על ההכשרה

בעולם שמייצר כמויות עצומות של נתונים בכל רגע, ארגונים נדרשים לקבל החלטות חכמות המבוססות על מידע. בתחומים כמו רפואה, פיננסים, מדיה חברתית ורכבים חכמים, למומחי ומומחות הנתונים יש את היכולת להפוך מידע גולמי להבנה עמוקה ולייצר פתרונות אמיתיים.
תפקיד ה-Data Scientist הפך לאחד המבוקשים והמתגמלים בשוק. הוא משלב עבודה עם Big Data, פיתוח מודלי Machine Learning ויצירת תובנות עסקיות שמניעות את הארגון קדימה.
כדי להצליח בתחום נדרשות כמה יכולות מרכזיות:
אינטגרציה – איסוף ושילוב מידע ממקורות שונים, כולל מידע לא מובנה.
חקירה וניתוח – תכנות וסטטיסטיקה, יצירת חיבור בין בסיסי נתונים שונים.
מודלים וחיזוי – כריית מידע, עיבוד מידע טקסטואלי, אופטימיזציה, חיזוי ואנליזה לנתונים.
הצגה – פרסום תוצאות על בסיס המידע הנאסף.

תנאי הקבלה

תואר ראשון באחד מהתחומים הבאים: מערכות מידע / כימיה / הנדסת תעשיה וניהול / הנדסה ביו רפואית / כלכלה / מנהל עסקים / פיזיקה / מתמטיקה.
רקע בתכנות – חובה.
מתאים לבוגרי קורס BI של היחידה ללימודי המשך בעלי תואר ראשון בהתאם לקריטריונים ורקע בתכנות.
נדרשת אוריינטציה טכנולוגית.
מעבר מבחן התאמה + ראיון אישי.
כל המשתתפים יידרשו להשתתף בשלב הרקע המהווה חלק מתוכנית הלימודים (תכנות ב- Python).שלב הרקע יקנה למשתתפים את הידע הנדרש לתכנית הלימודים.

תוכנית הלימודים

שלב רקע: Python וכלי בסיס
NumPy, Pandas, Matplotlib, Jupyter, יסודות תכנות.
מודול 1: סטטיסטיקה והסתברות:
הסקה סטטיסטית, מבחני השערות, משתנים מקריים.
מודול 2: למידה סטטיסטית (Pandas, SKlearn):
EDA, ניקוי נתונים, Kaggle, Ensemble Methods, SVM, Feature Engineering,
Imputation Challenge.
מודול 3: למידת מכונה Machine Learning
מודלי ניבוי (SVM), תחקור נתונים (EDA), טיפול בערכים חסרים (Imputation), ושיעור תחרותי עם אתגר Kaggle ופתירתו עם מודלי Machine Learning.
מודול 4: Deep Learning (PyTorch, Transformers)
רשתות נוירונים (RNN, CNN, LSTM), ראייה ממוחשבת (יישומי Computer Vision), Diffusion Models & Text to Image.
פרויקט מסכם: פרויקט גמר אישי על בעיה אמיתית מהעולם, בליווי המרצים.

רוצה לראות עוד הכשרות ומסלולי לימוד שיכולים להתאים לך?​ ב-Jobify יש מעל 8,000 הכשרות ומסלולי לימוד, ב-280 מוסדות ברחבי הארץ