כל מה שרציתם לדעת על לימודי מדעי המידע ויישומי בינה מלאכותית - תואר שני

התואר השני מעניק הכשרה מתקדמת בעבודה עם מידע, נתונים ובינה מלאכותית. בהתאם לתוכנית שנבחרה, הלימודים עוסקים בנושאים כמו תכנות בפייתון, מסדי נתונים, ניתוח נתונים, למידת מכונה, מודלים גדולים של שפה (LLMs),בינה עסקית , פיתוח אוטומציות, סוכנים ומערכות אג'נטיות מתקדמות, אתיקה, סייבר וAI, UI/UX, ראייה ממוחשבת ומציאות מורחבת וטכנולוגיה אמרסיבית.  לצד הידע התאורטי התוכניות כוללות סדנאות, תרגול ופרויקטים יישומיים שמאפשרים להתנסות בפתרון בעיות מהעולם האמיתי.

במחלקה קיימות שתי תוכניות טכנולוגיות מרכזיות. התוכנית במגמתמדע נתונים יישומי מתמקדת  בניתוח מתקדם של נתונים בשפת פייתון, , למידת מכונה, למידה עמוקה, מודלים גדולים של שפה מערכות אג'נטיות וסוכנים, עיבוד שפה טבעית וראייה ממוחשבת.התוכנית במדע המידע במיקוד ניהול דאטה ובינה מלאכותית בארגונים מתמקדת בניהול מידע ונתונים, אוטומציה ארגונית, ופיתוח סוכנים, בינה עסקית, מסדי נתונים, אתיקה ובינה מלאכותית, אינטרקציית אדם רובוט  ושילוב טכנולוגיותחכמות בתהליכים ארגוניים.

התוכנית במדע נתונים יישומי מתמקדת יותר בהבנת מודלים ובפיתוח ויישום של שיטות למידת מכונה ובינה מלאכותית וLLMs. לומדים בה נושאים כמו הסתברות, פייתון,למידת מכונה מפוקחת ובלתי מפוקחת, למידה עמוקה, ראייה ממוחשבת, עיבוד שפה טבעית, פיתוח מערכות מרובות סוכנים וגרפי ידע. התוכנית בניהול דאטה ובינה מלאכותית בארגונים מתמקדת יותר בשימוש בדאטה ובכלי  בינה כדי לנהל מידע, לשפר אוטומציה, סוכנים חכמים, שיווק דיגיטלי ומודיעין עסקי.

התואר מתאים לבוגרי תואר ראשון שרוצים להעמיק בעולמות הדאטה, הבינה המלאכותית וניהול המידע, או לבצע הסבה לתחום טכנולוגי. הוא יכול להתאים לאנליסטים, אנשי מערכות מידע, מנהלי מוצרים ופרויקטים חוקרי מידע, אנשי שיווק דיגיטלי ועובדים בארגונים שרוצים להוביל תהליכים מבוססי נתונים ובינה מלאכותית. התוכנית במדע נתונים יישומי מתאימה במיוחד למי שמחפש עומק אנליטי וטכנולוגי, ואילו התוכנית בניהול דאטה ובינה מלאכותית מתאימה למי שרוצה לפעול בצומת שבין טכנולוגיה, מידע וצרכים ארגוניים.

כן. התואר השני מיועד גם לבוגרי תואר ראשון מתחומים אחרים, בכפוף לעמידה בתנאי הקבלה וללימודי השלמה. קורסי ההשלמה נלמדים בתחילת השנה הראשונה ונועדו להעניק את הבסיס הנדרש להמשך הלימודים. לכן, גם מי שמגיע מרקע שאינו טכנולוגי יכול להשתלב בתוכנית, אך עליו להביא בחשבון שיידרש להשלים ידע בסיסי בתכנות, במתמטיקה או במדעי המידע, בהתאם למסלול.

אין חובה להגיע עם ניסיון קודם בתכנות, התואר כולל עבודה עם קוד וכלים טכנולוגיים. בתוכנית במדע נתונים יישומי מתחילים בקורס השלמה ביסודות תכנות בפייתון, ובהמשך משתמשים בשפה לצורך ניתוח נתונים, למידת מכונה ופיתוח מודלים. גם בתוכנית בניהול דאטה ובינה מלאכותית בארגונים לומדים פייתון, מסדי נתונים וניתוח נתונים, אך הדגש הוא יותר על יישום כלים וטכנולוגיות בתהליכים ארגוניים.

התוכנית במדע נתונים יישומי כוללת בסיס מתמטי וסטטיסטי, משום שהוא נדרש להבנת מודלים, הסתברות ולמידת מכונה. במסגרת ההשלמות נלמד גם קורס במתמטיקה למדע הנתונים, ובהמשך נלמדים קורסים בהסתברות ובניתוח סטטיסטי. אין צורך להגיע כשכבר שולטים בכל הנושאים, אך נדרשת נכונות להתמודד עם חשיבה כמותית. בתוכנית בניהול דאטה ובינה מלאכותית בארגונים הדגש המתמטי מצומצם יותר וההתמקדות היא בעיקר ביישום של שיטות לניהול וניתוחדאטה , תכנון חווית משתמש, פיתוח אוטומציות ומערכות AI.

התוכנית כוללת קורסים בפייתון, מתמטיקה למדע הנתונים, הסתברות, מסדי נתונים, למידת מכונה מפוקחת ובלתי מפוקחת וניתוח אקספלורטורי של נתונים. בהמשך לומדים גם למידה עמוקה, ניתוח ביג דאטה, סוכנים ומערכות אג'נטיות מתקדמות,, מודלים גדולים של שפה, ראייה ממוחשבת,עיבוד שפה טבעית, ניתוח רשתות נתונים וגרפי ידע. בסיום הלימודים מבצעים פרויקט גמר שמחבר בין הכלים שנלמדו.

התוכנית כוללת יסודות במדעי המידע וניהול ידע, תכנות וניתוח נתונים בפייתון, מסדי נתונים, עיצוב חוויית משתמש ושיווק דיגיטלי בעזרת כלי בינה מלאכותית ויישום RAG לניהול מידע וידע בארגונים.בנוסף לומדים לפתח סוכנים חכמים  לאוטומציה ארגונית, לעסוק בחקר רשתות חברתיות, ומודיעין עסקי וסייבר,לעבוד עם  כלי בינה עסקית וביג דאטה, לתכנן סביבות אמרסיביות וטכנולוגיות מציאות מדומה, לפתח מערכות אג'נטיות.המטרה היא להכשיר אנשי מקצוע שיודעים להפוך מידע וטכנולוגיה לפתרונות שימושיים בארגון..

כן. הלימודים כוללים עבודה עם מודלים גדולים של שפה ועם כלים של בינה מלאכותית ג'נרטיבית. במגמת מדע נתונים יישומי לומדים להבין וליישם  בינה מלאכותית ג'נרטיבית בראייה ממוחשבת,בעיבוד שפה טבעית ובסוגי נתונים  מתחומי דעת שונים כמו נתונים רפואיים ועסקיים. בתוכנית לניהול דאטה ובינה מלאכותית בארגונים עוסקים בפיתוח סוכני המבוססי על מודלי בינה מלאכותית ג'נרטיבית לצורך ניהול מידע, אוטומציה ושיפור תהליכים. הדגש הוא לא רק על שימוש בכלי קיים, אלא על התאמתו לבעיה ולסביבה שבה הוא פועל.

שתי התוכניות משלבות לימודים תאורטיים עם עבודה מעשית. הסטודנטים מתנסים בתכנות, בניתוח נתונים בעבודה עם מסדי נתונים וביישום של כלי בינה מלאכותית על בעיות אמיתיות. הקורסים כוללים סדנאות ופרויקטים המדמים אתגרים מהתעשייה.

כן. ניתן ללמוד במסלול ללא תזה או לעבור למסלול מחקרי הכולל כתיבת תזה. כל המתקבלים מתחילים במסלול ללא תזה, ומי שמעוניין במסלול המחקרי מגיש בקשה במהלך סמסטר א’ של השנה הראשונה. לצורך המעבר נדרש לעמוד בתנאים האקדמיים, למצוא מנחה ולגבש נושא למחקר. המסלול עם תזה מתאים למי שרוצה להתנסות במחקר עצמאי או לשקול בהמשך לימודי דוקטורט.

המסלול ללא תזה מתמקד בלימוד קורסים ובהכשרה מקצועית ויישומית, והוא מתאים למי שרוצה להעמיק את הידע ולהתקדם בתעשייה או בארגונים. המסלול עם תזה כולל גם עבודת מחקר עצמאית בהנחיית חבר או חברת סגל, השתתפות בסדנה לכתיבת תזה ובפעילות מחקרית במחלקה. חשוב לציין שבשנים האחרונות, גם ארגונים בתעשייה מתייחסים למסלול עם תזה כיתרון בקבלה לתפקידים בכירים ולקידום.

המחקר במחלקה עוסק במגוון רחב של נושאים הקשורים למידע, דאטה ובינה מלאכותית. בין התחומים נמצאים למידת מכונה ובינה מלאכותית יישומית, , עיבוד שפה טבעית, חקר ושיפור מודלים גדולים של שפה גרפי ידע, חקר רשתות חברתיות, , פסיכוטכנולוגיה, התנהגות משתמשים בסביבות טכנולוגיות, ניהול מידע ונתונים,, אינטראקציית אדם-מחשב והיבטים חברתיים ואתיים של מערכות מידע ומודלי בינה מלאכותית. נושא התזה נקבע בהתאם לתחומי העניין של הסטודנט או הסטודנטית ולתחומי המחקר של המנחה.

משך הלימודים הוא שנתיים. הלימודים מתקיימים במשך ארבעה סמסטרים, ובמתכונת מרוכזת ביום לימודים אחד בשבוע. במסלול עם תזה יש להשלים לצד הקורסים גם את עבודת המחקר. מאחר שמערכת השעות עשויה להשתנות משנה לשנה, מומלץ לבדוק את מערכת השעות העדכנית לפני הרישום.

תנאי הקבלה כוללים ממוצע נדרש בתואר הראשון, ובמקרה הצורך עשוי להיערך גם ראיון אישי. מועמדים שאינם בוגרי המחלקה או בוגרי תארים דומים (הנדסה, מדעים הטבע ומדעים מדויקים, מערכות מידע, מדע נתונים) בתואר ראשון נדרשים ללימודי השלמה, ובהמשך נדרשים לעמוד בציונים שנקבעו לצורך המשך הלימודים או מעבר למסלול עם תזה. מכיוון שתנאי הקבלה עשויים להתעדכן, יש לבדוק את הנתונים בעמוד תנאי הקבלה הרשמי של המחלקה לפני ההרשמה.

מתכונת הלימודים המרוכזת יכולה להתאים גם לאנשים עובדים. הקורסים כוללים תרגילים, פרויקטים, עבודה עם נתונים ולימוד של כלים טכנולוגיים, ובמסלול עם תזה נוספת גם עבודת מחקר עצמאית. אפשר לשלב בין לימודים לעבודה, אך נדרשת השקעה ויכולת ניהול זמן גבוהה מצד הסטודנטים לשם כך.

אפשרויות התעסוקה משתנות לפי התוכנית והניסיון המקצועי של הבוגרים. בוגרי מדע נתונים יישומי יכולים להשתלב בתפקידים כמו מדעני נתונים ואנליסטים של ביג דאטה, מפתחי מערכות מרובות סוכנים, מפתחי ומיישמי מודלים לניתוח טקסטים ונתונים מולטי-מודליים, מנהלי אופרציית בינה מלאכותית ומנהלי תחום דאטה.בוגרי ניהול דאטה ובינה מלאכותית בארגונים יכולים להשתלב בתפקידי  אנליסטים של נתונים, מנהלי מידע וידע בארגונים, מפתחי מערכות אג'נטיות ותכנון חווית משתמש, חוקרי סייבר ומודיעין עסקי, מנהלי טרנספורמציה דיגיטלית ומוצרי דאטה. התפקיד בפועל תלוי גם ברקע הקודם, בניסיון ובכלים שנרכשו במהלך הלימודים.

הייחוד של התואר הוא בחיבור בין עומק טכנולוגי לבין יישום של מידע ובינה מלאכותית בתחומים ממשיים. המחלקה מתמקדת לארק במודלים ובאלגוריתמים, אלא גם באופן שבו משתמשים בהם כדי לנתח נתונים, לנהל ידע, לשפר תהליכים ולקבל החלטות בארגונים. התוכניות משלבות סגל מחקרי עם מרצים מהתעשייה, עבודה מעשית עם כלים עדכניים ואפשרות לבחור בין כיוון של מדע נתונים מתקדם לבין כיוון של ניהול דאטה ו-AI בארגונים.