Advanced Data Science Techniques

תיאור הקורס:

Scientist אחראי על איסוף, ניתוח והגשת התוצאות מניתוח כמויות גדולות או קטנות יותר של נתונים. תהליך זה משמש לקבלת החלטה חשובה עבור ארגון, אשר יכולה להשפיע על הצמיחה עסקית ולעזור להתמודד עם התחרות בשוק.

תפקידו של Data Scientist הינו ניתוח נתונים במטרה לחלץ תובנה מושכלת מהתוצאות. על מנת לתת מענה מקצועי לצורך עסקי, מדען נתונים חייב להיות מיומן בתחומים עיקריים:

  • חשיבה ויכולות סטטיסטית/מתמטיות
  • בעל יכולות פיתוח/תכנות ברמה גבוהה
  • מיומנות להגדיר אוסף נתונים ומשתנים נכונים
  • יכולת לזהות את הבעיות המאתגרות ביותר בניתוח נתונים
  • יכולת להתמודד עם אוסף של מערכי נתונים לא מובנים (Big Data ) וגם נתונים מובנים, ממקורות שונים
  • מיומנים עיבוד נתונים המבטיח דיוק, שלמות ואחידות
  • בנייה ויישם מודלים ואלגוריתמים – מודלים של Machine Learning
  • תקשור ממצאים לבעלי העניין באמצעות כלים כמו ויזואליזציה
  • בעל היכרות מעמיקה עם הביזנס ובעל יכולות תקשורת והצגה גבוהות
  • יכולת להוביל פרויקט Data Science מקצה לקצה

אספנו כאן עבורכם מספר טיפים מקצועיים

כיום לא מספיק לדעת להפעיל וליישם מודלים על דאטה, בפועל נדרשות מיומנויות ברמה גבוהה יותר על מנת לענות על הדרישות שתיארנו למעלה. יכולות אלו נרכשות עם הזמן ועם הנסיון, וכן עם תהליכי למידה של נושאים משלימים, מתקדמים והיכרות מעשיות עם טכניקות שונות בעבודה על נתונים.

המתודולוגיה של פרויקט Data Science ברורה (CRISP), אבל בכל אחד מהשלבים של תהליך Data Science יש הרבה עומק שמגיע מיכולת הסקה סטטיסטית, היכרות עם טכניקות מתקדמות ושימוש במודלים בצורה מושכלת. ככל שמדען נתונים מכיר יותר טוב ויותר לעומק את המודלים שיכול להשתמש בהם – התהליך שהוא מבצע הרבה יותר מקצועי.

מטרת המסלול היא להעניק ידע מתקדם למדעני נתונים מתחילים, שעברו הכשרות שונות ונכנסו לתפקיד בתעשיה בשנה האחרונה. וכן להעמיק בנושאים מתקדמים מתחום Deep Learning, ובעיקר בנושאי עיבוד תמונה וניתוח טקסטים.  בין היתר חשוב מאוד לחשוף Data Scientists לסביבות טכנולוגיות שונות ביניהן סביבת Big Data, סביבת ענן וכמובן להכיר את סביבת ה-Production בה פרויקט Data Science מיושם.

מתכונת הקורס מבוססת על תהליך למידה דרך שימוש ב-Usecases רלוונטיים, מעולמות תוכן שונים. כל Usecases יציג רעיון או אלגוריתם חדש, ותוך כדי העבודה עליהם אנחנו נחשוף את הטכניקות המתקדמות מעולם Machine Learning המסורתי. צורה שבה הקורס מתנהל הינה יישומית ופרקטית, תוך כדי הסברים ותרגול מעשי רב. במהלך הדרכה ושימוש ב-Usecase נפתח דיון מקצועי, נדבר על פתרונות אפשריים ונעלה רעיונות יצירתיים למימוש.

מסלול הכשרה זה מלווה תרגול מעשי במהלך השיעורים, במסגרתו יוכלו לממש את הידע הנרכש במהלך השיעורים.

ל-Data Scientists המעוניינים ללמוד ולהכיר היטב את הטכנולוגיות של Big Data ולרכוש ידע בבניית pipeline ממקורות מידע שונים וכן לרכוש כלים לעבודה בסביבת הענן של Amazon – AWS, אנחנו מציעים מסלול הכשרה Data Engineer, בו ניתן להשתלב במודולים רלוונטיים.

בעלי ידע ונסיון של כשנה בתחום Data Science ו/או בוגרי מסלול הכשרה של נאיה קולג’ – Data Science Professional

  • יעוץ עם גורם מקצועי
  • בעלי ידע ונסיון כ-Data Scientist Junior של שנה בתעשיה
  • תכנות בפייתון ברמה גבוהה כולל ScikitLearn ו-Pandas
  • מעבר מבחן כניסה הבוחן את רמת הידע
  • שליטה טובה בשפה האנגלית
מורן אלקובי מרצהעמית הינו Data Scientist בחברת נאיה טכנולוגיות, מנהל תחום Data Science בנאיה אקדמי ומרצה בכיר ומוביל בתחום. עמית בוגר הטכניון בתואר הנדסת חשמל ופיזיקה ובעל ניסיון רב בהובלת פרויקטים טכנולוגית עתירי מידע
  • 27/11/2019 מועד פתיחה
  • 17:30-21:30 | ב+דdaysימים ושעות
  • 130academic hours שעות אקדמיות
  • מתקדםcourse levelרמת הקורס
  • עבריתlanguageשפת הדרכה
  • לבדיקת התאמה לקורס
  • [current_url]

    השאירו פרטים ונחזור אליכם בהקדם!