I am thrilled to announce that I have completed an intensive the Data science courses that produced by IBM and gettingthe padge of “ Predictive Analytics Modeler Certificate”, with all Appreciate 🙏🏻to @IBMData,@IBM
المملكة ممثلةً بـ #سدايا تترأس جلسة مشاورات الاتحاد الدولي للاتصالات (ITU) حول جاهزية الذكاء الاصطناعي في جنيف، استعرضت خلالها جهود المملكة في تعزيز جاهزية تبني تقنيات الذكاء الاصطناعي.
#عام_الذكاء_الاصطناعي
سعدت اليوم بتقديم ورشة عمل عن تبني التقنيات الحديثة، ومنها #الذكاء_الاصطناعي وانترنت الاشياء، في المدن الذكية خلال انعقاد #قمة_الامم_المتحدة للذكاء للاصطناعي في جنيف. وحضر الورشة مشاركين من اكثر من 12 دولة، وسعدت بتبادل الخبرات والمعرفة بهذا الخصوص.
#aiforgood
"Smart City Technologies: Implementing IoT and AI for Efficient Urban Services".
@Khalid4CV@alharbi_hr نظام حماية البيانات الشخصية ��منع ذلك كونها بيانات شخصية حساسة ويجب موافقة المريض نفسه قبل مشاركة بياناته وحالته الصحية .. الا في حال كانت المعالجة لتحقيق مصلحة امنية او تنفيذ قضائ�� وفق قرار ومستند نظامي من جهة اعتبارية .
اختر ما يحلو لك وانطلق
🚴🏻♂️🚴🏻♂️🚴🏻♂️🚴🏻♂️🚴♀️🚴♀️
5 مخططات لتعريف الأدوار في اتخاذ القرار
1. مخطط RACI
الأدوار:
•مسؤول (Responsible): عن تنفيذ المهمة.
•محاسب (Accountable): عن القرار (شخص واحد فقط).
•مستشار (Consulted): لتقديم المدخلات والخبرة.
•مُطّلع (Informed): لمتابعة التقدم.
أفضل استخدام له في:
•المبادرات المعقدة التي تضم العديد من أصحاب المصلحة.
الإيجابيات والسلبيات:
•الإيجابيات: يمنع التكرار، يفتح باب الحوار.
•السلبيات: قد يصبح معقدًا مع زيادة عدد الأشخاص، ويحتاج إلى صيانة مستمرة.
2. مخطط RAPID
الأدوار:
•مُوصي (Recommend): تقديم الاقتراحات.
•موافق (Agree): الموافقة على الاتجاه.
•منفذ (Perform): تنفيذ المهمة.
•مُدخل (Input): تقديم المعلومات والخبرة.
•مُقرر (Decide): صاحب السلطة النهائية على القرار.
أفضل استخدام له في:
•القرارات عالية المخاط��/العمليات التي تحتاج إلى وضوح في كل مرحلة لضمان الكفاءة.
الإيجابيات والسلبيات:
•الإيجابيات: يحدد عنق الزجاجة، يوضح الأدوار لكل مرحلة.
•السلبيات: قد يتجاهل مدخلات أصحاب المصلحة الفرعيين، وهو نظام صارم.
3. مخطط DACI
الأدوار:
•قائد (Driver): لعملية اتخاذ القرار.
•مُصدّق (Approver): صاحب السلطة النهائية.
•مساهم (Contributor): يقدم المدخلات والدعم.
•مُطّلع (Informed): يتابع التقدم والنتائج.
أفضل استخدام له في:
•المبادرات المعقدة التي تتطلب التنسيق بين مختلف أصحاب المصلحة، حيث يكون من الضروري إدخال وجهات نظرهم.
الإيجابيات والسلبيات:
•الإيجابيات: يضيف دافعًا للعمل، ويعط�� الأولوية للتعاون.
•السلبيات: يحتاج إلى إدارة قوية للحفاظ على التفاعل، وقد يكون بطيئًا.
4. مخطط RASCI
الأدوار:
•مسؤول (Responsible): عن تنفيذ المهمة.
•محاسب (Accountable): عن القرار (شخص واحد فقط).
•داعم (Support): يساعد المسؤول في تنفيذ المهمة.
•مستشار (Consulted): لتقديم المدخلات والخبرة.
•مُطّلع (Informed): يتابع التقدم.
أفضل استخدام له في:
•الفرق الصغيرة، والمشاريع الأقل تعقيدًا ذات الأدوار المبسطة.
الإيجابيات والسلبيات:
•الإيجابيات: يركز على الأدوار الأساسية، نظام واضح.
•السلبيات: قد يؤدي إلى استبعاد بعض الأطراف، يتطلب مزيدًا من التواصل لضمان تنفيذ عادل.
5. مخطط RASCI-VS
��لأدوار:
•مسؤول (Responsible): عن تنفيذ المهمة.
•محاسب (Accountable): عن القرار (شخص واحد فقط).
•داعم (Support): يساعد المسؤول في تنفيذ المهمة.
•مستشار (Consulted): لتقديم المدخلات والخبرة.
•مُطّلع (Informed): يتابع التقدم.
•مدقق (Verifier): يضمن ج��دة العمل.
•مُوقّع (Signatory): يصرح بالموافقة على القرار.
أفضل استخدام له في:
•المبادرات/العمليات التي تتطلب الامتثال للجودة أو التنظيم أو المعايير الصناعية.
الإيجابيات والسلبيات:
•الإيجابيات: يعزز الجودة والامتثال والضوابط.
•السلبيات: يضيف مزيدًا من التعقيد، وقد يؤدي وجود المدقق والمُوقّع إلى تأخير العمل.
ملخص عام:
هذه النماذج تُستخدم لتوضيح الأدوار والمسؤوليات في عمليات اتخاذ القرار، حيث يختلف كل نموذج حسب مستوى التعقيد وحجم الفريق المطلوب إدارته.
مهندس بيانات؟⚙️
لازم تعرف تبني jobs عن طريق ال ETL لانه يحول البيانات الخام الى بيانات ذو اهمية ومفهومة
عشان تكون ممتاز فيها لازم تفهم البيانات اللي انت تشتغل عليها زين
بيانات المتاجر الالكترونية تختلف عن قطاع الصحي او العقارات وغيرها من الامثلة
قد سمعتوا عن Data Quality ؟ 🧐
في الصورتين اللي تحت فيها Data Quality Dimensions
ابغاكم تطبقونها على اي Dataset بالبايثون
و تقدرون تختارون اي داتا من حسابي في Kaggle
او اذا عندكم Dataset تقدرون تطبقون عليها الـData Quality Assessment اللي بالصورة و بالخطوات
البروجكت هذا فيه فوائد عديدة و بتساعدكم في تقييم جودة البيانات
تقدرون تشاركون حلولكم في Github او في Kaggle او حتى بالمنشن 👇🏼
@dabuainain نعم كلامك في محله ولاجدال فيه
وانتي خير من يجيب في مجال الذكاء الاصطناعي
لكن انا بحكم خبرتك اليس من الاولى ان تكون جميع الاستراتيجيات مضمنة في استراتيجية الجهة الاساسية
بدلاً من وجود استراتيجيات:
للتحول الرقمي
وللبيانات
وللمخاطر واستمرارية الاعمال
وقريباً للذكاء الاصطناعي
@dabuainain فعلاً وهذا مانصر عليه نحن كمكتب ادارة وحوكمة بيانات من خلال تضمين الذكاء الاصطناعي في استراتيجية البيانات للجهة وايضا من خلال موائمة السياسات الصادرة من المكتب مع استخدامات الذكاء الاصطناعي وادواته واخلاقيات الذكاء الاصطناعي ايضا