הצורך להתמודד עם כמויות גדולות של מידע הוליד בשנים האחרונות תפקידים רבים והתמחויות שונות כגון ה Data
Analyst, Business Intelligence, Big Data. עם זאת, היכולת לשלב בין כל אלו ולהוסיף עליהם נדבך ייחודי
של חיזוי, נותרה נחלתם של מעטים, ובשנים האחרונות ביסס עצמו ה-Data Scientist - מדען נתונים כ ”מקצוע
הנחשק ביותר של המאה ה-21″.
Data Science - תחום המשלב בין יכולות אנליטיות מבוססות מודלים סטטיסטיים, מודלים מתמטיים, יכולות תכנות
ויכולת טיפול בנתונים מובנים ולא מובנים במטרה להפיק תובנות ייחודיות ולזהות דפוסי התנהגות ייחודים
ולחזות התנהגותם בעתיד. יתרה מזה, לעומת תחום BI אשר נותן מענה לשאלות כמו כמה ומתי, הרי שהתחום Data
Science מנסה לברר את הסיבה שהמספרים נראים כמו שהם נראים, או בפשטות, מענה לשאלה ה”למה”.
למעשה, תפקידו של מדען הנתונים – Data Scientist – הינו לבצע מחקרי מידע מעמיקים בכדי להפיק תובנות
עסקיות לארגון, לטייב ולסדר את המידע המשמש למחקרים השונים, להפעיל אלגוריתמים של מידול, כריית מידע ו-
Machine Learning ולסייע בבניית תהליכי הכנת המידע ואופטימיזציה של האלגוריתמים השונים. הכישורים
הנדרשים מ-Data Scientist רבים ומגוונים ומתמקדים בארבע שלבים עיקריים של עבודה עם המידע:
אינטגרציה – איסוף מידע ממגוון מערכות ועבודה עם כמויות גדולות של מידע (Big Data) ועיבוד מידע לא
מובנה (Unstructured)
חקירה – תכנות וניתוח סטטיסטי, יצירת חיבור בין בסיסי נתונים שונים.
ניתוח אנליטי – חיזוי, כריית מידע, אופטימיזציה, עיבוד מידע טקסטואלי ואנליזה לנתונים.
הצגה – פרסום תוצאות על בסיס ניתוח המידע שנאסף
בקורס נכיר את הכלים איתם עובד ה- Data Scientist בהתבסס על שפות הפיתוח Python וR בסיומה יגישו הסטודנטים
עבודת גמר המתבססת על מחקר נתונים הכולל כל שלבי הפיתוח וההטמעה שנלמדו.
הקורס מכשיר לתפקידי:
Data Scientist
מבנה הקורס
500 שעות לימוד אקדמיות, מתוכן 50% מוקצות לתרגול, התמחות מעשית ופיתוח פרוייקטי לייב אשר פותחו במיוחד לטובת הקורס
(הלמידה תהיה פיזית בכיתה בקמפוס טק-קריירה בלוד / בקפסולות / מרחוק – בהתאם להנחיות הממשלה בכל זמן נתון).
4 חודשים, 3 ימי לימוד מלאים בשבוע מבוקר עד לילה.
לימודים מסביב לשעון: שילוב בין לימודים עם מרצה בכיתה, למידה עצמית אונליין, תרגול עצמי ובקבוצות
העשרות והרצאות אורח ע"י אנשי מקצוע העובדים בתחום
סיורים לימודיים בחברות הייטק (בהתאם לנהלי הקורונה במועד הרלווטני)
תכנית מקיפה להכנה לקריירה: כתיבת קו"ח מקצועיים באנגלית, כלים לחיפוש עבודה, הכנה לראיונות כולל סימולציות
ע"י מראיינים מהתעשייה
תכנית מנטורים המלווים באופן אישי כל סטודנט עד להשתלבות מלאה בעבודה
נלמד את האלגוריתמים הבסיסיים והחמים בשוק העבודה של ימינו כמו: SVM, K-means, Random Forest
ורשתות נוירונים CNN, GAN ,RNN, LSTM ועוד ...
תכנות בPython - תוך שימוש בחבילות למימוש האלגוריתמים (Numpy, Pandas, tensorflow, keras,
scikit-learn)
מבוא למתמטיקה ומדעי הנתונים
סטטיסטיקה והסתברות
למידה סטטיסטית בR-
למידת מכונה (Machine Learning)
למידה והתנסות בבסיסי נתונים
פרויקט מסכם
למי זה מתאים
בוגרי תואר ראשון באחד מהתחומים הבאים: מערכות מידע / כימיה / הנדסת תעשיה וניהול / הנדסה ביו
רפואית / כלכלה / מנהל עסקים /סטטיסטיקה/ פיזיקה / מתמטיקה.
הקורס מיועד בראש ובראשונה ליוצאי אתיופיה (מי שנולד/ה באתיופיה או שלפחות אחד מהוריו/ה נולד
באתיופיה) אנו נקבל גם מועמדים שאינם יוצאי אתיופיה על בסיס מקום פנוי.
בנוסף עליך:
להשתתף בקורסי הרקע המהווים חלק מתוכנית הלימודים (תכנות ב- R, Python, מסדי נתונים ותכנות ב-(SQL
קורסי הרקע יקנו למשתתפים את הידע הנדרש לתכנית הלימודים
לעבור את כל שלבי המיון
להתפנות ללימודים מסביב לשעון לאורך 4 חודשים
לשכנע אותנו בנחישותך להשתלב בעבודה בתחום עם סיום הקורס
מה בודק תהליך המיון?
רקע בתכנות – חובה
יכולות טכנולוגיות, ניתוח נתונים וחשיבה אנליטית
הבנה תהליכית וזיקה למספרים
יכולת למידה עצמית
ולת ירידה לפרטים והסקת מסקנות
מת אנגלית: יכולת לקרוא חומר טכני ולהבינו ויכולת כתיבה.
בנוסף נבדוק עד כמה חקרת את התחום והבנת למה הגשת מועמדות, ולמה לדעתך תצליח/י בו. נבדוק גם את מידת
המחוייבות והיכולת שלך להתמיד בקורס, לסיימו בהצלחה ולהשתלב במקצוע.
שלבי המיון
השתתפות ביום פתוח
מילוי טופס מועמדות ושאלון, הגשת מסמכים
מבחן פילת טכנולוגי
משימת בית ומבחן התאמה
ראיון אישי
לוחות זמנים
מועד פתיחה מתוכנן: מאי 2021 (לא סופי)
מועד סיום מתוכנן: אוגוסט 2021 (לא סופי)
יום פתוח ותהליך המיון: מרץ-אפריל (לא סופי)
מקום ההכשרה:
קמפוס טק-קריירה, מתחם טלרד, לוד.
בנוסף, ניתן ליצור איתנו קשר באמצעות הטלגרם