01
فهم المشكلة
مصادر البيانات وهندستها ومتطلبات العمل.
معسكر أكاديمية أثر • هندسة البيانات
ابنِ البنية التي تحول البيانات الخام إلى أنظمة موثوقة وذكية.
تدرّج من Python وSQL وأساسيات هندسة البيانات إلى Microsoft Fabric وOneLake وPySpark وتصميم Pipelines، ثم نفّذ مشروعًا متكاملًا واستعد عمليًا لشهادة DP-700.
✓ من الأساسيات حتى التطبيق✓ Microsoft Fabric & OneLake✓ DP-700✓ مشروع نهائي هندسي✓ متابعة لمدة 3 أشهر بعد المعسكر
الأدوات الأساسيةPythonSQLMicrosoft FabricPySpark
بنية منصة البيانات
DATA ENGINEERING / FABRIC WORKSPACE
▼ DATA TRANSFORMATIONS ▼
OneLakeاضغط على أي مكوّن لاستكشاف دوره في النظام.
مخطط توضيحي تفاعليFABRIC • PYSPARK • SQL
16مرحلة تدريبية متسلسلة
DP-700التأهيل للشهادة المهنية
2خيارات للالتحاق
15مشروعًا وتطبيقًا عمليًا
رحلتك التعليمية
من أول سطر Python إلى تشغيل منصة بيانات
مسار واحد مترابط: نتعلم الأدوات عندما نحتاج إليها لحل مشكلة هندسية حقيقية، لا كمقررات منفصلة.
02
برمجة الحل
Python وSQL وإعداد قواعد التحويل والجودة.
03
تنفيذ المنصة
OneLake وFabric وSpark وPipelines.
04
الاختبار والتسليم
المراقبة والأمان والمشروع النهائي وDP-700.
لماذا تختار معسكر أثر؟
تعلّم هندسة البيانات بالطريقة التي تُستخدم بها في الشغل
مش مجرد شرح لأسماء أدوات. كل مرحلة مرتبطة بتطبيق، وكل تطبيق يقرّبك من بناء منصة بيانات تستطيع تشغيلها وشرحها بثقة.
من الأساسيات إلى الاحتراف العملي
ابدأ بفهم البيانات وPython وSQL، ثم تقدّم خطوة بخطوة إلى خطوط البيانات وMicrosoft Fabric.
15 مشروعًا وتطبيقًا عمليًا
تدرّب على API وSQL وAirflow وPySpark وWarehouse، واجمع شغلك في مشاريع يمكن عرضها.
Microsoft Fabric من الداخل
ابنِ Lakehouse ونظّم البيانات في OneLake وطبّق Data Factory وDelta وPipelines بنفسك.
استعداد قوي لاختبار DP-700
اربط محاور الشهادة بخطوات عملية في معالجة البيانات ومراقبة الحلول وتحسين أدائها.
محتوى مسجّل وجلسات مباشرة
راجع الأساسيات في وقتك، وركّز في اللقاءات على حل المشكلات والتطبيق ومناقشة ما تنفذه.
متابعة 3 أشهر بعد المعسكر
التعلّم لا يقف عند آخر محاضرة؛ استكمل مشروعك وارجع بأسئلتك أثناء تطويره.
ملف أعمال يتكلم عن مهاراتك
وثّق مشروعاتك على GitHub، واشرح طريقة بنائها والتحديات التي حللتها أثناء التنفيذ.
مسار يناسب هدفك وميزانيتك
ابدأ بهندسة البيانات وFabric مقابل 600 ريال، أو أضف AWS وAzure Cloud مقابل 800 ريال.
المنهج الكامل
منهج متدرّج. تفاصيل قابلة للاستكشاف.
اختار المحور اللي يهمك وافتح تفاصيله، أو استخدم البحث عشان توصل بسرعة للمهارات والمشروعات المطلوبة.
16 / 16
01مقدمة في هندسة البيانات وتصميم المنصات
- ماذا يفعل مهندس البيانات؟ وكيف يختلف دوره عن محلل البيانات وعالم البيانات؟
- رحلة البيانات من المصدر إلى التقارير: Ingestion وTransformation وServing.
- متى نختار Data Lake أو Warehouse أو Lakehouse؟
- الفرق بين ETL وELT، والمعالجة المجمّعة Batch وأساسيات حوكمة البيانات.
- تحديد متطلبات المشروع ورسم Architecture Diagram عملي.
التطبيق العملي · مختبر: رسم بنية منصة بيانات لمتجر إلكتروني.
02Python من الصفر لهندسة البيانات
- المتغيرات والدوال والشروط والحلقات وهياكل البيانات.
- البرمجة الكائنية OOP وإدارة الأخطاء وVirtual Environments.
- قراءة CSV وExcel وJSON وتنظيم البيانات باستخدام Pandas.
- كتابة كود قابل للصيانة مع Logging واختبارات بسيطة.
- المكتبات والملفات وRequests ومعالجة الترميز والنص العربي.
التطبيق العملي · مختبر: إنشاء أداة Python لتنظيف ملفات المبيعات.
03SQL وقواعد البيانات ونمذجة البيانات
- الجداول والعلاقات والمفاتيح الأساسية والخارجية وتصميم قواعد البيانات.
- SELECT وJOIN وGROUP BY وSubqueries وCTEs وWindow Functions.
- الفهارس Indexes وتحسين الأداء وقراءة استعلامات التحليل.
- Star Schema وجداول Facts وDimensions والأبعاد المتغيرة SCD.
- الاتصال بقواعد البيانات من Python وتصدير النتائج.
التطبيق العملي · مختبر: بناء قاعدة بيانات مبيعات وإنشاء تقارير SQL.
04واجهات APIs وجمع البيانات من الويب
- استخدام REST APIs وJSON والمصادقة وPagination.
- استخراج البيانات من ملفات محلية أو مصادر مصرح بها.
- Web Scraping باستخدام Requests وBeautifulSoup عند السماح.
- أتمتة المواقع الديناميكية باستخدام Selenium بشكل مسؤول.
- التحقق من جودة البيانات وإزالة التكرار وتخزين النتائج.
التطبيق العملي · مختبر: جمع بيانات من API وبناء Dataset موحد.
05NoSQL مع MongoDB وRedis
- فهم الفروق بين قواعد SQL وNoSQL واختيار الحل المناسب.
- تصميم Collections وDocuments في MongoDB والاستعلام والفهارس.
- تشغيل استعلامات تجميعية Aggregation في MongoDB.
- Redis Caching وTTL وإدارة المفاتيح وحالات الاستخدام.
- ربط MongoDB وRedis ببرامج Python وقياس الأداء.
التطبيق العملي · مختبر: مخزن تحليلات MongoDB مع Cache باستخدام Redis.
06ETL وELT والجدولة باستخدام Airflow
- استخراج البيانات وتحويلها وتحميلها والتعامل مع Schema Drift.
- Incremental Loads وWatermarks وحالات Retry وIdempotency.
- مقدمة إلى Apache Airflow: DAGs وTasks وScheduling.
- مراقبة مهام البيانات والتسجيل والتنبيه عند الفشل.
- تصميم خط بيانات قابل لإعادة التشغيل والتطوير.
التطبيق العملي · مختبر: بناء DAG وجدولة تدفق ETL من API إلى قاعدة بيانات.
07Microsoft Fabric: Workspaces وOneLake وLakehouse
- التعرف على بيئة Microsoft Fabric ومساحات العمل والقدرات.
- مفهوم OneLake وطرق تنظيم الملفات والمجلدات والاختصارات.
- إنشاء Lakehouse وتحميل البيانات وإنشاء جداول Delta.
- طبقات Medallion: Bronze وSilver وGold.
- المقارنة بين Lakehouse وWarehouse داخل Fabric.
التطبيق العملي · مختبر: إعداد OneLake/Lakehouse والطبقة Bronze.
08Data Factory وPipelines وDataflows Gen2
- إنشاء Fabric Data Pipelines باستخدام Copy Activity.
- ربط مصادر مختلفة وإنشاء اتصالات ومعلمات Parameters.
- تحويل البيانات بواسطة Dataflows Gen2.
- التشغيل المجدول ومتابعة النشاط داخل Monitoring Hub.
- التعامل مع بوابة On-Premises Gateway وأخطاء النقل.
التطبيق العملي · مختبر: Pipeline مجدول مع Dataflow وتحميل تدريجي.
09PySpark وDelta Lake ومعمارية Medallion
- مدخل إلى Distributed Computing وSpark DataFrames.
- تنفيذ التحويلات باستخدام PySpark في Fabric Notebooks.
- Delta Tables وMERGE وUpsert وفهم معاملات ACID.
- تنظيف البيانات واختبارات الجودة من Bronze إلى Silver.
- تحضير Gold Tables وقياس الأداء قبل استهلاكها.
التطبيق العملي · مختبر: مسار Bronze/Silver/Gold متكامل باستخدام PySpark.
10Fabric Warehouse وT-SQL وذكاء الأعمال
- إنشاء Warehouse وتحميل الجداول باستخدام Fabric.
- النمذجة البعدية Dimensional Modeling وجدول الحقائق والأبعاد.
- استخدام T-SQL في التحويل والتقارير والتحقق من النتائج.
- تجهيز Semantic Models وDirect Lake ودعم Power BI.
- ضبط جودة البيانات وأذونات الوصول للتحليلات.
التطبيق العملي · مختبر: Warehouse مبيعات جاهز للوحات Power BI.
11Real-Time Intelligence داخل Microsoft Fabric
- متى نحتاج بيانات شبه لحظية؟ وما الفرق عن الدفعات Batch؟
- استخدام Fabric Eventstreams لاستقبال الأحداث المسموح بها.
- التعرّف على Eventhouse وKQL والاستعلامات الزمنية.
- عرض البيانات في Real-Time Dashboards والتنبيه باستخدام Activator.
- مراجعة حدود التكلفة والجودة والاحتفاظ بالبيانات.
التطبيق العملي · مختبر: لوحة أحداث لحظية مع تنبيه تشغيلي داخل Fabric.
12الأمان والحوكمة والمراقبة وCI/CD
- تطبيق صلاحيات Workspaces وData Access وLeast Privilege.
- Data Lineage والتوثيق وقواعد جودة البيانات.
- Monitoring Hub وتسجيل الأخطاء والقياسات.
- أساسيات Git وDeployment Pipelines ونقل التغييرات.
- تحسين الأداء ومراجعة التكاليف وخطط الاسترجاع.
التطبيق العملي · مختبر: إضافة جودة ومراقبة وأذونات لمشروع Fabric.
13Docker وLinux وGitHub لمهندس البيانات
- أساسيات Linux ومهارات Terminal وBash وCron.
- إدارة Git Branches وPull Requests وتوثيق المستودعات.
- مبادئ Docker Images وContainers وDocker Compose.
- إدارة Environment Variables دون نشر أسرار المشروع.
- إنشاء بيئة تجريبية محلية لاختبار خطوط البيانات.
التطبيق العملي · مختبر: تشغيل Pipeline محليًا وتوثيقه على GitHub.
14التأهيل الاحترافي لامتحان Microsoft DP-700
- فهم نطاق اختبار Fabric Data Engineer Associate وموضوعاته.
- مراجعة Implement & Manage Analytics Solutions.
- تطبيقات Ingest & Transform Data داخل Fabric.
- مراقبة الحلول وتحسينها واستكشاف الأخطاء.
- اختبارات تدريبية وسيناريوهات ومراجعة أخطاء شائعة وخطة مذاكرة.
التطبيق العملي · مختبر: مراجعة سيناريو DP-700 مع إجابات مشروحة.
15المشروع النهائي: منصة بيانات متكاملة
- تحديد مشكلة عمل حقيقية وتوثيق الحل المخطط.
- جمع البيانات من API وSQL والملفات في مسار واحد.
- تطبيق Fabric وLakehouse وPySpark وDataflows وWarehouse.
- إضافة اختبارات جودة وتنبيهات وضبط الصلاحيات.
- تسليم Architecture Diagram وREADME وDemo وقائمة اختبارات.
التطبيق العملي · المشروع: منصة تجارة إلكترونية من البيانات الخام إلى نموذج تحليلي متكامل.
16ملف الأعمال والتوظيف والتطور المهني
- عرض المشروع النهائي كدراسة حالة واضحة في GitHub.
- كتابة README وData Dictionary وتوضيح القرارات الهندسية.
- تحسين CV وLinkedIn وإبراز الخبرة بالمشاريع.
- الاستعداد لمقابلات Python وSQL وFabric والأنظمة.
- وضع خطة تطوير مستمرة ومراجعة نقاط القوة والضعف.
التطبيق العملي · مختبر: عرض نهائي للمشروع ومحاكاة مقابلة فنية.
لا توجد مراحل مطابقة. جرّب كلمة أخرى.
MICROSOFT FABRIC · CERTIFICATION
استعد لشهادة DP-700 من خلال الممارسة
تتدرب على المهارات المرتبطة بـDP-700 من خلال مشروعات عملية. حجز الاختبار الرسمي ورسومه منفصلان عن رسوم المعسكر.
1تنفيذ وإدارة حلول التحليلات
2استقبال البيانات وتحويلها
3مراقبة الحلول وتحسينها
مشروعات المعسكر
مشروعات تخلّي كل مهارة ليها نتيجة واضحة
من تحليل المبيعات إلى مراقبة جودة البيانات: شوف ازاي الأدوات بتتحول لخط بيانات واضح ونتائج تعتمد عليها فرق العمل.
تصور المشروع
من ملفات المبيعات إلى Warehouse جاهز للتحليل
بناء مسار يجمع ملفات CSV وAPI للمبيعات، ينظّف البيانات عبر PySpark ويحمّلها إلى طبقات منظمة يمكن لفرق BI استهلاكها.
ETL / ELTFabricData Quality
01CSV / REST API
02Fabric Data Factory
03OneLake / PySpark
04Warehouse / BI
تصور المشروع
مراقبة العمليات واكتشاف مشكلات البيانات
تطوير Pipeline مجدول يتحقق من الاكتمال والتكرار والأخطاء، ويسجّل حالات الفشل مع منطق إعادة المحاولة.
ETL / ELTFabricData Quality
01SQL / Files
02Incremental Pipeline
03Quality / Alerts
04Trusted Dataset
تصور المشروع
بناء قاعدة بيانات مؤسسية للعملاء
دمج مصادر متعددة للعملاء، وإنشاء نموذج أبعاد وحقائق يدعم تحليل سلوك العملاء مع الحفاظ على ضوابط الصلاحيات.
ETL / ELTFabricData Quality
01Multiple Sources
02ETL / Dataflows
03Dimension Tables
04Warehouse / Access
PROJECT PRACTICE
15 مشروعًا وتطبيقًا عمليًا داخل المعسكر
من أول مشروع Python لحد منصة البيانات النهائية؛ افتح أي مشروع واعرف هتبني إيه وهتستخدم أنهي أدوات.
01هياكل البيانات في Python
بناء وظائف قابلة للاختبار لمعالجة سجلات البيانات.
02أتمتة OOP ببايثون
فصل القراءة والتحويل والتحميل في أصناف برمجية.
03استخلاص API وملفات
تجميع بيانات CSV وJSON من مصادر مصرح بها.
04Selenium للبيانات العامة
استخلاص بيانات متاحة واختبار الجودة بمسؤولية.
05تحليلات متجر SQL
تصميم قاعدة متجر وإنشاء استعلامات مؤشرات الأداء.
06MongoDB Analytics Store
تخزين وتحليل سجلات مرنة داخل MongoDB.
07Redis Caching
إضافة Cache لخدمة بيانات ومقارنة زمن الاستجابة.
08Airflow DAG
جدولة خط ETL ومراقبة الفشل وإعادة المحاولة.
09Fabric Bronze Layer
استقبال ملفات جديدة داخل Lakehouse.
10Medallion Pipeline
تنظيف Bronze إلى Silver ثم إعداد Gold.
11Spark SQL Analysis
الاستعلام عن جداول Delta وإيجاد مؤشرات تحليلية.
12Data Factory Orchestration
بناء Pipeline مع Dataflows Gen2 والتنبيهات.
13Warehouse وPower BI
إنشاء نموذج بُعدي وإتاحته للوحات الإدارة.
14Fabric Real-Time Dashboard
استخدام Eventstreams وEventhouse والتنبيه التشغيلي.
15المشروع النهائي End-to-End
دمج الحلول في منصة موثوقة وتوثيقها على GitHub.
مدربوك في المعسكر
هتتعلم مع ناس فاهمة المشروع قبل ما تشرح الأداة
من كتابة أول استعلام SQL لحد تصميم Pipeline داخل Fabric، هتلاقي الشرح مرتبط بالقرار الهندسي وبالأخطاء اللي ممكن تقابلك أثناء التنفيذ.
MN.
الإشراف على رحلة التعلم والتطبيق
م. مصطفى نبيه
أكثر من 7 سنوات في التدريب وتحليل وهندسة البيانات والذكاء الاصطناعي. يجمع مصطفى بين الصورة الكبيرة والتفاصيل التي تصنع الفارق: لماذا نختار أداة؟ كيف نراجع النتيجة؟ وكيف نحوّل ما تعلمناه إلى مشروع يعبّر عن مستوى المتدرب؟
Microsoft DP-700Microsoft PL-300تعليم مبني على المشروعات
MO
التطبيق خطوة بخطوة
أ. منى
مع أ. منى، المفاهيم الصعبة بتتحوّل لخطوات واضحة وتطبيقات تقدر تنفذها بنفسك. من فهم البيانات وأساسيات Python وSQL إلى تنظيم الكود وقراءة النتائج؛ التركيز دائمًا على إنك تفهم ليه بتعمل الخطوة، مش تحفظها.
AM
مهندس بيانات • خبرة 5 سنوات
د. عبد الرحمن محمود
د. عبد الرحمن مهندس بيانات بخبرة 5 سنوات، ينقل لك طريقة تفكير المهندس وقت بناء الأنظمة: من تجميع البيانات وتحويلها إلى تصميم Pipelines ومتابعة الأداء واكتشاف نقاط الضعف. خبرته تضيف للشرح بُعدًا عمليًا يخليك تشوف كل جزء في مكانه داخل المنظومة.
الخطوة التالية
اختر مسارك، واحجز موعد الدفعة المناسبة
ابدأ بهندسة البيانات وFabric في المسار الأساسي، أو أضف وحدات AWS وAzure Cloud الاختيارية. اختار اللي يناسب خطتك، وبعدها حدّد دفعتك.
FAQ
أسئلة مهمة قبل التسجيل
إجابات مباشرة عن مستوى المعسكر والخيارات والشهادة.
هل يبدأ المعسكر من الأساسيات؟
نعم. نبدأ بالمفاهيم المطلوبة ثم Python وSQL، ونتدرج إلى Fabric والمشروع النهائي.
هل AWS ضمن المنهج الأساسي؟
لا. المنهج الأساسي يركز على هندسة البيانات وMicrosoft Fabric. محتوى AWS وAzure Cloud موجود فقط في الباقة الإضافية الاختيارية.
هل الحصول على DP-700 مضمون؟
لا. المعسكر يقدم تأهيلًا وممارسة مرتبطة بالاختبار، لكن الحجز ورسوم الاختبار والنجاح فيه تُحدد بصورة مستقلة.
كيف يختار الطالب الدفعة والباقة؟
اختر الأساسي أو الإضافة السحابية، ثم اختر 31 أكتوبر أو 2 ديسمبر 2026، وأكمل التسجيل. يتم حفظ الاختيارين في تفاصيل الطلب.
هل يمكنني الدفع مباشرة قبل اختيار الباقة؟
لا. يجب اختيار باقة وتاريخ بدء متاحين أولًا.
كيف أحصل على المحتوى السحابي الإضافي؟
عند اختيار باقة 800 ريال، بتظهر الإضافة السحابية في تفاصيل طلبك، ويُرتب فريق الأكاديمية إتاحة محتواها لحسابك.
ابنِ نظام بيانات يمكنك شرحه وتشغيله وعرضه
من أساسيات Python إلى بناء حلول Microsoft Fabric والتأهيل لـ DP-700 — مشروعك هو الدليل على مهاراتك.
اختر باقتك ودفعتك