الماجستير في الذكاء الاصطناعي التطبيقي

Apply Now More Information

START YOUR JOURNEY NOW

تمديد الموعد الأخير لتقديم الطلب: 27 فبراير 2026 (5مساء بتوقيت الإمارات)

--الشهور --اسابيع --الأيام --الساعات

الصفحة الرئيسية / الدراسة / الماجستير في الذكاء الاصطناعي التطبيقي

نظرة عامة

يهدف برنامج الماجستير في الذكاء الاصطناعي التطبيقي لسد النقص الكبير في المهارات في تطبيقات الذكاء الاصطناعي في الصناعة، سواء في دولة الإمارات العربية المتحدة أو على مستوى العالم. يجمع البرنامج بين المعرفة النظرية والخبرة العملية ليزود الطلاب بالمهارات المتقدمة اللازمة لتكييف تكنولوجيا الذكاء الاصطناعي وتنفيذها في قطاعات الصناعة والبحث والإدارة الحكومية.

واتساقاً مع رؤية أبوظبي للاقتصاد المعرفي، يُعرّف برنامج الماجستير في الذكاء الاصطناعي التطبيقي قادة المستقبل على تطبيقات الذكاء الاصطناعي المتطورة التي تدعم استراتيجيات الذكاء الاصطناعي الوطنية والتنمية الاقتصادية والمجتمعية في دولة الإمارات العربية المتحدة. ويركز هذا المنهج القائم على المشاريع والذي يركز على الصناعة على تنمية المهارات التطبيقية وريادة الأعمال وإعداد الخريجين لتقديم ابتكارات في مجال الذكاء الاصطناعي يكون لها تأثير على المجتمع والاقتصاد والبيئة.

أهداف البرنامج:

تخريج طلاب يمتلكون المهارات والمعرفة لتطوير حلول مبتكرة ومستدامة في الذكاء الاصطناعي وإنشاء مشاريع ريادية قائمة عليه.
إعداد قادة المستقبل وتزويدهم بمهارات تحليل البيانات المتقدمة وحل المشكلات.
تزويد الخريجين بالقدرة على تطبيق الذكاء الاصطناعي في مجالات حيوية تشمل التكيّف مع التقنيات المتقدمة في الصناعة والبحث والتطوير، إضافة إلى الوظائف الحكومية الأساسية.
تطوير مهارات إدارة وقيادة المشاريع البحثية التعاونية متعددة التخصصات.
تخريج طلاب قادرين على دعم الأهداف الاستراتيجية الأوسع للمجتمع والبيئة والاقتصاد وفق رؤية اقتصاد المستقبل لدولة الإمارات.

تفاصيل البرنامج:

برنامج مدفوع لمدة عامين بنظام الدراسة الجزئية مع ملاحظة أن البرنامج لا يوفر منح دراسية.
برنامج مصمم للمهنيين العاملين في الإمارات ممن لديهم خبرة لعدة سنوات في مجالات الذكاء الاصطناعي أو الصناعة الرقمية أو المجالات التقنية.
محاضرات البرنامج والحصص العملية، يتم توفيرها خارج ساعات الدوام الرسمية بما في ذلك خلال الفترات المسائية وعطلات نهاية الأسبوع.
منهاج البرنامج يركز على بناء المهارات العملية التي ستساعد الخريجين على تطوير حلول الذكاء الاصطناعي المتكاملة.
التواصل مع أبرز الجهات الإقليمية والعالمية في مجال الذكاء الاصطناعي.

المجالات الرئيسية في المنهج الدراسي:

علم البيانات: سيركز هذا المجال على تطبيق تقنيات تعلم الآلة لرفع تحديات مثل التنبؤ وكشف الاحتيال واستخلاص الأنماط من البيانات بهدف اتخاد قرارات مبنية على المعرفة.
هندسة البرمجيات وعمليات تعلم الآلة: سيهتم هذا الجانب من المنهج ببناء وتشغيل وصيانة نظم الذكاء الاصطناعي الإنتاجية باستخدام تطبيقات عمليات تعلم الآلة القياسية ومبادئ هندسة البرمجيات.
التعلم العميق: سيعنى هذا الجانب من المنهج بإتقان العمل بالشبكات العصبية وهياكل التعلم العميق الخاصة بتطبيقات الرؤية الحاسوبية ومعالجة اللغة الطبيعية والتعرف على الأنماط المعقدة.
الذكاء الاصطناعي التوليدي: سيتعلم الطلبة كيفية بناء وتشغيل نماذج توليدية متطورة تشمل النماذج اللغوية الكبيرة، ونماذج الانتشار، ونظم الذكاء الاصطناعي متعددة الوسائط.
مساقات اختيارية: يوفر منهج البرنامج مجموعة متنوعة من المساقات الاختيارية التي يمكن الاختيار منها بما فيها: معالجة اللغة الطبيعية، الرؤية الحاسوبية، الروبوتات، التعلم المعزز، ومجالات الذكاء الاصطناعي الناشئة التي تمكن المشاركين من تخصيص تجربتهم التعليمية بما يتماشى مع أولويات جهاتهم الاستراتيجية.

الدوام الدراسي: جزئي
السعات المعتمدة: 34
المدة الدراسية: عامين
المكان: الحرم الجامعي
الرسوم: 170,000 درهم إماراتي بواقع (5000 درهم لكل ساعة معتمدة)

كلمة مدير البرنامج

يسعدني ويشرفني أن أضع بين أيديكم برنامج الماجستير التطبيقي في الذكاء الاصطناعي في نسخته الأولى من جامعة محمد بن زايد للذكاء الاصطناعي.

تركز رؤية برنامج الماجستير التطبيقي في الذكاء الاصطناعي على تطوير مهارات مبتكري وقادة الغد الذين سيستفيدون من تطبيقات الذكاء الاصطناعي وقدراتها لحل مشكلات مؤسسية ومجتمعية، وسيسهمون في تحقيق المزيد من الازدهار والنمو في دولة الإمارات.

يستهدف البرنامج الكوادر التي لديها خبرات عملية أو وظيفية في دولة الإمارات. ويقدم لهم مزيجاً متوازناً يجمع بين المعرفة الأساسية المتخصصة، والمشاريع العملية، والخبرة القطاعية. وباعتبار أن البرنامج هو الأول من نوعه في الدولة، فسيسهر عليه نخبة من الأكاديميين العاملين في الجامعة. كما سيمكن الطلاب من الاختلاط والتفاعل مع المجتمع البحثي في الجامعة والاستفادة من مرافقها المتطورة وشبكة عريضة من الخريجين.

يدعم البرنامج أيضاً استراتيجية أبوظبي لاقتصاد المعرفة والذكاء الاصطناعي، الهادفة لتمكين قادة المستقبل في الدولة من مهارات الذكاء الاصطناعي المتقدمة من خلال برنامج قوي يستجيب للمعايير الدولية الخاصة بدراسات الذكاء الاصطناعي، والتي تركز على الجوانب التطبيقية، والتعاون في المجالات القطاعية القائمة على المشاريع وريادة الأعمال.

وتسعدني، بهذه المناسبة، دعوتكم للالتحاق بنا في الجامعة للارتقاء معاً بمسيرتكم المهنية إلى آفاق جديدة من خلال تقديمكم لطلب التسجيل في برنامج الماجستير التطبيقي في الذكاء الاصطناعي اليوم.

تينـغ يـو
مدير برنامج الماجستير في الذكاء الاصطناعي التطبيقي وأستاذ في علوم الحاسوب

السيرة الذاتية

الإطار الوطني للمؤهلات – ثلاثة محاور

تتوافق مخرجات التعلم للبرنامج مع الإطار الوطني للمؤهلات واستنادا إلى هذا فقد تم تقسيمها – أي مخرجات التعلم – إلى المحاور التالية: محور المعرفة ويرمز له بـ (K) ومحور المهارات ويرمز له بـ (S) ومحور المسؤولية ويرمز له بـ (R).

سيكون الطالب المتخرج عند استكمال متطلبات البرنامج قادراً على:

المخرج الأول: تصميم نماذج ذكاء اصطناعي مبتكرة ومستدامة لدعم ريادة
الأعمال في المؤسسات وخلق قيمة جديدة.
المخرج الثاني: تطبيق المهارات التحليلية المتقدمة ومهارات حل المشكلات
لتسخير الذكاء الاصطناعي في إيجاد حلول للتحديات التي تواجه المؤسسات
المخرج الثالث:تحليل مجموعات البيانات السياقية الكبيرة لتحسين تطبيقات
الذكاء الاصطناعي.
المخرج الرابع:إدارة مشاريع البحث والتطوير والابتكار التعاونية
المعقدة في مجالات الذكاء الاصطناعي والتكنولوجيا المتقدمة.
المخرج الخامس: تقييم الاعتبارات الأخلاقية والمجتمعية والقانونية
المتعلقة بتكنولوجيا الذكاء الاصطناعي.

تم إعداد مخرجات التعلم أعلاه بما يتوافق مع إطار المؤهلات الوطني للمستوى السابع (7) وتصنيفها في ثلاثة مجالات (المعرفة ’K‘ والمهارات ’S‘ والمسؤولية ’R‘)، وذلك فقاً للإطار الوطني للمؤهلات الذي وضعه مركز المؤهلات الوطني لدولة الإمارات العربية المتحدة ووزارة التعليم العالي والبحث العلمي:

[wps_table style=”default”]

مخرجات التعلم	المعرفة	المهارات	المسؤولية
المخرج الأول	K	–	R
المخرج الثاني	K	S	–
المخرج الثاني	K	S	–
المخرج الثاني	–	S	R
المخرج الثاني	–	S	R

[/wps_table]

الحد الأدنى من متطلبات الحصول على درجة الماجستير في الذكاء الاصطناعي التطبيقي هو 34 ساعة معتمدة، موزعة على النحو التالي:

[wps_table style=”default”]

	عدد المساقات	عدد الساعات المعتمدة
مساقات أساسية	4	16
مساقات اختيارية	2	8
التدريب	1	2
منهجيات البحث	1	2
مشروع البحث	1	6
المجموع	9	34

[/wps_table]

المساقات الأساسية

يجب على جميع الطلاب استكمال المساقات الإلزامية بالإضافة إلى مساقين اختياريين. كما أنه وتلبية لاحتياجات مجموعة متنوعة من الطلاب القادمين من خلفيات أكاديمية مختلفة، تم منح الطلاب مرونة في اختيار المساقات الاختيارية.

سيتم اتخاذ القرار بشأن المساقات التي سيتم دراستها بالتشاور مع المشرفين الأكاديميين للطلاب. وبشكل أساسي، سيساعد المشرف الأكاديمي الطالب في تصميم خطة دراسية شخصية، وذلك من خلال النظر في سجل الطالب الأكاديمي السابق، وخبراته العملية، ومشروع البحث المخطط له.

يجب على جميع الطلبة دراسة المساقات الأساسية التالية:

رمز المساق	اسم المساق	عدد الساعات المعتمدة
INT799	ماجستير العلوم – التدريب العملي المعرفة المطلوبة: قبل شروع الطالب في استكمال التدريب العملي، يجب أن يكون قد أتم بنجاح 24 ساعة معتمدة. وصف المساق: يهدف التدريب العملي بالتعاون مع القطاع الصناعي إلى تزويد الطالب بالخبرة العملية والتطبيقية المباشرة التي من خلالها يتحقق الجمع بين التجارب التطبيقية والتعلم الأكاديمي.	2
MAAI701	علم البيانات للصناعة المعرفة المطلوبة: المعرفة المطلوبة: يجب أن يكون الطلاب في هذا المساق حاصلون على درجة البكالوريوس في العلوم أو ما يعادلها من جامعة معتمدة أو جامعة معترف بها من قبل وزارة التربية والتعليم في دولة الإمارات العربية المتحدة. كما أنه من المهم أن يكون لديهم معرفة أساسية باستخدام لغة بايثون للبرمجة، وهياكل البيانات، والخوارزميات الأساسية. يُفضل كذلك إلمامهم بأطر عمل تعلم الآلة الأساسية (مثل بايتورش أو (TensorFlow، وأدوات التحكم في الإصدارات مثل(Git)، وأساسيات التمثيل البياني للبيانات (مثل Matplotlib وSeaborn) بالإضافة إلى ذلك، فإن الفهم الأساسي للجبر الخطي، والاحتمالات، والإحصاء يُعد مفيداً. وصف المساق: This يقدم هذا المساق نهجاً تطبيقياً في علم البيانات، مع التركيز على الأساليب والأدوات العملية للتعامل الفعال مع البيانات وتحليلها وعرضها من أجل تلبية احتياجات القطاعات المعنية. وتشمل الموضوعات الرئيسية التي سيغطيها المساق: تنقيح البيانات وإعدادها للمعالجة، تحليل البيانات الاستكشافي، والعرض البياني للبيانات، وهندسة الخصائص باستخدام مكتبات بايتون مثل Pandas وNumPy وMatplotlib وSeaborn. كما يغطي المساق منهجيات تعلم الآلة، بما فيها دارة مجموعات البيانات الواسعة النطاق، وتطبيق الحلول القائمة على البيانات في السيناريوهات الواقعية – سيعمل الطلاب على مشاريع تعكس تحديات واقعية في قطاعات رئيسية مثل الرعاية الصحية والتمويل وتجارة التجزئة والخدمات اللوجستية، بما يسهم في تطوير تفكيرهم النقدي ومهاراتهم العملية لإنشاء وتقييم وتشغيل نماذج قائمة على البيانات لحل مشكلات معينة في قطاعات بعينها.	4
MAAI702	البرمجة وهندسة البرمجيات المعرفة المطلوبة: يجب أن يكون الطلاب في هذا المساق حاصلون على درجة البكالوريوس في العلوم أو ما يعادلها من جامعة معتمدة أو جامعة معترف بها من قبل وزارة التربية والتعليم في دولة الإمارات العربية المتحدة. كما أنه من المهم أن يكون لديهم معرفة أساسية بالبرمجة، وهياكل البيانات، والخوارزميات الأساسية؛ يُفضل أيضاً أن يكون لديهم خبرة سابقة في الجبر الخطي والتحسين الرياضي. وصف المساق: This يقدم هذا المساق نهجاً تطبيقياً في علم البيانات، مع يستكشف الطلاب في هذا المساق بشكل معمق آليات هندسة البرمجيات المخصصة لتعلم الآلة التطبيقي، ويتعلمون كيفية دمج أدوات تطوير البرمجيات ومبادئ التصميم وتكنولوجيا تعلم الآلة لتصميم تطبيقات لتعلم الآلة يمكن تشغيلها على نطاق واسع. يشمل المنهج الدراسي مهارات عملية في هندسة البرمجيات، بما في ذلك تصميم برمجيات تعلم الآلة، ودمج قواعد البيانات، واختبار كود تعلم الآلة، وطرق التدريب الموزع، واستراتيجيات التشغيل باستخدام التقنيات السحابية. كما يتعاون الطلاب في المختبرات لتصميم وتنفيذ برامج تقدم حلولاً لتحديات صناعية حقيقية – يُعد هذا المساق الطلاب لتلبية متطلبات الصناعة من خلال تزويدهم بمهارات حل المشكلات والخبرة العملية في تطوير برمجيات تعلم الآلة الحديثة.	4
MAAI703	أسس التعلم العميق وتطبيقاتها المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق أساساً قوياً في البرمجة، وهياكل البيانات، والخوارزميات الأساسية، بالإضافة إلى خبرة سابقة في الجبر الخطي، والتحسين الرياضي، وأساسيات تعلم الآلة (مثل التعلم الموجّه وغير الموجّه). وصف المساق: This يقدم هذا المساق نهجاً تطبيقياً في علم البيانات، مع يوفر هذا المساق مقدمة شاملة للتعلم العميق مع التركيز على التطبيقات العملية وحل المشكلات الحقيقية باستخدام إطار عمل بايتورش. سيطلع الطلاب ايضاً على المفاهيم الأساسية والمتقدمة في مجال التعلم العميق بما في ذلك: الشبكات العصبية، والشبكات الالتفافية، والشبكات المتكررة، إلى جانب موضوعات مثل التعلم الانتقالي، والمرمزات التلقائية، والتعلم التعزيزي. ويطبق الطلاب في المختبرات والمشاريع خوارزميات التعلم العميق لتقديم حلول للتحديات في مجالات مثل معالجة الصور، ومعالجة اللغات الطبيعية، وتحليل السلاسل الزمنية. ويركز المساق على تنفيذ ونشر نماذج التعلم العميق، وتزويد الطلاب بالمهارات اللازمة لبناء النماذج وتحسين أدائها لمواجهة تحديات الصناعة.	4
MAAI704	الذكاء الاصطناعي التوليدي بين النظرية والتطبيق المعرفة المطلوبة: تعلم الآلة العميق التطبيقي المساق السابقة المطلوب أسس التعلم العميق وتطبيقاتها – MAAI7103 وصف المساق: يعرض هذا المساق المبادئ والممارسات الأساسية في مجال الذكاء الاصطناعي التوليدي وكيفية استخدامه لبناء تطبيقات الذكاء الاصطناعي. سيتعرف الطلاب على البنيات المختلفة للذكاء الاصطناعي التوليدي واستخداماتها، وكيفية تدريب نماذج الذكاء الاصطناعي التوليدي وضبطها، وكيفية تنفيذ الاستدلال الفعال في نماذج الذكاء الاصطناعي التوليدي من خلال أساليب هندسة الأوامر. كما سيتعرف الطلاب على الأخلاقيات والمخاطر المتعلقة باستخدام الذكاء الاصطناعي التوليدي.	4
MAAI799	الماجستير في الذكاء الاصطناعي التطبيقي – مشروع البحث التخصصي وصف المساق: يهدف هذا المشروع البحثي التطبيقي إلى تعريف الطلاب بمشكلة واقعية تتطلب منهم اقتراح حلول عملية. يعمل الطلاب بشكل مستقل على المشروع لمدة فصل دراسي كامل، ويشمل ذلك مراجعة الأدبيات وتطبيق الأطر والنماذج والمفاهيم والنظريات التي درسوها في مساقات الماجستير في الذكاء الاصطناعي التطبيقي على مشكلة أو حالة محددة لتطوير حلول عملية لها. يخصص الفصل الدراسي الأول لتصميم المشروع ووضع خطته، بينما يتم في الفصل الأخير إكمال المشروع. يساعد هذا المشروع البحثي التطبيقي الخريجين على اكتساب مهارات تنفيذ مشروع متوافق مع متطلبات الصناعة ويحتوي على جانب بحثي بشكل مستقل.	6
RES799	مقدمة في مناهج البحث وصف المساق: يهدف هذا المساق إلى تعلم مناهج البحث العلمي بشكل عام، والبحث في مبحث الذكاء الاصطناعي بشكل خاص. سيغطي هذا المساق موضوعات متنوعة مثل المناهج الكمية والنوعية والمختلطة، القياس والمؤشرات في البحث التجريبي، التقييم النقدي والمراجعة العلمية، التواصل العام، قابلية التكرار والعلوم المفتوحة، والقضايا الأخلاقية في بحوث الذكاء الاصطناعي. سيكتسب الطلاب المعرفة التي ستمكنهم من اختيار وتقييم وجمع ومشاركة البيانات، واختيار مناهج البحث المناسبة للإجابة عن أسئلة بحثية محددة. سيكون لدى الطلاب، بعد استكمال هذا المساق، المهارات اللازمة لتطوير منهجية بحثية متكاملة تتميز بالدقة والالتزام بالأخلاقيات.	2

المساقات الاختيارية

يجب على الطلاب اختيار ما لا يقل عن مساقين اختياريين، بمجموع ثماني (8) ساعات معتمدة أو أكثر، وذلك بناءً على اهتماماتهم، وأطروحة البحث المقترحة، وطموحاتهم المهنية، وبالتشاور مع لجنة الإشراف الخاصة بهم – المساقات الاختيارية المتاحة لبرنامج الماجستير في الذكاء الاصطناعي التطبيقي موضحة فيما يلي.

رمز المساق	اسم المساق	عدد الساعات المعتمدة
AI7101	تعلّم الآلة باستخدام بايثون المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بالجبر الخطي، التحليل الرياضي، والخوارزميات. كما يجب أن تكون لديهم على الأقل مهارات برمجة متوسطة. وصف المساق : يشكل هذا المساق مقدمة لأهم الموضوعات في مجال تعلم الآلة الحديثة مثل التصنيف، والانحدار، والتجميع، وتقليل الأبعاد. يتم تناول كل موضوع مع استعراض لأهم الخوارزميات المستخدمة لحل المشكلة، مدعومًا بأمثلة واقعية. الهدف الأساسي من المقرر هو إعطاء نظرة شاملة على أبرز تقنيات تعلم الآلة. يتم التركيز بشكل خاص على مكتبات بايثون الحديثة الخاصة بتعلم الآلة، والتي تساعد في حل هذه المشكلات بكفاءة.	2
AI7102	مقدمة في التعلم العميق المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بأساسيات الجبر الخطي، التفاضل والتكامل، الاحتمالات والإحصاء، ومفاهيم تعلم الآلة الأساسية – وإتقان لغة البرمجة ببايثون. وصف المساق : يغطي هذا المساق المفاهيم والأساليب الأساسية في التعلم العميق. يبدأ الطلاب بتعلم المبادئ الأساسية مثل نظرية التقريب الشامل، واستراتيجيات تصميم الشبكات العصبية، وآليات تدريب شبكات التعلم العميقة. ينتقل بعد هذا الطلبة إلى التعرف على مجموعة من نماذج الذكاء الاصطناعي العميقة مثل الشبكات الالتفافية (CNN)، والشبكات التكرارية (RNN)، والهياكل المعتمدة على المحولات (Transformers). سيكتسب الطلاب خبرة عملية في بناء وتدريب الشبكات العصبية العميقة في مجالات متنوعة مثل الرؤية الحاسوبية، التصوير الطبي، ومعالجة اللغة الطبيعية.	2
CS7101	الخوارزميات وهياكل البيانات وصف المساق : يتناول الطلبة في هذا المساق دراسة تقنيات تصميم الخوارزميات (مثل التي تستخدم في البرمجة الديناميكية)، وخوارزميات حل المشكلات الأساسية (مثل تحويل فورييه السريع (FFT)). كما سيتعرض الطلبة إلى موضوعات مثل عدم قابلية الحل الحسابي ونظرية كثيرات الحدود الكاملة – تشمل الموضوعات الرئيسية في هذا المساق: البرمجة الديناميكية، خوارزميات فرق تسد كخوارزمية تحويل فورييه السريع؛ الخوارزميات العشوائية كخوارزمية آر إس إيه؛ خوارزميات الرسوم البيانية؛ خوارزميات التدفق الأقصى، البرمجة الخطية، ونظرية كثيرات الحدود الكاملة.	4
CV701	الرؤية البشرية والحاسوبية المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بأساسيات الجبر الخطي، التفاضل والتكامل، الاحتمالات والإحصاء – وإتقان لغة البرمجة ببايثون. وصف المساق : يشكل هذا المساق مقدمة شاملة عن النظام البصري عند الإنسان والكيفية التي يتم بها إدراك الألوان، والتقاط الصور ومعالجتها، والفلترة الخطية وغير الخطية للصورة، وكيفية وصف واستخلاص ميزات أو سمات الشيء المنظور، واستراتيجيات التصنيف والتجزيء. كما سيتناول الطلبة علاوة على هذا بالدرس أساليب ومنهجيات تقييم جودة خوارزميات الرؤية الحاسوبية ومعالجة الصور.	4
CV702	الهندسة للرؤية الحاسوبية المعرفة المطلوبة: خبرة عملية في البرمجة ببايثون وبايتورش. المساق السابقة المطلوب : CV701 – الرؤية البشرية والحاسوبية. وصف المساق : يشكل هذا المساق مدخلا يتعرف من خلال الطلبة على مفاهيم وأساليب الرؤية الحاسوبية المعتمدة على الهندسة، والتي تساعد في وصف الشكل والبنية في البيئات الحقيقة. ويهدف هذا المساق مع الطلبة، على وجه التحديد، إلى تعريفهم بالأدوات اللازمة لتقدير العمق، والحركة، والفروق، والحجم، والوضعيات، والأشكال في المشاهد ثلاثية الأبعاد.	4
CV703	التعرف والكشف عن الأجسام المرئية المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بأساسيات الجبر الخطي، التفاضل والتكامل، الاحتمالات والإحصاء – وإتقان البرمجة ببايثون وبايتورش. المساق السابقة المطلوب : CV701 – الرؤية البشرية والحاسوبية. وصف المساق : يقدم هذا المساق نظرة عامة عن المفاهيم والأساليب المتعلقة بالتعرف والكشف عن الأجسام المرئية – سيتعلّم الطلاب بشكل خاص مجموعة واسعة من البنى الحديثة والمتقدمة للشبكات العصبونية العميقة، والتي تُعد من أحدث ما توصلت إليه التقنيات، وذلك لحل مهام التعرّف البصري والكشف والتتبع.	4
DS701	استخلاص البيانات المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بالرياضيات المتقطعة، الاحتمالات والإحصاء – وإتقان البرمجة سواء بلغة جافا أو بايثون. وصف المساق : يشكل هذا المساق مدخلا تمهيديا في مجال ما يعرف باستخلاص أو استخراج البيانات، وهي العملية التي من خلالها يتم اكتشاف الأنماط في مجموعات البيانات الضخمة باستخدام أساليب تقع عند نقطة التقاطع بين مجال تعلم الآلة والإحصاء وأنظمة قواعد البيانات.	4
DS702	معالجة البيانات الضخمة المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بقواعد البيانات، وإتقان البرمجة سواء بلغة جافا أو بايثون، ومعرفة أساسية بالتفاضل، والجبر الخطي، والاحتمالات والإحصاء. وصف المساق : يشكل هذا المساق مدخلا تمهيديا في مجال ما يعرف بمعالجة البيانات الضخمة، وهي العملية التي من خلالها يتم تحليل واستغلال البيانات الضخمة. يتناول هذا المساق بالدرس أساليب تقع عند نقطة التقاطع بين الحوسبة المتوازية، وتعلم الآلة، والإحصاء، وأنظمة قواعد البيانات، وغيرها.	4
DS703	استرجاع المعلومات المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بالرياضيات المتقطعة، الاحتمالات والإحصاء – إتقان البرمجة ببايثون أو جافا أو C++. وصف المساق : يشكل هذا المساق لما يعرف بمجال استرجاع المعلومات (IR)، وهو علم يهدف إلى البحث عن المعلومات الأكثر قيمة وملاءمة من بين الكم الهائل من البيانات الرقمية التي تشكلها، على سبيل المثال لا الحصر، صفحات الويب، البريد الإلكتروني، الأخبار، التغريدات، وصفحات ويكيبيديا التي تحتاج إلى نظم ذكية قادرة على فلترة جميع المعلومات المتاحة واستخراج أو استخلاص المعلومات الأكثر قيمة منها. وتعد محركات البحث مثل Google وBing أمثلة على هذه الأدوات. سيتناول الطلبة من خلال هذا المساق بالدرس المبادئ الأساسية والخوارزميات العملية المستخدمة في استرجاع المعلومات وتحليل النصوص. كما يغطي المساق تصميم وتنفيذ أنظمة الاسترجاع الحديثة – تشمل موضوعات المساق: تصميم أنظمة الاسترجاع، تقنيات تحليل النصوص، نماذج الاسترجاع (مثل النموذج البولياني، نموذج الفضاء المتجهي، النماذج الاحتمالية، والأساليب المعتمدة على التعلم)، تقييم البحث، التغذية الراجعة، تحليل سجلات البحث، والتطبيقات في إدارة المعلومات على الويب.	4
DS704	الجوانب الإحصائية لتعلم الآلة/النظرية الإحصائية المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق إلماماً بمفاهيم الاحتمالات والجبر الخطي والتحليل الرياضي. كما يوصى بدراسة مساق في الإحصاء مسبقاً. المساق السابقة المطلوب : ML701 – علم الآلة، AI – تعلم الآلة باستخدام بايثون، MTH7101 – الأسس الرياضية للذكاء الاصطناعي. وصف المساق : يغطي هذا المساق أساسيات الإحصاء النظري، والتي تشكل الأساس لتحليل خصائص خوارزميات تعلم الآلة. تشمل موضوعات المساق النماذج الإحصائية، الاستدلال الإحصائي، تقدير الاحتمالية العظمى، اختبار الفرضيات المثالي، نظرية القرار والاستدلال البايزي، الإحصاء غير المعلمي، وتقنية Bootstrap، بالإضافة إلى النماذج الخطية المعممة والإحصاء عالي الأبعاد. كما سيتم تقديم الأدوات الأساسية من نظرية الاحتمالات عند الحاجة، مثل متباينات الانحراف، أنواع التقارب، قانون الأعداد الكبيرة، نظرية الحد المركزي، وخصائص التوزيع الطبيعي مع إثباتاتها في نهاية كل فصل.	4
ENT799	ريادة الأعمال في التطبيق العملي وصف المساق : مقدمة شاملة في ريادة الأعمال في عصر الذكاء الاصطناعي، مع التركيز على تحويل الخبرة التقنية إلى مشاريع تجارية ناجحة. سيتعلم الطلاب كيفية تحديد الفرص المتاحة في السوق، اختبار الأفكار، تطوير النماذج الأولية، والتواصل الفعال مع الآخرين. يعتمد هذا المساق على التعلم العملي من خلال تطبيقات واقعية والتفاعل مع القطاعات الصناعة ذات الصلة، وينتهي بعرض المشاريع أمام المستثمرين وخبراء المجال في يوم مخصص لهذا الغرض. سيعمل الطلاب ضمن فرق لتطوير أفكار لشركات ناشئة تعتمد على الذكاء الاصطناعي، مع اكتساب مهارات أساسية مثل التفكير التصميمي، التحقق من العملاء، سرد القصص، وأساسيات جمع التمويل.	2
HC701	التصوير الطبي: الفيزياء والتحليل المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق إلماماً ببرمجة ببايثون. إضافة إلى دراسة مساق في معالجة الإشارات أو الإشارات والأنظمة. وصف المساق : يقدم هذا المساق مقدمة تناسب مستوى طلاب الدراسات العليا حول مبادئ التصوير الطبي وأساليبه، وهو يركز على المشاكل الفيزيائية المتصلة بالتصوير الطبي، حيث يغطي أساسيات الأشعة السينية، والتصوير المقطعي المحوسب، والتصوير بالرنين المغناطيسي، والموجات فوق الصوتية، والتصوير المقطعي بالإصدار البوزيتروني. كما يعطي هذا المساق الطلاب لمحة عامة عن الهندسة ثلاثية الأبعاد للصور الطبية وبعض المشكلات الكلاسيكية التي تبرز في تحليل الصور الطبية، بما في ذلك التصنيف والتجزئة والتسجيل والقياس الكمي وإعادة البناء ونظام “راديوميكس” [radiomics].	4
ML707	خدمات وتطبيقات المدينة الذكية المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بالمفاهيم الأساسية في حساب التفاضل والتكامل، والجبر الخطي، والبرمجة، ومعرفة أساسية بالذكاء الاصطناعي وتعلم الآلة. وصف المساق : يشكل هذا المساق مدخلًا شاملاً لدراسة استخدام الذكاء الاصطناعي وتعلّم الآلة في خدمات وتطبيقات المدن الذكية. يبدأ المساق بالتعرف على المفاهيم الأساسية، ثم يوضح كيفية تطبيق هذه المفاهيم بهدف تطوير وتصميم وتحسين خدمات المدن الذكية. كما يتيح هذا المساق للطلاب فهمًا عميقًا لمفهوم المدن الذكية ومتطلباتها، ويعزز قدرتهم على تصميم الأنظمة الخاصة بها. إضافة إلى ذلك، يوفر المساق فرصة للطلاب لتطوير مهاراتهم في دمج التقنيات الناشئة في مكونات المدن الذكية واعتمادها. كما يتعرف الطلاب على مفاهيم الأمن، وتحليل البيانات، وإنترنت الأشياء، والاتصالات والشبكات، مع دراسات حالة تطبيقية تركز على البنى التحتية للمدن الذكية.	4
ML709	إنترنت الأشياء والأنظمة الذكية والخدمات والتطبيقات المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بالمفاهيم الأساسية في حساب التفاضل والتكامل، والجبر الخطي، والبرمجة، ومعرفة أساسية بالذكاء الاصطناعي وتعلم الآلة. وصف المساق : يقدم هذا المساق مدخلاً شاملاً عن استخدام الذكاء الاصطناعي وتعلم الآلة في أنظمة وخدمات وتطبيقات إنترنت الأشياء الذكية. يبدأ المساق بالتعرف على المفاهيم المتقدمة، ثم يوضح كيفية تطبيق الذكاء الاصطناعي وتعلم الآلة لتطوير وتصميم وتحسين أنظمة وخدمات إنترنت الأشياء. سيمكن هذا المساق الطلاب من فهم أعمق لمفاهيم إنترنت الأشياء وتطبيقاتها ومتطلباتها، ويعزز قدرتهم على تصميم أنظمتها. يوفر هذا المساق أيضاً للطلاب فرصة لتطوير مهارات دمج التقنيات الناشئة مع مكونات إنترنت الأشياء الذكية وتنفيذها. كما يكتسب الطلاب المعرفة والمهارات اللازمة في مجالات الأمن، وتحليل البيانات، ونماذج الذكاء الاصطناعي، والاتصالات والشبكات، بالإضافة إلى العمل على حلول دراسات الحالة للبنى التحتية لإنترنت الأشياء.	4
MTH702	التحسين الرياضي المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بالجبر الخطي، تحليل المصفوفات، والاحتمالات والإحصاء. المساق السابقة المطلوب : MTH7101 – الأسس الرياضية للذكاء الاصطناعي وصف المساق : يشكل هذا الساق مدخلا لمستوى الدراسات العليا الجامعية لمبادئ وأساليب التحسين الرياضي، مع تركيز كبير على الصياغة الرياضية لمشكلات التحسين الرياضي. يغطي المساق أساسيات الدوال والمجموعات المحدبة، وطرق التحسين الرياضي من الدرجة الأولى والثانية، والمشكلات ذات القيود المتساوية و/أو غير المتساوية، وغيرها من المشكلات المتقدمة.	4
NLP701	معالجة اللغة الطبيعية المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بالمفاهيم الأساسية في الجبر الخطي، وحساب التفاضل والتكامل، والاحتمالات والإحصاء – إضافة إلى البرمجة ببايثون أو لغة مشابهة. وصف المساق : يُعتبر هذا المساق مدخلاً شاملاً في مجال معالجة اللغة الطبيعية، ويتم الاستناد فيه على مفاهيم أساسية في الرياضيات ولاسيما في علم الاحتمالات والإحصاء، والجبر الخطي، وحساب التفاضل والتكامل، وبناء عليه يُفترض في الطلاب الإلمام بمفاهيم البرمجة	4
ROB701	مدخل في علم الروبوتات المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بأساسيات الجبر الخطي، وحساب التفاضل والتكامل، والحساب المثلثي، والاحتمالات والإحصاء – إضافة إلى إتقان البرمجة ببايثون. وصف المساق : يغطي هذا المساق الأساس الرياضي للأنظمة الروبوتية، وسيتعرّف الطلبة من خلاله على المفاهيم الأساسية لنظام تشغيل الروبوتات (ROS) باعتباره أحد أكثر المنصات الأكثر استخداما وموثوقية لبرمجة الروبوتات الحديثة. كما يسلط المساق الضوء على تقنيات: النمذجة، ودراسة حركية الروبوتات ودينامياتها وإدراكها، والتحكم في حركتها والملاحة، وتخطيط المسار. سيتعلم الطلبة أيضا كيفية التعامل مع أنواع مختلفة من أجهزة الاستشعار وقراءة بياناتها وتحليلها والاستفادة منها في تطبيقات الروبوت المختلفة.	4
ROB702	رؤية الروبوتات وذكاؤها المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بأساسيات الجبر الخطي، وحساب التفاضل والتكامل، والاحتمالات والإحصاء – إضافة إلى إتقان البرمجة ببايثون وبايتورش. المساق السابقة المطلوب : ROB701 – مدخل في علم الروبوتات وصف المساق : يجب أن تكون الروبوتات قادرة على الاستشعار والتعلم من تجربتها لتحقيق الاستقلالية، وتعد الرؤية من أكثر تقنيات الاستشعار التي تعتمد عليها الروبوتات في بيئة العالم الحقيقي. وسيكتشف الطلبة في هذا المساق كل من التقنيات الأساسية المستخدمة في معالجة الصور وتحليل الرؤية الحاسوبية جنبا إلى جنب مع الأدوات المتقدمة التي تسمح للروبوتات بتقدير حركة الأشياء، أو تقدير العمق أو إعادة بناء مشاهد ثلاثية الأبعاد من مجموعة من الصور. كما يتيح المساق للطلبة فرصة الاطلاع على التعلم التعزيزي الذي يعتبر فرعاً من فروع تعلم الآلة المستوحى من كيفية تعلم البشر. يتفاعل وكيل التعلم التعزيزي مع بيئته، ويلاحظ تأثير أفعاله، ويتلقى مكافآت (إيجابية أو سلبية، اعتماداً على مدى نجاحه في إنجاز مهمة معينة). سنغطي كل من خوارزميات التعلم التعزيزي الأساسية والمتقدمة ونناقش مزاياها وعيوبها في إعدادات الروبوتات المختلفة.	4
ROB703	التموضع والملاحة لدى الروبوتات المعرفة المطلوبة: يجب أن يكون لدى الطلبة الذين سيدرسون هذا المساق معرفة بأساسيات الجبر الخطي، وحساب التفاضل والتكامل، والاحتمالات والإحصاء – إضافة إلى إتقان البرمجة ببايثون وROS/Gazebo. المساق السابقة المطلوب : ROB701 – مدخل في علم الروبوتات وصف المساق : يغطي المقرر موضوعات وتقنيات متعددة في سياق التخطيط والتموضع والملاحة. ويسلط الضوء على طرق التموضع والتخطيط في الوقت نفسه باستخدام مختلف أنواع المرشحات مثل مُرشِح كالمان ومُرشِح كالمان الموسع ومرشح الجسيمات. كما ينظر في طرق التموضع والتخطيط الآنية القائمة على الرسومات وفي ارتباط البيانات. ويدرس العلاقة بين تقنيات الملاحة القائمة على الخرائط وتلك التفاعلية. ويتم تطبيق هذه المفاهيم والطرق في نظام تشغيل الروبوت بهدف تعزيزها، وذلك من خلال حزم نظام تشغيل الروبوتات المتقدمة والمخصصة مثل حزمة tf وAMCL والتخطيط.	4

مشروع البحث

يعمل الطلبة أولاً في مجموعات لتحديد ومعالجة تحديات واقعية معقدة في المؤسسات والأعمال. يركز هذا الجزء من البحث على التفكير النقدي، ومهارات حل المشكلات، والعمل الجماعي؛ أما الجزء الأخير من المشروع فهو فردي، حيث يتيح للطلبة إبراز ما تعلموه طوال مدة البرنامج من خلال إجراء بحث في موضوع محدد مرتبط بسؤال البحث الأولي المستند إلى خلفيتهم التخصصية.

رمز المساق	اسم المساق	عدد الساعات المعتمدة
MAAI7199	الماجستير في الذكاء الاصطناعي التطبيقي – مشروع البحث التخصصي وصف المساق: يهدف هذا المشروع البحثي التطبيقي إلى تعريف الطلاب بمشكلة واقعية تتطلب منهم اقتراح حلول عملية. يعمل الطلاب بشكل مستقل على المشروع لمدة فصل دراسي كامل، ويشمل ذلك مراجعة الأدبيات وتطبيق الأطر والنماذج والمفاهيم والنظريات التي درسوها في مساقات الماجستير في الذكاء الاصطناعي التطبيقي على مشكلة أو حالة محددة لتطوير حلول عملية لها. يخصص الفصل الدراسي الأول لتصميم المشروع ووضع خطته، بينما يتم في الفصل الأخير إكمال المشروع. يساعد هذا المشروع البحثي التطبيقي الخريجين على اكتساب مهارات تنفيذ مشروع متوافق مع متطلبات الصناعة ويحتوي على جانب بحثي بشكل مستقل.	6

الشهادة المطلوبة

تقبل جامعة محمد بن زايد للذكاء الاصطناعي المتقدمين لهذا البرنامج من الأفراد الحاصلين على درجة البكالوريوس في أحد تخصصات العلوم، والتكنولوجيا، والهندسة، والرياضيات (STEM) مثل علوم الحاسوب أو الهندسة الكهربائية أو هندسة الحاسوب أو الرياضيات أو الفيزياء أو أي تخصص علمي أو هندسي آخر ذي صلة من جامعة معتمدة أو معترف بها من قبل وزارة التعليم العالي والبحث العلمي في دولة الإمارات بمعدل تراكمي لا يقل عن 3.0 (على مقياس 4.0) أو ما يعادلها.

وفي الوقت الذي يعد فيه حصول الطلبة المتقدمين لهذا البرنامج على درجة البكالوريوس في أحد تخصصات (STEM) أمراً مرغوباً فيه، إلا أن الجامعة يمكنها قبول ترشيحات الطلبة الحاصلين على درجة البكالوريوس من تخصصات أخرى إذا تمكنوا من تقديم دليل يثبت اكتسابهم للمعرفة والخبرة التقنية من خلال الخبرة العملية.

إجادة اللغة الإنجليزية

يجب على جميع المترشحين الذين ليست اللغة الإنجليزية لغتهم الأولى، تقديم إثبات كفاءتهم التي تظهر مستوى إجادتهم للغة الإنجليزية من خلال أحد الشهادات التالية:

اختبارIELTS الأكاديمي بحد أدنى 6.5 للدرجة الإجمالية
اختبار TOEFL iBT:بدرجة لا تقل عن 90
اختبار PTE الأكاديمي: بحد أدنى 60 للدرجة الإجمالية
اختبار كامبريدج C1 المتقدم: بدرجة لا تقل عن 180
اختبار كامبريدج C2 الإتقان: بدرجة لا تقل عن 200 (يستوفي مستوى الكفاءة المطلوبة ويتجاوزه)
اختبار Duolingo للغة الإنجليزية: بدرجة لا تقل عن 120
ملحوظة: يقبل هذا الاختبار في حال أن إمكانية اجتياز اختبارات IELTS/TOEFL/PTE/Cambridge كانت محدودة مع إلزامية إجراء مقابلة شخصية – قد يُطلب تقديم دليل يظهر سبب محدودية إمكانية اجتياز الاختبارات الأخرى.

*يجب أن تكون الاختبارات سارية المفعول ومُجراة في مركز اختبار معتمد مع ملاحظة أن الاختبارات المنزلية هي غير مقبولة.

الأهلية للإعفاء من متطلبات إجادة اللغة الإنجليزية:

يمكن للمترشحين التأهل للإعفاء من هذا البند في حال استفائهم لأحد الشروط التالية:

الإعفاء الكامل:يتطلب هذا استكمال الطالب مساره الأكاديمي للحصول على درجة علمية يتم تدريسها وتقييمها بالكامل باللغة الإنجليزية في جامعة تقع في دولة تكون فيها اللغة الإنجليزية اللغة الوطنية واللغة السائدة في التعليم العالي – ويشمل هذا الدول التالية
- ساموا الأمريكية، أستراليا، بوتسوانا، كندا (باستثناء كيبيك)، فيجي، غانا، غويانا، أيرلندا، جامايكا، كينيا، ليسوتو، ليبيريا، نيوزيلندا، نيجيريا، بابوا غينيا الجديدة، ساموا، سنغافورة، جزر سليمان، جنوب إفريقيا، تونغا، ترينيداد وتوباغو، المملكة المتحدة، الولايات المتحدة، زامبيا، زيمبابوي.

الإعفاء المشروط:
إذا كانت شهادة الطالب قد استكملت في دولة أخرى، يمكنه طلب الإعفاء إذا تمكنت من تقديم وثائق رسمية (صادرة من الجامعة المعنية وموقعة من مسؤول أكاديمي) تؤكد أن البرنامج الدراسي الذي درسه الطالب تم تدريسه وتقييمه بالكامل باللغة الإنجليزية.

الموعد النهائي لتقديم المتطلبات المرتبطة باللغة الإنجليزية:

يجب تقديم متطلبات إجادة اللغة الإنجليزية ضمن الموعد النهائي لتقديم الطلبات مع ملاحظة أنه بالنسبة للمتقدمين الذين يحتاجون إلى وقت إضافي للاستجابة لهذا المتطلب، فإن الموعد النهائي هو الأول من شهر مارس.

متطلبات الرياضيات

امتلاك أساس قوي في المفاهيم الرياضية المرتبطة بالذكاء الاصطناعي، يتم اكتسابه من خلال الإعداد الجامعي أو الخبرة العملية الموثقة.

اختبار القبول

<ستتلقى، خلال عشرة أيام من تقديم طلبك، دعوة لحجز وإكمال اختبار إلكتروني إلزامي للتقييم الذي يهدف إلى قياس المعرفة والمهارات ذات الصلة بالمجال الذي اخترته.

موضوعات الاختبار

الرياضيات: حساب التفاضل والتكامل، نظرية الاحتمالات، الجبر الخطي، والحساب المثلثي.

البرمجة: الإلمام بالمفاهيم والمبادئ البرمجية الأساسية مثل الخوارزميات، هياكل البيانات، المنطق، البرمجة الغرضية التوجيه (OOP)، والتكرار، بالإضافة إلى المعرفة الخاصة بلغة بايثون.

نوصي المتقدمين ونشجعهم على الحرص على استكمال الدورات التدريبية الإلكترونية التالية وذلك بهده دعم وتعزيز مؤهلاتهم ومعارفهم:

لمزيد من المعلومات حول اختبار الانتقاء المتعلقة (مثلا بكيفية سير العملية، معايير الانسحاب، والمواصفات التقنية)، سجّل في بوابة التقديم هنا، واطّلع على هذه النشرة التعريفية.

بيان الغرض

اكتب مقالاً يتراوح من 500 إلى 1000 كلمة تشرح فيه سبب رغبتك في متابعة دراستك العليا في جامعة
محمد بن زايد للذكاء الاصطناعي، على أن يتضمن ذلك المعلومات التالية:

الدافع لتقديم طلب التسجيل في الجامعة
تفاصيل عن خلفيتك الشخصية والأكاديمية وتوضيح كيف تجعلك مؤهلاً للالتحاق بالبرنامج الذي تتقدم له
خبرة في تنفيذ مجموعة متنوعة من المشاريع المتعلقة بالذكاء الاصطناعي
إنجازات متميزة، مثل الحصول على جوائز وشهادات تقدير وما إلى ذلك
أهداف الطالب المتقدم
المسار المهني المفضل والخطط بعد التخرج
أي تفاصيل أخرى تدعم الطلب

خطابات التوصية

يُطلب من المتقدمين ترشيح أشخاص للتوصية بطلباتهم. إذ يتعين على المتقدم لبرنامج الماجستير في الذكاء الاصطناعي التطبيقي ترشيح شخصيتين على الأقل، إحداهما من أعضاء الهيئة التدريسية أو من الأساتذة أو مستشاري البحوث في أحد المساقات التي سبق للمتقدم أن التحق بها، والأخرى من المشرفين على المتقدم في إطار وظيفته الحالية أو السابقة.

لذا، وبغية تجنب أي مشكلات أو تأخير في تقديم التوصية، يتعين على المتقدم إبلاغ هؤلاء الأشخاص بترشيحه لهم مسبقاً بغرض الإدلاء بتوصياتهم، إضافة إلى تقديم معلومات دقيقة عنهم عبر بوابة التقديم الإلكترونية. يُذكر أن الأشخاص نفسهم سيتلقون إشعارات مؤتمتة بمجرد إرسال الطلب.

السيرة الذاتية والخبرة العملية

يرجى تقديم سيرة ذاتية تبرز إنجازاتك الأكاديمية، ومشاركاتك في الأنشطة اللاصفية، ومهاراتك،
وخبراتك التي تجعلك مرشحاً جيداً للبرنامج. نوصى بأن يكون لدى المرشحين خبرة تزيد عن ثلاث سنوات في القطاع الصناعي ذي
صلة، بما في ذلك داخل المؤسسات الخاصة وحكومية.

يجب أن تتضمن سيرتك الذاتية الأقسام التالية:

الاسم وبيانات الاتصال
المؤهلات الدراسية
المشاريع البحثية أو الأكاديمية
الخبرات (مثل الخبرة الوظيفية، التدريب، المشاركة في الحياة الجامعية، الأعمال التطوعية، إلخ…)
الجوائز/التكريمات

يمكن أيضاً إدراج أي من المعلومات التالية بحسب الرغبة و/أو إضافة معلومات ضرورية أخرى:

الخبرة في عضوية اللجان
أوراق بحثية مقدمة في المؤتمرات
عروض مقدمة في المؤتمرات
الأطروحة (رسالة الماجستير أو الدكتوراه)
المنح التي حصلت عليها
الأنشطة المهنية
العضوية/القيادة المهنية
المنشورات
المقالات المنشورة
المراجع
خبرة البحث العلمي
خبرة الخدمة المجتمعية أو المؤسسية
خبرة التدريس

المقابلة الشخصية

قد يتم توجيه الدعوة إلى عدد محدود من المتقدمين لإجراء مقابلة مع أعضاء هيئة التدريس، وذلك في إطار عملية التقييم والاختيار. وسيتم تزويد المتقدمين بالتعليمات اللازمة وتحديد موعد المقابلة في الوقت المناسب.

عملية القبول والتواريخ الرئيسية

يُسمح بتقديم طلب واحد فقط خلال كل دورة قبول، ويُعتبر تقديم طلبات متعددة أمراً غير مرغوب فيه وغير مشجع عليه.

فتح بوابة التقديم	الموعد النهائي الأولوي *	الموعد النهائي	تاريخ إشعار بالقرار	الموعد النهائي للرد على العرض
1 سبتمبر 2025 (8 صباحا بتوقيت الإمارات)	15 نوفمبر 2025 (5 مساءً بتوقيت الإمارات)	27 نوفمبر 2026 (5 مساءً بتوقيت الإمارات)	15 أبريل 2026 (5 مساءً بتوقيت الإمارات)	1 مايو 2026

* ستُمنح الأولوية في المراجعة للطلبات المقدمة قبل الموعد النهائي المحدد للأولوية. ومع أن جميع الطلبات المقدمة قبل الموعد النهائي (15 ديسمبر 2025) ستُؤخذ بعين الاعتبار، فإننا نوصي بشدة بالتقديم قبل الموعد النهائي للأولوية. يرجى العلم أن القبول يتم وفق معايير تنافسية عالية، وأن المقاعد المتاحة في الدفعة القادمة محدودة للغاية.

معلومات تفصيلية حول إجراءات التقديم والمنح الدراسية عبر الرابط هنا تتوفر.

يُعد برنامج الماجستير في الذكاء الاصطناعي التطبيقي برنامجاً أكاديمياً يُقدَّم بنظام الدوام الجزئي، ويُنفَّذ حضورياً في الحرم الجامعي. تبلغ المدة الاعتيادية لإتمام متطلبات البرنامج سنتين (2).

يتعيّن على الطلبة المسجلين بنظام الدوام الجزئي استكمال جميع متطلبات الدرجة العلمية خلال فترة لا تتجاوز ثلاث (3) سنوات أكاديمية كاملة، ما لم يتم إنهاء البرنامج قبل ذلك بمنح الدرجة أو بقرار أكاديمي أو إداري.

وفي حال انقضاء الحد الأقصى المسموح به لإتمام الدرجة، لا يجوز للطالب استئناف الدراسة إلا بعد إعادة القبول في برنامج دراسي قائم وفق المعايير التي يحددها ذلك البرنامج.

يشترط على جميع الطلبة المشاركة في تدريب عملي (Internship)، يهدف إلى تزويدهم بخبرة تطبيقية مباشرة، تجمع بين الممارسة المهنية والتعلم الأكاديمي. ويُنفَّذ هذا التدريب عادةً بالتزامن مع المشروع النهائي، ضمن المؤسسات التي ينتمي إليها المشاركون، وفي إطار دور مهني جديد.

يُختتم البرنامج بمشروع نهائي، يبدأ فيه الطلبة بالعمل الجماعي لتحديد ومعالجة تحديات واقعية معقدة على مستوى المؤسسات والأعمال. ويركّز هذا الجزء على تنمية مهارات التفكير النقدي، وحل المشكلات، والعمل بروح الفريق. أما الجزء الأخير من المشروع فيُنفَّذ بشكل فردي، ويتيح للطالب إبراز ما اكتسبه من معارف ومهارات طوال فترة البرنامج، من خلال بحث معمّق في موضوع محدد يرتبط بسؤال البحث الأولي، ويستند إلى خلفيته التخصصية.

الخطة النموذجية للدراسة بدوام جزئي هي كالتالي:

الفصل الدراسي الأول

MAAI7101 علم البيانات للصناعة (4 ساعات معتمدة)
MAAI7102 هندسة البرمجيات والبرمجة (4 ساعات معتمدة)

الفصل الدراسي الثاني

MAAI7103 أساسيات وتطبيقات التعلّم العميق (4 ساعات معتمدة)
MAAI7104 الذكاء الاصطناعي التوليدي من النظرية إلى التطبيق (4 ساعات معتمدة)

الصيف

RES799 RES799 مقدمة في مناهج البحث (ساعتان معتمدتان)

الفصل الدراسي الثالث

مساق اختياري 1 (4 ساعات معتمدة)
مساق اختياري 2 (4 ساعات معتمدة)

الفصل الدراسي الرابع

MAAI799 الماجستير في الذكاء الاصطناعي التطبيقي – مشروع البحث التخصصي (6 ساعات معتمدة)
INT799 ماجستير العلوم – التدريب العملي (ساعتان معتمدان)

تنويه: قد تخضع المعلومات للتغيير.

رسوم البرنامج

الرسوم الدراسية الكاملة لبرنامج الماجستير في الذكاء الاصطناعي التطبيقي هي5000 درهم إماراتي لكل ساعة معتمدة تُدفع في كل فصل دراسي.

الإجمالي: 170,000 درهم إماراتيx

هذا البرنامج هو برنامج مدفوع.

رسوم التسجيل

5000 درهم إماراتي

رسوم التسجيل هي دفعة مقدّمة يدفعها الطلبة المقبولون لحجز مقعدهم في البرنامج، ويتم احتسابها بالكامل ضمن الرسوم الدراسية.

كن رائداً من رواد المستقبل

موارد الطلاب

سجل اهتمامك بالماجستير في الذكاء الاصطناعي التطبيقي

معنا ستكون دائما على اطلاع بآخر الأخبار ومستجدات تاريخ فتح باب التقديم للتسجيل في هذا البرنامج.

الماجستير

في الذكاء الاصطناعي التطبيقي

START YOUR JOURNEY NOW

نظرة عامة

كلمة مدير البرنامج

الفصل الدراسي الأول

الفصل الدراسي الثاني

الصيف

الفصل الدراسي الثالث

الفصل الدراسي الرابع

كن رائداً من رواد المستقبل

الابتكار في الذكاء الاصطناعي

شركات الذكاء الاصطناعي الناشئة

ذي نود

موارد الطلاب

سجل اهتمامك بالماجستير في الذكاء الاصطناعي التطبيقي

من نحن

الموارد

البرامج

التقويم