامر

Prompt Engineering

يشمل:

• بناء الأوامر الفعالة.
• Context Design.
• Few-Shot Prompting.
• Chain-Based Workflows.
• Structured Outputs.
• Prompt Evaluation.
• Prompt Security.
• ربط النماذج بالأدوات.
• تصميم مساعدات ذكية متخصصة.
• تقليل الهلوسة وتحسين الدقة.

8. الوكلاء الذكيون

AI Agents

يشمل:

• مفهوم الوكيل الذكي.
• التخطيط وتنفيذ المهام.
• Tool Use.
• Memory Systems.
• Multi-Agent Systems.
• Workflow Automation.
• Human-in-the-Loop.
• تقييم أداء الوكلاء.
• تطبيقات الوكلاء في المؤسسات.
• الحوكمة والأمان.

9. معالجة اللغات الطبيعية

Natural Language Processing

يشمل:

• معالجة النصوص.
• Tokenization.
• Text Classification.
• Sentiment Analysis.
• Named Entity Recognition.
• الترجمة.
• التلخيص.
• البحث الدلالي.
• تطبيقات اللغة العربية.
• بناء روبوتات المحادثة.

10. الرؤية الحاسوبية

Computer Vision

يشمل:

• معالجة الصور.
• Image Classification.
• Object Detection.
• Image Segmentation.
• Face Recognition.
• Video Analytics.
• OCR.
• النماذج متعددة الوسائط.
• التطبيقات الصناعية.
• التطبيقات الطبية والتعليمية.

11. MLOps ونشر النماذج

MLOps & AI Deployment

يشمل:

• بناء APIs.
• Containerization.
• Model Versioning.
• CI/CD.
• Monitoring.
• Data Drift.
• Model Drift.
• إدارة دورة حياة النموذج.
• الأتمتة.
• التوسع والتشغيل.

12. الحوسبة السحابية

Cloud AI Computing

يشمل:

• مفاهيم Cloud Computing.
• الحوسبة والتخزين.
• خدمات الذكاء الاصطناعي السحابية.
• نشر النماذج.
• إدارة الموارد.
• Serverless AI.
• الأمن السحابي.
• التكلفة والكفاءة.
• توسيع التطبيقات.
• البنية التحتية للذكاء الاصطناعي.

13. حوكمة وأخلاقيات الذكاء الاصطناعي

AI Governance & Ethics

يشمل:

• أخلاقيات الذكاء الاصطناعي.
• حماية الخصوصية.
• أمن البيانات.
• التحيز والعدالة.
• الشفافية.
• قابلية التفسير.
• إدارة المخاطر.
• مسؤولية القرارات الآلية.
• السياسات التنظيمية.
• Responsible AI.

مشروع التخرج التطبيقي

Applied AI Capstone Project

يقوم الدارس بتنفيذ مشروع احترافي يعالج مشكلة حقيقية، مثل:

• AI Assistant.
• Smart Chatbot.
• Predictive Analytics System.
• Recommendation Engine.
• Computer Vision Platform.
• Intelligent Document Processing.
• AI Automation System.
• Customer Service Agent.
• Educational AI Platform.
• Healthcare Analytics Solution.
• Smart Government Solution.
• Fraud Detection System.
• Arabic NLP Application.
• AI-Based Business Intelligence Tool.

مراحل مشروع التخرج

يتضمن المشروع:

• تحديد المشكلة.
• تحليل الاحتياجات.
• جمع وتجهيز البيانات.
• اختيار الأدوات والنماذج.
• تطوير النموذج الأولي.
• اختبار وتقييم الأداء.
• تحسين الحل.
• دراسة الاعتبارات الأخلاقية.
• نشر المشروع أو تقديم نموذج قابل للتجربة.
• إعداد التقرير الفني.
• تقديم العرض والمناقشة النهائية.

التدريب العملي

يشمل البرنامج:

• مختبرات برمجية.
• تحليل مجموعات بيانات.
• بناء نماذج تعلم آلي.
• تطوير تطبيقات LLMs.
• بناء روبوتات محادثة.
• تصميم أنظمة Agents.
• تطبيقات الرؤية الحاسوبية.
• نشر النماذج.
• استخدام الأدوات السحابية.
• مشروعات فردية وجماعية.
• دراسة حالات من قطاعات مختلفة.
• بناء Portfolio تقني.

الملف المهني

AI Professional Portfolio

يتضمن ملف الخريج:

• مشروعات تحليل بيانات.
• نماذج تعلم آلي.
• تطبيقات ذكاء اصطناعي توليدي.
• تطبيق NLP.
• تطبيق رؤية حاسوبية.
• مشروع MLOps.
• مشروع تخرج.
• تقارير تقنية.
• عروض تقديمية.
• ملف GitHub أو مستودع مشروعات.
• السيرة الذاتية التقنية.

أساليب التقييم

يتم تقييم الدارس من خلال:

• الحضور والمشاركة.
• الاختبارات القصيرة.
• التمارين البرمجية.
• التكليفات.
• المشروعات الأسبوعية.
• مشروعات المقررات.
• العروض التقنية.
• التقييمات العملية.
• الاختبارات النهائية.
• مشروع التخرج.

متطلبات التخرج

للحصول على الشهادة يجب على الدارس:

• اجتياز جميع المقررات.
• الالتزام بنسبة الحضور المطلوبة.
• تنفيذ المشروعات والتكليفات.
• اجتياز التقييمات النظرية والعملية.
• استكمال الملف المهني.
• تقديم واجتياز مشروع التخرج.
• الالتزام بأخلاقيات الاستخدام المسؤول للذكاء الاصطناعي.

الوظائف المستقبلية

يؤهل البرنامج لتطوير المسار المهني في وظائف مثل:

• AI Engineer.
• Machine Learning Engineer.
• Generative AI Specialist.
• Data Scientist.
• Data Analyst.
• NLP Engineer.
• Computer Vision Engineer.
• AI Solutions Architect.
• Prompt Engineer.
• AI Agent Developer.
• MLOps Engineer.
• Cloud AI Specialist.
• AI Product Manager.
• AI Consultant.
• AI Governance Specialist.
• Intelligent Automation Specialist.
• Digital Innovation Specialist.
• Business Intelligence Developer.
• Applied AI Researcher.
• AI Project Manager.

مجالات العمل

يمكن للخريج العمل في:

• شركات التكنولوجيا.
• المؤسسات الحكومية.
• البنوك.
• شركات الاتصالات.
• شركات التجارة الإلكترونية.
• قطاع الصحة.
• قطاع التعليم.
• قطاع الصناعة.
• شركات الاستشارات.
• شركات التسويق.
• شركات الأمن السيبراني.
• شركات البرمجيات.
• مراكز البيانات.
• الشركات الناشئة.
• فرق الابتكار والتحول الرقمي.
• العمل الحر وتطوير الحلول التقنية.

المميزات التنافسية

• برنامج متخصص في الذكاء الاصطناعي.
• منهج حديث يواكب تطورات المجال.
• تركيز قوي على الذكاء الاصطناعي التوليدي.
• دراسة النماذج اللغوية والوكلاء الذكيين.
• مشروعات تطبيقية حقيقية.
• تدريب على علوم البيانات والتعلم الآلي.
• دراسة MLOps والحوسبة السحابية.
• محور متكامل في الحوكمة والأخلاقيات.
• تأهيل لاحتياجات سوق الخليج.
• دراسة مرنة أونلاين.
• دعم أكاديمي مستمر.
• مشروع تخرج قابل للتطبيق.
• بناء ملف مهني تقني.
• مناسب للأفراد والشركات والقطاع الحكومي.

شروط القبول

• الحصول على درجة البكالوريوس أو ما يعادلها.
• تعطى الأولوية لخريجي الحاسب، وتقنية المعلومات، والهندسة، والرياضيات، والإحصاء، والعلوم، وإدارة نظم المعلومات.
• يمكن قبول تخصصات أخرى بعد تقييم الملف الأكاديمي.
• توفر معرفة أساسية باستخدام الحاسب.
• الاستعداد لدراسة البرمجة والرياضيات.
• تقديم المستندات المطلوبة.
• اجتياز المقابلة أو التقييم الأكاديمي عند الحاجة.

المستندات المطلوبة

• صورة شهادة البكالوريوس.
• كشف الدرجات.
• صورة الهوية الوطنية أو جواز السفر.
• صورة شخصية حديثة.
• السيرة الذاتية.
• نموذج التقديم.
• شهادات الخبرة أو التدريب إن وجدت.

ابدأ رحلتك نحو مستقبل الذكاء الاصطناعي

انضم إلى:

ماجستير الذكاء الاصطناعي

Master in Artificial Intelligence

وطور مهاراتك في البرمجة، وعلوم البيانات، والتعلم الآلي، والذكاء الاصطناعي التوليدي، والنماذج اللغوية، والوكلاء الذكيين، ونشر الحلول التقنية.

مع أكاديمية وعي الدولية

اصنع حلول المستقبل… وكن جزءًا من الجيل الجديد لمتخصصي الذكاء الاصطناعي.