Everything about D.World, in one place

D.World is a practical Data Science learning system. It takes you from your first question about data to complete, defended projects, and teaches you to work with AI without letting it think for you.

What D.World is, and who it is for

D.World is for beginners and career-changers who want to do real Data Science work, and for people who already know some Python or SQL and want a structured path to professional practice. You do not need a maths degree: every concept is introduced when you need it, with a worked example on realistic data.

Practical first

Every lesson ends in something you do: a notebook, a query, a chart, a written decision. Watching is never enough to move on.

Business-aware

The data comes from realistic (fictional) businesses: a grocery chain, a gift shop, a subscription service. You answer questions a manager would actually ask.

Honest about evidence

You learn to state what the data shows, what it does not show, and how sure you can be. That is what makes an analyst trusted.

How you learn: learn, do, verify, explain, deliver

Learn
Do
Verify
Explain
Deliver

1. Learn

A short explanation of one idea, why it matters at work, and a worked example you can run.

2. Do

Guided practice in a starter notebook, then a workplace task in your own words and code.

3. Verify

You check your result: a second calculation, a test, a comparison with the data. Every printed number in D.World lessons is reproduced by running the code.

4. Explain & 5. Deliver

You write what you found and what it means for the decision, then hand over work someone else can rerun.

You move at your own pace. There are no fixed weeks: you move to the next unit when you pass the current unit's exit check.

The path: 5 stages, 24 core units, then the AI Project Studio

Each stage builds the skills the next one needs, and each ends with work you can show. In total: 26 units and 114 lessons.

Stage 1

Foundations

5 units · 20 lessons

Read data and business questions, use AI responsibly, write and test simple Python, and solve problems step by step.

U01 Data Science & the Modern Data World
U02 Business Foundations for Data Professionals
U03 AI for Data Work
U04 Python Fundamentals
U05 Problem Solving & Computational Thinking

Stage 2

Data Handling

5 units · 22 lessons

Load, inspect, clean and prepare real datasets with NumPy and pandas, and check data quality before any analysis.

U06 NumPy Foundations
U07 Pandas Foundations
U08 Data Acquisition & Data Formats
U09 Data Cleaning
U10 Data Preparation & Feature Thinking

Stage 3

Data Analysis

6 units · 29 lessons

Use SQL, statistics, exploratory analysis and clear charts to turn data into evidence for decisions.

U11 SQL Foundations
U12 SQL for Real Analytics
U13 Statistics for Data Science
U14 Exploratory Data Analysis
U15 Data Visualization & Storytelling
U16 Data-Driven Business & Decision Making

Stage 4

Real Projects & Machine Learning

5 units · 22 lessons

Frame real business problems, use machine learning only where it fits, evaluate it honestly and deliver end-to-end projects.

U17 From Business Problem to Data Project
U18 Machine Learning Foundations
U19 Model Evaluation & Responsible ML
U20 Practical ML Workflow
U21 Real-World Business Projects

Stage 5

Portfolio, Career & Professional Practice

3 units · 10 lessons

Work reproducibly with Git, align your evidence with the job market, and complete and defend a portfolio-grade capstone.

U22 Git, GitHub & Reproducible Work
U23 Career & Market Alignment
U24 Professional Practice & Capstone

Advanced

AI Project Studio (after the core)

2 units · 11 lessons

Lead whole projects with AI as a disciplined collaborator: specify tasks, build in small tested steps, verify independently and deliver work others can rerun.

U25 AI-Augmented Data Science Project Engineering
U26 Cross-Industry Data Science Project Studio

Why this order: fundamentals make AI useful, analysis comes before machine learning, and the Studio comes last because leading projects with AI needs everything before it.

Inside a unit and a lesson

A unit

3 to 6 lessons on one topic, in a fixed order
From Stage 2: a download with the practice data and starter notebooks
An exit check or a project at the end, with a checker you can run yourself before submitting

A lesson

The objective and why it matters at work
The concept, with a worked example on realistic data
Guided practice in a starter notebook
An 8-question knowledge check
A workplace task and a short mini challenge
A summary, a glossary and the resources used, each with the date it was checked

The tools you will use

D.World names the exact versions it is built on, so your results match the lessons. You start Python in lesson L13, and in L21 (the first lesson of Stage 2) you set up the D.World environment you keep for the rest of the path.

Tool	What you use it for	Where
Python 3.13 / 3.14	the language of every lesson	U04 →
JupyterLab 4.6	notebooks for practice and projects	U06 →
NumPy 2.5	arrays and fast calculations	U06
pandas 3.0	tables: load, clean, group, merge, export	U07 →
SQL (SQLite)	querying databases, joins, window functions	U11–U12
SciPy 1.18	statistics, intervals and tests	U13 →
Matplotlib 3.11	honest, readable charts	U14–U15
scikit-learn 1.9	machine-learning models and evaluation	U18–U21
Git & GitHub	version control and a public portfolio	U22
pytest	tests that prove your code works	U20, U25–U26
AI assistants	drafting, explaining and reviewing, always verified by you	U03, U25–U26

The skills you build to understand data

Framing

Turning a vague question into a decision, a measure and a plan.

Data handling

Loading, checking, cleaning and preparing data without losing track of what changed.

Analysis

SQL, statistics and exploration that find what really drives a number.

Communication

Charts and short memos that lead with the answer and state the uncertainty.

Machine learning

Choosing, training and honestly evaluating models against a simple baseline.

Reproducibility

Project structure, tests, versions and Git, so others can rerun your work.

Professional practice

Licences, privacy, documentation and defending your work in front of others.

Working with AI

Specifying tasks for an assistant and verifying what it returns.

How AI helps you, and where it does not

AI can explain an idea in other words, draft code, suggest checks and review your writing. It can also be fluently wrong. D.World teaches you to use it the way a careful professional does.

The Prompt Ladder

You move from studying good prompts to writing and debugging your own: Observe, Adapt, Design, Debug, Verify, Reflect.

You stay responsible

You run, test and compare every AI suggestion before you use it. In the AI Project Studio, lessons include recorded AI answers with deliberate mistakes, so you learn to catch them.

An honest record

In Studio projects you keep a short AI collaboration log: what you asked, what you kept, what you rejected and why.

D.World works with any AI assistant you have. No lesson depends on one product.

How you prove what you can do

Checks and projects

An exit check for every unit, with a checker you can run yourself
Eight assessed projects across the core stages
A capstone project defended before a reviewer, and a final assessment
In the Studio: a flagship project and two cross-industry mini-cases

Four certificates

Foundations Certificate (U01–U05)
Core Data Science Certificate (U01–U16)
Full D.World Certificate (U01–U24, capstone and final assessment)
AI Project Studio Certificate (U25–U26)

Each certificate lists your assessments and results and can be verified online. About certificates

Where you start

The placement test checks eight skill areas with up to 38 questions and up to four short coding tasks that run in your browser. It tells you the stage and the exact unit to begin with, and stops early if it finds your starting point sooner. Complete beginners can simply start with Stage 1.

Take the placement test See all courses

Common questions

Do I need to know programming or maths first?

No. Stage 1 starts from zero, including Python. Statistics is taught in Stage 3 with examples.

How long does it take?

There is no fixed duration. Each lesson shows a planning estimate; you move on when you pass each unit's exit check.

What do I need on my computer?

A computer that can run Python and JupyterLab. Lesson L21 walks you through the setup on Windows, macOS and Linux.

Are the lessons in Arabic?

The website works in Arabic and English. The lessons, code and data are in English, the working language of Data Science jobs.

What is free, and what does it cost?

Free: the placement test, all of Stage 1, all of U06, and the first lesson of every other unit. Starter (EGP 269) opens everything for 7 days and gives you a 7-day plan. Membership (EGP 999) opens everything for 30 days, saves your exit work as evidence and adds human review of your capstone and final project, which certificates need. Quizzes and exit checks are graded automatically on both plans. Prices are in Egyptian pounds, plus a 2% card fee from our payment partner. Nothing renews by itself. Details

Will D.World get me a job?

D.World gives you skills, a portfolio and verifiable certificates. It cannot promise employment, and no honest programme can.

Ready to find your starting point?

Take the placement test, or start Foundations today.

Take the placement test Start Foundations

كل ما تحتاج معرفته عن D.World في مكان واحد

D.World نظام عملي لتعلّم علم البيانات. يأخذك من أول سؤال عن البيانات حتى مشاريع كاملة تدافع عنها، ويعلّمك العمل مع الذكاء الاصطناعي دون أن تتركه يفكر بدلًا منك.

ما هو D.World ولمن هو

D.World للمبتدئين ولمن يريد تغيير مساره المهني ويريد أن يعمل في علم البيانات فعلًا، ولمن يعرف بعض بايثون أو SQL ويريد مسارًا منظمًا حتى مستوى الممارسة المهنية. لا تحتاج شهادة في الرياضيات، فكل مفهوم يُشرح وقت احتياجك له، مع مثال محلول على بيانات واقعية.

التطبيق أولًا

كل درس ينتهي بشيء تفعله بنفسك: دفتر بايثون، أو استعلام، أو رسم بياني، أو قرار مكتوب. المشاهدة وحدها لا تكفي للانتقال.

فهم للأعمال

البيانات من شركات واقعية (خيالية): سلسلة بقالة، ومتجر هدايا، وخدمة اشتراكات. تجيب عن أسئلة يطرحها المدير فعلًا.

أمانة في الدليل

تتعلم أن تقول ما تُظهره البيانات وما لا تُظهره ومدى ثقتك فيه، وهذا ما يجعل المحلل موضع ثقة.

طريقة التعلم: تعلّم، طبّق، تحقّق، اشرح، سلّم

تعلّم
طبّق
تحقّق
اشرح
سلّم

تعلّم

شرح قصير لفكرة واحدة، ولماذا تهم في العمل، ومثال محلول تستطيع تشغيله.

طبّق

تمرين موجَّه في دفتر بداية، ثم مهمة عمل بكلماتك وكودك أنت.

تحقّق

تراجع نتيجتك بحساب ثانٍ أو اختبار أو مقارنة بالبيانات. كل رقم مطبوع في دروس D.World يمكن الوصول إليه بتشغيل الكود نفسه.

اشرح وسلّم

تكتب ما وجدته وماذا يعني للقرار، ثم تسلّم عملًا يستطيع غيرك إعادة تشغيله.

تتقدم بسرعتك أنت، فلا توجد أسابيع محددة. تنتقل إلى الوحدة التالية عندما تجتاز اختبار نهاية الوحدة الحالية.

المسار: خمس مراحل و24 وحدة أساسية، ثم استوديو مشاريع الذكاء الاصطناعي

كل مرحلة تبني المهارات التي تحتاجها المرحلة التالية، وكل مرحلة تنتهي بعمل تستطيع عرضه. الإجمالي 26 وحدة و114 درسًا.

المرحلة 1

الأساسيات

5 وحدات · 20 درسًا

تقرأ البيانات وأسئلة الأعمال، وتستخدم الذكاء الاصطناعي بمسؤولية، وتكتب كود بايثون بسيطًا وتختبره، وتحل المشكلات خطوة بخطوة.

U01 علم البيانات وعالم البيانات الحديث
U02 أساسيات الأعمال لمحترفي البيانات
U03 الذكاء الاصطناعي في العمل مع البيانات
U04 أساسيات بايثون
U05 حل المشكلات والتفكير الحاسوبي

المرحلة 2

التعامل مع البيانات

5 وحدات · 22 درسًا

تحمّل البيانات الحقيقية وتفحصها وتنظفها وتجهزها باستخدام NumPy و pandas، وتتأكد من جودتها قبل أي تحليل.

U06 أساسيات NumPy
U07 أساسيات pandas
U08 الحصول على البيانات وصيغها
U09 تنظيف البيانات
U10 تجهيز البيانات والتفكير في المتغيرات

المرحلة 3

تحليل البيانات

6 وحدات · 29 درسًا

تستخدم SQL والإحصاء والتحليل الاستكشافي والرسوم الواضحة لتحويل البيانات إلى دليل يدعم القرار.

U11 أساسيات SQL
U12 SQL للتحليل الحقيقي
U13 الإحصاء لعلم البيانات
U14 التحليل الاستكشافي للبيانات
U15 تصوير البيانات وسرد القصة
U16 اتخاذ القرار المبني على البيانات

المرحلة 4

المشاريع الحقيقية وتعلم الآلة

5 وحدات · 22 درسًا

تحوّل مشكلات العمل الحقيقية إلى مشاريع، وتستخدم تعلم الآلة فقط حيث يناسب، وتقيّمه بأمانة، وتسلّم مشاريع كاملة من البداية للنهاية.

U17 من مشكلة العمل إلى مشروع بيانات
U18 أساسيات تعلم الآلة
U19 تقييم النماذج وتعلم الآلة المسؤول
U20 سير العمل العملي في تعلم الآلة
U21 مشاريع أعمال حقيقية

المرحلة 5

الملف المهني والمسار الوظيفي والممارسة المهنية

3 وحدات · 10 درسًا

تعمل بشكل قابل لإعادة الإنتاج باستخدام Git، وتربط ما أنجزته بمتطلبات سوق العمل، وتنجز مشروع تخرج يصلح لملفك المهني وتدافع عنه.

U22 Git و GitHub والعمل القابل لإعادة الإنتاج
U23 المسار الوظيفي ومتطلبات السوق
U24 الممارسة المهنية ومشروع التخرج

مستوى متقدم

استوديو مشاريع الذكاء الاصطناعي (بعد المسار الأساسي)

وحدتان · 11 درسًا

تقود مشاريع كاملة مع الذكاء الاصطناعي كشريك منضبط: تحدد المهام بدقة، وتبني على خطوات صغيرة مختبرة، وتتحقق بشكل مستقل، وتسلّم عملًا يستطيع غيرك إعادة تشغيله.

U25 هندسة مشاريع علم البيانات بمساعدة الذكاء الاصطناعي
U26 استوديو مشاريع علم البيانات عبر القطاعات

لماذا هذا الترتيب: الأساسيات هي ما يجعل الذكاء الاصطناعي مفيدًا، والتحليل يأتي قبل تعلم الآلة، والاستوديو في النهاية لأن قيادة المشاريع مع الذكاء الاصطناعي تحتاج كل ما قبلها.

داخل الوحدة وداخل الدرس

الوحدة

من 3 إلى 6 دروس في موضوع واحد وبترتيب ثابت
من المرحلة الثانية: ملف تحميل فيه بيانات التمرين ودفاتر البداية
اختبار نهاية وحدة أو مشروع، مع أداة فحص تشغّلها بنفسك قبل التسليم

الدرس

الهدف، ولماذا يهم في العمل
المفهوم مع مثال محلول على بيانات واقعية
تمرين موجَّه في دفتر بداية
اختبار معرفة من 8 أسئلة
مهمة عمل وتحدٍّ قصير
ملخص ومسرد مصطلحات والمصادر المستخدمة، مع تاريخ مراجعة كل مصدر

الأدوات التي ستستخدمها

يحدد D.World الإصدارات التي بُني عليها بالضبط، لتطابق نتائجك ما في الدروس. تبدأ بايثون في الدرس L13، وفي الدرس L21 (أول دروس المرحلة الثانية) تجهّز بيئة D.World التي تستخدمها بقية المسار.

الأداة	تستخدمها في	أين
Python 3.13 / 3.14	لغة كل الدروس	U04 →
JupyterLab 4.6	دفاتر التمرين والمشاريع	U06 →
NumPy 2.5	المصفوفات والحسابات السريعة	U06
pandas 3.0	الجداول: تحميل وتنظيف وتجميع ودمج وتصدير	U07 →
SQL (SQLite)	الاستعلام من قواعد البيانات والربط ودوال النوافذ	U11–U12
SciPy 1.18	الإحصاء وفترات الثقة والاختبارات	U13 →
Matplotlib 3.11	رسوم واضحة وأمينة	U14–U15
scikit-learn 1.9	نماذج تعلم الآلة وتقييمها	U18–U21
Git & GitHub	إدارة الإصدارات وملف أعمال منشور	U22
pytest	اختبارات تثبت أن الكود يعمل	U20, U25–U26
AI assistants	صياغة الأفكار والشرح والمراجعة، مع تحققك أنت دائمًا	U03, U25–U26

المهارات التي تبنيها لفهم البيانات

صياغة المشكلة

تحويل السؤال الغامض إلى قرار ومقياس وخطة.

التعامل مع البيانات

تحميل البيانات وفحصها وتنظيفها وتجهيزها دون أن تفقد أثر ما تغيّر.

التحليل

SQL والإحصاء والاستكشاف لمعرفة ما يحرّك الرقم فعلًا.

التواصل

رسوم ومذكرات قصيرة تبدأ بالإجابة وتوضح درجة عدم اليقين.

تعلم الآلة

اختيار النماذج وتدريبها وتقييمها بأمانة مقارنة بنموذج بسيط.

قابلية إعادة الإنتاج

هيكل المشروع والاختبارات والإصدارات و Git، ليستطيع غيرك إعادة تشغيل عملك.

الممارسة المهنية

التراخيص والخصوصية والتوثيق والدفاع عن عملك أمام الآخرين.

العمل مع الذكاء الاصطناعي

تحديد المهمة للمساعد بدقة، والتحقق مما يقدمه.

كيف يساعدك الذكاء الاصطناعي، وأين لا يساعد

يستطيع الذكاء الاصطناعي أن يشرح الفكرة بطريقة أخرى، ويكتب مسودة كود، ويقترح طرق تحقق، ويراجع كتابتك. لكنه قد يخطئ بثقة كاملة. يعلّمك D.World أن تستخدمه كما يستخدمه المحترف الحريص.

سُلَّم الأوامر

تنتقل من دراسة أوامر جيدة إلى كتابة أوامرك وتصحيحها: لاحظ، عدّل، صمّم، صحّح، تحقّق، تأمّل.

المسؤولية عليك

تشغّل كل اقتراح من الذكاء الاصطناعي وتختبره وتقارنه قبل استخدامه. وفي دروس الاستوديو إجابات مسجلة من الذكاء الاصطناعي فيها أخطاء مقصودة، لتتعلم اكتشافها.

سجل أمين

في مشاريع الاستوديو تحتفظ بسجل قصير للتعاون مع الذكاء الاصطناعي: ماذا طلبت، وماذا قبلت، وماذا رفضت ولماذا.

يعمل D.World مع أي مساعد ذكاء اصطناعي متاح لك، ولا يعتمد أي درس على منتج بعينه.

كيف تثبت ما تستطيع فعله

اختبارات ومشاريع

اختبار نهاية لكل وحدة، مع أداة فحص تشغّلها بنفسك
ثمانية مشاريع مُقيَّمة عبر المراحل الأساسية
مشروع تخرج تدافع عنه أمام مراجع، واختبار نهائي
في الاستوديو: مشروع رئيسي ودراستا حالة من قطاعات مختلفة

أربع شهادات

شهادة الأساسيات (U01–U05)
شهادة علم البيانات الأساسية (U01–U16)
شهادة D.World الكاملة (U01–U24 مع مشروع التخرج والاختبار النهائي)
شهادة استوديو مشاريع الذكاء الاصطناعي (U25–U26)

كل شهادة تعرض تقييماتك ونتائجك، ويمكن التحقق منها عبر الإنترنت. عن الشهادات

من أين تبدأ

اختبار تحديد المستوى يقيس ثماني مهارات بما يصل إلى 38 سؤالًا وأربع مهام برمجة قصيرة تعمل داخل المتصفح. يحدد لك المرحلة والوحدة التي تبدأ بها بالضبط، ويتوقف مبكرًا إذا عرف نقطة بدايتك. وإذا كنت مبتدئًا تمامًا فابدأ ببساطة من المرحلة الأولى.

ابدأ اختبار تحديد المستوى كل المسارات

أسئلة شائعة

هل أحتاج أن أعرف البرمجة أو الرياضيات قبل البدء؟

لا. المرحلة الأولى تبدأ من الصفر بما فيها بايثون، والإحصاء يُشرح في المرحلة الثالثة بالأمثلة.

كم يستغرق المسار؟

لا توجد مدة محددة. كل درس يعرض تقديرًا تقريبيًا للوقت، وتنتقل عندما تجتاز اختبار نهاية كل وحدة.

ماذا أحتاج على جهازي؟

جهاز يستطيع تشغيل بايثون و JupyterLab. الدرس L21 يشرح التجهيز خطوة بخطوة على ويندوز وماك ولينكس.

هل الدروس باللغة العربية؟

الموقع يعمل بالعربية والإنجليزية. أما الدروس والكود والبيانات فبالإنجليزية، لأنها لغة العمل في وظائف علم البيانات.

ما المجاني، وكم التكلفة؟

مجانًا: اختبار تحديد المستوى، والمرحلة الأولى كاملة، والوحدة U06 كاملة، والدرس الأول من كل وحدة أخرى. باقة البداية (269 جنيهًا) تفتح كل شيء لمدة 7 أيام ومعها خطة لأول 7 أيام. الاشتراك (999 جنيهًا) يفتح كل شيء لمدة 30 يومًا ويحفظ أعمال نهاية الوحدات كدليل ويضيف مراجعة بشرية لمشروع التخرج والمشروع النهائي، وهي مطلوبة للشهادات. وتُصحَّح الاختبارات وتقييمات نهاية الوحدات تلقائيًا في الباقتين. الأسعار بالجنيه المصري، ويضاف إليها رسوم بطاقة 2% من شريك الدفع، ولا يتجدد أي شيء تلقائيًا. التفاصيل

هل يضمن لي D.World وظيفة؟

يمنحك D.World مهارات وملف أعمال وشهادات يمكن التحقق منها، لكنه لا يستطيع ضمان وظيفة، ولا يستطيع ذلك أي برنامج أمين.

جاهز لتعرف نقطة بدايتك؟

ابدأ اختبار تحديد المستوى، أو ابدأ مرحلة الأساسيات اليوم.

ابدأ اختبار تحديد المستوى ابدأ الأساسيات