# تخصص تحليل البيانات: ما الرياضيات والبرمجة التي تحتاجها قبل أن تسجل

> **الخلاصة**: تخصص تحليل البيانات يحتاج ثلاث مهارات قبل التسجيل: إحصاء أساسي كالمتوسط والانحراف والاحتمال، وبرمجة بسيطة بلغة مثل بايثون، وراحة مع الجداول. جرّب كل واحدة منها أسبوعين بموارد مجانية، فإن استمتعت بالنتيجة فالتخصص يناسبك على الأرجح.[^1][^3]

**أهم النقاط**

- الإحصاء أهم من الرياضيات المتقدمة في السنة الأولى.
- جرّب بايثون وجدولاً واحداً لمدة أسبوعين قبل التسجيل.
- خطة كل جامعة تختلف، فاقرأ مواد السنة الأولى في موقع القسم.
- سؤال واحد تجيب عنه ببيانات حقيقية يقنعك أكثر من عشر مقالات.

![مخطط: رسم بياني وسطر برمجي وجدول](https://tiswa.app/assets/blog/data-analytics-major-prerequisites/data-analytics-major-prerequisites-cover-ar.webp)

في نهاية الثانوية فتح طالب في الرياض موقع قسم تحليل البيانات في إحدى الجامعات، ورأى في خطة السنة الأولى مواد في التفاضل والإحصاء والبرمجة. أغلق الصفحة وهو يظن أن التخصص كله أرقام معقدة. لم يكن يعرف أن أكثر عمل المحلل في السنوات الأولى يدور حول سؤال بسيط: ماذا تقول هذه الأعمدة؟

> **رأي تسوى**: لا ننصح بالتسجيل في تخصص البيانات لأن الوظائف فيه تبدو لامعة. ننصح بأن تجرب أسبوعين من العمل الحقيقي: ملف جدول، وخمسة أسئلة عنه، وسطر برمجي يجيب عن كل سؤال. من أنهى هذا التمرين وهو يريد المزيد فقد عرف قراره، ومن مل منه في اليوم الثالث وفّر على نفسه فصلاً دراسياً كاملاً.

## ما المهارات التي يفترضها تخصص تحليل البيانات؟

تختلف الخطط بين جامعة وأخرى، وبعض الجامعات تضع التخصص تحت كلية الحاسب وبعضها تحت العلوم أو إدارة الأعمال، فاقرأ خطة السنة الأولى في موقع القسم الذي تريده. لكن القاسم المشترك واضح في معظم الخطط: إحصاء يبدأ من الوصف ويصل إلى الاستدلال، وبرمجة لقراءة البيانات وتنظيفها، وقواعد بيانات تتعلم منها لغة SQL، وبعدها عرض النتائج لشخص لا يحب الأرقام.

تتغير المواد بين الجامعات، لكن المهارات التي تدعمها تتكرر. الجدول التالي يربط كل مهارة بما يمكنك تجربته الآن دون أي تسجيل.

| المهارة | أين تظهر في التخصص | ما تجربه قبل التسجيل |
|---|---|---|
| الإحصاء الوصفي | أول فصلين: المتوسط والوسيط والانحراف | فيديوهات الإحصاء في خان أكاديمي |
| الاحتمال | المقررات المتوسطة وأساس التعلم الآلي | مسائل الاحتمال الأساسية خلال أسبوع |
| بايثون | قراءة الملفات وتنظيفها وتحليلها | دورة بايثون الرسمية، الفصول الأولى |
| حزمة pandas | عمل الجداول داخل الكود | أول ثلاثة دروس في وثائقها |
| SQL | سحب البيانات من قواعد الشركات | استعلام واحد على قاعدة تجريبية |
| الجداول | كل شيء قبل أن تصل إلى الكود | إكسل أو شيتس بتعليمة واحدة |

![تخصص تحليل البيانات](https://tiswa.app/assets/blog/data-analytics-major-prerequisites/data-analytics-major-prerequisites-inline-2-ar.webp)


لاحظ أن الرياضيات المتقدمة ليست في رأس القائمة. التفاضل والتكامل موجودان في كثير من الخطط، لكن من يستعد للسنة الأولى يربح أكثر بإتقان الإحصاء والتفكير المنطقي.

## كيف تختبر نفسك في أسبوعين قبل التسجيل؟

خصص ساعة يومياً لأربعة عشر يوماً. هذا الجدول ليس منهجاً رسمياً، لكنه يكشف لك الجواب عمل بعمل.

1. **اختر سؤالاً يهمك**: مثلاً: أي أيام الأسبوع تكثر فيها طلبات القهوة في كلية قريبة؟ لا تبدأ بسؤال بعيد عن حياتك، فالفضول يحمل الأسبوع الثاني.
2. **اجمع عشرين صفاً في جدول**: لا تحتاج مجموعة ضخمة. عشرون صفاً تكتبها بيدك أو تأخذها من موقع بيانات مفتوحة تكفي لتتعلم الفرز والتجميع.
3. **احسب المتوسط والوسيط وارسم عموداً**: إن اختلف الرقمان كثيراً فهناك قيمة شاذة. هذه أول لحظة يشعر فيها المبتدئ أنه يقرأ البيانات فعلاً.
4. **انتقل إلى بايثون**: اتبع الفصول الأولى من الدليل الرسمي، ثم افتح ملفك بحزمة pandas وكرر ما فعلته في الجدول بسطرين.[^1][^2]
5. **اشرح النتيجة بجملتين**: اكتب لزميلك ما وجدته دون مصطلحات. إن عجزت عن الشرح فلم تفهم بعد، وهذا أهم ما يتعلمه المحلل.
6. **قيّم نفسك**: هل طلبت المزيد؟ هل وجدت متعة في التنظيف؟ أم كنت تنتظر الانتهاء؟ الإجابة الصادقة أصدق من أي اختبار ميول.

![تخصص تحليل البيانات](https://tiswa.app/assets/blog/data-analytics-major-prerequisites/data-analytics-major-prerequisites-inline-1-ar.webp)


## هل يحتاج تخصص تحليل البيانات إلى رياضيات قوية؟

يحتاج إلى رياضيات منظمة أكثر من رياضيات صعبة. الإحصاء يتطلب فهم الجمع والقسمة والنسب والرسوم، ثم مفهوم الاحتمال. أما التفاضل والمصفوفات فتظهر لاحقاً وتخدم التعلم الآلي. وإن كانت درجتك في رياضيات الثانوية متوسطة فهذا لا يمنعك، لكن عليك أن تبني الأساس بخطة: ساعة يومية على الإحصاء في الصيف تكفي لتبدأ الفصل الأول وأنت مرتاح.[^3]

وإن كنت في السنة التحضيرية فمساراتها تعدّك لهذا النوع من المواد، وللتفاصيل راجع [دليل السنة التحضيرية](https://tiswa.app/blog/preparatory-year-guide/).

## هل أتعلم البرمجة قبل الدخول؟

تعلم الأساسيات فقط: المتغيرات والشروط والحلقات والدوال وقراءة ملف. هذا يكفي لتبدأ المادة الأولى دون أن تتأخر. المحاضر في الفصل الأول لا يفترض أنك تعرف شيئاً، لكن الطالب الذي مرّ بالأساسات يستفيد من الساعات بدل أن يضيعها في الصيغة.

ابدأ من [تعلم بايثون](https://tiswa.app/blog/learn-python/) ثم انتقل إلى [تعلم SQL](https://tiswa.app/blog/learn-sql/) عندما تحتاج إلى سحب البيانات من قاعدة. ولخارطة أوسع راجع [خارطة تعلم تحليل البيانات](https://tiswa.app/blog/data-analysis-roadmap/).

## ما الفرق بين تحليل البيانات وعلم البيانات؟

المحلل يجيب عن أسئلة الأعمال من بيانات موجودة: لماذا انخفضت المبيعات؟ ومن العميل الأكثر ولاءً؟ وعالم البيانات يبني نماذج تتنبأ وتقترح، ويحتاج رياضيات وبرمجة أعمق. في الجامعات تُسمّى الأقسام بأسماء مختلفة، لذلك لا تحكم بالاسم، واقرأ خطة المواد. وللمقارنة بين الخيارات اقرأ [تخصص علم البيانات](https://tiswa.app/blog/major-data-science/).

وإن لم تعرف أي خيار يناسبك، فإن [اختيار التخصص](https://tiswa.app/blog/how-to-choose-a-major/) يعطيك خطوات لمقارنة ثلاثة تخصصات بمعايير ثابتة بدل الانطباع الأول.

## أين تعمل بعد التخصص في السعودية؟

تدفع الهيئة السعودية للبيانات والذكاء الاصطناعي (سدايا) مبادرات وطنية تحتاج إلى محللين، كما تحتاج البنوك وشركات الاتصالات والتجزئة والصحة إلى من يقرأ بياناتها.[^4] اطلع على إعلانات الوظائف قبل التسجيل، وانظر إلى العناوين المتكررة مثل محلل أعمال ومحلل بيانات ومحلل ذكاء الأعمال، ثم ارجع إلى خطة القسم وسل نفسك: هل تغطي مواده المهارات المطلوبة في هذه الإعلانات؟

ولا تنتظر التخرج لتبدأ بناء أعمال تعرضها. مشروع واحد على بيانات مفتوحة مع شرح من فقرتين أقوى في ملفك من عشر شهادات. وانتبه إلى أن بعض الأقسام تدرّس أدوات معينة فقط، فإن كانت أدوات الإعلانات غير تلك فتعلمها بنفسك على جانب الدراسة.

## ما الأخطاء التي تتكرر عند اختيار هذا التخصص؟

أولها اختيار التخصص بسبب الراتب فقط، فتبدأ الدراسة ثم تكتشف أنك لا تحب الجلوس ساعات أمام شاشة تنظف الأعمدة. وثانيها تجاهل الإحصاء والتركيز على الأدوات اللامعة، فتتقن الرسوم ولا تعرف هل الفرق بين رقمين حقيقي أم صدفة. وثالثها الاعتماد على دورة واحدة طويلة بدل مشروع صغير ينتهي في أسبوع.

وإن اكتشفت بعد تجربة الأسبوعين أن الإحصاء يرهقك لكن الكود يمتعك، فالتخصص المجاور مثل هندسة البرمجيات قد يناسبك أكثر. لا تعد هذا فشلاً، فالتجربة وُجدت لتكشف هذه الفروق قبل أن تدفع فصلاً.

وخذ ورقة واكتب فيها ثلاثين كلمة عن الأسبوعين بعد أن تنتهي منهما: ما الذي أحببته؟ وما الذي أرهقك؟ وهل تتخيل نفسك تفعل هذا أربع سنوات؟ اعرض الورقة على أخ أو معلم يعرفك، فرأي من يعرف طباعك يضيف ما لا تراه في نفسك.

ستحتاج جهازاً وبرامج وأدوات دراسة خلال التخصص، ولكثير منها أسعار خاصة للطلاب. اطلع على [خصومات الطلاب في السعودية](https://tiswa.app/deals/) قبل أي شراء. [شوف عروض الطلاب](https://tiswa.app/join/)

## أسئلة

### ما المواد التي أحتاجها قبل تخصص تحليل البيانات؟

تحتاج إحصاء أساسياً ومنطقاً رياضياً وبرمجة بسيطة. ابدأ بالإحصاء الوصفي وبايثون، ثم اقرأ خطة القسم في موقع جامعتك لترى المواد الفعلية.

### هل تخصص تحليل البيانات صعب؟

هو صعب لمن لا يحب الأرقام والتنظيم، ومتوسط لمن يحبهما. جرّب أسبوعين بساعة يومياً، فنتيجة التجربة أصدق من الآراء.

### هل أحتاج رياضيات متقدمة لتخصص تحليل البيانات؟

لا في البداية. الإحصاء والاحتمال أهم في السنة الأولى، أما التفاضل والمصفوفات فتأتي لاحقاً وتخدم التعلم الآلي.

### هل أتعلم بايثون قبل دخول تخصص تحليل البيانات؟

تعلم الأساسيات فقط: المتغيرات والشروط والحلقات والدوال. هذا يكفي لتبدأ المادة الأولى مرتاحاً.

### ما الفرق بين تخصص تحليل البيانات وعلم البيانات؟

المحلل يجيب عن أسئلة الأعمال من بيانات قائمة، وعالم البيانات يبني نماذج تنبؤية. أسماء الأقسام تختلف بين الجامعات، فاقرأ خطة المواد.

### أين أعمل بعد تخصص تحليل البيانات في السعودية؟

في البنوك والاتصالات والتجزئة والقطاع الصحي والجهات الحكومية. ابحث في إعلانات الوظائف عن عناوين محلل بيانات ومحلل أعمال قبل التسجيل.


## المصادر

[^1]: Python Software Foundation: The Python Tutorial, https://docs.python.org/3/tutorial/
[^2]: pandas documentation: Getting started, https://pandas.pydata.org/docs/getting_started/index.html
[^3]: Khan Academy: Statistics and probability, https://www.khanacademy.org/math/statistics-probability
[^4]: Saudi Data and AI Authority (SDAIA), https://sdaia.gov.sa