لو لاحظت في السنوات الأخيرة، كل شيء تقريبًا صار يعتمد على البيانات: من تطبيقات التوصيل، لمنصات التسوق الإلكتروني، حتى الجهات الحكومية والبنوك. هنا يجي دور علم البيانات كتخصص يجمع بين البرمجة، والإحصاء، وفهم مجال العمل علشان يحوّل الأرقام الخام إلى معلومات وقرارات واضحة.
ببساطة، علم البيانات هو الفن والعلم في نفس الوقت لاستخراج قيمة حقيقية من البيانات ، مو بس تقارير وأرقام، بل رؤى تساعد في اتخاذ قرارات أفضل، وتقليل التكاليف، وزيادة الأرباح، وتحسين تجربة العميل، وحتى التنبؤ بالمستقبل القريب بناءً على بيانات الماضي والحاضر.
ليش علم البيانات مهم اليوم؟
- تضخم حجم البيانات: كل عملية شراء، كل ضغطة على تطبيق، وكل زيارة لموقع تُسجَّل كبيانات.
- الحاجة لقرارات سريعة ودقيقة: المنافسة صارت أعلى، والقرارات العشوائية ما عاد تنفع.
- تطوّر الأدوات والتقنيات: صار بالإمكان تحليل كميات ضخمة من البيانات بسرعة كبيرة.
سوق العمل في السعودية لعلم البيانات
في السعودية، التخصص هذا ما عاد رفاهية؛ صار جزء أساسي من تحقيق
رؤية المملكة 2030، خاصة في مجالات مثل:
- القطاع المالي والمصرفي
- التجزئة والتجارة الإلكترونية
- القطاع الصحي
- النقل والخدمات اللوجستية
- الطاقة والبتروكيماويات
- الجهات الحكومية والخدمات الرقمية
كثير من الشركات والجهات الحكومية اليوم تبني فرق متخصصة في علم البيانات، عن كفاءات قادرة على تحويل البيانات إلى قرارات عملية. وهذا خلق طلب واضح على وظائف متنوعة داخل المجال، بمستويات مختلفة تناسب المبتدئين والمتقدمين.
هل المجال مناسب لك؟
إذا كنت تحب الأرقام، وعندك فضول تعرف “ليش صار كذا؟” و“وش ممكن يصير بعدين؟”، وتستمتع بحل المشكلات، فغالبًا علم البيانات بيكون خيار ممتاز لك. ما تحتاج تكون عبقري رياضيات من أول يوم، لكن تحتاج:
- استعداد للتعلّم المستمر
- راحة مع الأرقام والمنطق
- رغبة في فهم الأعمال والقطاعات المختلفة
الجميل في الموضوع إن التخصص هذا مرن؛ تقدر تجي له من خلفيات مختلفة: هندسة، حاسب، إدارة أعمال، أو حتى تخصصات علمية ثانية، بشرط تبني المهارات الأساسية خطوة بخطوة.
نصيحة عملية قبل الدخول للمجال
قبل ما تغوص بعمق في علم البيانات، جرّب:
- تشوف دورات تمهيدية قصيرة عن علم البيانات بالعربي والإنجليزي.
- تجرّب تلعب ببيانات بسيطة (مثلاً ملف إكسل فيه مبيعات أو درجات طلاب).
- تسأل ناس شغالين في المجال عن تجربتهم اليومية.
هالخطوات البسيطة تعطيك صورة واقعية عن طبيعة التخصص، وتساعدك تقرر إذا هو مناسب لك قبل ما تستثمر وقت وجهد كبير فيه.
لما نسمع “علم بيانات” أول شيء يخطر في بال كثير من الناس هو شخص جالس قدام شاشة فيها أرقام وكود كثير. بس في الواقع، تخصص علم البيانات في السعودية صار مرتبط بشكل مباشر بوظائف واضحة ومؤثرة في السوق، وكل وظيفة لها دور مختلف في صناعة القرار داخل الشركات والجهات الحكومية. مجال علم البيانات مو وظيفة وحدة، بل مجموعة مسارات تقدر تختار اللي يناسب ميولك ومهاراتك. من أهمها اليوم في السوق السعودي: محلل بيانات (Data Analyst): غالبًا هو المدخل الأول للمجال. يشتغل على تنظيف البيانات، استخراج تقارير، بناء لوحات تحكم تفاعلية، ومساعدة الإدارة تفهم وش قاعد يصير الآن داخل العمل. عالم بيانات (Data Scientist): يروح لمرحلة أعمق؛ يبني نماذج تنبؤية، يحلل أنماط سلوك العملاء، ويستخدم خوارزميات متقدمة علشان يجاوب على أسئلة مثل: “مين العملاء اللي ممكن يلغون الخدمة؟” أو “وش المنتجات اللي متوقع ترتفع مبيعاتها الفترة الجاية؟” مهندس بيانات (Data Engineer): يركز على البنية التحتية للبيانات: قواعد البيانات، أنظمة التخزين، نقل البيانات من نظام لآخر، والتأكد إنها جاهزة للتحليل بشكل منظم وآمن. مهندس تعلم آلة (Machine Learning Engineer): ياخذ النماذج اللي يبنيها علماء البيانات ويحوّلها لأنظمة عملية تشتغل في التطبيقات والمواقع بشكل مستمر، مثل أنظمة التوصية أو أنظمة كشف الاحتيال. محلل أعمال باستخدام البيانات (Data-Driven Business Analyst): يجمع بين فهم الأعمال وفهم الأرقام؛ يترجم نتائج التحليل إلى قرارات عملية وخطط تنفيذية يفهمها المدير المالي، ومدير التسويق، وباقي الأقسام. طبيعة شغلك في علم البيانات تتغيّر بشكل كبير حسب القطاع اللي تشتغل فيه داخل السعودية. نفس المهارات، لكن الأسئلة اللي تحاول تجاوب عليها تختلف: في البنوك والقطاع المالي: تركز على تحليل سلوك العملاء، تقييم المخاطر الائتمانية، كشف العمليات المشبوهة، وتصميم عروض مالية مخصصة لكل عميل. في التجارة الإلكترونية والتجزئة: تشتغل على توصية المنتجات، تحليل سلوك التصفح والشراء، تحسين التسعير، وتقليل سلة التسوق اللي يتركها العميل بدون شراء. في القطاع الصحي: ممكن تكون تحلل سجلات المرضى، أوقات الانتظار، استهلاك الأدوية، وتساعد المستشفيات في تحسين جودة الخدمة وتقليل الأخطاء. في النقل والخدمات اللوجستية: تستخدم البيانات لتخطيط المسارات، تقليل الوقت والتكلفة، وتحسين استغلال الأسطول (سيارات، شاحنات، طيارات). في الطاقة والبتروكيماويات: تحلل بيانات أجهزة الاستشعار، خطوط الإنتاج، واستهلاك الطاقة؛ علشان تتنبأ بالأعطال، وتحسّن كفاءة التشغيل. في الجهات الحكومية: تشتغل على بيانات ضخمة للمواطنين والخدمات، بهدف تحسين الخدمات الرقمية، قياس رضا المستفيدين، ودعم اتخاذ القرار على مستوى السياسات العامة. كثير يخلط بين مبرمج، محلل نظم، وعالم بيانات. الفرق الأساسي إن: عالم البيانات يركز على فهم البيانات اللي تطلع من هذي الأنظمة وتحويلها إلى قرارات ورؤى. محلل الأعمال التقليدي يعتمد كثير على الخبرة والانطباع، بينما محلل البيانات يعتمد بشكل أساسي على الأرقام والأدلة. في بيئات العمل الحديثة بالسعودية، غالبًا تشتغل كجزء من فريق متكامل: مطورين، مهندسي بيانات، محللين، ومدراء أعمال، وكل واحد له زاويته في التعامل مع نفس المشكلة. علشان تختار التخصص الفرعي اللي يناسبك داخل علم البيانات، اسأل نفسك: تحب تتعامل أكثر مع الكود والبنية التحتية؟ يمكن يناسبك مسار مهندس بيانات أو مهندس تعلم آلة. تحب تفسير الأرقام وربطها بالقرارات؟ ممكن يناسبك مسار محلل بيانات أو محلل أعمال معتمد على البيانات. تحب النماذج والتنبؤ والخوارزميات؟ مسار عالم بيانات بيكون قريب من اهتماماتك. نصيحة عملية: جرّب أكثر من نوع مشروع بسيط (تقرير تفاعلي، نموذج تنبؤ، لوحة تحكم)، وراقب وش النوع اللي تحس فيه بالانسجام والحماس؛ غالبًا هذا المسار الأنسب لك على المدى الطويل. في النهاية، قوة تخصص علم البيانات في سوق العمل السعودي مو بس في المسمى الوظيفي، بل في القيمة اللي تقدر تضيفها: كل ما قدرت تربط بين البيانات ونتائج حقيقية في العمل (زيادة ربح، تقليل تكلفة، تحسين خدمة)، كل ما صرت أكثر طلبًا وأعلى قيمة في السوق، مهما كان مسماك داخل عالم البيانات. كثير ناس أول ما يسمعون “علم بيانات” يتخيلون إنه مجرد فرع من البرمجة أو إنه نفس شغل محلل النظم أو محلل الأعمال. الحقيقة إنه في تقاطع بينهم، بس كل واحد له زاوية مختلفة تمامًا في التعامل مع المشكلة، وهذا الفرق هو اللي يحدد طبيعة يومك في الشغل، مين تجلس معه في الاجتماعات، وحتى نوع التحديات اللي تواجهها. تقدر تتخيل الموضوع كفريق واحد يشتغل على نفس الهدف، لكن كل واحد ماسك جزء معيّن من الصورة: المبرمج (Developer): شغله الأساسي يبني النظام أو التطبيق نفسه: موقع المتجر الإلكتروني، تطبيق البنك، نظام الحجز… إلخ. يفكر في كيف المستخدم يتفاعل، كيف الصفحة تفتح بسرعة، كيف النظام يكون مستقر وما يطيح. عالم البيانات (Data Scientist): ما يهتم كثير بشكل الزر أو لون الصفحة، يهمه وش يطلع من وراء كل تفاعل من بيانات: كم واحد ضغط، كم واحد اشترى، وش سلوكهم على المدى الطويل. هدفه يحوّل هذي البيانات إلى رؤى وتنبؤات تساعد في اتخاذ قرار واضح. محلل الأعمال التقليدي (Business Analyst): يعتمد غالبًا على الخبرة، معرفة السوق، والانطباعات. يسمع من المبيعات، من خدمة العملاء، من الإدارة، ويحاول يربط بينهم في صورة واحدة تساعد في فهم وضع العمل. محلل أو مختص علم بيانات: يسوي شيء قريب من محلل الأعمال لكن بأسلوب مختلف: بدل “أحس” و”متوقع” يستخدم أرقام، تقارير، نماذج علشان يدعم الكلام بأدلة واضحة. لو تخيلنا شركة تجارة إلكترونية في السعودية، الكل يشتغل على نفس الهدف: زيادة المبيعات وتحسين تجربة العميل. لكن: عالم البيانات يحلل ليش الناس يطلعون من صفحة الدفع قبل ما يكملون الشراء، ويتنبأ بأي نوع عميل احتمال يترك السلة. محلل الأعمال التقليدي يناقش مع الإدارة: هل السبب الأسعار؟ العروض؟ سياسة الإرجاع؟ بناءً على خبرة السوق وردود الفعل. محلل البيانات يجيب أرقام فعلية: “٨٠٪ من اللي يطلعون من صفحة الدفع يستخدمون الجوال، و٦٠٪ منهم يطلعون في خطوة إدخال العنوان” مثلاً. النتيجة؟ القرار النهائي يكون مبني على دمج الخبرة مع البيانات، مو واحد بدون الثاني. فهم الفرق بين علم البيانات والوظائف التقنية التقليدية يساعدك في شيئين أساسية: تحديد ميولك: إذا تحب تبني أنظمة وتطبيقات من الصفر، البرمجة ممكن تكون أنسب. إذا تحب تسأل “وش قاعد يصير؟ وليش؟ وش ممكن يصير بعدين؟” وتجاوب عن طريق الأرقام، فمجال علم البيانات أقرب لك. بناء قيمة واضحة في السوق: أصحاب الأعمال ما يهتمون كثير بمسمى “عالم بيانات” بقدر ما يهتمون بـ وش تضيف فعليًا: تقلل التكاليف؟ تزيد الربح؟ تحسّن تجربة العميل؟ هنا يبرز تميز علم البيانات لأنه يربط بين التقنية ونتائج قابلة للقياس. جرّب تبني مشروع برمجي بسيط (موقع، تطبيق صغير)، وجرّب أيضًا تحليل بيانات حقيقية (ملف مبيعات، بيانات عملاء، استبيان). راقب نفسك: هل تنبسط أكثر وأنت تضبط الكود والواجهات؟ أو وأنت تغوص في الأرقام وتحاول تستخرج منها قصة ومعنى؟ اسأل ناس في السوق:مطورين، محللين، مختصي بيانات،وخذ منهم وصف يومهم العملي، عشان تكون صورتك أوضح قبل تختار. في النهاية، كل المسارات التقنية اليوم تحتاج لبعض: بدون مبرمج ما فيه نظام يولّد بيانات، وبدون علم بيانات الأرقام تبقى مجرد جداول بدون معنى. تميّزك يكون في إنك تفهم دورك بالضبط، وتعرف كيف تستخدمه عشان تضيف قيمة حقيقية في المكان اللي تشتغل فيه. لو أنت في مرحلة “وش أختار؟ برمجة؟ علم بيانات؟ ولا شيء ثالث؟” فهالحيّرة طبيعية جدًا، خصوصًا مع كثرة المسميات والضجة حول كل مجال. بدل ما تضيع بين الآراء، خذ الموضوع كـ تجربة واكتشاف لنفسك، مو اختبار مصيري تخاف تغلط فيه. ما فيه شيء يوضح لك الصورة مثل التجربة العملية. لا تعتمد بس على فيديوهات، أو “فلان قال”، أو “الناس كلها داخلة علم بيانات”. خلك واقعي: خصص أسبوعين إلى شهر إنك: الهدف مو تطلع خبير، الهدف إنك: قاعدة مهمّة: لو ما جربت، غالبًا بتختار بناءً على الصورة اللي في بالك، مو على الواقع الفعلي. أثناء التجربة، لا تركّز بس: “هل قدرت أسويها أو لا؟” ركّز أكثر على كيف حسّيت وأنت تسويها: إذا كنت مبسوط وأنت: فهنا ميولك أقرب للبرمجة والتطوير. إذا كنت تنسى الوقت وأنت: فغالبًا أنت أقرب لعلم البيانات والتحليل. لا تربط قرارك بسؤال واحد مثل: “أيهم رواتبها أعلى؟” أو “أيهم أكثر طلب؟” السوق يتغير، لكن قدرتك إنك تستمر وتبدع تعتمد على ميولك، مو على “الترند”. جزء مهم من قرارك إنك تسمع من ناس فعلاً يشتغلون في المجال، مو بس يتكلمون عنه. حاول تتواصل مع: وبدل ما تسألهم: “وش تنصحني أدخل؟” اسألهم أسئلة توضح لك الصورة: لما تسمع نفس النوع من الإجابات من أكثر من شخص، بتبدأ تتكوّن عندك صورة واقعية عن المجال بعيد عن المبالغات. كثير يخاف يختار مسار معيّن لأنه حاس إنه لو اختار غلط “ضاع مستقبله”. الحقيقة إن المسارات التقنية متداخلة، وتقدّر تتحرك بينها مع الوقت: القرار اليوم مو “سجن”، هو مجرد أول خطوة في طريق تقدر تغيّر مساره لاحقًا مع الخبرة والتعلّم. الشهر الأول: تعرّف أساسي على البرمجة (مثلاً: HTML/CSS + أساسيات Python أو JavaScript)، وسوِّ مشروع بسيط جدًا. الشهر الثاني: تعرّف على تحليل البيانات (إكسل متقدم أو Python مع مكتبات مثل Pandas)، وخذ ملف بيانات جاهز واشتغل عليه. الشهر الثالث: قرّر: خلال هالمدة، دوّن ملاحظاتك عن نفسك: وش استمتعت فيه، وش تعبك، وش حسّيت إنك “تفهمه بسرعة”. هذي الملاحظات أهم من أي “تقييم ذكاء” أو “نصيحة عامة” تسمعها. أصحاب العمل اليوم ما يهمهم بس وش درست أو وش مسمّى وظيفتك، يهمهم وش تقدر تسوي فعليًا. لذلك، مهما اخترت: خذ وقتك، جرّب، اسأل، واسمح لنفسك تغيّر رأيك لو اكتشفت إن ميولك مختلفة عن اللي توقعت. اختيار المسار الصح مو إنك تصيب من أول مرة، بل إنك تستمر في التعديل حتى تلاقي المكان اللي فعلاً يشبهك ويطلع أفضل ما عندك. بدل ما تظل تلف في دائرة: “وش أختار؟” خلنا نحول الموضوع لـ خطة واضحة بزمن محدد. ٣ شهور كافية تعطيك صورة قوية عن نفسك وميولك، بدون ما تضيع سنة كاملة في التردد. خلال هالثلاثة شهور، لا تتوقع تصير “مطور محترف” أو “عالم بيانات”. الهدف أبسط من كذا بكثير: في الشهر الأول، فكرتك الأساسية هي: “أبي أشوف نفسي مع البرمجة”، مو المطلوب تحفظ كل شيء، المطلوب تلمس الجو. الأسبوع ١: تعرّف على أساسيات HTML و CSS: الأسبوع ٢–٣: ادخل على أساسيات Python أو JavaScript: الأسبوع ٤: سوِّ مشروع صغير جدًا مثل: المهم في نهاية الشهر: في الشهر الثاني، نغيّر الجو شوي وندخل على تحليل البيانات. الفكرة إنك تشوف نفسك مع الأرقام والجداول والاستنتاجات. الأسبوع ١: تعمّق في Excel أكثر: الأسبوع ٢–٣: لو حاب، جرّب تحليل بيانات باستخدام Python ومكتبة Pandas: الأسبوع ٤: سوِّ تحليل كامل بسيط: في نهاية الشهر، راقب: الشهر الثالث هو شهر التركيز والمقارنة. ما عاد نجرّب أشياء كثيرة، بالعكس: نرجع خطوة وراء ونشوف الصورة كاملة. لو كنت تكتب ملاحظاتك خلال الشهرين (وهذا شيء مهم)، ارجع واقرأها واسأل نفسك: ما تحتاج تعلن “زواج أبدي” من مسار واحد، كل اللي عليك في هالمرحلة إنك تقول: “خلال الستة شهور الجاية، بتركّز أكثر على المسار الفلاني.” بعد ما تختار، سوِّ لك خطة تعمّق مبسّطة: خلال نهاية الشهر الثالث، حاول: ما تحتاج توصل لمرحلة “أنا متأكد ١٠٠٪” – هذا نادر. يكفي إنك توصل لـ: التردّد غالبًا يخف لما تتحرك، مو لما تفكر زيادة. ٣ شهور من التجربة المنظمة أفضل من سنة كاملة من الحيرة.وش تسوي تخصصات علم البيانات فعليًا في سوق العمل السعودي؟
أهم الأدوار الوظيفية في علم البيانات
كيف يختلف دورك حسب القطاع؟
وش يفرق علم البيانات عن الوظائف التقليدية في التقنية؟
كيف تعرف أي مسار يناسبك داخل علم البيانات؟
نقطة مهمة: القيمة اللي تضيفها مو بس “الوظيفة”
وش يفرق علم البيانات عن الوظائف التقليدية في التقنية؟
كيف يبان الفرق في يومك العملي؟
ليش هالفرق مهم لك أنت شخصيًا؟
نصيحة عملية لو محتار بين المسارات
نصيحة عملية لو محتار بين المسارات
١. جرّب بنفسك قبل تسأل غيرك
٢. راقب نفسك… مو بس شغلك
٣. اسأل الناس الصح… الأسئلة الصح
٤. لا تتعامل مع القرار كأنه “نقطة لا رجعة”
٥. خطّة عملية تمشي عليها خلال ٣ شهور
٦. نصيحة أخيرة من الواقع
٥. خطّة عملية تمشي عليها خلال ٣ شهور
أول شيء: اضبط توقّعاتك
الشهر الأول: تذوّق البرمجة بهدوء
الشهر الثاني: تجرّب عالم البيانات
SUM، AVERAGE، IF.
الشهر الثالث: وقت القرار (بهدوء، مو بعصبية)
١. ارجع لملاحظاتك
٢. اختر مسار واحد “للتعمّق المبدئي”
٣. حوّل تجاربك إلى شيء تقدر توريه
كيف تعرف إن الخطة نجحت معك؟



