The Center for Designated Programs ‫המערך לתוכניות ייעודיות‬

School of Hi-Tech and Cyber Security ‫בית הספר להייטק וסייבר‬

‫לימודי תעודה‬ ‫קמפוס חרדי‬ ‫מכינה קדם אקדמית‬ ‫המדור לזרועות הביטחון‬ ‫המדור לתוכניות מובנות‬ ‫משרד ראשי‬
03-7384481 077-2753094/8 03-5317956 03-5317005/6 03-5317957 03-5318254
biu-es.ac.il DesigProg.biu.ac.il mechina-kda.biu.ac.il mzb.biu.ac.il DesigProg.biu.ac.il DesigProg.biu.ac.il

barilan.ac.il *9392 :‫מוקד המידע לשירותך‬

 ‫‪The Center for Designated Programs‬‬ ‫המערך לתוכניות ייעודיות‬

‫‪School of Hi-Tech and Cyber Security‬‬ ‫בית הספר להייטק וסייבר‬

‫‪Certified Data Scientist‬‬

‫המסלול השלם להכשרת מדעני נתונים‬
‫עם התמחות ב ‪Generative AI‬‬
‫מנהל אקדמי‪ :‬מר ערן שחם‪ ,‬מנהל בית הספר להייטק וסייבר באוניברסיטת בר‪-‬אילן‬
‫יועצים אקדמיים‪ :‬ד"ר תומס קרפטי ומר אביעד רוזנהק‬

‫מדעי הנתונים משתנה במהירות ותחום ה ‪ Generative AI‬הוא אחד המרגשים‪.‬‬

‫מדעני נתונים עם התמחות ב ‪, Generative AI‬מבוקשים מאוד בתעשייה ויש להם פוטנציאל להשפיע רבות‬
‫על העולם‪ .‬ה ‪ Data Scientist‬מבצע מחקרים להפקת תובנות עסקיות לארגון (‪,)Business Intelligence‬‬
‫מטייב ומסדר את המידע המשמש למחקרים‪ ,‬מפעיל אלגוריתמים שונים של ‪ ,Machine Learning‬כריית‬
‫מידע ומידול ובכך מסייע בבניית תהליכי הכנת המידע ואופטימיזציה של האלגוריתמים השונים‪.‬‬
‫תוך שילוב כלים סטטיסטיים‪ ,‬הוא מסוגל לחזות את העתיד בהינתן מידע קיים‪.‬‬

‫ל‪ Data Scientist -‬ידע רב בנושאים הבאים‪:‬‬

‫‪ o‬אינטגרציה ‪ -‬איסוף מידע ממגוון מערכות ועבודה עם כמויות גדולות של מידע (‪ )Big Data‬ועיבוד מידע‬
‫לא מובנה (‪.)Unstructured‬‬
‫‪ o‬חקירה ‪ -‬תכנות וניתוח סטטיסטי‪ ,‬יצירת חיבור בין בסיסי נתונים שונים‪.‬‬
‫‪ o‬ניתוח אנליטי ‪ -‬חיזוי‪ ,‬כריית מידע‪ ,‬אופטימיזציה‪ ,‬עיבוד מידע טקסטואלי ואנליזה לנתונים‪.‬‬
‫‪ o‬הצגה ‪ -‬פרסום תוצאות על בסיס ניתוח המידע שנאסף‪.‬‬

‫‪ Generative AI‬היא תת‪-‬תחום של בינה מלאכותית שמתמקדת בפיתוח אלגוריתמים‪ ,‬המסוגלים ליצור‬
‫נתונים חדשים‪ .‬זה יכול להיות טקסט‪ ,‬קוד‪ ,‬תמונות‪ ,‬צלילים‪ ,‬או כל סוג אחר של דאטה‪.‬‬
‫קיימות מספר סיבות מרכזיות ללימוד התחום‪:‬‬
‫‪ o‬צמיחה חסרת תקדים‪ :‬עם הקמתה‪ ChatGPT ,‬היה המוצר הצומח ביותר אי פעם‪ ,‬מה שמדגיש את‬
‫הפוטנציאל העצום ואת העניין בטכנולוגיות בינה מלאכותית‪.‬‬
‫‪ o‬מהפכה בפרודוקטיביות‪ :‬כמעט כל הארגונים משלבים כיום בינה מלאכותית גנרטיבית באסטרטגיות‬
‫החדשנות שלהם‪ .‬השינוי הטכנולוגי הזה מגדיר מחדש את האופן שבו עסקים מתחדשים ומתחרים‪.‬‬
‫‪ o‬מיומנויות מבוקשות מאוד‪ :‬יש ביקוש הולך וגובר לאנשי מקצוע בעלי מומחיות בהיבטים שונים של ‪AI‬‬
‫גנרטיבי‪ .‬זה כולל מיומנויות בהנדסת פרומפטים‪ ,‬היכרות עם מסגרות כמו ‪ AutoML‬ו‪,LangChain-‬‬
‫והיכולת לעשות אימון משני למודלי בסיס כדי לתת מענה לדרישות עסקיות ספציפיות‪.‬‬
‫‪ o‬בינה מלאכותית כללית‪ ChatGPT :‬השיגה את אבן הדרך של עמידה במבחן טיורינג‪ ,‬מדד ליכולת של‬
‫מכונה להפגין אינטליגנציה דמוית אדם‪ .‬הישג זה האיץ את החיפוש של התעשייה לבנות בינה כללית‬
‫מלאכותית (‪ )AGI‬על בסיס מודלי שפה גדולים (‪.)LLMs‬‬

‫דוגמאות לשימוש ב ‪:Generative AI‬‬

‫‪ o‬פרודוקטיביות ואוטומציה משופרת‪ :‬ייעול משימות תכנות‪ ,‬מדעי נתונים ושירות לקוחות עם יכולות כמו‬
‫השלמה אוטומטית של קוד‪ ,‬המרת מפרטים לתפוקות מוחשיות וייזום תהליכים באופן אוטונומי‬
‫‪ o‬מהפכה בתעשיות יצירתיות‪ :‬דמוקרטיזציה של אמנות ויצירת תוכן ‪,‬תמונות ומוזיקה בשפה אנושית‪.‬‬
‫‪ o‬מהפכה במדע ובמחקר‪ :‬פריצות דרך בדיסציפלינות כמו מתמטיקה‪ ,‬ביולוגיה‪ ,‬רפואה וחקלאות על ידי‬
‫שימוש בבינה מלאכותית גנרטיבית ליצירת טיפולים רפואיים חדשים‪ ,‬הנדסת חלבונים‪ ,‬תכנון‬
‫א רכיטקטורות טכנולוגיות חדשניות כמו מעבדים‪ ,‬וביצוע מחקר באופן אוטונומי‪ ,‬כולל הוכחות מתמטיות‬
‫והפקת השערות‪.‬‬

‫בתוכנית להכשרת מדעני נתונים המתמחים ב ‪ Generative AI‬נכיר את כל אלו‪ .‬בסיום הלימודים יגישו‬
‫התלמידים עבודת גמר המתבססת על מחקר נתונים תוך שימוש בטכנולוגיות החדישות ביותר‪.‬‬
‫תיק העבודות אותו יוצר התלמיד בקורס ניתן להצגה מול מעסיקים בתהליך הקבלה למשרות בתחום זה‪.‬‬

‫לימודי תעודה‬ ‫קמפוס חרדי‬ ‫מכינה קדם אקדמית‬ ‫המדור לזרועות הביטחון‬ ‫המדור לתוכניות מובנות‬ ‫משרד ראשי‬
‫‪03-7384481‬‬ ‫‪077-2753094/8‬‬ ‫‪03-5317956‬‬ ‫‪03-5317005/6‬‬ ‫‪03-5317957‬‬ ‫‪03-5318254‬‬
‫‪biu-es.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪mechina-kda.biu.ac.il‬‬ ‫‪mzb.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬

‫‪barilan.ac.il‬‬ ‫מוקד המידע לשירותך‪*9392 :‬‬

 ‫‪The Center for Designated Programs‬‬ ‫המערך לתוכניות ייעודיות‬

‫‪School of Hi-Tech and Cyber Security‬‬ ‫בית הספר להייטק וסייבר‬

‫מטרת התוכנית‬

‫התכנית תכין את התלמיד להיות מדען נתונים מיומן עם יכולת עבודה עצמאית וכחלק מצוות מולטי דיסציפלינרי‪.‬‬
‫התכנית תספק את הידע ואת הכלים הדרושים כדי לפתח פרויקטים של למידת מכונה (‪)Machine Learning‬‬
‫וליישם אותם במערכות הייצור‪ .‬עם סיום התכנית התלמידים יוכלו‪:‬‬

‫לעבוד על פרויקט מדעי נתונים מתחילתו ועד סופו‪.‬‬ ‫‪o‬‬

‫לעבוד כצוות משימה בסביבה משותפת‪.‬‬ ‫‪o‬‬
‫לכתוב פרוטוקול מחקר לפני תחילת הפרויקט‪.‬‬ ‫‪o‬‬
‫לספק נתונים נקיים ומכנים לאנליזה‪.‬‬ ‫‪o‬‬
‫לפתח מודלים מנבאים בשימוש כלים מתאימים עבור הבעיה ולפי הדרישות של הלקוח‪.‬‬ ‫‪o‬‬
‫לכתוב דו"ח סיכום המסביר את המתודולוגיה ששימשה את הפרויקט והמודלים שפותחו יחד עם תיקוף‬ ‫‪o‬‬
‫המודלים‪.‬‬
‫הטמעת המודלים שפותחו והדרכה של משתמשי הקצה לעשות שימוש נכון ומושכל בהם‪.‬‬ ‫‪o‬‬

‫יתרונותיה הבולטים של התוכנית‬

‫מיקוד בכלים הנפוצים בתחום בשפת הפיתוח ‪Sklearn, Keras, LangChain :Python‬‬ ‫‪o‬‬
‫תעודה יוקרתית של אוניברסיטת בר אילן‪ ,‬ביה"ס להייטק וסייבר‬ ‫‪o‬‬
‫קורס מעשי במהותו‪ ,‬המשלב יישום תרגולים רבים ובניית פרויקט אישי במקביל לידע התיאורטי הנרכש‪.‬‬ ‫‪o‬‬
‫הקורס מועבר בהדרכתם של מרצים מובילים וותיקים המאושרים ע"י אוניברסיטת בר אילן‪.‬‬ ‫‪o‬‬
‫סדנאות מיתוג אישי ובניית פרזנטציה מנצחת לצורך מיקסום אפשרויות תעסוקה‬ ‫‪o‬‬
‫ליווי אישי של התלמיד לאורך כל המסלול וגם לאחריו‪.‬‬ ‫‪o‬‬

‫אודות המנהל האקדמי ומנהל בית הספר להייטק וסייבר‪ ,‬מר ערן שחם‬

‫בעל ניסיון עשיר של למעלה מ‪ 30-‬שנים כמרצה ומנהל הדרכות בתחום הסייבר ואבטחת המידע‪.‬‬ ‫‪o‬‬
‫מנהל בית הספר להייטק וסייבר של אוניברסיטת בר‪-‬אילן‪.‬‬ ‫‪o‬‬
‫מנהל מרכזי הדרכה מורשים של החברות המובילות בעולם בתחום הווירטואליזציה‪ ,‬תקשורת ואבטחת‬ ‫‪o‬‬
‫מידע ‪ ISC2, Forcepoint, Check Point, EC-Council, VMware, Amazon AWS‬ומכשיר‬
‫אינטגרטורים בקורסים המתקדמים‪.‬‬
‫מכשיר לקוחות ושותפים של ‪ Check Point‬בטכנולוגיות מתקדמות כ‪ 20-‬שנה‪.‬‬ ‫‪o‬‬
‫יזם‪ ,‬הקים וניהל את קורסי התעודה במחשבים ביחידה ללימודי המשך של "מוסד הטכניון" במשך ‪8‬‬ ‫‪o‬‬
‫שנים‪ ,‬בת"א‪ ,‬חיפה וירושלים‪.‬‬
‫הקים וניהל את "מלם‪-‬תים הדרכה"‪ ,‬מקבוצת "מלם‪-‬תים"‪ ,‬האחראית להכשרת ‪ 4,000‬עובדי הקבוצה‪.‬‬ ‫‪o‬‬
‫ניהל את קהילת אבטחת המידע במיקרוסופ ישראל‪.‬‬ ‫‪o‬‬

‫אודות היועץ האקדמי‪ ,‬ד"ר תומאס קרפטי‬

‫רופא‪ ,‬מדען נתונים ומרצה בעל נסיון של ‪ 20‬שנה‪.‬‬ ‫‪o‬‬

‫בעל נסיון רב בפיתוח ‪ Full Stack‬בתחומי ‪ Data mining‬ו ‪ Data Warehouse‬בעולמות הרפואה‪.‬‬ ‫‪o‬‬
‫מרצה למעלה מחמש שנים בתחומי ה ‪ Data Science‬בטכניון ובאוניבסיטת בר‪-‬אילן‪.‬‬ ‫‪o‬‬
‫מנהל את המעבדה הרפואית האנליטית המולטידיסיפלינרית ב‪.HIT-‬‬ ‫‪o‬‬
‫מרצה לתחומי ה‪ Machine Learning-‬בקורס‪.‬‬ ‫‪o‬‬

‫לימודי תעודה‬ ‫קמפוס חרדי‬ ‫מכינה קדם אקדמית‬ ‫המדור לזרועות הביטחון‬ ‫המדור לתוכניות מובנות‬ ‫משרד ראשי‬
‫‪03-7384481‬‬ ‫‪077-2753094/8‬‬ ‫‪03-5317956‬‬ ‫‪03-5317005/6‬‬ ‫‪03-5317957‬‬ ‫‪03-5318254‬‬
‫‪biu-es.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪mechina-kda.biu.ac.il‬‬ ‫‪mzb.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬

‫‪barilan.ac.il‬‬ ‫מוקד המידע לשירותך‪*9392 :‬‬

 ‫‪The Center for Designated Programs‬‬ ‫המערך לתוכניות ייעודיות‬

‫‪School of Hi-Tech and Cyber Security‬‬ ‫בית הספר להייטק וסייבר‬

‫אודות היועץ האקדמי‪ ,‬מר אביעד רוזנהק‬

‫מוסמך למדעי המחשב מטעם האוניברסיטה העברית‪.‬‬ ‫‪o‬‬

‫מנהל מוצר ב ‪ ,YouTube‬אשר השיק מוצר של אנליזה סטטיסטית‪.‬‬ ‫‪o‬‬
‫הקים את ‪ ,livv.ai‬מנהל מוצר ב ‪ comet.ml‬חברה בתחום ‪.MLOps‬‬ ‫‪o‬‬
‫מרצה בתחומים‪ :‬ניהול מוצר מבוסס דאטה‪ ,‬מדעי הנתונים‪ data engineering ,‬ופיתוח מתקדם בפייתון‪.‬‬ ‫‪o‬‬
‫מרצה בתחום ה‪ Generative AI -‬בקורס‪.‬‬ ‫‪o‬‬

‫תנאי קדם‬

‫‪ o‬תואר ראשון או רקע אקדמי בתחומי מערכות מידע‪/‬תעשיה וניהול‪/‬מדעי המחשב‪/‬כלכלה‪/‬תחומי המדעים‬
‫‪ o‬ראיון קבלה ע"י יועץ אקדמי‬

‫מתכונת לימודים‬

‫‪ o‬פתיחת הלימודים‪13.3.2024 :‬‬

‫כ‪ 7 -‬חודשים ויתקיימו בימים ראשון ורביעי בין השעות ‪17:30-21:30‬‬ ‫‪ o‬משך הלימודים‪:‬‬
‫‪ o‬תכנית הלימודים כוללת ‪ 275‬שעות אקדמיות‪.‬‬

‫שכר לימוד‬

‫‪ o‬דמי רישום‪.₪ 480 :‬‬

‫‪ o‬שכר לימוד‪.₪ 14,500 :‬‬
‫עבור תשלום נוסף של ‪ ₪ 200‬ניתן לחנות את הרכב באוניברסיטה בשעות הלימוד עד סוף‬ ‫‪ o‬חניה‪:‬‬
‫ספטמבר‪.‬‬

‫מקום הלימוד‬

‫‪ o‬הלימודים נערכים בבית הספר להייטק וסייבר‪ ,‬קמפוס אוניברסיטת בר‪-‬אילן‪ ,‬רמת גן‬
‫במקביל מתבצעים באופן מקוון‪ .‬כל השיעורים מוקלטים וזמינים לתלמידים במהלך הקורס ובסיומו‪.‬‬

‫זכאות לתעודה‬

‫‪ o‬חובת נוכחות ב‪ 80%-‬מהמפגשים‪ ,‬ועמידה במטלות התכנית‪.‬‬

‫‪ o‬לעומדים בדרישות התכנית תוענק תעודה מטעם אוניברסיטת בר אילן‪ ,‬המערך לתוכניות ייעודיות‪.‬‬

‫הערות‬

‫‪ o‬פתיחת כל תכנית מותנית במספר הנרשמים‪.‬‬

‫‪ o‬דמי ההרשמה אינם כלולים בשכר הלימוד ואינם מוחזרים‪ ,‬אלא במקרה של אי פתיחת התכנית על ידי‬
‫היחידה‪ ,‬בכפוף לתקנון לימודים של לימודי התעודה באוניברסיטת בר אילן‪.‬‬
‫‪ o‬היחידה מביאה לידיעת הנרשמים כי ייתכנו שינויים במערך התכנית‪ ,‬במועדי הלימודים והבחינות או בכל‬
‫נושא אחר‪ .‬הודעה על כל שינוי תימסר למשתתפים‪ ,‬בכפוף לתקנון לימודי התעודה באוניברסיטת בר‬
‫אילן‪.‬‬

‫לימודי תעודה‬ ‫קמפוס חרדי‬ ‫מכינה קדם אקדמית‬ ‫המדור לזרועות הביטחון‬ ‫המדור לתוכניות מובנות‬ ‫משרד ראשי‬
‫‪03-7384481‬‬ ‫‪077-2753094/8‬‬ ‫‪03-5317956‬‬ ‫‪03-5317005/6‬‬ ‫‪03-5317957‬‬ ‫‪03-5318254‬‬
‫‪biu-es.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪mechina-kda.biu.ac.il‬‬ ‫‪mzb.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬

‫‪barilan.ac.il‬‬ ‫מוקד המידע לשירותך‪*9392 :‬‬

 ‫‪The Center for Designated Programs‬‬ ‫המערך לתוכניות ייעודיות‬

‫‪School of Hi-Tech and Cyber Security‬‬ ‫בית הספר להייטק וסייבר‬

‫נהלי רישום‬

‫‪ o‬ההרשמה תתבצע באמצעות חברת ערן שחם בע"מ‪ ,‬עבור אוניברסיטת בר אילן‪.‬‬

‫לפרטים והרשמה נא לפנות אל‪:‬‬

‫אסתר אסולין‬
‫‪052-5886002‬‬
‫‪esther.asulin@biu.ac.il‬‬

‫לימודי תעודה‬ ‫קמפוס חרדי‬ ‫מכינה קדם אקדמית‬ ‫המדור לזרועות הביטחון‬ ‫המדור לתוכניות מובנות‬ ‫משרד ראשי‬
‫‪03-7384481‬‬ ‫‪077-2753094/8‬‬ ‫‪03-5317956‬‬ ‫‪03-5317005/6‬‬ ‫‪03-5317957‬‬ ‫‪03-5318254‬‬
‫‪biu-es.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪mechina-kda.biu.ac.il‬‬ ‫‪mzb.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬

‫‪barilan.ac.il‬‬ ‫מוקד המידע לשירותך‪*9392 :‬‬

 ‫‪The Center for Designated Programs‬‬ ‫המערך לתוכניות ייעודיות‬

‫‪School of Hi-Tech and Cyber Security‬‬ ‫בית הספר להייטק וסייבר‬

‫תכנית הלימודים‬

‫מודול ‪ - 1‬מבוא למדעי הנתונים (‪ 10‬ש"א)‪:‬‬

‫מדען הנתונים מנקודת ראותו של ה ‪CDO‬‬ ‫‪o‬‬

‫את ההרצאה יעביר מנהל דאטה ארגוני ויסביר את הפרמטרים העיסקיים באמצעותם נמדד מדען‬
‫הנתונים‬
‫מהו מדע הנתונים‬ ‫‪o‬‬
‫מחקר מדעי ‪ -‬שיטות מחקר‬ ‫‪o‬‬
‫אנטומיה של פרויקט במדעי הנתונים‬ ‫‪o‬‬

‫מודול ‪ - 2‬בסיס נתונים ותכנות ‪ 30( SQL‬ש"א)‪:‬‬

‫‪ o‬מבוא ל‪SQL-‬‬
‫חיבור למסדי נתונים‪ ,‬יצירה ומחיקה של טבלאות‪ ,‬פקודות‪SELECT, INSERT, DELETE, UPDATE :‬‬
‫‪ o‬תכנות ‪SQL‬‬
‫חיבור טבלאות ‪.JOINS: INNER JOIN, LEFT OUTER JOIN, RIGHT OUTER JOIN, UNION‬‬
‫שינוי טבלה ‪ ,ALTER‬יצירת אינדקסים‪ ,‬טבלאות זמניות‬
‫‪ o‬תכנות ‪ SQL‬מתקדם‬
‫סינון ומיון נתונים‪ ,‬משתנים מחושבים‪ :‬טרנספורמציות מתמטיות‪ ,‬פעולות על מחרוזת‪ ,‬פעולות על התאריך‬
‫והשעה‪ .‬אגרגציות של נתונים‪ ,‬פיבוטים ‪PIVOT‬‬

‫מודול ‪ - 3‬תכנות בסיסי ב‪ 20( Python-‬ש"א)‪:‬‬

‫מבוא ל‪ ,Python-‬אנקונדה ומחברות ‪ ,Jupyter‬תחביר ‪ ,Python‬פונקציות‪ ,‬סוגי נתונים ב‪Python -‬‬ ‫‪o‬‬
‫ואופרטורים (מספריים‪ ,‬מחרוזות‪ ,‬רשימות‪ ,Tuples, Arrays ,‬תאריך ושעה)‪,‬‬
‫שימוש בפונקציות ומתודות של אובייקטים‬ ‫‪o‬‬
‫‪SLICING ,INDEXING AND REVERSE INDEXING‬‬ ‫‪o‬‬
‫לולאות‪ ,‬תנאים וערכים בוליאניים‪ .‬שימוש ב ‪Range‬‬ ‫‪o‬‬

‫מודול ‪ Python– 4‬למדעני נתונים (‪ 40‬ש"א)‪:‬‬

‫עבודה עם נתונים באמצעות ‪PANDAS‬‬ ‫‪o‬‬
‫גרפים עם ספריות ‪Seaborn ,Matplot, Pandas‬‬ ‫‪o‬‬
‫קלט פלט עם ‪Pandas‬‬ ‫‪o‬‬
‫כתיבת פונקציות ופונקציות ‪LAMBDA‬‬ ‫‪o‬‬
‫‪List comprehensions‬‬ ‫‪o‬‬
‫מבוא לניהול קבצים באמצעות ‪Path‬‬ ‫‪o‬‬
‫מבוא ל ‪TYPE HINTS‬‬ ‫‪o‬‬
‫מבוא ל ‪ OOP‬עם ‪DATA CLASSES‬‬ ‫‪o‬‬

‫מודול ‪ - 5‬כלים לעבודה במדעי הנתונים (‪ 5‬ש"א)‪:‬‬

‫כלים לעבודה נכונה ותקינה במדעי הנתונים המאפשרת שיתוף ושיחזור של פרויקטים‪:‬‬
‫‪ o‬שמירת גרסאות ‪ git‬ו‪.github-‬‬
‫‪ o‬שמירת תקינות סביבת העבודה‪ :‬סביבות וירטואליות באמצעות ‪Poetry‬‬

‫לימודי תעודה‬ ‫קמפוס חרדי‬ ‫מכינה קדם אקדמית‬ ‫המדור לזרועות הביטחון‬ ‫המדור לתוכניות מובנות‬ ‫משרד ראשי‬
‫‪03-7384481‬‬ ‫‪077-2753094/8‬‬ ‫‪03-5317956‬‬ ‫‪03-5317005/6‬‬ ‫‪03-5317957‬‬ ‫‪03-5318254‬‬
‫‪biu-es.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪mechina-kda.biu.ac.il‬‬ ‫‪mzb.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬

‫‪barilan.ac.il‬‬ ‫מוקד המידע לשירותך‪*9392 :‬‬

 ‫‪The Center for Designated Programs‬‬ ‫המערך לתוכניות ייעודיות‬

‫‪School of Hi-Tech and Cyber Security‬‬ ‫בית הספר להייטק וסייבר‬

‫מודול ‪ - 6‬נתונים (‪ 5‬ש"א)‪:‬‬

‫סולמות נתונים‪:‬‬
‫סולם נומינלי‬ ‫‪o‬‬
‫סולם סודר‬ ‫‪o‬‬
‫סולם רציף‬ ‫‪o‬‬
‫סדרות עיתיות‬ ‫‪o‬‬

‫סוגי נתונים‪:‬‬
‫מחרוזות (‪)Char & Varchars‬‬ ‫‪o‬‬
‫מספרים שלמים (‪)Integers‬‬ ‫‪o‬‬
‫מספרים עשרוניים (‪)Decimal‬‬ ‫‪o‬‬
‫‪Double & Float‬‬ ‫‪o‬‬
‫תאריך ושעה‬ ‫‪o‬‬
‫בוליאניים‬ ‫‪o‬‬
‫טקסט‬ ‫‪o‬‬
‫ביטים‬ ‫‪o‬‬

‫מקורות מידע‪:‬‬
‫פורמטים של קבצים‪ :‬טקסט ‪ ,Json, Delimited, TAB, CSV‬אקסל‪.SAS, SPSS ,‬‬ ‫‪o‬‬
‫‪ :HTML / XML‬שפת ‪ ,Markup‬סכימות‪ ,Parsing ,‬תקני העברת נתונים בתעשייה ( ‪MISMO, FpML,‬‬ ‫‪o‬‬
‫‪.)NDC, OTA, HL7‬‬
‫בסיסי נתונים‪ :‬רלציונליים (‪,)MS SQL Server, MySQL, PostgreSQL, Oracle, DB2, Access‬‬ ‫‪o‬‬
‫מבוססות עמודה ( ‪MonetDB, C-Store, Teradata, Vectorwise / Paraccel, Sybase IQ,‬‬
‫‪ ,)InfiniDB, Vertica‬מבוססות סדרות עתיות (‪ ,eXtremeDB‬גרפיט‪ ,)InfluxDB ,‬גרפיות‪.Graph-db -‬‬
‫(‪ : Non-SQL)Big Data‬מנגנון לאחסון ואחזור נתונים‪ ,‬אחסון ערך‪-‬מפתח (‪ ,)Key-value‬אחסון‬ ‫‪o‬‬
‫מסמכים‪ ,‬אחסון גרפים‪ ,‬אחסון אובייקטים‪.‬‬

‫מודול ‪ - 7‬מבוא לסטטיסטיקה עם ‪ 25( Python‬ש"א)‪:‬‬

‫סטטיסטיקה‪:‬‬
‫מבוא לסטטיסטיקה‬ ‫‪o‬‬
‫סוגי התפלגויות נתונים‬ ‫‪o‬‬
‫מדדי מרכוז ושונות‬ ‫‪o‬‬
‫שיטות פרמטריות ולא פרמטריות‬ ‫‪o‬‬
‫מדדי הקשר‬ ‫‪o‬‬
‫מדדי הבדל‬ ‫‪o‬‬

‫הסתברויות‪:‬‬
‫משפט בייסיאנית והסתברות מותנית‬ ‫‪o‬‬
‫הסתברות פשוטה‬ ‫‪o‬‬
‫‪Prior distribution‬‬ ‫‪o‬‬
‫הסתברות עם תוצאות ספירות‬ ‫‪o‬‬
‫אקראיות והסתברות‪:‬‬ ‫‪o‬‬
‫התפלגות הבינומיאלית‪ ,‬הסתברות ‪ ,Bernoulli‬הסתברות נורמלית‬
‫הסתברות לאירועים תלויים ועצמאיים‬ ‫‪o‬‬
‫סימולציות מונטה‪-‬קרלו‬ ‫‪o‬‬
‫מודלים שרשרת מרקוב‬ ‫‪o‬‬

‫לימודי תעודה‬ ‫קמפוס חרדי‬ ‫מכינה קדם אקדמית‬ ‫המדור לזרועות הביטחון‬ ‫המדור לתוכניות מובנות‬ ‫משרד ראשי‬
‫‪03-7384481‬‬ ‫‪077-2753094/8‬‬ ‫‪03-5317956‬‬ ‫‪03-5317005/6‬‬ ‫‪03-5317957‬‬ ‫‪03-5318254‬‬
‫‪biu-es.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪mechina-kda.biu.ac.il‬‬ ‫‪mzb.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬

‫‪barilan.ac.il‬‬ ‫מוקד המידע לשירותך‪*9392 :‬‬

 ‫‪The Center for Designated Programs‬‬ ‫המערך לתוכניות ייעודיות‬

‫‪School of Hi-Tech and Cyber Security‬‬ ‫בית הספר להייטק וסייבר‬

‫מודלים מתמטיים‪:‬‬

‫יצירת נתונים סינתטיים וסימולציות‬ ‫‪o‬‬

‫מודלי רגרסיה‪ :‬רגרסיה לינארית‬ ‫‪o‬‬
‫מודלי קלסיפיקציה‪ :‬רגרסיה לוגיסטית‬ ‫‪o‬‬
‫רגרסיות תלויות זמן‪ :‬ניתוח הישרדות‬ ‫‪o‬‬
‫ניתוח סדרות עתיות‪ARIMA :‬‬ ‫‪o‬‬

‫מודול ‪ - 8‬למידת מכונה ‪ 65( Machine Learning‬ש"א)‪:‬‬

‫הכנת נתונים‪:‬‬
‫‪ o‬ייבוא נתונים ממקורות שונים וחיבור לדאטסט סופי‬
‫‪ o‬תחקור נתונים (‪)EDA: Exploratory Data Analysis‬‬
‫‪ o‬נורמליזציה‬
‫‪ o‬ניקוי הדאטה‬
‫‪ o‬זיהוי וטיפול בערכי קיצון‬
‫‪ o‬זיהוי המנגנון של יצירת ערכים חסרים ושיטות לאימפוטציה‬
‫‪ o‬שימוש ב ‪Sklearn Pipelines‬‬

‫למידה ללא השגחה ‪:Unsupervised‬‬

‫‪ o‬ניתוח אשכולות (‪)Cluster analysis‬‬
‫‪ o‬אשכולות ‪( K-Centroid‬ממוצעים‪ K-medoids ,‬וכו')‬
‫‪ o‬אשכולות מבוססי צפיפות (‪)DBSCAN‬‬
‫‪ o‬אשכולות היררכיים‬

‫אסוציאציות‪:‬‬
‫‪ o‬כללי אסוציאציות‬
‫‪ o‬אלגוריתם ‪Apriori‬‬

‫למידה בהשגחה‪ -‬סיווג לעומת רגרסיה‪:‬‬

‫‪ o‬מודלים לינאריים‬
‫‪ o‬מודלים לוגיסטיים‬
‫‪ o‬עצי החלטה ואלגוריתמים ‪ensamble‬‬
‫‪ o‬מכונת וקטורי תמיכה (‪)SVM‬‬
‫‪KNN o‬‬
‫‪ o‬סדרות עתיות (‪)Time series analysis‬‬

‫תיכנון ולמידה של מודלי חיזוי‪:‬‬

‫‪ o‬הנדסת משתנים‬
‫‪ o‬בחירת משתנים‬
‫‪ o‬חלוקת הנתונים ‪Cross-validation -‬‬
‫‪ o‬בחירת שיטת הערכה המתאימה ביותר (‪)metrics‬‬
‫‪ o‬בחירת אלגוריתם מכונת למידה‬
‫‪ o‬שיפור הניבוי‪ :‬כוונון היפר הפרמטרים‪ ,‬שיטות הרכבה ‪.ensembling‬‬

‫לימודי תעודה‬ ‫קמפוס חרדי‬ ‫מכינה קדם אקדמית‬ ‫המדור לזרועות הביטחון‬ ‫המדור לתוכניות מובנות‬ ‫משרד ראשי‬
‫‪03-7384481‬‬ ‫‪077-2753094/8‬‬ ‫‪03-5317956‬‬ ‫‪03-5317005/6‬‬ ‫‪03-5317957‬‬ ‫‪03-5318254‬‬
‫‪biu-es.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪mechina-kda.biu.ac.il‬‬ ‫‪mzb.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬

‫‪barilan.ac.il‬‬ ‫מוקד המידע לשירותך‪*9392 :‬‬

 ‫‪The Center for Designated Programs‬‬ ‫המערך לתוכניות ייעודיות‬

‫‪School of Hi-Tech and Cyber Security‬‬ ‫בית הספר להייטק וסייבר‬

‫מודול ‪ -Deep learning - 9‬רשתות עצביות (‪ 25‬ש"א)‪:‬‬

‫רשתות עמוקות‪:‬‬
‫הקדמה ‪ -‬מה היא למידה עמוקה? היסטוריה של התחום‪ ,‬האוניברסליות של רשת למידה עמוקה‪.‬‬ ‫‪o‬‬
‫רשתות עצביות עם השגחה ‪ :Supervised‬רשתות ‪ ,Feedforward, Gradient descent‬מעדכנים‪,‬‬ ‫‪o‬‬
‫פונקציות הפעלה ‪ ,activation functions‬פונקציות הפסד ‪.loss function‬‬
‫בניית ואימון רשת פשוטה באמצעות ‪KERAS‬‬ ‫‪o‬‬
‫רשתות קונוולוציונליות ‪convolutional networks‬‬ ‫‪o‬‬
‫שימוש ב ‪Fine tuning ,Transfer Learning ,FOUNDATIONAL MODELS‬‬ ‫‪o‬‬
‫‪ Embedding‬ו‪ -‬אוטו‪ -‬אנקודרים ‪Autoencoders‬‬ ‫‪o‬‬
‫רשתות חוזרות ו‪LSTMs-‬‬ ‫‪o‬‬

‫מבוא לעיבוד טקסט קלאסי‪:‬‬

‫‪ o‬כלים קלאסיים בעיבוד טקסט ‪ -‬טוקניזציה‪ ,Text Statistics ,Sentiment Analysis ,‬מילות עצירה‪,‬‬
‫‪ ,Summarization‬שימוש בספריית ‪NLTK‬‬

‫מודול ‪ 15( Generative AI – 10‬ש"א)‪:‬‬

‫מהו )‪ ,Large Language Model (LLM‬כיצד הוא מאומן וכיצד הוא עובד‬ ‫•‬
‫עיבוד טקסט מודרני עם ‪Summarization, Sentiment Analysis, Translation, :ChatGPT‬‬ ‫•‬
‫‪Classification‬‬
‫מבוא לשימוש ב ‪ ChatGPT API‬באמצעות ‪LangChain‬‬ ‫•‬
‫מבוא ל‪ Diffusion Models - TEXT TO IMAGE‬ושימושים‬ ‫•‬

‫מודול ‪ - 11‬פרקטיקום ופרויקט מסכם (‪ 25‬ש"א)‪:‬‬

‫פרויקט הגמר‪ -‬פרוטוקול מחקר‪ ,‬תחקור נתונים וניקוי נתונים‪:‬‬

‫חזרה‪ :‬הנדסה ובחירת משתנים‪ ,‬יצירת מודלי חיזוי והערכתם‬ ‫‪o‬‬
‫‪ QA‬של תהליך מכונת למידה (‪)ML‬‬ ‫‪o‬‬
‫שימוש ב ‪ EXPERIMENTATION MANAGEMENT‬כגון ‪ , BIASES&WEIGHTS‬דו"ח מחקר‬ ‫‪o‬‬
‫יישום מודל החיזוי במערכת ‪ Production‬באמצעות ‪FLASK REST API‬‬ ‫‪o‬‬
‫ליווי כיתתי ופרטני פרוייקט גמר והצגתו מול צוות המרצים‬ ‫‪o‬‬

‫מיתוג אישי בשוק התעסוקה המשתנה (‪ 10‬ש"א)‪:‬‬

‫הסבר על שוק התעסוקה ועל הפלטפרומות הדיגיטליות הרלוונטיות למיתוג אישי‬ ‫‪o‬‬
‫שימוש בלינקדין ככלי למציאת עבודה ומיתוג אישי‬ ‫‪o‬‬
‫דגשים לכתיבת קורות חיים ומערכות אוטומטיות לסינון מתעניינים ‪ATS‬‬ ‫‪o‬‬
‫בניית תוכנית פיתוח והכשרה מקצועית‬ ‫‪o‬‬

‫** המערך לתוכניות ייעודיות שומר לעצמו את הזכות לערוך שינויים בתוכנית הלימודים‬

‫הערה‪ :‬מדהים שאת ההקדמה‪ ,‬כולל תמונת השער‪ ,‬יצרנו באמצעות הטכנולוגיה‬
‫הזו תוך דקות‪ .‬חישבו איך הקורס יכול למנף את הקריירה שלכם‪.‬‬

‫לימודי תעודה‬ ‫קמפוס חרדי‬ ‫מכינה קדם אקדמית‬ ‫המדור לזרועות הביטחון‬ ‫המדור לתוכניות מובנות‬ ‫משרד ראשי‬
‫‪03-7384481‬‬ ‫‪077-2753094/8‬‬ ‫‪03-5317956‬‬ ‫‪03-5317005/6‬‬ ‫‪03-5317957‬‬ ‫‪03-5318254‬‬
‫‪biu-es.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪mechina-kda.biu.ac.il‬‬ ‫‪mzb.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬ ‫‪DesigProg.biu.ac.il‬‬

‫‪barilan.ac.il‬‬ ‫מוקד המידע לשירותך‪*9392 :‬‬