إطار معايير البرامج الأكاديمية في البيانات والذكاء الاصطناعي

نصّ الوثيقة كما فُرِّغ

إطار

معايير البرامج الأكاديمية

في البيانات والذكاء الاصطناعي

النسخة الثانية سبتمبر 2026

محتويات

الصفحة

06 08 08 09 09 09 10 13 14 14 15 16 17 18 19 20

23 25 27 29 31 35 36 38

القسم .1المقدمة 1.1نطاق الإطار وتغطيته 2.1حدود التطبيق 3.1الفئة المستهدفة 4.1استخدام الإطار 5.1المواءمة والمراجع .2المصطلحات والتعريفات .3هيكل الإطار 1.3نواتج التعلم المطلوبة ))RLOs 2.3مجالات المعارف والوحدات المعرفية 3.3مستويات الإتقان للوحدات المعرفية 4.3نموذج تغطية المنهج الدراسي 5.3المواءمة 6.3القواعد العامة للقبول والمتطلبات السابقة لبرامج ما بعد البكالوريوس 7.3الملفات التعريفية للبرامج 8.3المشروع الرئيسي .4برامج علوم البيانات وإدارة البيانات وتحليلات البيانات والبرامج ذات التسميات المشابهة 1.4الدبلوم المتوسط 2.4البكالوريوس 3.4الدبلوم العالي 4.4الماجستير 5.4ملخص الوحدات المعرفية .5برامج الذكاء الاصطناعي والبرامج ذات التسميات المشابهة 1.5الدبلوم المتوسط 2.5البكالوريوس

الصفحة 40 42 44

48 49 49 50 51 51 52

96 97 100

القسم 3.5الدبلوم العالي

4.5الماجستير 5.5ملخص الوحدات المعرفية .6دليل الوحدات المعرفية ))KU 1.6مجالات المعارف ) )KAs والوحدات المعرفية ))KUs 2.6كيفية تفسير واستخدام الوحدات المعرفية

3.6مجالات المعارف 4.6هيكل الوحدة المعرفية ))Knowledge Unit

5.6إضافات خاصة بالإطار 6.6فهرس الوحدات المعرفية

.7الملاحق 1.7الملحق )أ :)نواتج التعلم الرئيسة لاتفاقية سيول ))KLOs 2.7الملحق )ب :)مصفوفات المواءمة لنواتج التعلم الرئيسية

المقدمة 01

.1المقدمة

تسعى المملكة العربية السعودية لتكون من الدول الرائدة عالمًًي�ً ا في قطاع البيانات والذكاء الاصطناعي، وُُي�ُ عد دعم وتطوير الكفاءات الوطنية أحد أهم ممكنات هذا التوجه، وُُيدعم هذا التوجه من خلال قيادة سدايا لعدٍٍد�ٍ من المبادرات والبرامج والأنشطة لتنمية رأس المال البشري وبناء القدرات وتوفير الإمكانات وتعزيز استدامة الكفاءات الوطنية وربطها بمهن المستقبل، لإيجاد بيئة خصبة للمواهب الوطنية القادرة على وضع المملكة في صفوف الدول المتقدمة في الذكاء

الاصطناعي. وانطلاًقا من دور سدايا في بناء القدرة الوطنية ورفع جودة المخرجات التعليمية، ودعم تطوير التعليم المتخصص وبناء القدرات الأكاديمية، أصدرت الهيئة إطار معايير البرامج الأكاديمية في البيانات والذكاء الاصطناعي بوصفه مرجًعا إرشادًيا موحدًا للمؤسسات التعليمية، يحدد حدًا أدنى من المتطلبات والمعايير التي ينبغي توافرها في البرامج الأكاديمية عبر المستويات التعليمية المختلفة في مجالي البيانات والذكاء الاصطناعي، ومنها برامج الدبلوم المتوسط، والبكالوريوس، والدبلوم العالي، والماجستير، مع مراعاة تدرج العمق المعرفي ومستويات الإتقان المتوقعة لكل مستوى

تعليمي. ويهدف هذا الإطار إلى رفع جودة تصميم البرامج الأكاديمية ومكوناتها الأساسية، وضمان اتساق مخرجاتها التعليمية مع متطلبات التنمية الوطنية، وتعزيز مواءمة البرامج الأكاديمية مع احتياجات

سوق العمل في مجالات البيانات والذكاء الاصطناعي.

1.1نطاق الإطار وتغطيته

يرتكز الإطار على مجالين رئيسين متكافئين في نطاقه: البيانات والذكاء الاصطناعي. ويشمل مجال البيانات – دون حصر – علوم البيانات، وإدارة البيانات، وتحليلات البيانات، وخصوصية البيانات، وحوكمة البيانات. ويشمل مجال الذكاء الاصطناعي – دون حصر – تعلم الآلة والتعلم العميق، ومعالجة اللغات الطبيعية، ورؤية الحاسب، والروبوتات والأنظمة الذاتية، والذكاء الاصطناعي التوليدي. وُُيعِِّرف هذا الإطار المعايير الأكاديمية للبرامج المقََّدمة في هذين المجالين من مؤسسات التعليم ما بعد الثانوي في المملكة العربية السعودية، وذلك على مستويات مؤهلات متوائمة مع

الإطار الوطني للمؤهلات ).)NQF ويحدد ما يلي:

ໟمتطلبات القبول: وهي تحدد المتطلبات الواجب توفرها في المتقدم قبل بدء كل برنامج. ໟنواتج التعلم المطلوبة: ) )RLOs التي يجب على خريجي كل برنامج تحقيقها.

ໟالحد الأدنى لتغطية المنهج الدراسي، والمعَّبر عنه من خال قائمة بالوحدات المعرفية ))KUs مع مستويات الإتقان الموصى بها.

2.1حدود التطبيق

ُُيحِِّدد هذا الإطار الحد الأدنى من المعايير والتوقعات الأكاديمية لبرامج البيانات والذكاء الاصطناعي، ولا يتناول القرارات التشغيلية أو التنفيذية على مستوى البرامج أو المؤسسات. ويشمل ذلك – على سبيل المثال لا الحصر – عدد الساعات المعتمدة، وعناوين المقررات وتسلسلها، والأساليب

التدريسية، وأنماط تقديم البرامج، وآليات ضمان الجودة المؤسسية. وتظل مسؤولية الالتزام بالمتطلبات الوطنية والمؤسسية ذات الصلة، بما في ذلك أوصاف مستويات الإطار الوطني للمؤهلات، ومتطلبات التعليم العام، وسياسات القبول، والتزامات

الاعتماد الأكاديمي، على عاتق المؤسسات التعليمية المعنية.

3.1الفئة المستهدفة

يستهدف هذا الإطار أصحاب المصلحة الأكاديميين والمعنيين بضمان الجودة المشاركين في تصميم وتطوير ومراجعة وتقييم واعتماد البرامج الأكاديمية في البيانات والذكاء الاصطناعي. ويشمل ذلك – دون حصر – مطوري البرامج، ومطوري المناهج الدراسية، والمراجعين الداخليين

للجودة، والمقّيمين الخارجيين.

4.1استخدام الإطار

ُُيعد هذا الإطار مرجًًعا لدعم تصميم ومراجعة وتقييم البرامج الأكاديمية في البيانات والذكاء الاصطناعي. ويمكن الاستفادة منه في تطوير برامج جديدة، وتوجيه مراجعة وتحسين البرامج القائمة، ودعم متطلبات ووثائق الاعتماد والمراجعات الخارجية )بما في ذلك مواءمة نواتج التعلم

والمناهج الدراسية ،)وتعزيز الاتساق في توصيف توقعات البرامج عبر المؤسسات التعليمية.

5.1المواءمة والمراجع

يتوافق هذا الإطار مع التصنيف السعودي الموحّد للمستويات والتخصصات التعليمية الصادر عن وزارة التعليم، ومع الإطار الوطني للمؤهات الصادر عن هيئة تقويم التعليم والتدريب. وُتسهم هذه المواءمة في ضمان وضوح مسارات التعلم وتدّرج نواتج التعلم عبر المستويات

التعليمية المختلفة. كما يستند الإطار إلى أفضل الممارسات والمعايير الأكاديمية المعترف بها دولًًيا، والصادرة عن منظمات مهنية وعلمية مثل ) )ABET و) ،)ACM بما يدعم مواءمته مع متطلبات الاعتماد

الأكاديمي ويؤكد استناده إلى مراجع ومعايير دولية معتمدة.

المصطلحات والتعريفات02

.2المصطلحات والتعريفات

المعايير الأكاديمية: الحد الأدنى للتوقعات لما ينبغي أن يمتلكه خريجو البرنامج من معارف ومهارات وقدرات، والحد الأدنى من تغطية المنهج الدراسي اللازمة لدعم تحقيق تلك النواتج.

هيئة تقويم التعليم والتدريب ) :)ETEC هيئة تقويم التعليم والتدريب هي الجهة الوطنية المسؤولة عن ضمان الجودة والاعتماد في مجالي التعليم والتدريب في المملكة العربية السعودية. الإطار الوطني للمؤهلات ) :)NQF الإطار الذي يحدد مستويات المؤهلات، ومجالات التعلم،

والتوقعات الوطنية ذات الصلة التي ينبغي على البرامج مواءمتها معها. ناتج التعلم: بيان يصف ما ُُيتوقع من المتعلمين معرفته أو قدرتهم على أدائه )وإثباته( بعد إتمام

برنامج أو مكّّون تعليمي. نواتج التع ل�ّم المطلوبة ) :)RLOs هي نواتج التعلمّ المحددة في هذا الإطار، والتي يجب على كل برنامج ضمان تحقيقها لدى الطلبة عند إكمالهم البرنامج. ويجوز للمؤسسات اعتمادها بصيغتها

الواردة أو مواءمة نواتج تع لّم برامجها معها نواتج تعلم البرنامج ) :)PLOs نواتج التعلم التي تحددها المؤسسة للبرنامج. ويجب أن تغطي نواتج

تعلم البرنامج، مجتمعًًة، جميع نواتج التعلم المطلوبة ) )RLOs ذات الصلة.

نواتج التعلم الرئيسية ) :)KLOs نواتج التعلم عامة مرتبطة بسمات الخريج وُُتستخدم لأغراض المقارنة الدولية )وترد نواتج اتفاق سيول ضمن الملحق )أ(.)

مجال المعارف ) :)KA مجال موضوعي واسع ُُيستخدم لتنظيم محتوى المنهج الدراسي )مثل: إدارة البيانات، والأمن، والذكاء الاصطناعي.)

الوحدة المعرفية ) :)KU مجموعة متماسكة من الموضوعات ونواتج التعلم ضمن مجال معارف معين. وُُتعد الوحدة المعرفية لبنة أساسية في بناء المنهج الدراسي، ولا ُُيشترط أن تمثل مقررًً ا

دراسيًًا مستقًاًل. مستوى الإتقان: العمق المتوقع للتعلم لوحدة معرفية معينة ضمن برنامج محدد. ويستخدم هذا

الإطار أربعة مستويات هي: الشرح، والتطبيق، والتطوير، والتقييم. الوحدات المعرفية الأساسية ) :)Core KUs الوحدات المعرفية إاللزامية لملف البرنامج، وتحدد

الحد الأدنى من المحتوى التخصصي المطلوب وفق هذا الإطار. الوحدات المعرفية الاختيارية ) :)Elective KUs الوحدات المعرفية الإضافية تختارها المؤسسة

لتعكس الأولويات المحلية ومجالات التخصص.

هيكل الإطار 03

.3هيكل الإطار 1.3نواتج التعلم المطلوبة ))RLOs يُح ِّدد كل توصيف برنامج، ضمن قسم معايير البرامج، نواتج التعلم المطلوبة الخاصة بكل برنامج. ويتسم نموذج النواتج بالاتساق عبر جميع البرامج، على النحو الآتي:

ໟتعكس RLO1–RLO5نواتج الخريجين المتوقعة على نحو شائع في تخصصات الحوسبة )تحليل المشكلات، وتطوير الحلول، والتواصل، والمسؤولية المهنية، والعمل الجماعي ،)مع مواءمتها

بحسب مستوى المؤهل. ໟتج ِّسد RLO6ممارسة تخصص البيانات/الذكاء الاصطناعي بما يتناسب مع مسمى البرنامج

ومستواه. ໟتج ِّسد RLO7ممارسة المشاريع وتوقعات التعلم مدى الحياة، مع مواءمتها بحسب المستوى. ويجوز للمٔوسسات اعتماد هذه الصياغات حرفيًًا، ٔاو وضع نواتج تعلم البرنامج الخاصة بها )،)PLOs

شريطة تقديم مصفوفة مواءمةُُ تِّبين تغطية جميع نواتج التعلم المطلوبة ).)RLOs

2.3مجالات المعارف والوحدات المعرفية

ُُيََّعبر عن تغطية المنهج الدراسي باستخدام مجالات المعارف ) )KAs والوحدات المعرفية )،)KUs بما يتواءم مع معارف ) .)CS2023وتوِِّفر الوحدات المعرفية لغة مشتركة لتصميم المناهج الدراسية ومراجعتها. وقد ُُتغّطّى الوحدة المعرفية الواحدة عبر عدة مقررات دراسية، كما قد يغطي المقرر

الدراسي الواحد أكثر من وحدة معرفية.

3.3مستويات الإتقان للوحدات المعرفية

وصف المفاهيم بدقة؛ تفسير الأمثلة؛ اتباع المنهجية التي تم تقديمها.

الشرح

استخدام مفهوم أو منهجية لحل مشكلات نمطية؛ اختيار الأدوات المناسبة؛ إنتاج نواتج

صحيحة.

التطبيق

تكييف ودمج المنهجيات لمعالجة مشكلات غير روتينية؛ تبرير خيارات التصميم؛ إنتاج نواتج

متينة.

التطوير

التقييم النقدي للبدائل؛ تصميم استراتيجيات التقييم والدفاع عنها؛ تحديد القيود والمخاطر.

التقييم

4.3نموذج تغطية المنهج الدراسي

لضمان الاتساق مع الحفاظ على مرونة المؤسسات التعليمية، يحدد الملف التعريفي لكل برنامج ما يلي

هي وحدات معرفية أساسية تخصصية يجب تغطيتها لضمان الحد الأدنى من المعايير الأكاديمية لأي برنامج

وحسب مستواه.

وحدات معرفية إضافية ُُتختار لتعكس رسالة المؤسسة، واحتياجات سوق العمل المحلية، وخيارات

التخصص والمجالات الناشئة في الممارسة.

الوحدات المعرفية الأساسية ))Core KUs

الوحدات المعرفية الاختيارية ))Elective KUs

ونظرًً ا لأن الوحدات المعرفية لا تقابل المقررات الدراسية على أساس واحد إلى واحد، يجوز للبرامج تغطية الوحدات المعرفية من خلال مقررات مخََّصصة، أو وحدات مشتركة ضمن المقررات، أو نواتج متكاملة ضمن المشاريع، ويجب إثبات تغطية الوحدات المعرفية الأساسية المطلوبة بمستوى

الإتقان المحدد.

يجوز للمؤسسات التعليمية إنشاء مسارات أو تركيزات تخصصية، ومنها – دون حصر – إدارة البيانات، وخصوصية البيانات وحمايتها، وتعلم الآلة والتعلم العميق، ومعالجة اللغات الطبيعية، ورؤية الحاسب، والروبوتات والأنظمة الذاتية، والذكاء الاصطناعي التوليدي، من خلال وحدات معرفية متقدمة ومشروع تخصصي، شريطة استيفاء الحد الأدنى للوحدات المعرفية الأساسية للبرنامج.

5.3المواءمة

يجوز للمؤسسات استخدامِ صَيغها الداخلية الخاصة لنواتج التعلم وهياكل المقررات الدراسية. ولإثبات المواءمة مع هذا الإطار، ينبغي أن تكون قادرة على تقديم ما يلي:

ໟمصفوفة مواءمة بين نواتج التعلم المطلوبة ونواتج تعلم البرنامج ( RLO ↔ PLO في حال استخدام نواتج تعلم برامج أخرى معَّرفة من قبل المؤسسة( بحيثُ تبِّين كيفية تغطية كل ناتج

من نواتج التعلم المطلوبة. ໟخريطة تغطية المنهج الدراسي للوحدات المعرفية ُ Curriculum ↔ KU coverage map تو ِّضح مواضع تغطية البرنامج للوحدات المعرفية الأساسية المطلوبة )وأي وحدات معرفية موصى بها

ٔاو اختيارية يتم اختيارها.) كما ينبغي على البرامج أن تكون قادرة على مواءمة نواتجها مع مجالات التعلم في الإطار الوطني للمؤهلات )( )NQF المعارف والفهم؛ المهارات؛ القيم والاستقلالية والمسؤولية ،)باستخدام الممارسات المؤسسية

المحلية.

6.3القواعد العامة للقبول والمتطلبات السابقة لبرامج ما بعد البكالوريوس

يجب أن تلتزم برامج ما بعد البكالوريوس بمجموعة الوحدات المعرفية المشتركة الخاصة بالمتطلبات السابقة أو التجسيرية الواردة في هذا الإطار. وعلى المؤسسات التحقق، قبل القبول، مما إذا كان المتقدمون قد حققوا تغطية سابقة مكافئة لهذه الوحدات المعرفية. وفي حال عدم إثبات هذه التغطية، فيجب استكمال الوحدات المعرفية الناقصة قبل القبول أو باعتبارها متطلبات تجسيرية رسمية غير محتسبة ضمن الساعات المعتمدة. ولا يجوز احتساب الوحدات المعرفية

الخاصة بالمتطلبات السابقة أو التجسيرية ضمن الحد الأدنى للوحدات المعرفية الاختيارية.

تنطبق الوحدات المعرفية التالية باعتبارها المجموعة المشتركة للمتطلبات السابقة أو التجسيرية على جميع برامج ما بعد البكالوريوس في هذا الإطار، ولا يجوز احتسابها ضمن الحد الأدنى للوحدات المعرفية الاختيارية:

( SDF-Fundamentalsໟتطبيق( ( SDF-Data-Structuresໟتطبيق(

( SDF-Algorithmsໟتطبيق( ( SDF-Practicesໟتطبيق(

( AL-Foundationalໟتطبيق( ( SF-Overviewໟتطبيق(

( SEC-Foundationsໟتطبيق( ( MSF-Discreteໟشرح(

( MSF-Probabilityໟشرح( ( MSF-Statisticsໟشرح( ( MSF-Linearໟشرح(

7.3الملفات التعريفية للبرامج

يتضمن ملف كل برنامج مما يلي:

متطلبات القبول الوحدات المعرفية الأساسية

المشروع الرئيسي

بيان غاية البرنامج نواتج التعلم المطلوبة الوحدات المعرفية الاختيارية

ما لم ُُينص على خلاف ذلك: ໟيجوز اختيار الوحدات المعرفية الاختيارية من أي وحدة معرفية مدرجة في دليل الوحدات

المعرفية، شريطة ألا تكون مطلوبة بالفعل كوحدة معرفية أساسية للبرنامج.

ໟبالنسبة لبرامج ما بعد البكالوريوس، تخضع الوحدات المعرفية المشتركة الخاصة بالمتطلبات السابقة أو التجسيرية لأحكام القسم ،3.6ولا يجوز احتسابها ضمن الحد الأدنى للوحدات المعرفية

الاختيارية.

8.3المشروع الرئيسي

يجب أن يتضمن كل برنامج: )

1) سياق تطبيق محدد وواضح. )

2) خبرة مشروع مناسبة لمستوى البرنامج، بما يبرهن على تحقيق متكامل لنواتج التعلم، مع تركيز خاص على .RLO6–RLO7

1.8.3متطلبات المشروع الرئيسي

يجب أن يتضمن كل برنامج خبرة مشروع تتناسب مع مستواه، وتوفر أدلة تقييم واضحة على تحقيق التعلم المتكامل. ويجب أن تتطلب خبرة المشروع من الطلبة، بما يتناسب مع المستوى، تحليل مشكلة، وتطبيق الأساليب ذات الصلة، وتبرير الخيارات، وتقييم النتائج، ومعالجة اعتبارات الممارسة المسؤولة — بما في ذلك الأخلاقيات والخصوصية والأمن — والتواصل بشأن النتائج مع الجهات المعنية. وعندما يتضمن المشروع منتجًا أو حاً أو خدمة، يجب على الطلبة أيًضا تقديم بيان موجز للقيمة يحدد المستفيدين المستهدفين والأثر المتوقع، مع مراعاة التكاليف والمنافع والعائد

المحتمل على الاستثمار بما يتناسب مع مستوى المشروع وسياقه. وتحتفظ المؤسسات بمرونة في كيفية تنفيذ هذا المتطلب )مثل: مشروع تخرج، تدريب تطبيقي، إستديو، رسالة علمية، أو تسلسل منظم لمشاريع ،)شريطة توثيق متطلبات المشروع وأدلة التقييم

بوضوح.

2.8.3التدرج حسب المستوى

يجب أنُ تص َّمم خبرة المشروع بما يتناسب مع مستوى البرنامج، على النحو الآتي:

الدبلوم المتوسط: مشروع ممارسة تطبيقية مشروع موجه ضمن سياق تطبيقي، يطبق خطوات سير العمل الأساسية باستخدام أدوات وممارسات قياسية. ويركز على التنفيذ الصحيح، والتحقق الأساسي من الجودة، والتعامل المسؤول

مع البيانات والمخرجات، وإعداد تقارير واضحة تتضمن النتائج وحدودها.

البكالوريوس: مشروع رئيس )تخرج( ضمن سياق تطبيقي مشروع تكاملي رئيسي يتطلب عمًاًل شامًاًل من البداية إلى النهاية يشمل: تحليل المشكلة، وتصميم الحل وتنفيذه، والتقييم باستخدام مقاييس مناسبة ومنهجية قابلة للدفاع، ومراعاة الأخلاقيات

والخصوصية والأمن، والتواصل بالنتائج والقيود والتوصيات المستقبلية. ويجوز أن يكون المشروع جماعًًيا بشرط تقييم إسهام كل طالب وإنجازه بشكل فردي.

الدبلوم العالي: مشروع تطبيقي متقدم / صناعي مشروع يركز على التخصص وُُيظهر واقعية تشغيلية. ويجب أن يتضمن تقييًًما قابًاًل للدفاع، وأن يراعي — عند الاقتضاء — اعتبارات النشر أو التشغيل )مثل: مؤشرات المراقبة، ومتطلبات الحوكمة، والموثوقية، وضوابط المخاطر .)وينبغي أن تكون مخرجات المشروع مناسبة للممارسة المهنية

ضمن مجال التخصص.

الماجستير: رسالة علمية أو مشروع بحثي/ابتكاري رسالة أو مشروع بحثي/ابتكاري رئيسي يستند إلى أدبيات علمية مناسبة واختيار منهجي صارم. ويجب أن يتضمن بياناً واضًًحا للمشكلة، ومنهجية مبررة، وتقييًًما قابًاًل للدفاع، ومخرجات عالية الجودة )مثل: رسالة علمية، أو نموذج أولي موثقّ، أو منتج ابتكاري ،)مع مناقشة صريحة للقيود

والمخاطر والأثر. كما يجب بيان صلة البحث أو المشروع بالسياق والأولويات الوطنية، وتحديد المتطلبات الوطنية المتعلقة بجمع البيانات واستخدامها ومشاركتها ونقلها عند انطباقها، أو تقديم تبرير واضح لعدم

انطباقها.

برامج علوم البيانات وإدارة04 البيانات وتحليلات البيانات والبرامج ذات التسميات المشابهة

.4برامج علوم البيانات وإدارة البيانات وتحليلات البيانات والبرامج ذات التسميات المشابهة

1.4الدبلوم المتوسط

يهدف هذا البرنامج إلى إعداد خريجين على مستوى التقنيين القادرين على تنفيذ وتكييف سير عمل البيانات المتكامل من البداية إلى النهاية لمعالجة مشكلاتُ معَّرفة على نحو عام، بما يشمل إعداد البيانات، والتحليل الاستكشافي، وبناء النماذج الأساسية، وإباغ النتائج بمسؤولية. ويعمل الخريجون بفاعلية ضمن فرق التنفيذ، ويسهمون في تطوير حلول تحليلية قابلة لإعادة الإنتاج وقابلة للصيانة.

1.1.4متطلبات القبول

2.1.4نواتج التعلم المطلوبة ):)RLOs

:RLO1تحليل مشكلةُ معَّرفة على نحو عام ضمن مجال البرنامج، وتطبيق مبادئ التخصص لتحديد الحلول المناسبة.

:RLO2تصميم الحلول وتنفيذها لتلبية مجموعة محددة من متطلبات الحوسبة في سياق تخصص البرنامج.

RLO3التواصل بفاعلية في مجموعة متنوعة من السياقات المهنية. :RLO4إدراك المسؤوليات المهنية واتخاذ قرارات مستنيرة في ممارسات الحوسبة استنادًً ا إلى

المبادئ القانونية والأخلاقية. :RLO5العمل بفاعلية بوصفه عضوًً ا في فريق يشارك في أنشطة ملائمة لتخصص البرنامج. :RLO6تطبيق النظريات والأساليب والأدوات عبر دورة حياة البيانات، وتوظيف المعرفة الناتجة

لتلبية احتياجات أصحاب المصلحة. :RLO7تطبيق ممارسات أساسية لإدارة المشاريع والجودة، وإظهار تعلم موََّجه مدى الحياة للبقاء

على اِِّطلاع بممارسات وأدوات البيانات.

( MSF-Probabilityໟتطبيق( ( MSF-Statisticsໟتطبيق(

( SEC-Foundationsໟتطبيق( ( SEP-Communicationໟتطبيق(

( SEP-Ethical-Analysisໟشرح( ( SEP-Privacyໟشرح(

( SEP-Professional-Ethicsໟتطبيق( ( SDF-Data-Structuresໟتطبيق( ( SDF-Fundamentalsໟتطبيق( ( SDF-Practicesໟتطبيق( ( SE-Teamworkໟتطبيق( ( SF-Overviewໟشرح(

3.1.4الوحدات المعرفية الأساسية:

( AI-Introductionໟشرح( ( DM-Analyticsໟتطبيق(

( DM-Dataໟتطبيق( ( DM-Modelingໟتطبيق(

( DM-NoSQLໟشرح( ( DM-Queryingໟتطبيق( ( DM-Relationalໟتطبيق(

( DM-SEPໟشرح( ( DM-Securityໟتطبيق( ( GIT-Visualizationໟتطبيق( ( MSF-Discreteໟشرح(

( MSF-Linearໟشرح(

4.1.4الوحدات المعرفية الاختيارية:

يجب على البرامج تضمين ما لا يقل عن 3وحدات معرفية اختيارية.

5.1.4متطلب المشروع الرئيسي

يجب أن يتضمن البرنامج مشروًًعا تطبيقًًيا موّّجًًها ضمن سياق تطبيقي محدد. ويجب أن يقدم المشروع أدلة قابلة للتقييم وترتبط بجميع نواتج التعلم، مع التركيز على ،RLO6–RLO7وأن يتضمن: )

1) تحديد المشكلة وأهداف المهمة، )

2) إعداد البيانات وتحلياًلا /نمذجًًة أولية باستخدام أدوات قياسية، )

3) تحقًً قا/فحوصات جودة أساسية مع أدلة مناسبة، )

4) التعامل المسؤول مع البيانات والمخرجات )الأخلاقيات والخصوصية والأمن بحسب السياق )5( ،)عرًًضا واضًًحا للنتائج

والقيود والخطوات التالية.

2.4البكالوريوس

يهدف هذا البرنامج إلى إعداد خريجين مهنيين قادرين على تصميم الحلول المعتمدة على البيانات وتنفيذها وتقييمها عبر دورة حياة البيانات، بالاستناد إلى أسس الحوسبة، والاستدلال الإحصائي، وإدارة البيانات، وتعُّلم الآلة. وُيظهر الخريجون ممارسة مسؤولة تشمل الأخلاقيات والخصوصية والأمن والأثر المجتمعي، كما يتمتعون بالقدرة على إيصال النتائج وبيان حدودها بوضوح إلى

أصحاب مصلحة متنوعين.

1.2.4متطلبات القبول:

2.2.4نواتج التعلم المطلوبة ):)RLOs

:RLO1تحليل مشكلة حاسوبية معقدة، وتطبيق مبادئ الحوسبة والتخصصات الأخرى ذات الصلة لتحديد الحلول المناسبة.

:RLO2تصميم حل قائم على الحوسبة وتنفيذه وتقييمه لتلبية مجموعة محددة من متطلبات الحوسبة في سياق تخصص البرنامج.

المبادئ القانونية والأخلاقية. :RLO5العمل بفاعلية بوصفه عضوًً ا أو قائدًً ا في فريق يشارك في أنشطة ملائمة لتخصص

البرنامج. :RLO6تطبيق النظريات والأساليب والأدوات عبر دورة حياة البيانات، وتوظيف المعرفة الناتجة

لتلبية احتياجات أصحاب المصلحة. :RLO7تطبيق ممارسات مناسبة لإدارة المشاريع )بما يشمل التخطيط، والوعي بالمخاطر، وإدارة الجودة، والوعي بالقيمة والتكلفة ،)والتحلي بالتعُّلّ م المستمر للبقاء على اِِّطلاع بممارسات البيانات.

( MSF-Statisticsໟتطوير( ( NC-Fundamentalsໟتطبيق(

( OS-Concurrencyໟتطبيق( ( OS-Memoryໟتطبيق( ( OS-Purposeໟتطبيق(

( PDC-Programsໟتطبيق( ( SEC-Foundationsໟتطبيق( ( SEP-Communicationໟتطبيق( ( SEP-Ethical-Analysisໟتطبيق(

( SEP-Privacyໟتطبيق( ( SEP-Professional-Ethicsໟتطبيق(

( SDF-Algorithmsໟتطوير( ( SDF-Data-Structuresໟتطوير( ( SDF-Fundamentalsໟتطبيق(

( SDF-Practicesໟتطبيق( ( SE-Designໟتطبيق(

( SE-Requirementsໟتطبيق( ( SE-Teamworkໟتطبيق( ( SF-Overviewໟتطبيق(

3.2.4الوحدات المعرفية الأساسية:

( AL-Foundationalໟتطوير( ( AI-Introductionໟتطبيق(

( AI-MLໟتطبيق( ( AI-NLPໟتطبيق( ( AI-Probabilityໟتطبيق( ( DM-Analyticsໟتطوير( ( DM-Dataໟتطوير( ( DM-Modelingໟتطوير( ( DM-NoSQLໟتطبيق( ( DM-Queryingໟتطوير( ( DM-Relationalໟتطبيق( ( DM-SEPໟتطبيق( ( DM-Securityໟتطبيق( ( DM-Unstructuredໟتطبيق( ( DS-OPSໟتطبيق( ( DS-Open-Accessໟتطبيق( ( GIT-Visualizationໟتطبيق( ( MSF-Discreteໟتطبيق( ( MSF-Linearໟتطبيق( ( MSF-Probabilityໟتطبيق(

4.2.4الوحدات المعرفية الاختيارية:

يجب على البرامج تضمين ما لا يقل عن 7وحدات معرفية اختيارية.

5.2.4متطلب المشروع الرئيسي

يجب أن يتضمن البرنامج مشروًعا رئيسًيا ضمن سياق تطبيقي محدد. ويجب أن يقدم المشروع الرئيسي أدلة قابلة للتقييم وترتبط بجميع نواتج التعلم، مع التركيز على ،RLO6–RLO7وأن يتضمن: )

1) تحديد المشكلة والمتطلبات، )

2) تصميم الحل وتنفيذه، )

3) تقييًما مبّرًرا بأدلة ومقاييس مناسبة، )

4) تنأواًًل صريحًا للأخلاقيات والخصوصية والأمن، )

5) تواصاً فّعااًًللنتائج المشروع وحدوده مع

الجهات/الجماهير ذات العلاقة.

3.4الدبلوم العالييُعِ ُّد هذا المؤهل لما بعد البكالوريوس ممارسين متخصصين قادرين على تقديم حلول متقدمة في البيانات قابلة للتشغيل أو النشر التشغيلي وخاضعة للحوكمة، وذلك في ظل قيود تشغيلية واقعية. وُيظهر الخريجون ممارسة متقدمة ضمن تخصص محدد في البيانات، كما يمتلكون القدرة

على قيادة حَِزم عمل تقنية محددة، مع توضيح المخاطر والقيود والقيمة المتحققة.

1.3.4متطلبات القبول

ໟدرجة البكالوريوس في علوم البيانات، أو الذكاء الاصطناعي، أو علوم الحاسب، أو نظم المعلومات، أو هندسة الحاسب، أو في تخصص ذي صلة.

2.3.4نواتج التعلم المطلوبة ):)RLOs

:RLO1تحليل المشكلات الحاسوبية المعقدة وتحديد المقاربات المناسبة باستخدام الأساليب والأدوات والاعتبارات المجالية ذات الصلة.

:RLO2تطوير الحلول الحاسوبية وتنفيذها وتقييمها لتلبية المتطلبات المحددة ضمن قيود عملية وتشغيلية.

:RLO3التواصل بفعالية في مجموعة متنوعة من السياقات المهنية. :RLO4إدراك المسؤوليات المهنية واتخاذ قرارات مستنيرة في ممارسات الحوسبة استناًًدا إلى

المبادئ القانونية والأخلاقية. :RLO5العمل بفعالية في البيئات المهنية التعاونية، والمساهمة بمسؤولية في حزم العمل التقنية

المحددة والمخرجات الجاهزة للتسليم. :RLO6تطبيق ممارسات متقدمة في البيانات ضمن تخصص محدد، بهدف تقديم حلول قابلة للتشغيل في الواقع العملي، مع الأخذ في الاعتبار قيود التشغيل، بما يشمل تقييًًما قاباًلا للتبرير

واعتبارات الرصد والمتابعة. :RLO7قيادةِِ حََزم عمل محددة باستخدام ممارسات إدارة المشاريع المناسبة، وأن يتحلى بالتع�لمّ

المستمر للاطلاع على أحدث أدوات ومنصات وأساليب البيانات.

( DM-SEPໟتطبيق( ( DM-Securityໟتطوير( ( DM-Unstructuredໟتطبيق(

( DS-OPSໟتطوير( ( DS-Open-Accessໟتطوير(

( GIT-Visualizationໟتطوير( ( SEP-Communicationໟتطوير( ( SEP-Ethical-Analysisໟتطوير(

( SEP-Privacyໟتطوير(

3.3.4الوحدات المعرفية الأساسية:

( AI-Introductionໟتطبيق( ( AI-MLໟتطوير(

( DM-Analyticsໟتطوير( ( DM-Dataໟتطوير(

( DM-Distributedໟتطوير( ( DM-Internalsໟشرح(

( DM-Modelingໟتطوير( ( DM-Processingໟتطبيق(

( DM-Queryingໟتطوير(

4.3.4الوحدات المعرفية الاختيارية:

ໟيجب على البرامج تضمين ما لا يقل عن وحدة معرفية اختيارية.

5.3.4متطلب المشروع الرئيسي

يجب أن يتضمن البرنامج مشروًعا تطبيقًيا متقدًما/مشروًعا صناعًيا ضمن سياق تطبيقي محدد يتوافق مع تخصص البرنامج. ويجب أن يقدم المشروع أدلة قابلة للتقييم وترتبط بجميع نواتج التعلم، مع التركيز على ،RLO6–RLO7وأن يتضمن: )

1) متطلبات وقيودًا ضمن نطاق التخصص، )

2) تنفيذ حل قابل للتشغيل أو واقعي تشغيلًيا، )

3) تقييًما مبّرًرا )بما يشمل اعتبارات المتانة/المراقبة عند الاقتضاء )4( ،)ضوابط حوكمة ومخاطر مناسبة للسياق )الأخلاقيات والخصوصية والأمن)5( ،)

مخرجات ووثائق بمستوى مهني مناسبة للتسليم والتشغيل.

4.4الماجستير

يهدف هذا البرنامج إلى إعداد ممارسين متقدمين وقادة ناشئين يمتلكون القدرة على إجراء تحليات صارمة، وتصميم حلول متقدمة في البيانات وتقييمها، بما في ذلك الأعمال ذات التوجّه البحثي أو الابتكاري التيُ تنتج نواتج جوهرية. وُيظهر خريجو البرنامج إتقاناً عالياً لتخصص محدد في البيانات، والقدرة على تبرير الخيارات المنهجية، وإدارة المخاطر، وإيصال النتائج للجمهور التقني وغير التقني

على حد سواء.

1.4.4متطلبات القبول

2.4.4نواتج التعلم المطلوبة ):)RLOs

:RLO1تحليل مشكلة معقدة وتطبيق مبادئ الحوسبة والتخصصات الأخرى ذات الصلة لتفصيل الحلول المناسبة لها.

:RLO2تصميم حل قائم على الحوسبة وتنفيذه وتقييمه لتلبية مجموعة محددة من المتطلبات في سياق تخصص البرنامج.

المبادئ القانونية والأخلاقية. :RLO5العمل بفاعلية بوصفه عضوًً ا وقائدًً ا في فريق يشارك في أنشطة ملائمة لتخصص

البرنامج. :RLO6إظهار إتقان متقدم لتخصص دقيق في البيانات، بما يشمل اختيار منهجيات صارمة

والتقييم القابل للتبرير، وإنتاج نواتج جوهرية لمشروعات أو أعمال بحثية. :RLO7قيادة أعمال متقدمة في البيانات ضمن أطر حوكمة مناسبة، وباستخدام ممارسات فّّعالة لإدارة المشاريع، وإظهار التعلم مدى الحياة، بما يشمل التواصل الفّّعال بشأن حالات عدم اليقين

والمخاطر والأثر.

( DM-Securityໟتطوير( ( DM-Unstructuredໟتطبيق(

( DS-OPSໟتطوير( ( DS-Open-Accessໟتطوير(

( GIT-Visualizationໟتطوير( ( PDC-Programsໟتطبيق( ( SEP-Communicationໟتطوير( ( SEP-Ethical-Analysisໟتطوير(

( SEP-Privacyໟتطوير( ( SF-Evaluationໟتطوير(

3.4.4الوحدات المعرفية الأساسية:

( AI-Introductionໟتطوير( ( AI-MLໟتقييم(

( AI-Probabilityໟتطوير( ( DM-Analyticsໟتطوير(

( DM-Dataໟتطوير( ( DM-Distributedໟتطوير(

( DM-Internalsໟتطبيق( ( DM-Modelingໟتطوير( ( DM-Processingໟتطبيق( ( DM-Queryingໟتطوير(

( DM-SEPໟتطوير(

4.4.4الوحدات المعرفية الاختيارية:

ໟيجب على البرامج تضمين ما لا يقل عن وحدتين معرفيتين اختياريتين. ໟيجوز اختيار الوحدات المعرفية الاختيارية من أي وحدة معرفية في فهرس الوحدات المعرفية، بشرط ألا تكون مطلوبة مسبقًا بوصفها وحدة معرفية أساسية في البرنامج، وألا تكون مصنفة

5.4.4متطلب المشروع الرئيسي

يجب أن يتضمن البرنامج رسالة أو مشروعاً بحثياً/ابتكارياً ضمن سياق تطبيقي محدد يتوافق مع تخصص البرنامج. ويجب أن يقدم المشروع أدلة قابلة للتقييم وترتبط بجميع نواتج التعلم، مع التركيز على ،RLO6–RLO7وأن يتضمن: )

1) صياغة واضحة لمشكلة البحث/الابتكار وأهدافها، ))2 منهجية مبّررة مستندة إلى أدبيات ذات صلة أو أعمال سابقة، )

3) تقييًما صارًما ومبّرًرا، )

4) مناقشة صريحة للقيود والمخاطر والممارسة المسؤولة )الأخلاقيات والخصوصية والأمن )5( ،)مخرجات جوهرية مناسبة لمستوى الماجستير )مثل رسالة/تقرير، نموذج أوليُ متحقق منه، أو مخرج ابتكاري.)

5.4ملخص الوحدات المعرفية

الجدول ) :)1ملخص الوحدات المعرفية

الماجستير

دبلوم عالي

البكالوريوس

دبلوم متوسط

اختياري

DS-OPS

مجال المعارف

اختياري

DS-Open-Access

SDF- SDF أساسي — تطبيق أساسي — تطبيق متطلب — تطبيق متطلب — تطبيق Fundamentals

SDF-Data- SDF أساسي — تطبيق أساسي — تطوير متطلب — تطبيق متطلب — تطبيق Structures

اختياري

SDF-Algorithms

SDF

أساسي — تطبيق أساسي — تطبيق متطلب — تطبيق متطلب — تطبيق

SDF-Practices

SDF

اختياري

AL-Foundational

اختياري

AL-Strategies

اختياري

AL-Complexity

متطلب — شرح

أساسي — شرح

MSF-Discrete

MSF

متطلب — شرح

أساسي — شرح

MSF-Linear

MSF

متطلب — شرح

MSF-Probability أساسي — تطبيق أساسي — تطبيق

MSF

متطلب — شرح

MSF-Statistics

MSF

DM-Data

اختياري

DM-Core

اختياري

DM-Relational

DM-Querying

DM-Modeling

اختياري

أساسي — شرح

DM-NoSQL

الماجستير

دبلوم عالي

البكالوريوس

دبلوم متوسط

اختياري

DM-Unstructured

مجال المعارف

DM-Analytics

اختياري

DM-Processing

أساسي — شرح

اختياري

DM-Internals

اختياري

DM-Distributed

DM-Security

أساسي — شرح

DM-SEP

أساسي — تطبيق متطلب — تطبيق متطلب — تطبيق

أساسي — شرح

SF-Overview

اختياري

SF-Foundations

اختياري

SF-Design

اختياري

SF-Evaluation

اختياري

SF-Resource

اختياري

SF-Security

اختياري

OS-Purpose

اختياري

OS-Concurrency

اختياري

OS-Memory

اختياري

NC-Fundamentals

اختياري

PDC-Programs

PDC

اختياري

PDC-Coordination

PDC

اختياري

SE-Requirements

اختياري

SE-Construction

اختياري

SE-Teamwork

الماجستير

اختياري

دبلوم عالي

اختياري

البكالوريوس

اختياري

دبلوم متوسط

اختياري

SE-Tools

مجال المعارف

اختياري

SE-Design

اختياري

SE-Validation

SEC-Foundations أساسي — تطبيق أساسي — تطبيق متطلب — تطبيق متطلب — تطبيق

SEC

اختياري

SEC-Coding

SEC

اختياري

SEC-Engineering

SEC

اختياري

SEC-Governance

SEC

اختياري

SEC-SEP

SEC

SEP- SEP أساسي — تطبيق أساسي — تطبيق أساسي — تطوير أساسي — تطوير Communication

اختياري

SEP-Context

SEP

اختياري

SEP-DEIA

SEP

اختياري

SEP-Economies

SEP

SEP-Ethical- SEP أساسي — شرح أساسي — تطبيق أساسي — تطوير أساسي — تطوير Analysis

اختياري

SEP-IP

SEP

أساسي — شرح

SEP-Privacy

SEP

اختياري

SEP-Professional- SEP أساسي — تطبيق أساسي — تطبيق Ethics

اختياري

SEP-Security

SEP

اختياري

HCI-Design

HCI

اختياري

HCI-Evaluation

HCI

GIT-Visualization أساسي — تطبيق أساسي — تطبيق

GIT

اختياري

GIT-Image

GIT

اختياري

GIT-SEP

GIT

الماجستير

اختياري اختياري اختياري اختياري أساسي — تطوير اختياري اختياري اختياري أساسي — تطوير أساسي — تقييم اختياري اختياري اختياري اختياري اختياري اختياري

دبلوم عالي

البكالوريوس

اختياري

دبلوم متوسط

اختياري اختياري اختياري اختياري أساسي — شرح اختياري اختياري اختياري اختياري اختياري اختياري اختياري اختياري اختياري اختياري اختياري

SPD-Common

مجال المعارف

SPD

SPD-Web

SPD

SPD-Interactive

SPD

SPD-Robot

SPD

AI-Introduction

AI-Search

AI-Planning

AI-KRR

AI-Probability

AI-ML

AI-NLP

AI-Vision

AI-Agents

AI-Robotics

AI-SEP

FPL-Functional

FPL

برامج الذكاء الاصطناعي والبرامج05 ذات التسميات المشابهة

.5برامج الذكاء الاصطناعي والبرامج ذات التسميات المشابهة

1.5الدبلوم المتوسط

يهدف هذا البرنامج إلى إعداد خريجين على مستوى التقنيين قادرين على تنفيذ حلول الذكاء الاصطناعي وتكييفها لمعالجة مشكلاتُ معَّرفة على نحو عام، بما يشمل إعداد البيانات، وتدريب النماذج وتقييمها تقييماً أساسياً، ومراعاة اعتبارات النشر المسؤول. ويستخدم الخريجون أدوات الذكاء الاصطناعي الحديثة استخداماً مناسباً، ويدركون حدودها )بما في ذلك مخاطر الموثوقية والتحيز،)

ويسهمون بفاعلية ضمن فرق التنفيذ.

1.1.5متطلبات القبول

2.1.5نواتج التعلم المطلوبة ):)RLOs

:RLO1تحليل مشكلةُ معَّرفة على نحو عام ضمن مجال البرنامج، وتطبيق مبادئ التخصص لتحديد الحلول المناسبة.

:RLO2تصميم الحلول وتنفيذها لتلبية مجموعة محددة من متطلبات الحوسبة في سياق تخصص البرنامج.

المبادئ القانونية والأخلاقية. :RLO5العمل بفاعلية بوصفه عضوًً ا في فريق يشارك في أنشطة ملائمة لتخصص البرنامج. :RLO6تطبيق المفاهيم والأساليب والأدوات الأساسية في الذكاء الاصطناعي لتطوير حلول ذكاء اصطناعي ونشرها لمعالجة مشكلات ُُمعََّرفة على نحو عام، بما يشمل التقييم المناسب ومراعاة

اعتبارات الاستخدام المسؤول. :RLO7تطبيق ممارسات أساسية لإدارة المشاريع والجودة، وإظهار تعلم موََّجه مدى الحياة للبقاء

على اِِّطلاع بممارسات وأدوات الذكاء الاصطناعي.

( MSF-Statisticsໟتطبيق( ( SEC-Foundationsໟتطبيق( ( SEP-Communicationໟتطبيق( ( SEP-Ethical-Analysisໟشرح(

( SEP-Privacyໟشرح( ( SEP-Professional-Ethicsໟتطبيق(

( SDF-Data-Structuresໟتطبيق( ( SDF-Fundamentalsໟتطبيق( ( SDF-Practicesໟتطبيق( ( SE-Teamworkໟتطبيق( ( SF-Overviewໟشرح(

3.1.5الوحدات المعرفية الأساسية:

( AI-Introductionໟتطبيق( ( AI-MLໟتطبيق( ( AI-SEPໟتطبيق(

( AI-Searchໟتطبيق( ( DM-Dataໟتطبيق( ( DM-Queryingໟتطبيق( ( DM-Relationalໟتطبيق( ( DM-Securityໟتطبيق( ( MSF-Discreteໟشرح( ( MSF-Linearໟشرح( ( MSF-Probabilityໟتطبيق(

4.1.5الوحدات المعرفية الاختيارية:

يجب على البرامج تضمين ما لا يقل عن 3وحدات معرفية اختيارية.

5.1.5متطلب المشروع

يجب أن يتضمن البرنامج مشروًعا تطبيقًيا موجًّها ضمن سياق تطبيقي محدد. ويجب أن يقدم المشروع أدلة قابلة للتقييم وترتبط بجميع نواتج التعلم، مع التركيز على ،RLO6–RLO7وأن يتضمن: )

1) تحديد المشكلة وأهداف المهمة، )

2) إعداد البيانات/المدخات وتطبيق أساليب أو أدوات ذكاء اصطناعي قياسية، )

3) تقييًما/تحققًا أساسيا للنموذج بأدلة مناسبة، )

4) التعامل المسؤول مع البيانات والمخرجات )الأخلاقيات والخصوصية والأمن بحسب السياق )5( ،)عرًضا واضحًا للنتائج

والقيود والخطوات التالية.

2.5البكالوريوس

يهدف هذا البرنامج إلى إعداد خريجين مهنيين قادرين على تصميم أنظمة الذكاء الاصطناعي وتنفيذها وتقييمها لمعالجة مشكلات معقدة، بما يشمل اعتبارات تعُّلم الآلة الحديثة وأنظمة الذكاء الاصطناعي )البيانات، والقدرات الحاسوبية، والنشر، والرصد والمتابعة .)وُيظهر خريجو البرنامج ممارسة مسؤولة للذكاء الاصطناعي تشمل السامة، والخصوصية، والأمن، والشفافية، والأثر المجتمعي، كما يمتلكون القدرة على توصيل نتائج التصميم والتقييم إلى أصحاب مصلحة

متنوعين.

1.2.5متطلبات القبول

2.2.5نواتج التعلم المطلوبة ):)RLOs

:RLO1تحليل مشكلة حاسوبية معقدة، وتطبيق مبادئ الحوسبة والتخصصات الأخرى ذات الصلة لتحديد الحلول المناسبة.

:RLO2تصميم حل قائم على الحوسبة وتنفيذه وتقييمه لتلبية مجموعة محددة من متطلبات الحوسبة في سياق تخصص البرنامج.

المبادئ القانونية والأخلاقية. :RLO5العمل بفاعلية بوصفه عضوًً ا أو قائدًً ا في فريق يشارك في أنشطة ملائمة لتخصص

البرنامج. :RLO6تطبيق مفاهيم وأساليب وأدوات الذكاء الاصطناعي لتصميم أنظمة ذكاء اصطناعي وتنفيذها وتقييمها لمعالجة مشكلات معقدة، بما يشمل اعتبارات النشر المسؤول والرصد

والمتابعة. :RLO7تطبيق ممارسات مناسبة لإدارة المشاريع )بما يشمل التخطيط، والوعي بالمخاطر، وإدارة الجودة، والوعي بالقيمة والتكلفة ،)والتحلي بالتع�لمّ المستمر للبقاء على اِِّطلاع بممارسات الذكاء

الاصطناعي.

( MSF-Statisticsໟتطبيق( ( NC-Fundamentalsໟتطبيق(

( OS-Concurrencyໟتطبيق( ( OS-Memoryໟتطبيق( ( OS-Purposeໟتطبيق(

( PDC-Programsໟتطبيق( ( SEC-Foundationsໟتطبيق( ( SEP-Communicationໟتطبيق( ( SEP-Ethical-Analysisໟتطبيق(

( SEP-Privacyໟتطبيق( ( SEP-Professional-Ethicsໟتطبيق(

( SDF-Algorithmsໟتطوير( ( SDF-Data-Structuresໟتطوير( ( SDF-Fundamentalsໟتطبيق(

( SDF-Practicesໟتطبيق( ( SE-Designໟتطبيق(

( SE-Requirementsໟتطبيق( ( SE-Teamworkໟتطبيق( ( SF-Overviewໟتطبيق(

3.2.5الوحدات المعرفية الأساسية:

( AL-Foundationalໟتطوير( ( AI-Agentsໟتطبيق(

( AI-Introductionໟتطوير( ( AI-KRRໟتطبيق( ( AI-MLໟتطوير( ( AI-NLPໟتطبيق(

( AI-Planningໟتطبيق( ( AI-Probabilityໟتطبيق(

( AI-SEPໟتطبيق( ( AI-Searchໟتطوير( ( AI-Visionໟتطبيق( ( DM-Dataໟتطبيق( ( DM-Queryingໟتطوير( ( DM-Relationalໟتطبيق( ( DM-Securityໟتطبيق( ( DS-OPSໟتطبيق( ( GIT-Visualizationໟتطبيق( ( MSF-Discreteໟتطبيق( ( MSF-Linearໟتطوير( ( MSF-Probabilityໟتطبيق(

4.2.5الوحدات المعرفية الاختيارية:

يجب على البرامج تضمين ما لا يقل عن 7وحدات معرفية اختيارية.

5.2.5متطلب المشروع الرئيسي

1) تحديد المشكلة والمتطلبات، )

2) تصميم حل )نموذج أو نظام ذكاء اصطناعي( وتنفيذه، )

3) تقييًما مبّرًرا بأدلة ومقاييس مناسبة، )

4) تنأواًًل صريحًا للأخلاقيات والخصوصية والأمن، ))5

تواصاً لنتائج المشروع وحدوده واعتبارات النشر/التشغيل مع الجهات/الجماهير ذات العلاقة.

3.5الدبلوم العالي

يهدف هذا المؤهل لما بعد البكالوريوس إلى إعداد ممارسين متخصصين في الذكاء الاصطناعي قادرين على بناء حلول ذكاء اصطناعي متقدمة ونشرها ضمن مجال تخصص محدد )مثل: الأنظمة اللغوية، والإدراك متعدد الوسائط، والوكلاء الأذكياء، والذكاء الاصطناعي الموثوق، أو عمليات الذكاء الاصطناعي .)وُيظهر خريجو البرنامج مهارات متقدمة في التقييم، ووعياً تشغيلياً واقعياً، وممارسات

مسؤولة في نشر حلول الذكاء الاصطناعي.

1.3.5متطلبات القبول

ໟدرجة البكالوريوس في الذكاء الاصطناعي، أو علوم البيانات، أو علوم الحاسب، أو نظم المعلومات، أو هندسة الحاسب، أو في تخصص ذي صلة.

ໟيجب على المتقدمين استيفاء متطلبات الوحدات المعرفية المشتركة الخاصة بالمتطلبات السابقة أو التجسيرية، وذلك وفقًا لما ورد في القسم ).)3.6

2.3.5نواتج التعلم المطلوبة ):)RLOs

:RLO2تطوير الحلول الحاسوبية وتنفيذها وتقييمها لتلبية المتطلبات المحددة ضمن قيود عملية وتشغيلية.

المحددة والمخرجات الجاهزة للتسليم. :RLO6تطبيق ممارسات متقدمة في الذكاء الاصطناعي ضمن تخصص محدد لتقديم حلول قابلة للتشغيل أو للنشر التشغيلي ضمن قيود تشغيلية، بما يشمل اعتبارات التقييم القابل للتبرير والرصد

والمتابعة. :RLO7قيادةِِ حََزم عمل محددة باستخدام ممارسات مناسبة لإدارة المشاريع، وإظهار التعلم المستمر

للبقاء على اِِّطلاع بأدوات ومنصات وأساليب الذكاء الاصطناعي.

( AI-Searchໟتطوير( ( DM-Dataໟتطوير( ( DS-OPSໟتطوير( ( GIT-Visualizationໟتطوير( ( SEP-Communicationໟتطوير( ( SEP-Ethical-Analysisໟتطوير( ( SEP-Privacyໟتطوير(

3.3.5الوحدات المعرفية الأساسية:

( AI-Introductionໟتطوير( ( AI-KRRໟتطوير( ( AI-MLໟتطوير( ( AI-NLPໟتطوير(

( AI-Planningໟتطوير( ( AI-Probabilityໟتطوير(

( AI-SEPໟتطوير(

4.3.5الوحدات المعرفية الاختيارية:

ໟيجب على البرامج تضمين ما لا يقل عن وحدة معرفية اختيارية.

5.3.5متطلب المشروع الرئيسي

1) متطلبات وقيودًا ضمن نطاق التخصص، )

2) تنفيذ حل ذكاء اصطناعي واقعي تشغيلًيا، )

3) تقييًما مبّرًرا )بما يشمل اعتبارات الاعتمادية/المراقبة عند الاقتضاء )4( ،)ضوابط حوكمة ومخاطر مناسبة للسياق )الأخلاقيات والخصوصية والأمن)5( ،)

مخرجات ووثائق بمستوى مهني مناسبة للتسليم والتشغيل.

4.5الماجستير

يهدف هذا البرنامج إلى إعداد ممارسين متقدمين وقادة ناشئين يمتلكون القدرة على تصميم حلول ذكاء اصطناعي متقدمة وفق أحدث ما توصلت إليه التقنيات وتقييمها، والاضطاع بأعمال ذات توجّه بحثي أو ابتكاريُ تفضي إلى نواتج جوهرية. وُيظهر خريجو البرنامج إتقاناً لتخصص محدد في الذكاء الاصطناعي، والقدرة على تقييم القيود والمخاطر، بما في ذلك السامة والخصوصية والأمن

والآثار المجتمعية الأوسع.

1.4.5متطلبات القبول

2.4.5نواتج التعلم المطلوبة ):)RLOs

:RLO1تحليل مشكلة معقدة وتطبيق مبادئ الحوسبة والتخصصات الأخرى ذات الصلة لتفصيل الحلول المناسبة لها.

:RLO2تصميم حل قائم على الحوسبة وتنفيذه وتقييمه لتلبية مجموعة محددة من المتطلبات في سياق تخصص البرنامج.

المبادئ القانونية والأخلاقية. :RLO5العمل بفاعلية بوصفه عضوًً ا وقائدًً ا في فريق يشارك في أنشطة ملائمة لتخصص

البرنامج. :RLO6إظهار إتقان متقدم لتخصص دقيق في الذكاء الاصطناعي، بما يشمل التقييم الصارم

لأساليب الذكاء الاصطناعي الحديثة، وإنتاج نواتج جوهرية لمشروعات أو أعمال بحثية. :RLO7قيادة أعمال متقدمة في الذكاء الاصطناعي ضمن أطر حوكمة مناسبة، وباستخدام ممارسات فّّعالة لإدارة المشاريع، وإظهار التعلم مدى الحياة، بما يشمل التواصل الفّّعال بشأن

القيود والمخاطر والأثر.

( DM-Data ໟتطوير( ( DS-OPS ໟتطوير( ( GIT-Visualization ໟتطوير( ( PDC-Programs ໟتطبيق( ( SEC-Engineering ໟتطبيق( ( SEC-Governance ໟتطبيق( ( SEP-Communication ໟتطوير( ( SEP-Ethical-Analysisໟتطوير( ( SEP-Privacyໟتطوير( ( SF-Evaluationໟتطوير(

3.4.5الوحدات المعرفية الأساسية:

( AI-Agentsໟتقييم( ( AI-Introduction ໟتطوير(

( AI-KRR ໟتطوير( ( AI-ML ໟتقييم( ( AI-NLP ໟتقييم(

( AI-Planningໟتطوير( ( AI-Probability ໟتطوير(

( AI-SEPໟتطوير( ( AI-Search ໟتطوير(

( AI-Vision ໟتقييم(

4.4.5الوحدات المعرفية الاختيارية:

ໟيجب على البرامج تضمين ما لا يقل عن وحدتين معرفيتين اختياريتين.

5.4.5متطلب المشروع الرئيسي:

يجب أن يتضمن البرنامج رسالة أو مشروع بحثي/ابتكاري ضمن سياق تطبيقي محدد يتوافق مع تخصص البرنامج. ويجب أن يقدم المشروع أدلة قابلة للتقييم وترتبط بجميع نواتج التعلم، مع التركيز على ،RLO6–RLO7وأن يتضمن: )

1) صياغة واضحة لمشكلة البحث/الابتكار وأهدافها، ))2 منهجية مبّررة مستندة إلى أدبيات ذات صلة أو أعمال سابقة، )

3) تقييًما صارًما ومبّرًرا، )

5.5ملخص الوحدات المعرفية

الجدول ) :)2ملخص الوحدات المعرفية

الماجستير

دبلوم عالي

البكالوريوس

دبلوم متوسط

اختياري

DS-OPS

مجال المعارف

اختياري

DS-Open-Access

SDF- SDF أساسي — تطبيق أساسي — تطبيق متطلب — تطبيق متطلب — تطبيق Fundamentals

SDF-Data- SDF أساسي — تطبيق أساسي — تطوير متطلب — تطبيق متطلب — تطبيق Structures

اختياري

SDF-Algorithms

SDF

أساسي — تطبيق أساسي — تطبيق متطلب — تطبيق متطلب — تطبيق

SDF-Practices

SDF

اختياري

AL-Foundational

اختياري

AL-Strategies

اختياري

AL-Complexity

متطلب — شرح

أساسي — شرح

MSF-Discrete

MSF

متطلب — شرح

أساسي — شرح

MSF-Linear

MSF

متطلب — شرح

MSF-Probability أساسي — تطبيق أساسي — تطبيق

MSF

متطلب — شرح

MSF-Statistics

MSF

DM-Data

اختياري

DM-Core

اختياري

DM-Relational

اختياري

DM-Querying

اختياري

DM-Modeling

اختياري

DM-NoSQL

الماجستير

اختياري

دبلوم عالي

اختياري

البكالوريوس

اختياري

دبلوم متوسط

اختياري

DM-Unstructured

مجال المعارف

اختياري

DM-Analytics

اختياري

DM-Processing

اختياري

DM-Internals

اختياري

DM-Distributed

اختياري

DM-Security

اختياري

DM-SEP

أساسي — تطبيق متطلب — تطبيق متطلب — تطبيق

أساسي — شرح

SF-Overview

اختياري

SF-Foundations

اختياري

SF-Design

اختياري

SF-Evaluation

اختياري

SF-Resource

اختياري

SF-Security

اختياري

OS-Purpose

اختياري

OS-Concurrency

اختياري

OS-Memory

اختياري

NC-Fundamentals

اختياري

PDC-Programs

PDC

اختياري

PDC-Coordination

PDC

اختياري

SE-Requirements

اختياري

SE-Construction

اختياري

SE-Teamwork

الماجستير

اختياري

دبلوم عالي

اختياري

البكالوريوس

اختياري

دبلوم متوسط

اختياري

SE-Tools

مجال المعارف

اختياري

SE-Design

اختياري

SE-Validation

SEC-Foundations أساسي — تطبيق أساسي — تطبيق متطلب — تطبيق متطلب — تطبيق

SEC

اختياري

SEC-Coding

SEC

اختياري

SEC-Engineering

SEC

اختياري

SEC-Governance

SEC

اختياري

SEC-SEP

SEC

SEP- SEP أساسي — تطبيق أساسي — تطبيق أساسي — تطوير أساسي — تطوير Communication

اختياري

SEP-Context

SEP

اختياري

SEP-DEIA

SEP

اختياري

SEP-Economies

SEP

SEP-Ethical- SEP أساسي — شرح أساسي — تطبيق أساسي — تطوير أساسي — تطوير Analysis

اختياري

SEP-IP

SEP

أساسي — شرح

SEP-Privacy

SEP

اختياري

SEP-Professional- SEP أساسي — تطبيق أساسي — تطبيق Ethics

اختياري

SEP-Security

SEP

اختياري

HCI-Design

HCI

اختياري

HCI-Evaluation

HCI

اختياري

GIT-Visualization

GIT

اختياري

GIT-Image

GIT

اختياري

GIT-SEP

GIT

الماجستير

اختياري اختياري اختياري اختياري أساسي — تطوير أساسي — تطوير أساسي — تطوير أساسي — تطوير أساسي — تطوير أساسي — تقييم أساسي — تقييم أساسي — تقييم أساسي — تقييم اختياري أساسي — تطوير اختياري

دبلوم عالي

اختياري اختياري اختياري اختياري أساسي — تطوير أساسي — تطوير أساسي — تطوير أساسي — تطوير أساسي — تطوير أساسي — تطوير أساسي — تطوير اختياري اختياري اختياري أساسي — تطوير اختياري

البكالوريوس

اختياري

دبلوم متوسط

اختياري

SPD-Common

مجال المعارف

SPD

اختياري

SPD-Web

SPD

اختياري

SPD-Interactive

SPD

اختياري

SPD-Robot

SPD

AI-Introduction

AI-Search

اختياري

AI-Planning

اختياري

AI-KRR

اختياري

AI-Probability

AI-ML

اختياري

AI-NLP

اختياري

AI-Vision

اختياري

AI-Agents

اختياري

AI-Robotics

AI-SEP

اختياري

FPL-Functional

FPL

دليل الوحدات المعرفية )06)KU

.6دليل الوحدات المعرفية ))KU

1.6مجالات المعارف ) )KAs والوحدات المعرفية ))KUs

يتبع هذا الإطار الهيكل المعتمد في منهج ،ACM/IEEE CS2023حيث يتم تنظيم المحتوى في مجالات المعارف ) )KAs والوحدات المعرفية ))KUs

يمثل مجال المعارف ) )KA نطاًًقا معرفًًيا واسًًعا ضمن التخصص. أما الوحدات المعرفية ) )KU فهي جزء متماسك وقابل للتدريس من مجال المعارف، ويتم تعريفها

من خلال الموضوعات ونواتج التعلم المرتبطة بها. توفر مجالات المعارف الهيكل التنظيمي العام للمنهج، في حين تحدد الوحدات المعرفية المكونات

المنهجية الدنيا التي ينبغي تغطيتها.

2.6كيفية تفسير واستخدام الوحدات المعرفية

ُ ໟيق ِّدم دليل الوحدات المعرفية لغةً مشتركةُ تستخدم في تصميم المناهج الدراسية. ໟتحدد الوحدات المعرفية الحد الأدنى من المتطلبات، ولا تمثل منهجاً دراسياً كاماً. وينبغي على المؤسسات تعديل عمق المحتوى وتسلسله ومستوى الصرامة التعليمية بما يتناسب مع

مستوى البرنامج ورسالتها المؤسسية. ໟلا تمثل الوحدة المعرفية بالضرورة مقرراً دراسياً واحداً، فقد تتم تغطية وحدة معرفية واحدة

عبر عدة مقررات، كما قد يغطي مقرر واحد عدة وحدات معرفية )جزئياً أو كلياً.)

الوحدات المعرفية الأساسية والاختيارية )لكل برنامج :)يحدد كل ملف تعريفي للبرنامج: ))1 الوحدات المعرفية الأساسية التي يجب تغطيتها، )

2) الوحدات المعرفية الاختيارية ُُتختار لتعكس الأولويات المحلية. ما لم يذكر ملف البرنامج استثناءات محددة، يمكن اختيار الوحدات المعرفية

الاختيارية من بقية الوحدات المعرفية الواردة في هذا الدليل.

3.6مجالات المعارف

تعتمد مجالات المعارف التالية من مناهج ACM/IEEE CS2023في علوم الحاسب:

رمز KA OS PDC SEC SEP SDF SE SPD SF

مجال المعارف أنظمة التشغيل الحوسبة المتوازية والموزعة

الأمن المجتمع والأخلاقيات والمهنة

أساسيات تطوير البرمجيات هندسة البرمجيات

تطوير المنصات المتخصصة أساسيات النظم

رمز KA AL AR AI DM FPL GIT HCI MSF NC

مجال المعارف الأسس الخوارزمية معمارية وتنظيم الحاسوب الذكاء الاصطناعي

إدارة البيانات أسس لغات البرمجة الرسوميات والتقنيات التفاعلية تفاعل بين الإنسان والحاسب الأسس الرياضية والإحصائية الشبكات والاتصال

4.6هيكل الوحدة المعرفية ))Knowledge Unit

يتم تعريف كل وحدة معرفية في هذا الدليل باستخدام هيكل موحّد يشمل ما يلي: ໟرمز الوحدة المعرفية وعنوانها.

ໟالموضوعات، والتي توضح نطاق التغطية. ໟنواتج التعلم، والتي تحدد الحد الأدنى من الكفاية المتوقعة.

5.6إضافات خاصة بالإطار

بالإضافة إلى الوحدات المعرفية المعتمدة في ،ACM/IEEE CS2023يتضمن هذا الإطار وحدتين معرفيتين خاصة بالإطار لمعالجة الكفايات التشغيلية والوصول المفتوح المرتبطين بأنظمة البيانات

والذكاء الاصطناعي، وهي: — DS-OPSໟعمليات تعلم الآلة ) )MLOps وعمليات البيانات.)DataOps)

- DS-Open-Accessໟالبيانات المفتوحة وحرية المعلومات. ُُتعد هذه الوحدة مكّّملة للمحتوى المعتمد من ،ACM ولا ُُتحدث أي تعديل على هيكل مجالات

المعارف المعتمد.

6.6فهرس الوحدات المعرفية

تعرض الأقسام التالية الوحدات المعرفية، مرتبة حسب مجال المعارف، ويتبعها عرض الوحدات المعرفية الخاصة بالإطار.

— SDF أساسيات تطوير البرمجيات — SDF-Fundamentals مفاهيم وممارسات البرمجة الأساسية

الموضوعات: ໟالمتغيرات وأنواع البيانات والتعابير وتدفق التحكم.

ໟالدوال/الإجراءات والتقسيم إلى وحدات برمجية. ໟهياكل البيانات الأساسية )القوائم/المصفوفات، السجلات/الكائنات.)

ໟالإدخال والإخراج، والملفات، والتعامل البسيط مع البيانات. ໟتصحيح الأخطاء، وتتبع التنفيذ، والبرمجة الوقائية. ໟأساسيات الاختبار وعادات التوثيق. نواتج التعلم:

ໟكتابة برامج صحيحة باستخدام البنى البرمجية الأساسية لحل مشكلات محددة. ໟتحليل المشكلة إلى دوال/وحدات برمجية مع توثيق الافتراضات وواجهات التفاعل.

ໟتصحيح البرامج والتحقق من صحتها باستخدام تقنيات اختبار وتشخيص مناسبة.

— SDF-Data-Structures هياكل البيانات الأساسية

الموضوعات: ໟالهياكل الخطية: المصفوفات/القوائم، الُرزم، الطوابير. ໟالهياكل المعتمدة على التجزئة والمفاهيم الأساسية للتجزئة.

ໟالهياكل الشجرية والتمثيلات الهرمية الأساسية. ໟاختيار هياكل البيانات لتحقيق الأداء والوضوح. ໟتصور مبسط للتعقيد في العمليات الشائعة.

نواتج التعلم: ໟاختيار واستخدام هياكل البيانات المناسبة لدعم العمليات المطلوبة. ໟتنفيذ هياكل البيانات الأساسية ومعالجتها باستخدام لغة أو مكتبة برمجية حديثة. ໟتوضيح نقاط القوة والضعف في الهياكل البديلة من حيث الزمن والمساحة وقابلية الصيانة.

— SDF-Algorithms الخوارزميات

الموضوعات: ໟحل المشكلات الخوارزمية والتنقيح التدريجي للحلول. ໟالأنماط الشائعة: البحث، والفرز، والتكرار، والاستدعاء الذاتي.

ໟالاستدلال على الصحة بالمستوى المناسب. ໟالاستدلال على الكفاءة واعتبارات الأداء العملي.

نواتج التعلم: ໟتنفيذ الخوارزميات القياسية بشكل صحيح وتطبيقها في سياقها المناسب. ໟشرح صحة الخوارزميات باستخدام أساليب استدلال مناسبة لمستوى البرنامج. ໟمقارنة الأساليب الخوارزمية البديلة بالاستناد إلى الكفاءة والقيود العملية.

— SDF-Practices ممارسات تطوير البرمجيات

الموضوعات: ໟالتحكم في الإصدارات وتدفقات العمل التعاونية. ໟممارسات الاختبار )اختبارات الوحدات، واختبارات التكامل الأساسية.)

ໟمراجعة الشفرة، وإعادة الهيكلة، وقابلية القراءة. ໟممارسات قابلية إعادة الإنتاج )البيئات، والاعتماديات.)

ໟالتوثيق وتتبع المشكلات.

نواتج التعلم: ໟاستخدام أدوات التحكم في الإصدارات وممارسات التعاون لتطوير نواتج برمجية.

ໟتطبيق الاختبار وإعادة الهيكلة لتحسين الاعتمادية وقابلية الصيانة. ໟإنتاج نواتج قابلة لإعادة الإنتاج مع تعليمات تشغيل واضحة وإدارة سليمة للاعتماديات.

— AL الخوارزميات والتعقيد — AL-Foundational هياكل البيانات والخوارزميات التأسيسية

الموضوعات: ໟهياكل البيانات القياسية )مثل الأكوام ،Heaps والأشجار المتوازنة ،Balanced Trees والرسوم

البيانية( بالمستوى المناسب. ໟعائلات الخوارزميات الشائعة وحالات استخدامها. ໟالتجريد والاستخدام الموجّه لواجهات برمجة التطبيقات ) )API للمكتبات.

ໟالمفاضلات العملية المتعلقة بالأداء.

نواتج التعلم: ໟتطبيق الخوارزميات والهياكل التأسيسية لحل مشكلات غير بسيطة. ໟاستخدام التجريدات وواجهات برمجة التطبيقات المناسبة لتنفيذ الحلول بكفاءة وأمان.

ໟتبرير الاختيارات بالاستناد إلى مفاضلات الأداء وقابلية الصيانة.

— AL-Strategies الاستراتيجيات الخوارزمية

الموضوعات: ໟالقوة الغاشمة )مثل: البحث الخطي، الفرز بالاختيار، مسألة البائع المتجول، مسألة الحقيبة.)

ໟالتقسيم والتغلب. ໟالأساليب الجشعة. ໟالبرمجة الديناميكية. ໟالتراجع ) )Backtracking والاستراتيجيات المعتمدة على البحث. ໟتمييز قابلية تطبيق الاستراتيجية وحدودها.

نواتج التعلم: ໟاختيار الاستراتيجية الخوارزمية المناسبة لبنية المشكلة المعطاة. ໟتنفيذ حل قائم على استراتيجية محددة وشرح قرارات التصميم الرئيسية. ໟتحليل القيود وأنماط الإخفاق )مثل تعقيد أسوأ الحالات أو القيود العملية.)

— AL-Complexity التعقيد

الموضوعات: ໟالتحليل التقاربي للزمن والمساحة.

ໟقابلية الحل والقيود العملية. ໟتعقيد الهياكل الشائعة والاستراتيجيات الخوارزمية. ໟتفسير التعقيد في الأنظمة الواقعية )الثوابت، حجم البيانات، العتاد.)

نواتج التعلم: ໟتقدير تعقيد الزمن والمساحة للخوارزميات الشائعة وعمليات هياكل البيانات. ໟاستخدام الاستدلال القائم على التعقيد لمقارنة بدائل الحلول في ظل القيود.

ໟشرح كيفية تأثير العوامل العملية في تغيير الأداء الملحوظ.

— MSF أسس الرياضيات والإحصاء — MSF-Discrete الرياضيات المتقطعة

الموضوعات: ໟالمنطق، والمجموعات، والدوال، والعلاقات. ໟأفكار البرهان الأساسية والاستدلال على الصحة. ໟالرسوم البيانية والهياكل الشجرية كأدوات للنمذجة.

ໟأساسيات العد والتوافقيات.

نواتج التعلم: ໟتطبيق البنى المتقطعة )المجموعات، العلاقات، الرسوم البيانية( لنمذجة مشكلات الحوسبة.

ໟاستخدام الاستدلال المنطقي لتبرير الادعاءات المتعلقة بالخوارزميات أو سلوك الأنظمة. ໟتفسير الاستدلالات التوافقية ذات الصلة بالبيانات وتعقيد الخوارزميات.

— MSF-Linear الجبر الخطي

الموضوعات: ໟالمتجهات، والمصفوفات، والتحويلات الخطية. ໟأنظمة المعادلات الخطية والاستيعاب الحدسي لطريقة المربعات الصغرى. ໟالجداء النقطي، والمعايير، والإسقاطات، ومقاييس التشابه. ໟمفاهيم القيم والمتجهات الذاتية بالمستوى المناسب لفهم تعُّلم الآلة.

نواتج التعلم: ໟاستخدام المتجهات والمصفوفات لتمثيل البيانات والنماذج ومعالجتها. ໟتطبيق مفاهيم الجبر الخطي لشرح أو تنفيذ عمليات شائعة في تعُّلم الآلة. ໟتفسير نواتج الجبر الخطي )مثل الإسقاطات أو التفكيكات( ضمن سياقها.

— MSF-Probability الاحتمالات

الموضوعات: ໟالمتغيرات العشوائية والتوزيعات الاحتمالية الشائعة.

ໟالاحتمال الشرطي وقاعدة بايز. ໟالقيمة المتوقعة، والتباين، والتغاير. ໟأخذ العينات والاستدلال على عدم اليقين.

نواتج التعلم: ໟنمذجة “عدم اليقين” باستخدام مفاهيم وتوزيعات احتمالية مناسبة. ໟحساب وتفسير الاحتمالات الشرطية ذات الصلة بمشكلات البيانات والذكاء الاصطناعي.

ໟشرح “عدم اليقين” والتباين في نواتج النماذج والقياسات.

— MSF-Statistics الإحصاء

الموضوعات: ໟالإحصاء الوصفي والتحليل الاستكشافي.

ໟمفاهيم التقدير والثقة. ໟاختبار الفرضيات والدلالة الإحصائية )مع التنبيهات اللازمة.)

ໟتحليل الانحدار وتقييم ملاءمة النماذج. ໟالصلاحية، والافتراضات، والأخطاء الإحصائية الشائعة.

نواتج التعلم: ໟتلخيص البيانات وتفسيرها باستخدام أدوات وصفية واستدلالية مناسبة. ໟتصميم وتفسير اختبارات إحصائية أساسية أو إجراءات تقدير مع توضيح الافتراضات. ໟالتقييم النقدي للاستنتاجات من حيث الصلاحية والقيود ومصادر التحيز المحتملة.

— DM إدارة البيانات — DM-Data دور البيانات ودورة حياتها

الموضوعات: ໟامتلاك البيانات، ومصدرها، وتسلسلها، والبيانات الوصفية والاستخدامات المسموح بها.

ໟجودة البيانات، وتنقيتها، وتوثيقها. ໟمبادئ وممارسات حوكمة البيانات )الملكية، والإشراف، والمساءلة، والشفافية، والجودة، ودورة

حياة السياسات( ໟمراحل دورة الحياة )الجمع، والتخزين، والمعالجة، والاستخدام، والاحتفاظ، والمشاركة، والإتلاف.) ໟالمفاهيم الأساسية لمنتجات البيانات، وقيمة البيانات، والمستفيدين المستهدفين، والأثر

المتوقع، وأساليب تحقيق الإيرادات، والعائد على الاستثمار. ໟشرح كيفية تحقيق منتج البيانات أو مبادرة البيانات للقيمة، وتحديد المستفيدين المستهدفين

والأثر المتوقع، ووصف الاعتبارات الأساسية للتكلفة والمنفعة والعائد على الاستثمار. ໟالتعامل المسؤول مع البيانات )الخصوصية، والسرية ، والأنظمة واللوائح والمعايير والسياسات

الوطنية ذات العلاقة.)

نواتج التعلم: ໟوصف دورة حياة البيانات وتحديد الممارسات المناسبة في كل مرحلة. ໟتوثيق مصدر مجموعات البيانات وتسلسلها، وبياناتها الوصفية واعتبارات الجودة والاستخدامات

المسموح بها. ໟتطبيق ممارسات التعامل المسؤول بما يتناسب مع السياق ومستوى المخاطر وفق الأنظمة

الوطنية ذات العلاقة.

— DM-Core المفاهيم الأساسية لنظم قواعد البيانات

الموضوعات: ໟالمخططات، والقيود، ومفاهيم السلامة.

ໟالمعاملات ومفاهيم التزامن الأساسية. ໟاتساق البيانات ومفاهيم الاسترجاع الأساسية. ໟدور نظم إدارة قواعد البيانات في التطبيقات وسلاسل التحليل.

نواتج التعلم: ໟشرح المفاهيم الأساسية لنظم إدارة قواعد البيانات وكيف تدعم الصحة والموثوقية.

ໟتطبيق مفاهيم المعاملات والسلامة للاستدلال على اتساق البيانات. ໟتحديد الحالات التي تتطلب خصائص نظم قواعد البيانات )مثل المعاملات( حسب عبء العمل.

— DM-Relational قواعد البيانات العلائقية

الموضوعات: ໟمفاهيم النموذج العلائقي )العلاقات، والمفاتيح، والقيود.)

ໟدوافع التطبيع والاستيعاب الحدسي للتصميم. ໟالاستدلال العلائقي للبيانات المهيكلة.

نواتج التعلم: ໟنمذجة البيانات المهيكلة باستخدام المفاهيم العلائقية مع مفاتيح وقيود مناسبة.

ໟشرح دوافع التطبيع وتحديد مخاطر التكرار والاختلالات الشائعة. ໟتفسير التصاميم العلائقية من حيث قابلية الصيانة والصحة.

— DM-Querying بناء الاستعلامات

الموضوعات: ໟالاختيار، والإسقاط، والربط. ໟالتجميع، والتلخيص، والدوال النافذة )عند الاقتضاء.) ໟالاستعلامات الفرعية وأنماط الاستعلام الشائعة. ໟصحة الاستعلام والتحقق من النتائج.

نواتج التعلم: ໟكتابة استعلامات صحيحة لتلبية احتياجات المعلومات من البيانات المهيكلة.

ໟالتحقق من نواتج الاستعلام وشرح تأثير بنية الاستعلام على النتائج. ໟاستخدام أنماط الاستعلام لدعم مهام التحليل وإعداد تقارير قابلة لإعادة الإنتاج.

— DM-Modeling نمذجة البيانات

الموضوعات: ໟالنمذجة المفاهيمية )الكيانات، والعلاقات.)

ໟتصميم المخطط المنطقي. ໟربط دلالات المجال بهياكل البيانات. ໟتطور نماذج البيانات وقابليتها للصيانة، واعتبارات البيانات المرجعية والبيانات الرئيسية المعتمدة.

نواتج التعلم: ໟإنشاء نماذج بيانات مفاهيمية ومنطقية لمجال محدد. ໟترجمة متطلبات المجال إلى تصميم مخطط قابل للصيانة يدعم الاتساق الدلالي، ويدعم البيانات المرجعية والبيانات الرئيسية المعتمدة عند الحاجة. ໟشرح كيفية تأثير قرارات النمذجة في جودة البيانات واستخدامها اللاحق.

— DM-NoSQL نظم قاعدة البيانات غير العلائقية

الموضوعات: ໟنماذج المفتاح–القيمة، والمستندات، والأعمدة، والرسوم البيانية.

ໟالمفاضلة بين الاتساق وقابلية التوسع. ໟحالات الاستخدام ومعايير الاختيار.

ໟأنماط الاستعلام الأساسية للمخازن غير العلائقية.

نواتج التعلم: ໟمقارنة نماذج قاعدة البيانات غير العلائقية وتحديد حالات الاستخدام المناسبة.

ໟشرح المفاضلة بين المرونة والأداء والاتساق. ໟاستخدام مخزن قاعدة البيانات غير العلائقية لتنفيذ متطلبات تمثيل البيانات واسترجاعها.

— DM-Unstructured قواعد البيانات شبه المهيكلة وغير المهيكلة

الموضوعات: ໟالتمثيلات شبه المهيكلة )مثل JSON والسجلات.) ໟأساسيات بيانات النصوص والوثائق، واعتبارات دورة حياة الوثائق والمحتوى.

ໟسلاسل الاستخراج والتحويل. ໟأساليب الاستعلام والفهرسة للبيانات شبه المهيكلة وغير المهيكلة، مع مراعاة قابلية الاكتشاف،

والاحتفاظ، والتحكم في الوصول.

نواتج التعلم: ໟتمثيل البيانات شبه المهيكلة وغير المهيكلة ومعالجتها لدعم مهام التحليل أو الذكاء الاصطناعي

اللاحقة. ໟتطبيق أساليب الاستخراج والتحويل الأساسية لإنشاء مجموعات بيانات قابلة للاستخدام. ໟشرح القيود ومخاطر الجودة عند التعامل مع مصادر شبه مهيكلة أو غير مهيكلة وأصول

البيانات ذات الطبيعة الوثائقية.

— DM-Analytics تحليلات البيانات

الموضوعات: ໟالتحويلات الداعمة للتحليل )استخراج الخصائص.) ໟمفاهيم مستودعات البيانات و OLAP بالمستوى المناسب. ໟسلاسل التحليل القابلة لإعادة الإنتاج وتتبع نسب البيانات. ໟصياغة دعم القرار، واختيار المقاييس، واستخدامها، وتحقيق القيمة منها.

نواتج التعلم: ໟإعداد مجموعات بيانات تحليلية باستخدام تحويلات مناسبة وإجراءات تحقق.

ໟشرح كيفية تأثير خيارات إدارة البيانات في صحة التحليل وقابليته للتفسير. ໟتصميم سلسلة تحليل مع توثيق نسب البيانات وممارسات قابلية إعادة الإنتاج. ໟتقييم ما إذا كانت مخرجات التحليات تحقق قيمة قابلة للاستخدام وقابلة للدفاع عنها لأصحاب

المصلحة.

— DM-Processing معالجة الاستعلامات

الموضوعات: ໟخطط تنفيذ الاستعلامات والمشغلات الأساسية. ໟمفاهيم الفهرسة والاستيعاب الحدسي للتصميم الفيزيائي.

ໟأهداف التحسين والمفاضلات الشائعة. ໟالآثار الأدائية لأنماط الاستعلام.

نواتج التعلم: ໟشرح كيفية تنفيذ الاستعلام ولماذا يختلف الأداء. ໟتحديد الحالات التي قد يؤدي فيها تعديل الفهرسة أو التصميم الفيزيائي إلى تحسين الأداء. ໟاستخدام الأدلة )مثل خطط التنفيذ أو أدوات التحليل( لتبرير إجراءات تحسين الاستعلام.

— DM-Internals البنية الداخلية لنظم قواعد البيانات

الموضوعات: ໟتخطيطات التخزين وبنى الفهرسة. ໟمفاهيم التحكم في التزامن وآليات الاسترداد. ໟالتخزين المؤقت والتخزين في الذاكرة والعوامل المحركة للأداء.

ໟآليات الموثوقية والصحة.

نواتج التعلم: ໟشرح الآليات الداخلية لنظم قواعد البيانات التي تؤثر في الصحة والأداء. ໟتفسير مظاهر الأداء باستخدام المفاهيم الداخلية )مثل الإدخال/الإخراج والتخزين المؤقت.)

ໟتحديد المفاضلات الداخلية ذات الصلة بخيارات النشر.

— DM-Distributed قواعد البيانات الموزعة / الحوسبة السحابية

الموضوعات: ໟالنسخ المتماثل، والتجزئة/التقسيم، وأنماط قابلية التوسع.

ໟنماذج الاتساق والمفاضلات مع الإتاحة. ໟخدمات البيانات السحابية والقيود التشغيلية، واعتبارات مشاركة البيانات المحكومة وقابلية

التشغيل البيني. ໟاعتبارات التكلفة والأداء في أنظمة البيانات الموزعة، والمتطلبات ذات العلاقة بموجب سياسة

مشاركة البيانات. نواتج التعلم:

ໟشرح خيارات التصميم الرئيسية في نظم البيانات الموزعة والمفاضلات المرتبطة بها. ໟاختيار نهج مناسب للبيانات الموزعة بما يتوافق مع طبيعة عبء العمل والقيود، بما في ذلك

احتياجات مشاركة البيانات المحكومة وقابلية التشغيل البيني. ໟتحديد المخاطر التشغيلية وآثار التكلفة والأداء لخيارات النشر، وفق الأنظمة واللوائح والمعايير

والسياسات الوطنية ذات العلاقة.

— DM-Security أمن البيانات والخصوصية

الموضوعات: ໟالسرية، والسلامة، والإتاحة لأصول البيانات. ໟمفاهيم المصادقة والتفويض للوصول إلى البيانات. ໟقابلية التدقيق، وتسجيل الأحداث، وضوابط الحوكمة. ໟالتعامل الواعي بالخصوصية وتقليل البيانات، بما في ذلك الالتزامات بموجب نظام حماية

البيانات الشخصية ولوائحه التنفيذية. ໟمبادئ ومستويات تصنيف البيانات، وإجراءات التصنيف وإعادة التصنيف وإزالة التصنيف،

وضوابط التعامل المرتبطة بكل مستوى، وفق السياسة الوطنية ذات العلاقة. نواتج التعلم:

ໟتطبيق ممارسات التحكم في الوصول والتعامل الآمن لحماية أصول البيانات، وفق الضوابط المتوائمة مع تصنيف البيانات متى ما كان ذلك منطبقًا.

ໟتحديد مخاطر الخصوصية واقتراح ضوابط تخفيف مناسبة للسياق والسياسة والالتزامات المتعلقة بحماية البيانات الشخصية.

ໟشرح كيف تدعم الضوابط الأمنية الامتثال والاستخدام الموثوق للبيانات، وفق الأنظمة واللوائح والمعايير والسياسات الوطنية ذات العلاقة.

ໟتصنيف مجموعة بيانات، وتحديد ضوابط الوصول والتخزين والمشاركة والاحتفاظ والإتاف المناسبة لمستوى تصنيفها.

— DM-SEP المجتمع والأخلاقيات والمهنة

الموضوعات: ໟمسؤوليات الإشراف على البيانات والمساءلة والمسؤولية المهنية في أعمال البيانات.

ໟمخاطر العدالة والتحيز في البيانات والتحليلات. ໟاعتبارات الموافقة والحقوق والاستخدام المشروع وفق الأنظمة واللوائح والمعايير والسياسات

الوطنية ذات العلاقة. ໟالتزامات التوثيق والشفافية.

نواتج التعلم: ໟتحديد المخاطر الأخلاقية والمهنية في أعمال البيانات واقتراح إجراءات تخفيف.

ໟشرح كيفية دعم التوثيق والشفافية للممارسة المسؤولة. ໟاتخاذ قرارات مبررة توازن بين قيمة أصحاب المصلحة والحقوق والأضرار والمساءلة وفق

الأنظمة الوطنية ذات العلاقة.

— SF أساسيات النظم — SF-Overview نظرة عامة على نظم الحاسوب

الموضوعات: ໟنظرة عامة على العتاد ونظام التشغيل وبيئة التنفيذ.

ໟكيفية تنفيذ البرامج واستخدامها لموارد النظام. ໟمفاهيم الأداء الأساسية ونقاط الاختناق.

ໟاعتبارات الموثوقية والأمن على مستوى النظام.

نواتج التعلم: ໟشرح كيفية تنفيذ البرمجيات عبر الطبقات وكيف تؤثر حدود الموارد في السلوك.

ໟاستخدام مفاهيم النظم لتشخيص مشكلات الأداء أو الموثوقية الأساسية. ໟتحديد اعتبارات الأمن والسلامة على مستوى النظام ذات الصلة بعمليات النشر.

— SF-Foundations المفاهيم الأساسية

الموضوعات: ໟأساسيات تمثيل البيانات وترميزها. ໟمفاهيم الذاكرة والتخزين والإدخال/الإخراج. ໟنموذج تنفيذ وحدة المعالجة المركزية بالمستوى المناسب. ໟالتجريدات التي تربط البرامج بالعتاد.

نواتج التعلم: ໟشرح التمثيلات الأساسية وكيف تؤثر في الحوسبة ومعالجة البيانات. ໟوصف كيفية تأثير خصائص الذاكرة والإدخال/الإخراج في تصميم البرامج. ໟاستخدام مفاهيم النظم الأساسية لتفسير سلوك البرامج الملحوظ.

— SF-Design تصميم النظم

الموضوعات: ໟالمكونات المعمارية والواجهات. ໟالمفاضلات بين الموثوقية وقابلية الصيانة. ໟاعتبارات قابلية التوسع والأداء. ໟقرارات التصميم المستندة إلى الأدلة.

نواتج التعلم: ໟاقتراح تصميم نظام يلبي المتطلبات والقيود المحددة. ໟشرح مفاضلات التصميم بين الأداء والموثوقية وقابلية الصيانة. ໟتبرير خيارات التصميم باستخدام أدلة أو تحليلات مناسبة.

— SF-Evaluation تقييم الأداء

الموضوعات: ໟالقياس المرجعي، وتحليل الأداء، وأدوات القياس.

ໟتصميم التجارب لقياس الأداء. ໟتفسير النتائج والتحكم في العوامل المربكة.

ໟعرض أدلة الأداء وحدوده.

نواتج التعلم: ໟتصميم وتنفيذ تقييمات أداء أساسية مع ضوابط مناسبة.

ໟتفسير نتائج الأداء وتحديد نقاط الاختناق المحتملة. ໟإيصال أدلة الأداء وحدوده إلى أصحاب المصلحة.

— SF-Resource تخصيص الموارد

الموضوعات: ໟمفاهيم موارد وحدة المعالجة والذاكرة والتخزين والشبكة.

ໟمفاهيم الجدولة والعدالة. ໟالمفاضلات بين معدل الإنتاجية وزمن الاستجابة.

ໟالاستيعاب الحدسي لتخطيط السعة.

نواتج التعلم: ໟشرح كيفية تأثير تخصيص الموارد في الإنتاجية وزمن الاستجابة والعدالة.

ໟتحديد قيود الموارد المرجح أن تؤثر في عبء العمل. ໟاقتراح أساليب تخفيف عملية )مثل التوسعة، أو التجميع، أو التخزين المؤقت( بما يتناسب مع

السياق.

— SF-Security أمن النظم

الموضوعات: ໟنماذج العزل والصلاحيات. ໟأسطح الهجوم الشائعة ووسائل الحماية. ໟأساسيات الإعداد الآمن وتقوية الأنظمة. ໟمفاهيم الدفاع متعدد الطبقات.

نواتج التعلم: ໟتحديد أسطح الهجوم الشائعة في النظم واقتراح إجراءات تخفيف أساسية.

ໟشرح كيفية تقليل المخاطر من خلال العزل والصلاحيات. ໟتطبيق ممارسات الإعداد الآمن المناسبة لسياق النشر.

— OS نظم التشغيل — OS-Purpose دور وأهمية نظم التشغيل

الموضوعات: ໟتجريد العمليات ونداءات النظام.

ໟمفاهيم الجدولة. ໟنظرة عامة على الافتراضية وإدارة الموارد.

ໟدور نظام التشغيل في الأمن والعزل.

نواتج التعلم: ໟشرح المسؤوليات الأساسية لنظام التشغيل وكيفية تفاعل التطبيقات معه.

ໟوصف كيفية تأثير الجدولة وتجريد العمليات في تنفيذ البرامج. ໟتحديد اعتبارات مستوى نظام التشغيل ذات الصلة بالنشر الآمن والموثوق.

— OS-Concurrency التزامن

الموضوعات: ໟسلاسل التنفيذ والعمليات.

ໟبدائيات وأنماط التزامن. ໟمفاهيم التعارض ) )Deadlock وأساليب تجنبه.

ໟالأخطاء المتعلقة بصحة التزامن.

نواتج التعلم: ໟتنفيذ أو استخدام آليات التزامن بأمان لمهمة محددة. ໟتحديد حالات السباق وشرح استراتيجيات منعها أو التخفيف منها. ໟشرح مخاطر التعارض وتطبيق أساليب أساسية لتجنبه أو التعافي منه.

— OS-Memory إدارة الذاكرة

الموضوعات: ໟمفاهيم الذاكرة الافتراضية. ໟمفاهيم التخصيص والحماية. ໟالآثار الأدائية )الترحيل، المحلية.) ໟأنماط الإخفاق المرتبطة بالذاكرة.

نواتج التعلم: ໟشرح كيفية دعم الذاكرة الافتراضية والحماية للصحة والعزل. ໟتحديد مشكلات الأداء المرتبطة بالذاكرة واقتراح إجراءات تخفيف أساسية. ໟتفسير الأعراض الشائعة لإخفاقات الذاكرة )مثل تسرب الذاكرة أو الإفراط في الترحيل( بالمستوى

المناسب.

— NC الشبكات والاتصالات — NC-Fundamentals الأساسيات

الموضوعات: ໟالنماذج الطبقية وخدمات الشبكة الأساسية.

ໟمفاهيم العناوين والتوجيه. ໟالبروتوكولات الأساسية )مثل أساسيات )TCP/IP ومفاهيم الاعتمادية.

ໟأنماط الاتصال بين العميل والخادم.

نواتج التعلم: ໟشرح كيفية تحقيق الاتصال الشبكي عبر الطبقات المختلفة. ໟتشخيص المشكلات الشبكية الأساسية باستخدام أدوات وأدلة مناسبة. ໟتطبيق أساسيات الشبكات لتصميم أو نشر مكوّن موزع بسيط.

— PDC الحوسبة المتوازية والموزعة — PDC-Programs البرمجة

الموضوعات: ໟنماذج التوازي والتزامن. ໟأنماط التفكيك والتنسيق. ໟأساسيات البرمجة المراعية للأداء. ໟاعتبارات الإخفاق والمرونة )بالمستوى المناسب.)

نواتج التعلم: ໟتفكيك عملية حسابية للاستفادة من التوازي أو التوزيع بالشكل المناسب.

ໟتنفيذ نمط متوازٍ أو موزع باستخدام أدوات أو أطر مناسبة. ໟشرح مفاضلات الأداء والأخطاء الشائعة للنهج المختار.

— PDC-Coordination التنسيق

الموضوعات: ໟآليات التزامن والاتصال. ໟمفاهيم الاتساق ومفاضلات التنسيق. ໟالأخطاء في الأنظمة الموزعة )مثل الإخفاق الجزئي وانتهاء المهلات.)

ໟأنماط الاعتمادية.

نواتج التعلم: ໟشرح تحديات التنسيق في الأنظمة الموزعة وأنماط التخفيف الشائعة.

ໟاختيار آليات التنسيق المناسبة لسياق المشكلة المعطاة. ໟتحديد أنماط الإخفاق واقتراح استراتيجيات اعتمادية عملية.

— SE هندسة البرمجيات — SE-Requirements متطلبات البرمجيات

الموضوعات: ໟالمتطلبات الوظيفية وغير الوظيفية، بما يشمل الأمن، وقابلية الاستخدام، والأداء، والاعتمادية.

ໟاستنباط المتطلبات، والتواصل مع أصحاب المصلحة، وصياغة المشكلة. ໟتوثيق المتطلبات، ومعايير القبول، وإمكانية تتبعها إلى التصميم والتحقق. ໟتحليل المتطلبات من حيث الجدوى، والاتساق، والاكتمال، ومراعاة المخاطر.

مخرجات التعلم: ໟاستنباط المتطلبات الوظيفية وغير الوظيفية لحل برمجي أو حل في البيانات والذكاء الاصطناعي،

وتوثيقها والتواصل بشأنها. ໟترجمة احتياجات أصحاب المصلحة إلى متطلبات واضحة ومعايير قبولُ توجّه التصميم والتنفيذ. ໟتقييم المتطلبات من حيث الجدوى، والاتساق، والاكتمال، والمخاطر، وتحسينها بناًء على

التغذية الراجعة والقيود.

— SE-Construction بناء البرمجيات

الموضوعات: ໟممارسات التنفيذ، وأسلوب كتابة الشفرة، وتنظيم الشفرة بطريقة تسّهل صيانتها.

ໟتنقيح الأخطاء، والتسجيل، وتشخيص العيوب. ໟالتوثيق، وقابلية قراءة الشفرة، واستخدام المكتبات وأطر العمل . ໟالاختبار على نطاق صغير، وممارسات البناء العملية لتسليم برمجيات موثوقة.

مخرجات التعلم: ໟتنفيذ مكونات برمجية باستخدام ممارسات ترميز مناسبة، ومكتبات، وأطر عمل ملائمة. ໟتنقيح العيوب في المخرجات البرمجية وتوثيقها وتحسينها بما يعزز الصحة، وسهولة الصيانة،

والاعتمادية. ໟتطبيق ممارسات البناء العملية والاختبار على نطاق صغير لتقديم برمجيات عاملة تحقق مقصود

التصميم.

— SE-Teamwork العمل الجماعي

الموضوعات: ໟأدوار الفريق وممارسات التعاون. ໟالتطوير التكراري ودورات التغذية الراجعة. ໟالمتطلبات والتواصل مع أصحاب المصلحة.

ໟالمساءلة وثقافة الجودة.

نواتج التعلم: ໟالتعاون الفّعال في فريق باستخدام عملية متفق عليها ونواتج محددة. ໟتحويل احتياجات أصحاب المصلحة إلى مهام قابلة للتنفيذ ومعايير قبول.

ໟالتفكير في نتائج الفريق لاقتراح تحسينات عملية ملموسة.

— SE-Tools الأدوات والبيئات

الموضوعات: ໟالبناء والاختبار وأتمتة التكامل. ໟإدارة التكوين والتعامل مع التبعيات. ໟتتّبع المشكلات وممارسات الإصدارات.

ໟمفاهيم التكامل المستمر.

نواتج التعلم: ໟاستخدام أدوات التطوير الحديثة لبناء واختبار ودمج مكونات البرمجيات.

ໟإدارة التبعيات والبيئات لدعم بناء وتنفيذ موثوق. ໟاستخدام أدوات التتُّبع والأتمتة لدعم إنجاز الفريق وتعزيز الجودة.

— SE-Design تصميم البرمجيات

الموضوعات: ໟالوحدات، والواجهات، والتجريد. ໟالأنماط المعمارية والمفاضلات. ໟالتصميم من أجل القابلية للصيانة والتغيير. ໟتوثيق التصميم المناسب للجمهور.

نواتج التعلم: ໟتصميم مكون/نظام برمجي مع تجريدات وواجهات واضحة.

ໟشرح المقايضات المعمارية وتبرير قرارات التصميم. ໟإنتاج وثائق التصميم التي تدعم التنفيذ والصيانة.

— SE-Validation التحقق من البرمجيات والتثبت منها

الموضوعات: ໟمفاهيم التح ُّقق مقابل التثُّبت. ໟتصميم الاختبارات وبديهيات تغطية الاختبارات. ໟالتدقيق القائم على المتطلبات. ໟتحليل العيوب وممارسات ضمان الجودة.

نواتج التعلم: ໟتصميم وتنفيذ الاختبارات التي تتحقق من صحة المتطلبات والسلوك المتوقع.

ໟتحليل العيوب لتحديد الأسباب الجذرية واقتراح الإجراءات التصحيحية. ໟشرح القيود المتعلقة بالاختبار ومتى تكون هناك حاجة إلى وسائل ضمان إضافية.

— SEC الأمن — SEC-Foundations الأسس الأمنية

الموضوعات: ໟمفاهيم التهديدات ونقاط الضعف والمخاطر.

ໟأساسيات المصادقة والتفويض. ໟالأفكار التشفيرية على المستوى المفاهيمي. ໟعقلية التصميم الآمن والوعي بطبيعة الهجمات.

نواتج التعلم: ໟشرح التهديدات الأمنية الشائعة وكيفية استغلال الثغرات. ໟتطبيق مفاهيم المصادقة/التفويض الأساسية في تصميم الأنظمة. ໟتحديد الممارسات المناسبة للحد من المخاطر بما يتلاءم مع السياق والقيود القائمة.

— SEC-Coding البرمجة الآمنة

الموضوعات: ໟالتحقق من صحة المدخلات والتحليل الآمن. ໟالتعامل الآمن مع الأسرار وبيانات الاعتماد. ໟالاستخدام الآمن للمكتبات/واجهات برمجة التطبيقات ومخاطر التبعيات. ໟفئات الثغرات الشائعة وأساليب التخفيف من مخاطرها.

نواتج التعلم: ໟتطبيق ممارسات البرمجة الآمنة للتخفيف من فئات الثغرات الشائعة. ໟتحديد الأنماط غير الآمنة في الشفرة البرمجية واقتراح بدائل أكثر أماناً.

ໟشرح كيفية تأثير اختيارات التبعيات والتهيئة في أمن البرمجيات.

— SEC-Engineering التحليل والتصميم والهندسة الأمنية

الموضوعات: ໟنمذجة التهديدات ومتطلبات الأمن. ໟالعمارة الآمنة والمفاضلات التصميمية. ໟمفاهيم اختبار الأمن وأدلة الضمان. ໟاعتبارات الاستجابة للحوادث )بالمستوى المناسب.)

نواتج التعلم: ໟإجراء تحليل أساسي للتهديدات واستخلاص متطلبات الأمن. ໟاقتراح ضوابط أمنية وتبريرها ضمن التصميم العام للنظام. ໟتقييم المفاضلات الأمنية والتواصل بشأن المخاطر المتبقية.

— SEC-Governance حوكمة الأمن

الموضوعات: ໟالمفاهيم المتعلقة بالسياسات والامتثال وإدارة المخاطر.

ໟحوكمة الوصول وقابلية التدقيق. ໟنظرة عامة على العمليات الآمنة وإدارة الحوادث.

ໟالأدوار والمسؤوليات التنظيمية.

نواتج التعلم: ໟشرح كيفية دعم آليات الحوكمة للأمن والامتثال. ໟتحديد توقعات الرقابة والتدقيق للبيانات أو النماذج الحساسة. ໟاقتراح ممارسات الحوكمة المتوائمة مع ملف مخاطر النظام.

— SEC-SEP المجتمع والأخلاق والمهنة )الأمن(

الموضوعات: ໟحدود التفويض والإفصاح المسؤول. ໟالسلوك المهني في الممارسة الأمنية. ໟالقيود القانونية والسياسات ذات الصلة بالعمل الأمني. ໟالحد من الأضرار واعتبارات السلامة.

نواتج التعلم: ໟتطبيق التفكير الأخلاقي على قرارات الأمن وفرضيات الإفصاح.

ໟتمييز الاختبار المصرح به من السلوك غير المقبول. ໟشرح المسؤوليات المهنية والقيود القانونية في الممارسة الأمنية.

— SEP القضايا الاجتماعية والأخلاقية والمهنية — SEP-Communication التواصل

الموضوعات: ໟالكتابة الفنية وإعداد التقارير. ໟالتوثيق للمستخدمين والمطورين. ໟتقديم العروض والتواصل مع أصحاب المصلحة. ໟالتواصل عبر الثقافات والخلفيات المختلفة.

نواتج التعلم: ໟإنتاج نواتج مكتوبة بوضوح )تقارير، وثائق( ومو َّجهة إلى جمهور محدد.

ໟتقديم عروض فعالة تشرح الأساليب والنتائج والقيود. ໟالتواصل بطرق تحترم الاختلافات الثقافية والتعليمية.

— SEP-Context السياق الاجتماعي

الموضوعات: ໟتأثيرات الحوسبة على الأفراد والمجتمع. ໟالسياقات التنظيمية والأنظمة الاجتماعية التقنية.

ໟالاستدامة والعواقب طويلة الأمد. ໟأساسيات تحليل أصحاب المصلحة.

نواتج التعلم: ໟتحليل كيفية تأثير الحلول الحاسوبية على أصحاب المصلحة والمجتمع. ໟتحديد الأضرار والفوائد المحتملة، بما في ذلك الاعتبارات المتعلقة بالاستدامة.

ໟاقتراح إجراءات التخفيف المناسبة للسياق والقيود.

— SEP-DEIA التنوع والإنصاف والشمولية وإمكانية الوصول

الموضوعات: ໟمبادئ إمكانية الوصول والتصميم الشمولي.

ໟالوعي بالتحيز في البيانات والأنظمة. ໟالممارسات الشمولية للعمل الجماعي.

ໟاعتبارات المشاركة والعدالة.

نواتج التعلم: ໟتطبيق مبادئ أساسية لإمكانية الوصول والتصميم الشمولي في نواتج العمل.

ໟتحديد مخاطر التحيز واقتراح إجراءات للحد من النتائج غير العادلة. ໟتطبيق ممارسات شمولية عند العمل ضمن فرق متنوعة.

— SEP-Economies اقتصادات الحوسبة

الموضوعات: ໟنماذج التكلفة والمفاضلات )الحوسبة، التخزين، العمليات.)

ໟالقيمة والحوافز واعتبارات التبني. ໟاتخاذ القرارات الُمراعية للتكلفة في تصميم الأنظمة.

نواتج التعلم: ໟشرح العوامل المؤثرة في التكلفة والقيمة المتعلقة بالحلول الحاسوبية.

ໟاستخدام التفكير الُمراعي للتكلفة لتبرير اختيارات التصميم أو النشر. ໟتحديد المفاضلات الاقتصادية التي تؤثر على الاستدامة والجدوى.

— SEP-Ethical-Analysis أساليب التحليل الأخلاقي

الموضوعات: ໟتحليل أصحاب المصلحة والقيم. ໟالتفكير القائم على المخاطر/الفوائد وتقليل الأضرار. ໟالقيم والمفاضلات المتنافسة.

ໟاعتبارات الشفافية والمساءلة.

نواتج التعلم: ໟتطبيق أسلوب تحليل أخلاقي منظم على فرضية واقعية.

ໟتحديد القيم المتنافسة وتبرير القرار باستدلال موثق. ໟاقتراح ممارسات المساءلة والشفافية المناسبة للسياق.

— SEP-IP الملكية الفكرية

الموضوعات: ໟحقوق الطبع والنشر، والترخيص، وأساسيات الإسناد. ໟالاعتبارات المتعلقة بالترخيص المفتوح المصدر وترخيص البيانات.

ໟإعادة الاستخدام والمشاركة المسؤولة للأصول.

نواتج التعلم: ໟتحديد التزامات الملكية الفكرية ومتطلبات الترخيص الخاصة بنواتج البرمجيات والبيانات.

ໟتطبيق ممارسات الإسناد والامتثال للتراخيص على نحو مناسب. ໟشرح تأثير خيارات الملكية الفكرية في التعاون ونشر الأعمال.

— SEP-Privacy الخصوصية والحريات المدنية

الموضوعات: ໟتقليل البيانات وتحديد الغرض.

ໟمفاهيم الموافقة والحقوق. ໟالمخاطر المتعلقة بالخصوصية في التحليات والذكاء الاصطناعي )بما في ذلك إعادة تحديد

الهوية.) ໟالتصميم الواعي بالخصوصية والحوكمة. ໟنظام حماية البيانات الشخصية ولوائحه التنفيذية. ໟأدوار ومسؤوليات حماية البيانات الشخصية، بما فيها مسؤول حماية البيانات الشخصية. ໟتقييمات أثر الخصوصية وسجلات أنشطة المعالجة. ໟصياغة سياسات وإشعارات الخصوصية. ໟمتطلبات نقل البيانات الشخصية خارج المملكة واعتبارات السيادة على البيانات.

نواتج التعلم: ໟتحديد مخاطر الخصوصية في نظام DS/AI واقتراح تدابير التخفيف. ໟشرح خيارات التصميم الواعي بالخصوصية وكيفية تقليلها للضرر. ໟتطبيق اعتبارات الخصوصية في سياقات جمع البيانات وتخزينها ونشر النماذج. ໟتحليل نشاط لمعالجة البيانات، وتحديد المسوغ النظامي والالتزامات والضوابط المناسبة. ໟإعداد سياسة أو إشعار خصوصية، أو تقييم أثر مبسط للخصوصية، بما يتناسب مع السياق. ໟتقييم مخاطر الخصوصية ونقل البيانات، واقتراح تدابير تخفيف متوافقة مع المتطلبات

الوطنية ذات العلاقة.

— SEP-Professional-Ethics أخلاقيات المهنة

الموضوعات: ໟالمدونات المهنية والمساءلة. ໟالسلوك المسؤول وواجب العناية.

ໟتضارب المصالح والنزاهة. ໟالتنوع والشمولية بوصفهما التزامات مهنية.

نواتج التعلم: ໟتطبيق مبادئ أخلاقيات المهنة لاتخاذ قرارات مبررة. ໟشرح المسؤوليات المهنية والمساءلة في ممارسة البيانات والذكاء الاصطناعي. ໟالتعرف على مخاطر النزاهة واقتراح إجراءات تحافظ على الثقة والامتثال.

— SEP-Security السياسات الأمنية، والقوانين، والجرائم الحاسوبية

الموضوعات: ໟالمفاهيم القانونية والسياسات المتعلقة بالأمن.

ໟمفاهيم الجرائم الحاسوبية وحدودها. ໟالسياسات الأمنية التنظيمية ومسؤوليات المستخدم.

نواتج التعلم: ໟتوضيح الآثار المترتبة على القوانين والسياسات في مسؤوليات الأمن والسلوك المقبول.

ໟتحديد الأنشطة التي تتجاوز الحدود القانونية/الأخلاقية واقتراح بدائل أكثر أماناً. ໟتطبيق الممارسات المراعية للسياسات عند التعامل مع الأنظمة أو البيانات الحساسة.

— HCI تفاعل بين الإنسان والحاسب — HCI-Design تصميم النظام )تفاعل بين الإنسان والحاسب(

الموضوعات: ໟمتطلبات متمحورة حول المستخدم وشخصيات المستخدمين.

ໟالنماذج الأولية وتصميم التفاعل. ໟاعتبارات سهولة الاستخدام وإمكانية الوصول. ໟالتحسين التكراري استناداً إلى التغذية الراجعة.

نواتج التعلم: ໟتطبيق عملية تصميم متمحورة حول المستخدم لتطوير حل تفاعلي. ໟإنتاج نماذج أولية وتحسين التصاميم بصورة تكرارية باستخدام ملاحظات أصحاب المصلحة. ໟإدماج اعتبارات سهولة الاستخدام وإمكانية الوصول في قرارات التصميم.

— HCI-Evaluation تقييم التصميم

الموضوعات: ໟأساليب تقييم سهولة الاستخدام )المبادئ الإرشادية، دراسات المستخدمين.)

ໟالمقاييس والتغذية الراجعة النوعية. ໟتفسير النتائج وتحديد أولويات التحسين.

نواتج التعلم: ໟتخطيط وتنفيذ تقييم لتصميم تفاعلي باستخدام الأساليب المناسبة.

ໟتفسير أدلة التقييم وتحديد التحسينات ذات الأولوية. ໟالتواصل بشأن النتائج والقيود مع أصحاب المصلحة المعنيين.

— GIT الرسوميات والتقنيات التفاعلية — GIT-Visualization التصوير البياني

الموضوعات: ໟالترميزات البصرية واعتبارات الإدراك. ໟالتفاعل لأغراض الاستكشاف والشرح. ໟاختيار الرسوم البيانية/التمثيلات المناسبة للبيانات والمهمة. ໟإمكانية الوصول والتصوير البياني المسؤول.

نواتج التعلم: ໟتصميم تصورات بيانية تمثل البيانات بدقة وتدعم المهمة المقصودة. ໟتقييم اختيارات التصوير البياني من حيث الوضوح والإمكانية المحتملة لسوء التفسير. ໟالتواصل بالنتائج عبر الوسائط البصرية مع توفير السياق والتنبيهات المناسبة.

— GIT-Image معالجة الصور

الموضوعات: ໟتمثيل الصور والعمليات الأساسية.

ໟالترشيح والتحويلات. ໟالمعالجة السابقة الموجهة بالخصائص في مسارات الرؤية.

ໟالضوضاء والعيوب واعتبارات الجودة.

نواتج التعلم: ໟتطبيق عمليات أساسية لمعالجة الصور لدعم مهمة لاحقة. ໟشرح تأثير اختيارات المعالجة السابقة في أداء النماذج وتفسيرها. ໟتحديد القيود والمخاطر )مثل العيوب ،)الناتجة عن التحويلات.

— GIT-SEP المجتمع والأخلاق والمهنة

الموضوعات: ໟالمخاطر المتعلقة بالمعلومات المضللة والتلاعب في الإعلام.

ໟاعتبارات الخصوصية في سياقات التصوير والمراقبة. ໟإمكانية الوصول والتواصل البصري الشمولي.

نواتج التعلم: ໟتحديد المخاطر الأخلاقية في الأنظمة المرئية والإعلامية واقتراح إجراءات التخفيف المناسبة.

ໟشرح اعتبارات الخصوصية في حالات استخدام التصوير. ໟتطبيق ممارسات التواصل المسؤول عند عرض الأدلة المرئية.

— SPD تطوير منصات البرمجيات — SPD-Common الجوانب/المخاوف المشتركة

الموضوعات: ໟواجهات برمجة التطبيقات وقيود المنصات.

ໟاعتبارات النشر ووقت التشغيل. ໟمخاوف الأداء والأمن في المنصات. ໟأساسيات قابلية الصيانة وقابلية الملاحظة.

نواتج التعلم: ໟاستخدام واجهات برمجة التطبيقات للمنصات على نحو مناسب مع مراعاة القيود والمتطلبات

الأمنية. ໟشرح المفاضلات المرتبطة بالنشر/وقت التشغيل للمنصة المستهدفة. ໟتطبيق ممارسات أساسية لقابلية الملاحظة وقابلية الصيانة في الحلول القائمة على المنصات.

— SPD-Web منصات الويب

الموضوعات: ໟتفاعل العميل والخادم وُبنى الويب. ໟمفاهيم HTTP وأساسيات أمن الويب.

ໟبنية تطبيقات الويب ونشرها. ໟتكامل الخدمات وواجهات برمجة التطبيقات.

نواتج التعلم: ໟبناء مكوّن قائم على الويب أو دمجه لدعم حالة استخدام البيانات والذكاء الاصطناعي.

ໟشرح اختيارات بنية الويب الرئيسية وآثارها الأمنية. ໟنشر مكوّن ويب أو تهيئته مع مراعاة اعتبارات الموثوقية المناسبة.

— SPD-Interactive منصات الحوسبة التفاعلية

الموضوعات: ໟالبرمجة المعتمدة على الأحداث وتكامل واجهات المستخدم.

ໟقيود الأجهزة والوعي بالموارد. ໟالتعامل مع البيانات على المنصات التفاعلية. ໟاعتبارات السلامة والخصوصية في الأنظمة التي تواجه المستخدم.

نواتج التعلم: ໟتنفيذ مكوّن تفاعلي باستخدام أنماط مناسبة معتمدة على الأحداث.

ໟشرح قيود المنصة وكيف تؤثر في التصميم والأداء. ໟتحديد اعتبارات الخصوصية والسلامة للحلول التفاعلية التي تواجه المستخدم.

— SPD-Robot منصات الروبوتات

الموضوعات: ໟالمستشعرات والمشغلات وحلقات التحكم )على المستوى المفاهيمي.)

ໟالقيود الزمنية الفعلية والسلامة. ໟتكامل حزم الإدراك والتخطيط والتحكم.

ໟاعتبارات التحقق والاختبار.

نواتج التعلم: ໟشرح المكونات الأساسية لمنصات الروبوتات وتحديات تكاملها.

ໟتحديد قيود السلامة واقتراح أساليب للتحقق. ໟتطبيق اعتبارات المنصة عند تصميم مكونات الذكاء الاصطناعي في سياقات الروبوتات.

— AI الذكاء الاصطناعي — AI-Introduction القضايا الأساسية

الموضوعات: ໟماهية السلوك الذكي ونماذج الذكاء الاصطناعي الرئيسية.

ໟتقييم أنظمة الذكاء الاصطناعي وحدودها. ໟاعتبارات البيانات والحوسبة والنشر )نظرة عامة.) ໟالموثوقية، والتحيز، والمخاطر على السلامة )نظرة عامة.)

نواتج التعلم: ໟشرح الأطر الأساسية لمشكلات الذكاء الاصطناعي والمقاربات الشائعة. ໟوصف كيفية تقييم أنظمة الذكاء الاصطناعي وأهمية القيود المصاحبة لها. ໟتحديد المخاطر الرئيسية )الموثوقية، التحيز، السلامة( واستراتيجيات التخفيف الأساسية.

— AI-Search البحث

الموضوعات: ໟتمثيل فضاء الحالة. ໟاستراتيجيات البحث الموّجه والغير موّجه. ໟالأساليب الاستدلالية ومفاهيم القبول )حسب الاقتضاء.) ໟالتعقيد والقيود العملية.

نواتج التعلم: ໟنمذجة مشكلة كمهمة بحث واختيار استراتيجية بحث مناسبة. ໟتنفيذ خوارزميات البحث وتفسير سلوكها والمفاضلات المرتبطة بها. ໟشرح تأثير الاستراتيجيات الاستدلالية على الأداء وجودة الحلول.

— AI-Planning التخطيط

الموضوعات: ໟمفاهيم التخطيط القائم على الأهداف.

ໟمفاهيم الجدولة القائمة على القيود. ໟالنهج التخطيطي القائم على البحث. ໟالقيود العملية واعتبارات عدم اليقين.

نواتج التعلم: ໟصياغة مشكلة تخطيط/جدولة ذات أهداف وقيود. ໟتطبيق نهج تخطيطي مناسب لبنية المشكلة والافتراضات.

ໟتحديد القيود واقتراح التكيفات للقيود الواقعية.

— AI-KRR تمثيل المعرفة والاستدلال الأساسي

الموضوعات: ໟالتمثيلات الرمزية )القواعد، المنطق، الرسوم البيانية.)

ໟمفاهيم الاستدلال والاستنتاج. ໟقواعد المعارف ومفاهيم الاتساق.

ໟحدود التفكير الرمزي.

نواتج التعلم: ໟتمثيل المعرفة في صيغة رمزية مناسبة للمهمة. ໟتطبيق استدلال أساسي لاستخلاص نتائج من المعارف الممثلة. ໟشرح مواطن القوة والقيود لأساليب التمثيل الرمزي في سياقات واقعية.

— AI-Probability التمثيل والاستدلال الاحتمالي

الموضوعات: ໟالنماذج الاحتمالية ومفاهيم الاستقلال الشرطي.

ໟبديهيات الاستدلال الاحتمالي. ໟأساسيات اتخاذ القرار في ظل عدم اليقين.

ໟتفسير عدم اليقين والتواصل بشأنه.

نواتج التعلم: ໟتمثيل عدم اليقين باستخدام نموذج احتمالي مناسب. ໟتطبيق الاستدلال الاحتمالي لدعم القرارات أو التنبؤات. ໟتفسير عدم اليقين والقيود المرتبطة به والتواصل بشأنها على نحو مناسب.

— AI-ML تعلم الآلة

الموضوعات: ໟنظرة عامة على التعلم الموجه وغير الموجه والتعلم التعزيزي.

ໟاختيار النموذج، والتعميم، وفرط التخصيص. ໟمفاهيم هندسة الخصائص وتعّلم التمثيلات. ໟدوال الخسارة وأساسيات التحسين )مثل الأساليب المعتمدة على التدّرج.)

ໟأساليب ومقاييس التقييم. ໟأساسيات التعلم العميق والاعتبارات العملية.

نواتج التعلم: ໟتدريب نماذج تعّلم الآلة والتحقق منها واختبارها باستخدام تقسيمات بيانات ومقاييس مناسبة.

ໟاختيار النماذج وتبريرها استناداً إلى الأدلة والقيود. ໟتحديد أنماط الإخفاق الشائعة )فرط التخصيص، التحيز، انزياح التوزيع( وشرحها واقتراح

استراتيجيات التخفيف.

— AI-NLP معالجة اللغات الطبيعية

الموضوعات: ໟتمثيل النصوص )الرموز، التضمينات( والمعالجة السابقة. ໟالمهام الأساسية )التصنيف، الاستخراج، التوليد( بالمستوى المناسب.

ໟتقييم أنظمة معالجة اللغات الطبيعية وتوليد اللغة. ໟالاعتبارات المتعلقة بالسلامة )الهلوسة، السمّية، الخصوصية( في أنظمة اللغة.

نواتج التعلم: ໟبناء مسار عمل لمعالجة اللغة الطبيعية أو تكييفه لمهمة محددة وتقييمه على نحو مناسب.

ໟشرح تأثير اختيارات التمثيل والنمذجة في النتائج. ໟتحديد المخاطر في أنظمة اللغة واقتراح إجراءات التخفيف المناسبة لحالة الاستخدام.

— AI-Vision الإدراك ورؤية الحاسب

الموضوعات: ໟاستخراج الخصائص وتعّلم التمثيلات في الرؤية. ໟالبنى الالتفافية ونماذج الرؤية الحديثة )بالمستوى المناسب.)

ໟالتعزيز، والمتانة، وتغير المجال. ໟاعتبارات نشر أنظمة الرؤية.

نواتج التعلم: ໟتنفيذ نماذج الرؤية أو تكييفها باستخدام الأدوات المناسبة وأفضل الممارسات.

ໟتقييم المتانة والقيود في ظروف واقعية. ໟشرح قيود النشر واحتياجات المراقبة لأنظمة الرؤية.

— AI-Agents الوكلاء والأنظمة الإدراكية

الموضوعات: ໟبنى الوكلاء )التفاعلية، التداولية.) ໟمفاهيم تعدد الوكلاء وأساسيات التنسيق. ໟاستخدام الأدوات وتفاعل الوكلاء مع البيئة.

ໟتقييم سلوك الوكلاء.

نواتج التعلم: ໟتصميم نهج قائم على الوكلاء أو تهيئته لمسألة محددة. ໟشرح تأثير اختيارات بنية الوكيل في السلوك والموثوقية. ໟتقييم سلوك الوكيل وتحديد القيود واعتبارات السلامة.

— AI-Robotics الروبوتات

الموضوعات: ໟتكامل الإدراك والتخطيط والتحكم. ໟمفاهيم التوطين والتخطيط )نظرة عامة.)

ໟالسلامة والقيود الواقعية. ໟالاختبار والتحقق في البيئات المادية.

نواتج التعلم: ໟشرح كيفية تكامل مكونات الذكاء الاصطناعي لتمكين الاستقلالية الروبوتية.

ໟتحديد قيود السلامة واقتراح أساليب للتحقق. ໟتقييم القيود والمخاطر عند نشر الذكاء الاصطناعي في البيئات المادية.

— AI-SEP التطبيقات والأثر المجتمعي

الموضوعات: ໟمبادئ الذكاء الاصطناعي المسؤول )العدالة، الشفافية، المساءلة.)

ໟالسلامة والموثوقية في نشر الذكاء الاصطناعي. ໟالإشراف البشري والحوكمة.

ໟقيود سياق التطبيقات وإدارة المخاطر.

نواتج التعلم: ໟتحليل التأثيرات المجتمعية والأخلاقية لتطبيق الذكاء الاصطناعي واقتراح إجراءات التخفيف.

ໟتحديد احتياجات الحوكمة والإشراف لحالة نشر محددة للذكاء الاصطناعي. ໟالتواصل بشأن القيود والمخاطر وإرشادات الاستخدام المسؤول مع أصحاب المصلحة.

— FPL أسس لغات البرمجة — FPL-Functional البرمجة الوظيفية

الموضوعات: ໟالثبات والشفافية المرجعية. ໟالدوال ذات الرتبة العليا والتركيب. ໟالتكرار وأنواع البيانات الجبرية )حسب الاقتضاء.) ໟالتفكير في سلوك البرامج باستخدام البنى الوظيفية.

نواتج التعلم: ໟكتابة برامج باستخدام البنى الأساسية للبرمجة الوظيفية. ໟشرح دور الثبات والدوال ذات الرتبة العليا في دعم الاستدلال والموثوقية. ໟاختيار التقنيات الوظيفية على نحو مناسب ضمن سياق أوسع لبرمجيات البيانات والذكاء

الاصطناعي.

إضافات — إضافات خاصة بالإطار — DS-OPS عمليات تعلم الآلة ) )MLOps وعمليات البيانات ))DataOps

الموضوعات: ໟإعادة الإنتاج: البيانات/النماذج/إدارة الإصدارات والبيئات.

ໟمسارات العمل: الأتمتة، والاختبار، وسير أعمال النشر. ໟالمتابعة: انحراف البيانات، مؤشرات الأداء والموثوقية. ໟالتوثيق: بطاقات النماذج، توثيق البيانات، تسليم العمليات. ໟالحوكمة: الموافقات، والتحكم في الوصول، وقابلية التدقيق لمنتجات البيانات وتعلم الآلة، بما يتوافق مع الأنظمة واللوائح والمعايير والسياسات الوطنية ذات العلاقة بإدارة البيانات

ومشاركة البيانات. ໟتكامل البيانات: المفاهيم والأنماط، وقابلية التشغيل البيني، وربط المصادر، وعمليات الاستخراج والتحويل والتحميل ) ،)ETL/ELT وواجهات برمجة التطبيقات، والتحقق من الجودة

ونسب البيانات.

نواتج التعلم: ໟبناء سير عمل البيانات أو سير عمل تعلم الآلة أو تهيئته مع تطبيق ممارسات إدارة الإصدارات

والاختبار وقابلية إعادة الإنتاج. ໟتصميم إشارات وإجراءات المتابعة للأنظمة التحليلية/أنظمة الذكاء الاصطناعي المنشورة، بما

في ذلك انحراف البيانات وتدهور الأداء. ໟإنتاج وثائق تشغيلية وأدلة حوكمة مناسبة لمخاطر النظام وسياق استخدامه ووفق الأنظمة

الوطنية ذات العلاقة. ໟتصميم وتنفيذ وتوثيق سير عمل لتكامل البيانات، والتحقق من جودته وقابليته للتشغيل.

— DS-Open-Access البيانات المفتوحة وحرية المعلومات

الموضوعات: ໟمبادئ البيانات المفتوحة، والشفافية، والقيمة العامة، وإعادة الاستخدام. ໟإعداد البيانات للنشر العام بصيغة قابلة لإعادة الاستخدام وقابلة للقراءة آلًيا.

ໟالتوثيق اللازم للنشر، والتفسير، وإعادة الاستخدام المسؤول. ໟإجراءات الإفصاح، والضوابط، والاستثناءات، ومسؤوليات الاستجابة بموجب سياسة حرية

المعلومات. ໟمتطلبات النشر واعتبارات إعادة الاستخدام بموجب سياسة البيانات المفتوحة. ໟالموازنة بين الانفتاح والإفصاح من جهة، والخصوصية، والسرية، والتصنيف، والمتطلبات

الوطنية الأخرى ذات العلاقة من جهة أخرى. نواتج التعلم:

ໟتحديد ما إذا كانت البيانات مناسبة للنشر المفتوح أو الإفصاح العام، وتبرير القيود أو الاستثناءات المنطبقة.

ໟإعداد البيانات والوثائق الداعمة للنشر أو الإفصاح بصيغ تدعم الوصول النظامي، والمفهوم، والقابل لإعادة الاستخدام.

ໟتطبيق متطلبات البيانات المفتوحة والوصول إلى المعلومات العامة، مع الموازنة بين الشفافية والخصوصية والأمن والسرية والتصنيف والالتزامات الوطنية الأخرى ذات العلاقة.

الملاحق

.7الملاحق

1.7الملحق )أ :)نواتج التعلم الرئيسة لاتفاقية سيول ):)KLOs

تو ِّفر نواتج التعلم الرئيسية هذه مجموعة من سمات الخريجين القابلة للمقارنة على المستوى الدولي. ويجوز للبرامج الاستفادة منها بوصفها مرجعاً إضافياً لتصميم النواتج ومواءمتها.

وُُتحََّدد بيانات نواتج التعلم الرئيسية الواردة أدناه على مستوى البكالوريوس. بالنسبة لمستويات المؤهلات الأخرى التي يغطيها هذا الإطار، ينبغي على المؤسسات التعليمية مواءمة العمق المتوقع للتعلم، ودرجة الاستقلالية، ونطاق المشكلات المطروحة، بما يتناسب مع متطلبات كل مستوى في الإطار )على سبيل المثال: المستوى الرابع في الإطار الوطني للمؤهلات NQF يتعامل مع مشكلات معرفة على نحو عام، بينما يتنأول المستوى الخامس مشكلات أكثر تعقيدًً ا، ويعالج

المستوى السادس مشكلات متقدمة ،)وذلك وفقا للأوصاف الوطنية المعتمدة للمؤهلات.

بنهاية برنامج على مستوى البكالوريوس، ينبغي أن يكون الخريجون قادرين على:

:KLO 1تطبيق المعارف التخصصية لحل مشكلات الحوسبة

وتشمل )أ( معارف أساسيات الحوسبة، )ب( معارف تخصص حوسبي محدد، )ج( معارف الرياضيات والعلوم والمعارف المجالية المناسبة لتخصص الحوسبة، وذلك لتجريد وتصّّور نماذج حاسوبية لمشكلات ومتطلبات ُُمعَّرفة؛ وإظهار معارف ومهارات متعمقة تؤهل لأداء دور مهني في تخصص

حوسبي معترف به.

:KLO 2تحليل المشكلات

تحديد وصياغة وتحليل مشكلات حوسبة معقدة، ومراجعة الأدبيات ذات الصلة، وإجراء الاستقصاء من خلال: )أ( التجارب، )ب( تحليل البيانات وتفسيرها، )ج( تركيب المعلومات، بما يفضي إلى

استنتاجات رصينة قائمة على فهم كلي للمشكلة.

:KLO 3تصميم الحلول وتطويرها

تصميم حلول من منظور مهني لمشكلات حوسبة معقدة، وتصميم أنظمة أو مكوّنات أو عمليات تلبي الاحتياجات المحددة، مع مراعاة مناسبة للصحة والسامة العامة، وخصوصية المعلومات وأمنها، والأمن السيبراني، وتحليل تكاليف دورة الحياة، وتحقيق الحياد الصفري للكربون، وكفاءة

استخدام الموارد، والثقافة، والمجتمع، والبيئة.

:KLO 4استخدام الأدوات الحديثة

إنشاء واختيار وتكييف وتطبيق التقنيات والموارد وأدوات الحوسبة الحديثة المناسبة، بما في ذلك — دون حصر — أدوات المحاكاة والتنبؤ والنمذجة، مع إدراك حدودها، وذلك لمعالجة أنشطة

ومشكلات حوسبة معقدة.

:KLO 5العمل الفردي والجماعي

المشاركة بفاعلية كفرد، وعضو أو قائد ضمن فرق متنوعة وشاملة، وفي بيئات متعددة التخصصات، حضورية وعنُ بعد وموّزعة.

:KLO 6إدارة المشاريع والتمويل

تطبيق المعارف بمبادئ إدارة تقنية المعلومات في العمل بوصفه عضواً أو قائداً لفريق، مع مراعاة احتياجات السوق والميزانية، لإدارة المشاريع ضمن بيئات متعددة التخصصات.

:KLO 7التواصل

التواصل بفاعلية بشأن أنشطة حوسبة معقدة مع مجتمع الحوسبة ومع المجتمع بوجه عام، بما في ذلك القدرة على فهم وإعداد تقارير فّعالة، وتصميم وثائق فنية، وتقديم عروض تقديمية

مؤثرة، مع مراعاة الفروق الثقافية واللغوية والتعليمية.

:KLO 8الاحترافية الحاسوبية والمجتمع

تحليل وتقييم آثار ممارسات وحلول الحوسبة المهنية على التنمية المستدامة، ذات الصلة بالمجتمع والاقتصاد، وخصوصية المعلومات وأمنها، والأمن السيبراني، والصحة والسلامة، والأطر القانونية،

وحوكمة الشركات، وريادة الأعمال، والبيئة، عند حل مشكلات حوسبة معقدة.

:KLO 9الأخلاقيات

تطبيق المبادئ الأخلاقية، والالتزام بأخلاقيات المهنة ومعايير الممارسة المهنية في الحوسبة، وتحمل المسؤوليات، وتعزيز التنوع والشمول، والامتثال للقوانين المحلية والدولية ذات الصلة.

:KLO 10التعُّلم المستمر

إدراك أهمية التعُّلم المستقل والتعُّلم المستمر والقدرة على ممارستهما بوصفه مهنياً في مجال الحوسبة، ومواكبة التقنيات الحاسوبية الجديدة والناشئة، وممارسة التفكير النقدي في سياق

التطور التقني المتسارع.

2.7الملحق )ب :)مصفوفات مواءمة لنواتج التعلم الرئيسية

1.2.7نواتج التعلم الرئيسية ) ↔ )KLO مجالات التعلم في الإطار الوطني للمؤهلات ))NQF

الجدول ) :)3نواتج التعلم الرئيسية ) ↔ )KLO مجالات التعلم في الإطار الوطني للمؤهلات ))NQF

القيم والاستقلالية والمسؤولية

المهارات

المعارف والفهم

ناتج التعلم الرئيسي

KLO1 المعرفة التخصصية لحل مشكلات الحوسبة

KLO2 تحليل المشكلات

KLO3 تصميم/تطوير الحلول

KLO4 استخدام الأدوات الحديثة

KLO5 العمل الفردي والجماعي

KLO6 إدارة المشاريع والتمويل

KLO7 التواصل

KLO8 الاحترافية الحاسوبية والمجتمع

KLO9 الأخ لاقيات

KLO10 التعُّلّ م المستمر

2.2.7فئات نواتج التعلم المطلوبة ) ↔ )RLOs نواتج التعلم الرئيسية لاتفاقية سيول ))KLOs

الجدول ) :)4فئات نواتج التعلم المطلوبة ) ↔ )RLOs نواتج التعلم الرئيسية لاتفاقية سيول ) )KLOs

KLO KLO KLO KLO KLO 10 09 08 07 06

KLO 05

KLO KLO KLO KLO 04 03 02 01

فئات RLO/KLOs ميثاق سيول

RLO1 تحليل المشكلات

RLO2 تصميم الحلول وتنفيذها

RLO3 التواصل

RLO4 المسؤولية المهنية

RLO5 العمل الجماعي

RLO6 ممارسة تخصص البيانات/الذكاء

الاصطناعي

RLO7 ممارسة المشاريع والتعُّلّ م المستمر

2026 سبتمبر

SDAIA-P158A 2

إطار معايير البرامج الأكاديمية في البيانات والذكاء الاصطناعي

اسأل الذكاء الاصطناعي عن هذا النظام

اتفاقيات دولية ذات علاقة بهذا النظام

أنظمة قد تكون ذات علاقة

التعاميم ذات العلاقة

المصدر الرسمي