مسارات Udacity المهنية · كتالوج 2026

خمسة مسارات، ستة أشهر، 24 ساعة في الأسبوع.

منهاج من برامج نانوديغري ومساقات Udacity لطلاب السنة الثالثة في هندسة الحاسوب الذين يجيدون البرمجة ويريدون تخصصًا يمكنهم عرضه. لكل مسار جزء أساسي يُخرِّج الطالب خلال أربعة إلى خمسة أشهر، وكتلة إضافية لمن يتقدم بوتيرة أسرع.

24 سهدف الدراسة الأسبوعي
6 أشهرمدة الإنجاز المفضلة
9 أشهرالحد الأقصى (≈ 930 س)
× 1.4مُعامل الساعات الواقعية

كيف تقرأ هذه الصفحة

لمن هي. طلاب السنة الثالثة في هندسة الحاسوب ممن لديهم مهارات برمجة عامة بلا تخصص. يحصل كل طالب على اشتراك كامل في Udacity، فكل البرامج المذكورة متاحة بلا تكلفة إضافية. جرى تخطّي مساقات «تعلّم البرمجة» الصرفة؛ ولا يظهر برنامج لغة إلا حيث يكون متطلبًا حقيقيًا (بايثون العلمية لمسارات البيانات، وC++ للأنظمة ذاتية القيادة).

الساعات. ساعات Udacity المعلنة هي تقديرها الخاص لمتعلم متفرغ يدرس بوتيرته. الساعات الواقعية = الساعات المعلنة × 1.4، أي بزيادة 40% تغطي العمل على المشاريع وتصحيح الأخطاء والمراجعة والعبء الجامعي المتزامن. مثال: برنامج مدته 40 ساعة = 40 × 1.4 = 56 ساعة واقعية، أي نحو 2.3 أسبوع بمعدل 24 ساعة أسبوعيًا. كل مسار يعرض عملية الجمع مكتوبة بالكامل حتى يمكن تدقيق الأرقام وتحديثها.

الأساسي والإضافي. المسار الأساسي هو ما يجب على الطالب إنهاؤه ليتخرج. يبدأ بالبرنامج الذي ينتج المشروع الأكثر قابلية للانتقال بين الوظائف، فيغادر الطالب الذي يتوقف في الشهر الثالث ومعه شيء يعرضه. الكتلة الإضافية لمن يسبق الخطة؛ وليست مطلوبة أبدًا.

الوتيرة. بمعدل 24 س/أسبوع تستغرق المسارات الأساسية 12–18 أسبوعًا. الطالب الذي لا يستطيع سوى 16–18 س/أسبوع في فترات الامتحانات ينهي الأساسي في نحو ستة أشهر. لا يتجاوز أي مسار حد التسعة أشهر حتى مع الكتلة الإضافية كاملة.

المسارالأساسي، معلَنالأساسي، واقعيأسابيع الأساسيالأساسي + الإضافيالمدة
هندسة البرمجيات + الذكاء الاصطناعي الوكيلي256 س358 س15 أسبوعًا498 س21 أسبوعًا / ≈ 4.8 أشهر
الأمن السيبراني + الحوسبة السحابية290 س406 س17 أسبوعًا532 س23 أسبوعًا / ≈ 5.1 أشهر
تحليل البيانات والأعمال208 س291 س13 أسبوعًا410 س18 أسبوعًا / ≈ 3.9 أشهر
علم البيانات / تعلم الآلة التقليدي272 س381 س16 أسبوعًا514 س22 أسبوعًا / ≈ 4.9 أشهر
C++ / الأنظمة ذاتية القيادة309 س433 س19 أسبوعًا608 س26 أسبوعًا / ≈ 5.9 أشهر

انتقاء الطلاب: البوابة المشتركة

الاهتمام سهل في سن العشرين؛ أنت تنتقي المتابعة والالتزام. على كل متقدم، لأي مسار، أن يكمل الخطوات الأربع أدناه خلال نافذة أسبوعين قبل القبول. ثم يضيف كل مسار مهمة خاصة به، مذكورة في قسمه.

  1. إنهاء مساق مجاني قصير من Udacity (أي مساق تمهيدي ذي صلة) خلال نافذة الأسبوعين. هذا وحده يستبعد نحو نصف المتقدمين.
  2. تقديم جدول أسبوعي يُظهر 20–24 ساعة محجوزة إلى جانب الجدول الجامعي. الغاية أن ترى هل فكّر في الأمر فعلًا.
  3. اجتياز اختبار برمجة مدته 30 دقيقة بأي لغة، للتأكد من المستوى الأساسي.
  4. تأكيد توفر إنترنت موثوق بعدد ساعات أسبوعية؛ فالبرامج تعتمد بكثافة على الفيديو والمشاريع.

اقبل زيادة، ثم دع الموعد الأول يحسم. اقبل نحو 30% أكثر مما تتحمله الدفعة في الشهر الأول، ودع محطة المشروع الأول تحدد القائمة النهائية. أعلن هذه القاعدة عند القبول حتى لا يشعر أحد بالغبن.

المتابعة: بنية واحدة، ومرشدون لكل مسار

آليات المساءلة واحدة في كل المسارات؛ ما يختلف هو الدعم التقني فقط. شغّل نظامًا مشتركًا واحدًا وألحق به مرشدًا تقنيًا لكل مسار.

المسار 1 من 5

هندسة البرمجيات + الذكاء الاصطناعي الوكيلي

العمل مع النماذج اللغوية الكبيرة (LLMs)

يأخذ هذا المسار طالبًا يجيد البرمجة أصلًا ليصل إلى حقيبة أعمال تضم برمجيات حقيقية مبنية على النماذج اللغوية الكبيرة. يبدأ بمشروع خلفية ويب (Backend)، وهو أكثر منتجات هندسة البرمجيات قابلية للانتقال بين الوظائف، ثم يضيف طبقات التعلم العميق وأساسيات الذكاء الاصطناعي التوليدي قبل الوصول إلى نانوديغري الذكاء الاصطناعي الوكيلي، الذي تشكّل مشاريعه متعددة الوكلاء، المُقيَّمة بشريًا، جوهرة حقيبة الأعمال.

358 سالمسار الأساسي، ساعات واقعية
15 أسبوعًا≈ 3.4 أشهر بمعدل 24 س/أسبوع
498 سالأساسي + الإضافي، ساعات واقعية
21 أسبوعًا≈ 4.8 أشهر بمعدل 24 س/أسبوع

المسار الأساسي إلزامي للتخرج

البرنامجساعات Udacityسبب إدراجه
1 Backend Developer with Python
نانوديغري · واجهات Flask، نمذجة بيانات SQL، Docker، إدارة الهوية والصلاحيات
 49 س كان يُعرف سابقًا باسم Full Stack Web Developer Nanodegree (nd0044). ينتج في الأسابيع الثلاثة الأولى خلفية ويب قابلة للنشر باستخدام Flask وSQL وDocker، فيغادر كل طالب بمنتج هندسي حقيقي قبل أن يلمس الذكاء الاصطناعي.
2 AI Programming with Python
نانوديغري · NumPy، pandas، PyTorch، مشروع مصنّف صور
 30 س (تقدير) يوفّر أساس NumPy وpandas وPyTorch والجبر الخطي الذي تفترضه برامج الذكاء الاصطناعي التوليدي. أُدرج لأن الطلاب يعرفون البرمجة لكنهم لا يعرفون بايثون العلمية.
3 Generative AI Fundamentals
مساق · النماذج الأساسية، هندسة الأوامر، PEFT/LoRA، التقييم
 21 س مدخل مفاهيمي: النماذج الأساسية، وهندسة الأوامر (Prompt Engineering)، والضبط الدقيق الموفّر للمعاملات. قصير، ويجعل استيعاب النانوديغري اللاحقة أسرع بكثير.
4 Deep Learning
نانوديغري · CNN، RNN، GAN/الانتشار في PyTorch
 45 س (تقدير) عمق في الشبكات العصبية (CNN وRNN والنماذج التوليدية بـ PyTorch) حتى يُفهم الضبط الدقيق وRAG في البرنامج التالي فهمًا حقيقيًا بدل نسخهما.
5 Generative AI
نانوديغري · الضبط الدقيق، روبوت محادثة RAG، تطبيق متعدد الوسائط
 56 س مهارات الذكاء الاصطناعي التوليدي على مستوى الإنتاج: الضبط الدقيق بـ PEFT/QLoRA، وروبوت محادثة بتقنية RAG، وتطبيق متعدد الوسائط باستخدام Hugging Face وPydantic وChromaDB. جرى تحديثه عام 2026 من أربعة مساقات إلى ثلاثة.
6 Google Agentic AI Engineer
نانوديغري · الأنظمة متعددة الوكلاء، ADK، Vertex AI، A2A
 55 س مشروع التخرج. يبني مساعد سفر متعدد الوكلاء، ووكيل بحث، ونظامًا متعدد الوكلاء باستخدام Agent Development Kit من Google وVertex AI وبروتوكول A2A. كل مشروع يُقيَّم بشريًا.

الكتلة الإضافية اختيارية، لمن يسبق الخطة

البرنامجساعات Udacityسبب إدراجه
7 Azure Generative AI Engineer
نانوديغري · Azure OpenAI، RAG، GenAIOps
 40 س (تقدير) حزمة الذكاء الاصطناعي التوليدي لدى مزوّد سحابي ثانٍ (Azure OpenAI، وخطوط RAG، وGenAIOps) للطلاب الراغبين في ألا يرتبطوا بمزوّد واحد.
8 AWS Machine Learning Engineer
نانوديغري · خطوط SageMaker، النشر، MLOps
 60 س (تقدير) النشر وعمليات MLOps على SageMaker؛ يحوّل من يبني النماذج إلى من يستطيع تشغيلها في بيئة الإنتاج.

الساعات المعلَّمة بـ (تقدير) لم يتسنَّ تأكيدها من صفحة Udacity الحية وقت الكتابة، وينبغي التحقق منها قبل النشر.

الساعات

الأساسي، حسب Udacity49 س + 30 س + 21 س + 45 س + 56 س + 55 س = 256 س
الأساسي، واقعيًا (× 1.4)256 × 1.4 = 358 س · 15 أسبوعًا · ≈ 3.4 أشهر
الإضافي، حسب Udacity40 س + 60 س = 100 س
الإضافي، واقعيًا (× 1.4)100 × 1.4 = 140 س · 6 أسابيع
الأساسي + الإضافي، حسب Udacity256 س + 100 س = 356 س
الأساسي + الإضافي، واقعيًا358 س + 140 س = 498 س · 21 أسبوعًا · ≈ 4.8 أشهر

الخطة الأسبوعية

  • الأسابيع 1–3Backend Developer with Python. أنجز مشروع الخلفية أولًا لحقيبة الأعمال.
  • الأسابيع 4–5AI Programming with Python وGenerative AI Fundamentals.
  • الأسابيع 6–8Deep Learning.
  • الأسابيع 9–11Generative AI. مشاريع الضبط الدقيق وRAG.
  • الأسابيع 12–15Google Agentic AI Engineer. مشروع التخرج متعدد الوكلاء.
  • الأسابيع 16–21الكتلة الإضافية: Azure Generative AI Engineer ثم AWS Machine Learning Engineer.

المحطات

كل محطة هي تسليم مشروع على Udacity. الأهداف تفترض 24 س/أسبوع؛ عند 16–18 س/أسبوع أخّر كل محطة بنحو ×1.4.

  • الأسبوع 3نشر تطبيق الخلفية
  • الأسبوع 5مصنّف الصور
  • الأسبوع 8مشروع التعلم العميق
  • الأسبوع 11روبوت محادثة RAG
  • الأسبوع 15مشروع التخرج متعدد الوكلاء

قبل الأسبوع الأول

مراجعة بايثون قبل الأسبوع الأول. مراجعة لمدة ساعتين لـ HTTP وواجهات API قبل برنامج الذكاء الاصطناعي الوكيلي. مراجعة أساسيات الجبر الخطي تفيد في Deep Learning وGenerative AI.

ما دُرس واستُبعد

  • Full Stack JavaScript Developer — يكرّر تطوير الويب الذي يغطيه برنامج الخلفية أصلًا؛ وبايثون أنسب لحزمة الذكاء الاصطناعي.
  • AI for Business Leaders / Generative AI Fluency — غير تقني أو مكرّر مع Generative AI Fundamentals.
  • AWS Machine Learning Engineer (ضمن المسار الأساسي) — نُقل إلى الكتلة الإضافية ليبقى مشروع الذكاء الاصطناعي الوكيلي خط النهاية.

من يناسبه هذا المسار

يجتاز كل المتقدمين البوابة المشتركة الموصوفة في أعلى الصفحة. ثم، لهذا المسار تحديدًا:

مهمة ما قبل القبول. اكتب برنامجًا صغيرًا يستدعي واجهة API لأي نموذج لغوي كبير ويطبع استجابة منظّمة.

ما تكشفه المهمة. القدرة على قراءة التوثيق والتعلم الذاتي منه.

المتابعة

تُطبَّق بنية المتابعة المشتركة بإشراف مرشد في البرمجيات والذكاء الاصطناعي الوكيلي يراجع تسليمات المشاريع ويجيب عن الأسئلة التقنية.

أسابيع المحطات أعلاه هي عتبات الأصفر والأحمر في مراجعة إشارة المرور.

الخريج: من أكمل المسار الأساسي وقدّم مشروعًا واحدًا لحقيبة الأعمال في يوم العرض. الكتلة الإضافية ليست مطلوبة أبدًا.

المسار 2 من 5

الأمن السيبراني + الحوسبة السحابية

الأمن الدفاعي والهجومي على البنية السحابية

مسار يبدأ بالأساسيات ويمنح الطالب مكسبًا ملموسًا مبكرًا لحقيبة الأعمال (تأمين شبكة شركة)، ثم يبني عمقًا في معمارية السحابة وDevOps، وينتهي بعمل هندسي هجومي ودفاعي عملي. تقديم النانوديغري التمهيدي في البداية يعني أن الطالب الذي يتوقف في الشهر الثالث يحتفظ بمشاريع أمنية منجزة.

406 سالمسار الأساسي، ساعات واقعية
17 أسبوعًا≈ 3.9 أشهر بمعدل 24 س/أسبوع
532 سالأساسي + الإضافي، ساعات واقعية
23 أسبوعًا≈ 5.1 أشهر بمعدل 24 س/أسبوع

المسار الأساسي إلزامي للتخرج

البرنامجساعات Udacityسبب إدراجه
1 Introduction to Cybersecurity
نانوديغري · أمن الشبكات، الاستجابة للحوادث، 4 مشاريع
 69 س الأساس الأمني: التهديدات والدفاعات والاستجابة للحوادث، مع أربعة مشاريع منها تأمين شبكة شركة. وُضع أولًا لتُنجَز قطعة حقيبة الأعمال مبكرًا.
2 AWS Cloud Architect
نانوديغري · تصميم AWS متعدد الحسابات، الترحيل، ترشيد التكلفة
 34 س يعلّم كيف تُبنى البنية السحابية فعليًا (تصميم متعدد الحسابات، الترحيل، التكلفة) حتى يكون تأمينها لاحقًا مفهومًا.
3 Cloud DevOps Engineer
نانوديغري · CloudFormation، CI/CD، خدمات Kubernetes المصغّرة
 60 س (تقدير) البنية ككود، والتكامل والنشر المستمر، وKubernetes. العمل الأمني الحديث يعيش داخل خطوط النشر والعناقيد، وهذا البرنامج يوفّر تلك الطلاقة.
4 Ethical Hacker
نانوديغري · إدارة الثغرات، خطة اختبار الاختراق وتقريره
 37 س المنظور الهجومي: إدارة الثغرات وخطة اختبار اختراق كاملة مع تقريرها. فهم الهجمات يجعل البرنامج الدفاعي الختامي أكثر تجسيدًا.
5 Security Engineer
نانوديغري · أمن البنية التحتية، SIEM، كشف الاختراقات، 4 مشاريع
 90 س مشروع التخرج: أمن الأنظمة والبنية التحتية، وSIEM، وكشف الاختراقات عبر أربعة مشاريع. الشهادة الأكثر صلة بسوق العمل في هذا المسار.

الكتلة الإضافية اختيارية، لمن يسبق الخطة

البرنامجساعات Udacityسبب إدراجه
6 Enterprise Security
نانوديغري · انعدام الثقة، أمن شبكات Azure، SIEM
 45 س (تقدير) أمن انعدام الثقة وأمن المحيط على Azure للطلاب الراغبين في سحابة ثانية وتركيز مؤسسي.
7 Security Architect
نانوديغري · أطر المخاطر، المعمارية الآمنة، الاستجابة للحوادث
 45 س (تقدير) أطر المخاطر وتصميم المعماريات الآمنة؛ الخطوة من مهندس إلى معماري.

الساعات المعلَّمة بـ (تقدير) لم يتسنَّ تأكيدها من صفحة Udacity الحية وقت الكتابة، وينبغي التحقق منها قبل النشر.

الساعات

الأساسي، حسب Udacity69 س + 34 س + 60 س + 37 س + 90 س = 290 س
الأساسي، واقعيًا (× 1.4)290 × 1.4 = 406 س · 17 أسبوعًا · ≈ 3.9 أشهر
الإضافي، حسب Udacity45 س + 45 س = 90 س
الإضافي، واقعيًا (× 1.4)90 × 1.4 = 126 س · 6 أسابيع
الأساسي + الإضافي، حسب Udacity290 س + 90 س = 380 س
الأساسي + الإضافي، واقعيًا406 س + 126 س = 532 س · 23 أسبوعًا · ≈ 5.1 أشهر

الخطة الأسبوعية

  • الأسابيع 1–5Introduction to Cybersecurity. أنجز المشروع الأمني المبكر.
  • الأسابيع 6–8AWS Cloud Architect.
  • الأسابيع 9–12Cloud DevOps Engineer.
  • الأسابيع 13–15Ethical Hacker.
  • الأسابيع 16–22Security Engineer.
  • الأسبوع 23+الكتلة الإضافية: Enterprise Security ثم Security Architect.

المحطات

كل محطة هي تسليم مشروع على Udacity. الأهداف تفترض 24 س/أسبوع؛ عند 16–18 س/أسبوع أخّر كل محطة بنحو ×1.4.

  • الأسبوع 5مشروع تأمين الشبكة
  • الأسبوع 8بنية منظمة AWS
  • الأسبوع 12مشروع CI/CD والبنية ككود
  • الأسبوع 15تقرير اختبار الاختراق
  • الأسبوع 22مشروع هندسة الأمن الختامي

قبل الأسبوع الأول

أساسيات سطر أوامر لينكس وأساسيات الشبكات (نموذج OSI، DNS، تقسيم الشبكات) قبل الأسبوع الأول. مساق Linux Command Line Basics المجاني من Udacity تمهيد جيد.

ما دُرس واستُبعد

  • Security Analyst — يتداخل كثيرًا مع Security Engineer وIntroduction to Cybersecurity.
  • DevOps Engineer for Microsoft Azure — أُبقي على عمود فقري سحابي واحد على AWS.
  • AWS Solutions Architect Associate prep — تحضير لامتحان لا برنامج بناء عملي.

من يناسبه هذا المسار

يجتاز كل المتقدمين البوابة المشتركة الموصوفة في أعلى الصفحة. ثم، لهذا المسار تحديدًا:

مهمة ما قبل القبول. أكمل تحديًا مخبريًا مجانيًا للمبتدئين (تمرين أساسي من نوع «التقط العلم» أو تمرين أمني تمهيدي) واكتب صفحة واحدة تشرح ما فعلته.

ما تكشفه المهمة. الصبر والعمل المنهجي.

المتابعة

تُطبَّق بنية المتابعة المشتركة بإشراف مرشد في الأمن السيبراني والحوسبة السحابية يراجع تسليمات المشاريع ويجيب عن الأسئلة التقنية.

أسابيع المحطات أعلاه هي عتبات الأصفر والأحمر في مراجعة إشارة المرور.

الخريج: من أكمل المسار الأساسي وقدّم مشروعًا واحدًا لحقيبة الأعمال في يوم العرض. الكتلة الإضافية ليست مطلوبة أبدًا.

المسار 3 من 5

تحليل البيانات والأعمال

من البيانات الفوضوية إلى القرارات

مسار تحليلي يقدّم التواصل أولًا. يبدأ بـ Business Analytics with Tableau (بلا متطلبات مسبقة، ولوحات معلومات جاهزة للعرض فورًا)، ويبني الطلاقة في بايثون وSQL، ثم يتقدم عبر نانوديغري Data Analyst وأدوات ذكاء الأعمال. هذا أخف المسارات الأساسية؛ والكتلة الإضافية هنا هي وجهة الطلاب الطموحين لا مجرد خيار.

291 سالمسار الأساسي، ساعات واقعية
13 أسبوعًا≈ 2.8 أشهر بمعدل 24 س/أسبوع
410 سالأساسي + الإضافي، ساعات واقعية
18 أسبوعًا≈ 3.9 أشهر بمعدل 24 س/أسبوع

المسار الأساسي إلزامي للتخرج

البرنامجساعات Udacityسبب إدراجه
1 Business Analytics with Tableau
نانوديغري · Excel، SQL، لوحات Tableau، 3 مشاريع
 40 س بلا متطلبات مسبقة وبثلاثة مشاريع، فتتوفر لوحة معلومات لحقيبة الأعمال بحلول الأسبوع الرابع. يغطي الجداول وSQL وTableau، أدوات العمل اليومية.
2 Programming for Data Science with Python
نانوديغري · بايثون، SQL، pandas/NumPy، Git
 45 س (تقدير) الطلاب يعرفون البرمجة لا حزمة البيانات. يبني هذا عادات pandas وNumPy وSQL وGit المستخدمة في كل برنامج لاحق.
3 SQL
نانوديغري · SQL متقدمة، الربط، دوال النوافذ، التنظيف
 40 س (تقدير) SQL هي المهارة الأكثر اختبارًا في توظيف المحللين. الربط ودوال النوافذ وتنظيف البيانات بعمق لا تصل إليه البرامج التمهيدية.
4 Data Analyst
نانوديغري · معالجة البيانات، التحليل الاستكشافي، التصوّر، 3 مشاريع
 43 س الشهادة الأساسية: معالجة البيانات، والتحليل الاستكشافي، والتصوّر عبر ثلاثة مشاريع باستخدام حزمة بايثون المبنية أعلاه.
5 Data Analysis and Visualization with Microsoft Power BI
نانوديغري · نمذجة Power BI، DAX، تقارير تفاعلية
 40 س (تقدير) Power BI هي أداة ذكاء الأعمال الأكثر شيوعًا لدى أصحاب العمل في المنطقة. النمذجة وDAX تكمّلان مهارات Tableau من البرنامج الأول.

الكتلة الإضافية اختيارية، لمن يسبق الخطة

البرنامجساعات Udacityسبب إدراجه
6 Business Intelligence Analytics
نانوديغري · دورة حياة BI، تقارير Power BI
 40 س (تقدير) دورة حياة ذكاء الأعمال كاملة وممارسة إعداد التقارير للطلاب المتجهين إلى وظائف BI.
7 Data Scientist
نانوديغري · التعلم الموجّه، خطوط المعالجة، أنظمة التوصية، مشروع ختامي
 45 س (تقدير) مدخل إلى تعلم الآلة للمحللين الراغبين في الانتقال نحو علم البيانات.

الساعات المعلَّمة بـ (تقدير) لم يتسنَّ تأكيدها من صفحة Udacity الحية وقت الكتابة، وينبغي التحقق منها قبل النشر.

الساعات

الأساسي، حسب Udacity40 س + 45 س + 40 س + 43 س + 40 س = 208 س
الأساسي، واقعيًا (× 1.4)208 × 1.4 = 291 س · 13 أسبوعًا · ≈ 2.8 أشهر
الإضافي، حسب Udacity40 س + 45 س = 85 س
الإضافي، واقعيًا (× 1.4)85 × 1.4 = 119 س · 5 أسابيع
الأساسي + الإضافي، حسب Udacity208 س + 85 س = 293 س
الأساسي + الإضافي، واقعيًا291 س + 119 س = 410 س · 18 أسبوعًا · ≈ 3.9 أشهر

الخطة الأسبوعية

  • الأسابيع 1–4Business Analytics with Tableau. سلّم لوحة معلومات مبكرًا.
  • الأسابيع 5–7Programming for Data Science with Python.
  • الأسابيع 8–9SQL.
  • الأسابيع 10–12Data Analyst.
  • الأسابيع 13–14Power BI.
  • الأسابيع 15–17الكتلة الإضافية: Business Intelligence Analytics ثم Data Scientist.

المحطات

كل محطة هي تسليم مشروع على Udacity. الأهداف تفترض 24 س/أسبوع؛ عند 16–18 س/أسبوع أخّر كل محطة بنحو ×1.4.

  • الأسبوع 4لوحة Tableau
  • الأسبوع 7مشروع بيانات ببايثون
  • الأسبوع 9تحليل SQL
  • الأسبوع 12مشروع Data Analyst الختامي
  • الأسبوع 14تقرير Power BI

قبل الأسبوع الأول

لا شيء إلزامي. مراجعة قصيرة لبايثون تسرّع برنامج بايثون؛ وأساسيات الإحصاء تفيد في Data Analyst.

ما دُرس واستُبعد

  • Predictive Analytics for Business — مبني على Alteryx، وهي أداة محدودة الانتشار مقارنة بعمود بايثون/SQL/Power BI.
  • Data Engineering with AWS — ينتمي إلى مسار هندسي أثقل.
  • Marketing Analytics — متخصص في مجال بعينه لا في التحليل العام.

من يناسبه هذا المسار

يجتاز كل المتقدمين البوابة المشتركة الموصوفة في أعلى الصفحة. ثم، لهذا المسار تحديدًا:

مهمة ما قبل القبول. من ملف CSV فوضوي، استخرج ثلاث نتائج ورسمًا بيانيًا واحدًا.

ما تكشفه المهمة. وضوح التواصل، لا جودة الكود.

المتابعة

تُطبَّق بنية المتابعة المشتركة بإشراف مرشد في تحليل البيانات والأعمال يراجع تسليمات المشاريع ويجيب عن الأسئلة التقنية.

أسابيع المحطات أعلاه هي عتبات الأصفر والأحمر في مراجعة إشارة المرور.

الخريج: من أكمل المسار الأساسي وقدّم مشروعًا واحدًا لحقيبة الأعمال في يوم العرض. الكتلة الإضافية ليست مطلوبة أبدًا.

المسار 4 من 5

علم البيانات / تعلم الآلة التقليدي

الإحصاء والنماذج والإنتاج

مسار تعلم آلة يقدّم الصرامة أولًا. يثبّت بايثون وSQL بمشروع Data Analyst مبكر لحقيبة الأعمال، ثم ينتقل عبر رياضيات برمجة الذكاء الاصطناعي، والتعلم الموجّه وغير الموجّه بـ PyTorch، ونانوديغري Data Scientist الكامل، ومشروع ختامي في هندسة تعلم الآلة الإنتاجية. هذا أكثر المسارات حساسية للمتطلبات المسبقة، لذا فالانتقاء فيه صارم.

381 سالمسار الأساسي، ساعات واقعية
16 أسبوعًا≈ 3.7 أشهر بمعدل 24 س/أسبوع
514 سالأساسي + الإضافي، ساعات واقعية
22 أسبوعًا≈ 4.9 أشهر بمعدل 24 س/أسبوع

المسار الأساسي إلزامي للتخرج

البرنامجساعات Udacityسبب إدراجه
1 Data Analyst
نانوديغري · معالجة البيانات، التحليل الاستكشافي، التصوّر، 3 مشاريع
 43 س مشروع مبكر لحقيبة الأعمال. معالجة البيانات والتحليل الاستكشافي هما العمل اليومي لعلم البيانات، وهذا ينجزهما أولًا.
2 Programming for Data Science with Python
نانوديغري · بايثون، SQL، pandas، Git
 45 س (تقدير) يبني الطلاقة في pandas وSQL وGit التي يفترضها كل برنامج لاحق.
3 AI Programming with Python
نانوديغري · NumPy، PyTorch، الجبر الخطي، التفاضل
 30 س (تقدير) الرياضيات: الجبر الخطي والتفاضل وNumPy/PyTorch مقدَّمةً كودًا. الجسر بين التحليل والنمذجة.
4 Introduction to Machine Learning with PyTorch
نانوديغري · التعلم الموجّه، الشبكات العصبية، غير الموجّه، 3 مشاريع
 49 س التعلم الموجّه والشبكات العصبية والتعلم غير الموجّه مع ثلاثة مشاريع. اختير بدل نسخة TensorFlow للإبقاء على إطار عمل واحد عبر المسار.
5 Data Scientist
نانوديغري · خطوط المعالجة، التجارب، أنظمة التوصية، مشروع ختامي
 45 س (تقدير) خطوط المعالجة، وتصميم التجارب، وأنظمة التوصية، ومشروع ختامي مفتوح. الشهادة التي تحمل اسم الوظيفة.
6 AWS Machine Learning Engineer
نانوديغري · SageMaker، النشر، MLOps
 60 س (تقدير) نشر النماذج وتشغيلها على SageMaker. يفرّق بين من يستطيع تدريب نموذج ومن يستطيع إطلاقه.

الكتلة الإضافية اختيارية، لمن يسبق الخطة

البرنامجساعات Udacityسبب إدراجه
7 Deep Learning
نانوديغري · CNN، RNN، GAN/الانتشار
 45 س (تقدير) CNN وRNN والنماذج التوليدية للطلاب المتجهين إلى الرؤية الحاسوبية أو معالجة التسلسلات.
8 Natural Language Processing
نانوديغري · معالجة النصوص، التضمينات، نماذج التسلسل
 50 س (تقدير) معالجة النصوص والتضمينات ونماذج التسلسل؛ أوسع فائدة من التعلم المعزّز الذي كان البديل.

الساعات المعلَّمة بـ (تقدير) لم يتسنَّ تأكيدها من صفحة Udacity الحية وقت الكتابة، وينبغي التحقق منها قبل النشر.

الساعات

الأساسي، حسب Udacity43 س + 45 س + 30 س + 49 س + 45 س + 60 س = 272 س
الأساسي، واقعيًا (× 1.4)272 × 1.4 = 381 س · 16 أسبوعًا · ≈ 3.7 أشهر
الإضافي، حسب Udacity45 س + 50 س = 95 س
الإضافي، واقعيًا (× 1.4)95 × 1.4 = 133 س · 6 أسابيع
الأساسي + الإضافي، حسب Udacity272 س + 95 س = 367 س
الأساسي + الإضافي، واقعيًا381 س + 133 س = 514 س · 22 أسبوعًا · ≈ 4.9 أشهر

الخطة الأسبوعية

  • الأسابيع 1–3Data Analyst. مشروع مبكر لحقيبة الأعمال.
  • الأسابيع 4–6Programming for Data Science with Python.
  • الأسابيع 7–8AI Programming with Python. أساسيات الرياضيات وPyTorch.
  • الأسابيع 9–11Introduction to Machine Learning with PyTorch.
  • الأسابيع 12–14Data Scientist.
  • الأسابيع 15–18AWS Machine Learning Engineer.
  • الأسابيع 19–21الكتلة الإضافية: Deep Learning ثم Natural Language Processing.

المحطات

كل محطة هي تسليم مشروع على Udacity. الأهداف تفترض 24 س/أسبوع؛ عند 16–18 س/أسبوع أخّر كل محطة بنحو ×1.4.

  • الأسبوع 3مشروع Data Analyst
  • الأسبوع 6مشروع بيانات ببايثون
  • الأسبوع 8مصنّف الصور
  • الأسبوع 11مشروع التعلم الموجّه
  • الأسبوع 14مشروع Data Scientist الختامي
  • الأسبوع 18مشروع نشر تعلم الآلة

قبل الأسبوع الأول

مراجعة الجبر الخطي والاحتمالات والمشتقات قبل الأسبوع السابع؛ فبرامج PyTorch تفترض الارتياح بها. خصّص إحماءً في معالجة البيانات ببايثون خلال الأسبوعين الأولين.

ما دُرس واستُبعد

  • Introduction to Machine Learning with TensorFlow — اعتُمد PyTorch لتجنب تكرار إطار العمل.
  • Machine Learning DevOps Engineer — دُمج ضمن اختيار AWS Machine Learning Engineer.
  • Deep Reinforcement Learning — دُرس للكتلة الإضافية؛ لكن معالجة اللغة الطبيعية أوسع فائدة. يمكن استبداله بسهولة إن فضّلته دفعة ما.

من يناسبه هذا المسار

يجتاز كل المتقدمين البوابة المشتركة الموصوفة في أعلى الصفحة. ثم، لهذا المسار تحديدًا:

مهمة ما قبل القبول. اختبار رياضي قصير (الجبر الخطي، الاحتمالات، المشتقات) إضافة إلى مهمة بيانات صغيرة ببايثون.

ما تكشفه المهمة. الجاهزية الرياضية. كن صارمًا؛ فالمتطلبات المسبقة هي التي تحدد النتائج هنا.

المتابعة

تُطبَّق بنية المتابعة المشتركة بإشراف مرشد في علم البيانات وتعلم الآلة يراجع تسليمات المشاريع ويجيب عن الأسئلة التقنية.

أسابيع المحطات أعلاه هي عتبات الأصفر والأحمر في مراجعة إشارة المرور.

الخريج: من أكمل المسار الأساسي وقدّم مشروعًا واحدًا لحقيبة الأعمال في يوم العرض. الكتلة الإضافية ليست مطلوبة أبدًا.

المسار 5 من 5

C++ / الأنظمة ذاتية القيادة

الإدراك والروبوتات وبرمجيات القيادة الذاتية

مسار عتاد وروبوتات مرتكز على C++. يبدأ بنانوديغري C++ (مشروعا مخطط المسارات ومراقب النظام للعرض مبكرًا)، ويضيف مدخل السيارات ذاتية القيادة، ثم يبني الإدراك، والروبوتات بـ ROS، ومشروع Self-Driving Car Engineer الختامي. هذا أثقل المسارات؛ المثابرة فيه أهم من الاتساع، لذا اقبل عددًا أقل من الطلاب.

433 سالمسار الأساسي، ساعات واقعية
19 أسبوعًا≈ 4.2 أشهر بمعدل 24 س/أسبوع
608 سالأساسي + الإضافي، ساعات واقعية
26 أسبوعًا≈ 5.9 أشهر بمعدل 24 س/أسبوع

المسار الأساسي إلزامي للتخرج

البرنامجساعات Udacityسبب إدراجه
1 C++
نانوديغري · مخطط المسارات، مراقب النظام، إدارة الذاكرة، التزامن
 42 س أُدرج كبرنامج لغة لأن كل ما بعده مكتوب بـ C++. أربعة مشاريع (مخطط مسارات على OpenStreetMap، مراقب نظام، روبوت محادثة بإدارة ذاكرة، التزامن) تمنح قطعًا مبكرة لحقيبة الأعمال.
2 Introduction to Self-Driving Cars
نانوديغري · البرمجة الكائنية والجبر الخطي للمركبات، من بايثون إلى C++
 45 س (تقدير) يجسر بين بايثون وC++ ويقدّم الجبر الخطي وأنماط البرمجة الكائنية الخاصة بالمركبات ذاتية القيادة. يقلّل مخاطر القفزة إلى Sensor Fusion.
3 Sensor Fusion
نانوديغري · الليدار، الكاميرا، الرادار، مرشحات كالمان، 5 مشاريع
 63 س الإدراك: كشف العوائق بالليدار، والكاميرا، والرادار، ومرشحات كالمان عبر خمسة مشاريع. المهارة التقنية الجوهرية في هذا المجال.
4 Robotics Software Engineer
نانوديغري · ROS، Gazebo، تحديد الموقع، SLAM، تخطيط المسار
 81 س ROS وGazebo وتحديد الموقع وSLAM وتخطيط المسار مع خمسة مشاريع. يحوّل الإدراك إلى روبوت يعمل.
5 Self-Driving Car Engineer
نانوديغري · الرؤية الحاسوبية، الدمج، تحديد الموقع، التحكم، 7 مشاريع
 78 س مشروع التخرج: الرؤية الحاسوبية، ودمج الحساسات، وتحديد الموقع، والتحكم على بيانات Waymo ومحاكي CARLA، سبعة مشاريع.

الكتلة الإضافية اختيارية، لمن يسبق الخطة

البرنامجساعات Udacityسبب إدراجه
6 Deep Learning
نانوديغري · CNN، RNN، النماذج التوليدية
 45 س (تقدير) يعمّق جانب الشبكات العصبية من الإدراك للطلاب الراغبين في التخصص بالرؤية الحاسوبية.
7 Flying Car and Autonomous Flight Engineer
نانوديغري · التخطيط الجوي، التحكم، التقدير
 80 س (تقدير) التخطيط الجوي والتحكم والتقدير؛ التخصص نفسه مطبقًا على الطائرات المسيّرة.

الساعات المعلَّمة بـ (تقدير) لم يتسنَّ تأكيدها من صفحة Udacity الحية وقت الكتابة، وينبغي التحقق منها قبل النشر.

الساعات

الأساسي، حسب Udacity42 س + 45 س + 63 س + 81 س + 78 س = 309 س
الأساسي، واقعيًا (× 1.4)309 × 1.4 = 433 س · 19 أسبوعًا · ≈ 4.2 أشهر
الإضافي، حسب Udacity45 س + 80 س = 125 س
الإضافي، واقعيًا (× 1.4)125 × 1.4 = 175 س · 8 أسابيع
الأساسي + الإضافي، حسب Udacity309 س + 125 س = 434 س
الأساسي + الإضافي، واقعيًا433 س + 175 س = 608 س · 26 أسبوعًا · ≈ 5.9 أشهر

الخطة الأسبوعية

  • الأسابيع 1–3C++. أنجز مشروعي مخطط المسارات ومراقب النظام.
  • الأسابيع 4–6Introduction to Self-Driving Cars.
  • الأسابيع 7–11Sensor Fusion.
  • الأسابيع 12–17Robotics Software Engineer.
  • الأسابيع 18–23Self-Driving Car Engineer. مشروع التخرج.
  • الأسبوع 24+الكتلة الإضافية: Deep Learning ثم Flying Car.

المحطات

كل محطة هي تسليم مشروع على Udacity. الأهداف تفترض 24 س/أسبوع؛ عند 16–18 س/أسبوع أخّر كل محطة بنحو ×1.4.

  • الأسبوع 3مخطط مسارات بـ C++
  • الأسبوع 6مشروع رياضيات المركبات والبرمجة الكائنية
  • الأسبوع 11تتبع بدمج الحساسات
  • الأسبوع 17روبوت الخدمة المنزلية (ROS)
  • الأسبوع 23مشروع السيارة ذاتية القيادة الختامي

قبل الأسبوع الأول

مراجعة المؤشرات والأصناف في C++ وأساسيات لينكس قبل الأسبوع الأول. الجبر الخطي والتفاضل (المشتقات، المصفوفات) ضروريان قبل Sensor Fusion وRobotics. احجز أسابيع احتياطية خلال فترات الامتحانات.

ما دُرس واستُبعد

  • Deep Reinforcement Learning — يتداخل مع محتوى الإدراك ويزيد العبء.
  • Flying Car (ضمن المسار الأساسي) — أُبقي في الكتلة الإضافية ليكون مشروع المركبة الأرضية خط النهاية.
  • تخطّي Introduction to Self-Driving Cars — رُفض؛ فهو يجسر رياضيات بايثون إلى C++ ويخفّض معدل الإخفاق في Sensor Fusion.

من يناسبه هذا المسار

يجتاز كل المتقدمين البوابة المشتركة الموصوفة في أعلى الصفحة. ثم، لهذا المسار تحديدًا:

مهمة ما قبل القبول. مهمة بـ C++ تستخدم المؤشرات والأصناف، مع بيان قصير عن اهتمامك بالعتاد أو الروبوتات.

ما تكشفه المهمة. المثابرة. اختر عددًا أقل من الطلاب الأكثر إصرارًا.

المتابعة

تُطبَّق بنية المتابعة المشتركة بإشراف مرشد في C++ والروبوتات يراجع تسليمات المشاريع ويجيب عن الأسئلة التقنية.

أسابيع المحطات أعلاه هي عتبات الأصفر والأحمر في مراجعة إشارة المرور.

الخريج: من أكمل المسار الأساسي وقدّم مشروعًا واحدًا لحقيبة الأعمال في يوم العرض. الكتلة الإضافية ليست مطلوبة أبدًا.