×
🚀 خطة تعلم Python Developer
برنامج شامل لمدة 26 أسبوع لتصبح مطور بايثون محترف – من الصفر حتى الاحتراف
التقدم العام
0%
| الأسبوع | العنوان | المهام الأساسية | المصادر والروابط | ملاحظات مهمة |
|---|---|---|---|---|
|
الأسبوع 1-2
0%
|
مقدمة إلى بايثون وبيئة التطوير |
• ما هي بايثون؟ ولماذا نستخدمها؟
• تثبيت Python و VSCode
• المتغيرات وأنواع البيانات
• الجمل الشرطية والحلقات
• كتابة أول برنامج تفاعلي
|
📺 فيديو:Elzero Python Course |
مهم فهم الأساسيات جيداً • اكتب كودك بنفسك ولاتنسخ • مارس التمارين من كل درس |
|
الأسبوع 3-4
0%
|
البرمجة الهيكلية – الدوال والمصفوفات |
• تعريف الدوال واستخدامها
• القوائم والمصفوفات في بايثون
• المعاجم والمجموعات
• البرمجة التكرارية والتعامل مع الملفات
• مشاريع بسيطة: آلة حاسبة / عداد كلمات
|
🧰 أدوات:Replit Online IDE📺 فيديوهات:Code With Mosh |
• أكواد مصفوفات متكررة • مارس يومياً على مشاريع مصغرة • استخدم مدونتك لتوثيق التقدم |
|
الأسبوع 5-6
0%
|
البرمجة الكائنية OOP في Python |
• مفهوم الكائنات (Classes & Objects)
• الوراثة والتعددية Polymorphism
• الإنكابسوليشن & abstraction
• تطبيق مشروع: نظام إدارة مكتبة
|
📘 دروس:RealPython OOP Official Classes Doc📺 فيديو:Corey Schafer Python OOP |
فهم OOP أساسي لبناء أنظمة قوية • استخدم أمثلة حقيقية • أنشئ مشاريع حقيقية مصغرة للتطبيق |
|
الأسبوع 7-8
0%
|
الوحدات (Modules) والمكتبات القياسية |
• التعامل مع الملفات والنظام os, sys
• التعامل مع الوقت والتاريخ datetime
• مكتبة random و math
• إنشاء وحداتك الخاصة
• مشروع مصغر: تطبيق تحويل العملات
|
📗 مكتبات بايثون:Standard Library PyPI📺 فيديو:Tech With Tim |
• استخدم المكتبات الجاهزة لتسريع العمل • مارس إنشاء وحدات خاصة بك لتجزئة الأكواد • احترف التعامل مع ملفات المشروع |
|
الأسبوع 9-10
0%
|
مكتبات إدارة البيانات (Pandas, NumPy) |
• مقدمة إلى NumPy والمصفوفات
• تحليل البيانات باستخدام Pandas
• قراءة وكتابة ملفات CSV/Excel
• مشروع: تحليل بيانات مبيعات
|
📚 مكتبات:NumPy Learn Pandas Docs📺 فيديو:Alex The Analyst |
• تعلم تحليل البيانات أمر ضروري • استخدم ملفات بيانات حقيقية للتطبيق • تعامل مع البيانات باستخدام NumPy و Pandas |
|
الأسبوع 11-12
0%
|
مشروع مصغر متكامل باستخدام Python |
• تحديد فكرة المشروع (مكتبة – آلة حاسبة – متجر…)
• تقسيم العمل إلى مهام صغيرة
• ربط الملفات والمكتبات المطلوبة
• اختبار المشروع وتصحيح الأخطاء
|
📘 مصادر المشاريع:RealPython Projects GitHub Python Projects📺 فيديو:Python Simplified |
• أنشئ مشروع عملي كامل • وثّق المشروع جيدًا وشاركه على GitHub • هذا المشروع يصلح كسيرة ذاتية |
|
الأسبوع 13-14
0%
|
مقدمة إلى Flask – تطوير تطبيق ويب بسيط |
• تثبيت Flask وإعداد أول تطبيق
• التعامل مع القوالب باستخدام Jinja2
• إرسال واستقبال البيانات عبر النماذج
• مشروع صغير: دفتر ملاحظات
|
📚 وثائق:Flask Official Docs RealPython Flask📺 فيديو:FreeCodeCamp – Flask |
• Flask بسيط وسريع لتعلم تطوير الويب • استخدم Jinja2 لإنشاء صفحات ديناميكية • جرب إنشاء صفحات تسجيل الدخول أو مهام CRUD |
|
الأسبوع 15-16
0%
|
Flask + قواعد البيانات (SQLite) |
• ربط Flask بـ SQLite باستخدام SQLAlchemy
• إنشاء نماذج الجداول Models
• تنفيذ عمليات الإضافة والتعديل والحذف
• مشروع: إدارة مهام To-Do App
|
🧰 مكتبات:Flask SQLAlchemy DB Browser for SQLite📺 فيديو:Pretty Printed – Flask DB |
• استخدام قواعد البيانات يجعل التطبيق ديناميكيًا • SQLAlchemy تسهل العمليات على الجداول • SQLite مناسبة للتطبيقات الصغيرة والمتوسطة |
|
الأسبوع 17-18
0%
|
Django – الإطار القوي لتطبيقات الويب المتكاملة |
• إنشاء مشروع Django وتطبيق داخلي
• إعداد قواعد البيانات والتعامل مع ORM
• إنشاء صفحات Templates وViews
• مشروع بسيط: مدونة شخصية
|
📚 الوثائق الرسمية:Django Docs Real Python Django📺 فيديو:Mosh – Django for Beginners |
• Django متكامل ويوفر لوحة تحكم جاهزة • نظام النماذج Model-View-Template • استخدمه لتطبيقات أكبر من Flask |
|
الأسبوع 19-20
0%
|
بناء واجهات API احترافية باستخدام Django REST Framework |
• تثبيت Django REST Framework
• إنشاء API لعرض البيانات واستقبالها
• استخدام Serializers وViewSets
• مشروع API لإدارة المقالات
|
🧰 أدوات:DRF Official Site Postman📺 فيديو:Dennis Ivy – DRF APIs |
• REST APIs تسمح لتطبيقك بالتكامل مع أي نظام آخر • استخدم Postman لاختبار نقاط النهاية • هذه المهارة مطلوبة كثيرًا في سوق العمل |
|
الأسبوع 21-22
0%
|
نشر تطبيقات Python/Django على الإنترنت |
• نشر مشروع Django على Heroku
• مقدمة في Docker وتطبيق بايثون داخل حاوية
• نشر تطبيق Flask أو API على Vercel باستخدام Python Serverless
• مقارنة المنصات: Heroku vs Vercel vs Docker Hub
|
📦 منصات النشر:Heroku Vercel Docker Hub📺 فيديو:Code With Mosh – Deploying Django |
• استخدم Heroku كبداية سهلة للمشاريع • Docker يتيح لك نقل المشروع بأي بيئة • النشر ضروري لعرض أعمالك على الإنترنت |
|
الأسبوع 23-24
0%
|
تجهيز نفسك للعمل كمطور Python |
• كتابة سيرة ذاتية احترافية لمطور Python
• التحضير للمقابلات: أسئلة Python وHR
• استخدام GitHub وLinkedIn لعرض مشاريعك
• مهارات ناعمة: العمل الجماعي، التفكير النقدي، الوقت
|
🔗 مصادر:LinkedIn Learning GitHub📘 مقالات:Real Python Interview Guide |
• السيرة الذاتية تعكس مهاراتك: ركز على المشاريع • المقابلات ليست فقط تقنية، بل شخصية أيضًا • ابدأ ببناء حضور رقمي قوي |
|
الأسبوع 25-26
0%
|
مشروع التخرج – Python Final Project |
• تحديد فكرة المشروع (تطبيق ويب، تحليل بيانات، أداة CLI)
• كتابة خطة العمل ومخطط المشروع
• تطوير المشروع بالكامل ونشره على GitHub
• عرض المشروع أمام الآخرين أو كتابته في مدونة تقنية
|
🛠️ أدوات:Draw.io لتخطيط المشروع GitHub Medium لكتابة التدوينات💡 أفكار مشاريع:Karan’s Python Projects List |
• المشروع النهائي يعكس مسارك وتعلمك • وثّق خطوات المشروع جيدًا • شاركه في ملف PDF أو في مدونة |
| أدوات أساسية | مكتبات وأدوات |
Python
pip
virtualenv
Jupyter Notebook
Git & GitHub
VS Code أو PyCharm
PostgreSQL أو SQLite
Docker
|
Python pip virtualenv Jupyter Git VS Code Docker | تأكد من تثبيت هذه الأدوات منذ الأسبوع الأول أو عند الحاجة إليها في كل مرحلة. |
| مكتبات بايثون | مكتبات واستخدامات |
NumPy – العمليات الرياضية والمصفوفات
Pandas – تحليل البيانات ومعالجتها
Matplotlib – الرسم البياني والمرئيات
Seaborn – تحليل بصري متقدم
Requests – التعامل مع HTTP APIs
BeautifulSoup – استخراج البيانات من HTML
Flask – تطوير تطبيقات الويب
FastAPI – APIs سريعة وحديثة
SQLAlchemy – التعامل مع قواعد البيانات
TensorFlow / PyTorch – الذكاء الاصطناعي والتعلم العميق
|
📘 شروحات:NumPy Docs Pandas Docs Matplotlib Examples BeautifulSoup Tutorial Flask Docs FastAPI Docs SQLAlchemy Docs TensorFlow Tutorials |
🎥 فيديوهات تعليمية:
🧪 نماذج عملية: |
