بكالوريوس العلوم في علم البيانات والذكاء الاصطناعي (B.Sc. DSAI) هو برنامج مدته أربع سنوات يزود الطلبة بالمعرفة والمهارات التطبيقية اللازمة لمهن مجال علم البيانات والذكاء الاصطناعي (DSAI). يشمل البرنامج على مقررات تكنولوجيا المعلومات التأسيسية (IT) ،والتي ستمكّن الخريجين إلى جانب المقررات الأخرى من فهم سياق تكنولوجيا المعلومات (IT) والمساهمة فيه حيث يتم تنفيذ الوظائف المرتبطة بعلوم البيانات والذكاء الاصطناعي (A1).
يطور الطلبة مهارات للإستفادة من الذكاء الاصطناعي في جمع البيانات وتحليلها وتفسيرها لإتخاذ القرارات التي يمكن تطبيقها في أي مجال. يتم دعم ذلك من خلال تقنيات علوم البيانات التي تقدم للطلبة فهماً قوياً لإستراتيجيات إدارة البيانات. تساعد هذه المهارات من خلال التدريب العملي الوظيفي ومشروع التخرج في إعداد الخريجين لبدء مسيرتهم المهنية في مجال تكنولوجيا المعلومات المعاصرة وعلم البيانات والذكاء الاصطناعي.
مدة البرنامج
أربع سنوات
متطلبات القبول
- شهادة التخرج من المدرسة الثانوية أو ما يعادلها – مصدقة من وزارة التربية والتعليم والتعليم العالي بمعدل لا يقل عن 60 ٪ ، بالإضافة إلىمقررين :سنة أخيرة في الرياضيات ، وسنة أخيرة في العلوم (علم الأحياء ، والفيزياء ، والكيمياء) أو التكنولوجيا ( الخوارزميات أو البرمجة أو الشبكات أو علوم الكمبيوتر أو ما يعادلها).
أو
- الدبلوم في تكنولوجيا المعلومات مدته سنتان، أو ما يعادله - مصدقة من وزارة التربية والتعليم والتعليم العالي.
أو
- دبلوم متقدم في تكنولوجيا المعلومات مدته سنة من كلية شمال الأطلنطي، أو ما يعادله.
- الدرجة المطلوبة في اختبار الرياضيات بالجامعة أو درجة النجاح من اختبار آخر للغة الإنجليزية معترف به دوليا ، كما تم التحقق من صحته من قبل قسم القبول والتسجيل.
أو
- نموذج تقرير اختبار IELTS الأكاديمي ساري المفعول (خلال سنتان) بمعدل إجمالي 5.0 مع عدم وجود درجة أقل من 5.0 في العناصر الفردية لمجموعات (القراءة، الكتابة، التحدث والاستماع).
أو
- يتطلب إكمال البرنامج التأسيسي بنجاح.
- يجب أن يحقق الدرجة المطلوبة في اختبار تحديد مستوى الرياضيات بالجامعة.
أو
- نموذج تقرير SAT صالح بدرجة لا تقل عن 480.
أو
- إكمال متطلبات البرنامج التأسيسي بنجاح .
القبول تنافسي. يتم تصنيف المتقدمين المؤهلين بناء على النسبة المئوية للمدرسة الثانوية الإجمالية (Grade 12 أو ما يعادلها) للعام النهائي (Grade 12 أو ما يعادلها) ، وتصنيفات اختبارات تحديد المستوى ، وفئة أولوية القبول.
خطة الدراسية للعام 2025-2026
| COURSE NUMBER |
COURSE TITLE | REQUISITE | HOURS/WEEK | |||
|---|---|---|---|---|---|---|
| Pre-req | CO-req | CR | LEC | LAB | ||
| SEMESTER 1 | ||||||
| COMM1010 | English Communication I | - | - | 3 | 3 | 0 |
| INFS1101 | Introduction to Computing & Problem Solving | - | - | 3 | 2 | 3 |
| MATH1030 | Calculus I | MATH1020 OR AMPII Score of 85% | - | 3 | 3 | 0 |
| Elective - Effective & Experiential Learning: select 1 of 3 | ||||||
| EFFL1001 | Effective Learning | - | - | 3 | 3 | 0 |
| EFFL1002 | Applied & Experiential Learning | - | - | 3 | 3 | 0 |
| EFFL1003 | Experiential Learning & Entrepreneurship | - | - | 3 | 3 | 0 |
| Semester 1 Total: | 12 | 11 | 3 | |||
| SEMESTER 2 | ||||||
| COMM1020 | English Communication II | COMM1010 | - | 3 | 3 | 0 |
| INFS1201 | Computer Programming | INFS1101 | - | 4 | 3 | 3 |
| DACS2101 | Discrete Structures | - | - | 3 | 2 | 3 |
| MATH1040 | Statistics | - | - | 3 | 3 | 1 |
| Semester 2 Total: | 13 | 11 | 7 | |||
| SEMESTER 3 | ||||||
| INFS1301 | Computing Ethics & Society | - | - | 3 | 3 | 0 |
| Elective: select 1 of 2 | ||||||
| SCIE1001 | Science & Its Applications | - | - | 3 | 3 | 0 |
| SCIE1002 | Science & the Environment | - | - | 3 | 3 | 0 |
| Semester 3 Total: | 6 | 6 | 0 | |||
| Year 1 Total: | 31 | 28 | 10 | |||
| COURSE NUMBER |
COURSE TITLE | REQUISITE | HOURS/WEEK | |||
|---|---|---|---|---|---|---|
| Pre-req | CO-req | CR | LEC | LAB | ||
| SEMESTER 4 | ||||||
| DSAI2201 | Introduction to Data Science & AI | - | - | 3 | 2 | 3 |
| INFT2101 | Networking I | INFT1201 or INFS1101 | - | 4 | 3 | 3 |
| DACS2202 | Introduction to Computing Systems | DACS2101 or INFT2102 AND INFS1201 | - | 4 | 3 | 3 |
| MATH1050 | Linear Algebra | - | - | 3 | 3 | 1 |
| Semester 4 Total: | 14 | 11 | 10 | |||
| SEMESTER 5 | ||||||
| DACS2201 | Introduction to Data & Cyber Security | INFT2101 | - | 3 | 2 | 3 |
| DSAI3201 | Machine Learning | MATH1030 & MATH1050 & INFS3102 | - | 3 | 2 | 3 |
| INFS2201 | Database Management Systems | INFS1201 | - | 3 | 2 | 3 |
| INFS3102 | Object Oriented Programming | INFS1201 | - | 3 | 2 | 3 |
| Semester 5 Total: | 12 | 8 | 12 | |||
| SEMESTER 6 | ||||||
| SOFT2301 | Software Project Management | Min 50 Credits | - | 3 | 2 | 3 |
| Elective - Social Sciences, Humanities, & the Arts: select 1 of 6 | ||||||
| SSHA1001 | Islamic & Arab Civilization | - | - | 3 | 3 | 0 |
| SSHA1002 | Introduction to Sociology | - | - | 3 | 3 | 0 |
| SSHA1003 | Introductory Psychology | - | - | 3 | 3 | 0 |
| SSHA1004 | Ethical Reasoning | - | - | 3 | 3 | 0 |
| SSHA1005 | Law & Society | - | - | 3 | 3 | 0 |
| SSHA1006 | Introduction to the Arts | - | - | 3 | 3 | 0 |
| Semester 6 Total: | 6 | 5 | 3 | |||
| Year 2 Total: | 32 | 24 | 25 | |||
| COURSE NUMBER |
COURSE TITLE | REQUISITE | HOURS/WEEK | |||
|---|---|---|---|---|---|---|
| Pre-req | CO-req | CR | LEC | LAB | ||
| SEMESTER 7 | ||||||
| DSAI4101 | Applied Deep Learning & Neural Network | DSAI3201 | - | 3 | 2 | 3 |
| INFS3104 | Data Structures & Algorithms | INFS3102 & DACS2101 OR INFS3102 & INFT2102 | - | 3 | 2 | 3 |
| DSAI3203 | Fundamentals of AI | DACS2101 | - | 3 | 2 | 3 |
| Elective - Global Awareness & Regional Challenges: select 1 of 4 | ||||||
| ECON1001 | Global Economic Concepts | - | - | 3 | 3 | 0 |
| GARC1001 | Qatar History & Society | - | - | 3 | 3 | 0 |
| GARC2001 | Human Development in Qatar | COMM1020 | - | 3 | 3 | 0 |
| GARC2002 | Globalization & Environment | - | - | 3 | 3 | 0 |
| Semester 7 Total: | 12 | 9 | 9 | |||
| SEMESTER 8 | ||||||
| DSAI3301 | Data Analysis & Visualization | DSAI2201 & MATH1040 | - | 3 | 2 | 3 |
| DSAI3202 | Cloud Computing for DSAI | INFS3104 AND DACS2202 | - | 3 | 2 | 3 |
| DSAI4104 | Fundamentals of IoT | INFT2101 | - | 3 | 2 | 3 |
| DSAI3205 | Web Mining | INFS2201 & DSAI3201 | - | 3 | 2 | 3 |
| Semester 8 Total: | 12 | 8 | 12 | |||
| SEMESTER 9 | ||||||
| DSAI3302 | Ethical AI & Data Governance | DSAI3201 AND INFS1301 | - | 3 | 2 | 3 |
| Elective - Global Awareness & Regional Challenges: select 1 of 4 | ||||||
| ECON1001 | Global Economic Concepts | - | - | 3 | 3 | 0 |
| GARC1001 | Qatar History & Society | - | - | 3 | 3 | 0 |
| GARC2001 | Human Development in Qatar | COMM1020 | - | 3 | 3 | 0 |
| GARC2002 | Globalization & Environment | - | - | 3 | 3 | 0 |
| Semester 9 Total: | 6 | 5 | 3 | |||
| Year 3 Total: | 30 | 22 | 24 | |||
| COURSE NUMBER |
COURSE TITLE | REQUISITE | HOURS/WEEK | |||
|---|---|---|---|---|---|---|
| Pre-req | CO-req | CR | LEC | LAB | ||
| SEMESTER 10 | ||||||
| COMP4101 | Practicum | Min 80 Credits | - | 3 | 1 | 6 |
| DSAI4103 | Business Analytics | MATH1040 & DSAI3301 | - | 3 | 2 | 3 |
| DSAI4105 | Natural Language Processing | DSAI4101 & INFS3104 | - | 3 | 2 | 3 |
| Elective: select 1 of 2 | ||||||
| DSAI4107 | Reinforcement Learning | DSAI4101 | - | 3 | 2 | 3 |
| DSAI4108 | Signal & Image Processing | DSAI4101 | - | 3 | 3 | 2 |
| Semester 10 Total: | 12 | 8 | 14 | |||
| SEMESTER 11 | ||||||
| COMP4201 | Capstone Project | COMP4101 | - | 3 | 0 | 9 |
| DSAI4206 | Data-Intensive Computing | DSAI3202 | - | 3 | 2 | 3 |
| Elective: select 2 of 4 | ||||||
| DSAI4201 | Selected Topics in Data Science | DSAI4101 | - | 3 | 2 | 3 |
| DSAI4202 | Information Retrieval | DSAI3201 | - | 3 | 2 | 3 |
| DSAI4203 | Natural Language Processing with Deep Learning | DSAI4105 | - | 3 | 2 | 3 |
| DSAI4204 | Computer Vision | DSAI4108 | - | 3 | 2 | 3 |
| Semester 11 Total: | 12 | 6 | 18 | |||
| SEMESTER 12 | ||||||
| COMP4301 | Work Placement | COMP4201 ; CGPA>2.0 | - | 9 | 0 | 40 |
| Semester 12 Total: | 9 | 0 | 40 | |||
| Year 4 Total: | 33 | 14 | 72 | |||
| Program Total | 126 | 88 | 131 | |||
المسارات المستقبلية للخريجين
يمكن لخريجي بكالوريوس العلوم في علم البيانات والذكاء الاصطناعي (B.Sc. DSAI) اأو متابعة الدراسات العليا في مجالهم
الفرص الوظيفية للخريجين
بكالوريوس العلوم في علم البيانات والذكاء الاصطناعي (B.Sc. DSAI) هو برنامج تطبيقي يقدم نتائج تعلمية مرتبطة ارتباطا وثيقا بسوق العمل. توجد حاليا مجموعة واسعة من الفرص الوظيفية في هذا المجال ، وتشمل على سبيل المثال لا الحصر ما يلي:
- محلل تنقيب البيانات.
- مهندس الذكاء الاصطناعي.
- محلل أعمال.
- متخصص في البيانات الضخمة.
- مصمم نظم الذكاء الاصطناعي.
- متخصص في التعلم الآلي.
- مطور ذكاء الأعمال.
- عالم بيانات.
- مدرب علوم البيانات.