תואר שני במדעי הנתונים עם תזה / בלי תזה

English

%D7%AA%D7%95%D7%90%D7%A8-%D7%A9%D7%A0%D7%99-%D7%9E%D7%93%D7%A2%D7%99-%D7%94%D7%A0%D7%AA%D7%95%D7%A0%D7%99%D7%9D.jpg

מה לומדים בתואר ולמה כדאי ללמוד אותו בבר-אילן?

מה מיוחד בתואר שני במדעי הנתונים באוניברסיטת בר-אילן?

ככל שמערכות טכנולוגיות הופכות מורכבות, כך גובר הצורך באנשי מקצוע שמבינים את העיקרון המתמטי שמאחורי המודלים, ולא רק את אופן השימוש בהם. תואר שני במדעי הנתונים במחלקה למתמטיקה בבר-אילן מעניק בדיוק את השילוב הזה: עומק תאורטי לצד תשתית יישומית שמאפשרת להבין כיצד מודלים עובדים בפועל, לנתח את גבולותיהם ולפתח פתרונות חדשים.

השילוב בין עקרונות מתמטיים, כלי Data Science ויישום במעבדות יוצר תשתית מקצועית מלאה. בוגרים מספרים כי שילוב זה בין קורסים תאורטיים, חשיבה אלגוריתמית ועבודה מחקרית העניק להם יתרון משמעותי בהשתלבות בתפקידי פיתוח, מחקר ועבודה עם מערכות מבוססות נתונים.

המחלקה למתמטיקה נמנית עם המרכזים המחקריים המובילים בישראל: שני מכוני מחקר פעילים, סמינרים בתחומים כמו אנליזה, קומבינטוריקה, הצפנה וגיאומטריה אלגברית, חוקרים אורחים ותשתיות מחשוב מתקדמות. הישגי הסגל, בהם פרס קריל, פרס לויצקי, מלגות אלון ורוטשילד, ועוד משקפים את הרמה הגבוהה שאליה נחשפים הסטודנטים מדי יום.

התוכנית מיועדת לבעלי תואר ראשון במדעים מדויקים - מתמטיקה, מדעי המחשב, הנדסה, פיזיקה או ביואינפורמטיקה - המעוניינים להתקדם לתפקידי פיתוח, מחקר או Data Science, ולהתבסס על ידע מתמטי שמאפשר יצירה, ולא רק שימוש בכלים קיימים.

להרשמה ללימודי תואר שני

מהן אפשרויות התעסוקה והקריירה?

בוגרי התוכנית משתלבים בתפקידי פיתוח, מחקר וניתוח נתונים, כגון:

  • Data Scientist ו-Machine Learning Engineer

  • פיתוח אלגוריתמים בהייטק, ביטחון וסייבר

  • מחקר יישומי במעבדות מו"פ

  • מודלים פיננסיים וביטוחיים

  • עיבוד אותות, עיבוד תמונה וניתוח רשתות מורכבות

  • מחקר אקדמי לתואר שלישי בארץ ובעולם

איך בנויה תוכנית הלימודים?

מבנה תוכנית הלימודים

התוכנית מוצעת בשני מסלולים: עם תזה (מחקרי) או ללא תזה (לימודי).

מסלול מחקרי (עם תזה) - 32 נ"ז

מיועד לסטודנטים השואפים להשתלב במחקר אקדמי או תעשייתי, או לפתח יכולת תאורטית מעמיקה.

רכיבי הלימוד:

  • קורסי יסוד: 9 נ"ז

  • קורסי ליבה: 4-9 נ"ז

  • אשכול התמחות: 7-10 נ"ז

  • סמינר: 2 נ"ז

  • קורסי בחירה: השלמה ל-32 נ"ז

  • תזה מחקרית (14 נ"ז, קורס 88-3002)

    מסלול לימודי (ללא תזה) - 46 נ"ז

    מיועד לסטודנטים המעוניינים בהעמקת ידע יישומי ללא מחויבות למחקר ארוך טווח.

    רכיבי הלימוד:

  • קורסי יסוד: 9 נ"ז

  • קורסי ליבה: 4-9 נ"ז

  • שני אשכולות התמחות: 14-20 נ"ז (לפחות 7 מכל אשכול)

  • סמינרים: 4 נ"ז

  • קורסי בחירה להשלמה ל-46 נ"ז

    בשני המסלולים יש ללמוד גם קורסי יסוד באנגלית ויהדות בהתאם לדרישות האוניברסיטה.

אילו קורסים לומדים בתואר?

קורסי היסוד במדעי הנתונים: לפחות שלושה מהקורסים הבאים 

  • מס' הקורס 

    שם הקורס 

    סמסטר א' 

    סמסטר ב' 

     

     

    ה' 

    ת' 

    ס' 

    ה' 

    ת' 

    ס' 

    88-784 

    אופטימיזציה 

    3 

     

     

     

     

     

    88-7840 (*)

    נושאים מתקדמים ברשתות נוירונים

    3

     

     

     

     

     

    88-7750 (**) 

    הסקה ותאוריה סטטיסטית 

     

     

     

    3 

     

     

    88-7540 (***) 

    הסקה בייסיאנית 

    3 

     

     

     

     

     

    88-962 

    תהליכים סטוכסטיים 

     

     

     

    3 

     

     

    88-9620 (****) 

    תהליכים סטוכסטיים בזמן רציף 

    3 

     

     

     

     

     

(*) הקורס מיועד לסטודנטים שלמדו את הקורס 88784 אופטומיזציה

(**) הקורס מיועד לסטודנטים שלא למדו את הקורס 88775 תאוריה סטטיסטית 

(***) הקורס מיועד לסטודנטים שלמדו את הקורס 88775 תאוריה סטטיסטית  

(****) הקורס מיועד לסטודנטים שלמדו את הקורס 88962 תהליכים סטוכסטיים 

 

קורסי הליבה במדעי הנתונים

  • מס' הקורס

    שם הקורס

    סמסטר א'

    סמסטר ב'

     

     

    ה'

    ת'

    ס'

    ה'

    ת'

    ס'

    88-782

    תורת האינפורמציה

    3

     

     

     

     

     

    89-2511

    למידת מכונה

    		  

     

    3

    2

     

    88-780

    למידה לא מפוקחת

    2

     

     

     

     

     

    89-6542

    נושאים מתקדמים בלמידה עמוקה

     

     

     

    2

    1

     

    89-542

    ניהול נתוני עתק ברשת

    2

     

     

    		 

     

     

    89-679

    סדנה במסדי הנתונים

    2

     

     

    		 

     

     

 

אשכול 1 במדעי הנתונים – ביו-רפואה

מס' הקורס

שם הקורס

סמסטר א'

סמסטר ב'

 

 

ה'

ת'

ס'

ה'

ת'

ס'

80-392

גנומיקה חישובית

3

1

 

 

 

 

80-513

ביואינפורמטיקה

3

2

 

 

 

 

89-5224

deep learning in computational biology

  

 

2

 

 

 

אשכול 2 במדעי הנתונים – שפה טבעית

  • מס' הקורס

    שם הקורס

    סמסטר א'

    סמסטר ב'

     

     

    ה'

    ת'

    ס'

    ה'

    ת'

    ס'

    89-680

    עיבוד שפות טבעיות

    3

     

     

     

     

     

    89-6876

    שיטות דיפ-לרנינג לטקסטים ורצפים

    		 

     

     

    3

     

     

    89-594

    ייצוגים פורמליים לשפות טבעיות

     

     

     

    2

    1

     

    89-565

    הבנת טקסטים

     

     

     

    2

     

     

    89-919

    מודלים הסתברותיים יישומייםבמדעי המחשב

    2

     

     

     

     

     

 

אשכול 3 במדעי הנתונים – שוק ההון:

  • מס' הקורס

    שם הקורס

    סמסטר א'

    סמסטר ב'

     

     

    ה'

    ת'

    ס'

    ה'

    ת'

    ס'

    88-6200

    מודלים פיננסיים

     

     

     

    3

    1

     

    88-629

    תמחור אופציות

     

     

     

    3

    1

     

    88-649

    מסחר אלגוריתמי

    2

     

     

     

     

     

אשכול 4 במדעי הנתונים – רשתות

  • מס' הקורס

    שם הקורס

    סמסטר א'

    סמסטר ב'

     

     

    ה'

    ת'

    ס'

    ה'

    ת'

    ס'

    89-526

    אלגוריתמים דינמיים

    2

     

     

     

     

     

    88-778

    מדעי הרשתות

     

     

     

    3

     

     

    88-779

    גרפים אקראיים ורשתות

     

     

     

    3

     

     

    88-8205

    תורת הגרפים האלגברית

    3

     

     

     

     

     

    88-9630

    הילוכים אקראיים על גרפים

     

     

     

    3

     

     

    88-6980

    רשתות ומורכבות בעולם האמיתי

    2

    1

     

     

     

     

    89-536

    אלגוריתמים בגרפים

    2

     

     

     

     

     

אשכול 5 במדעי הנתונים – למידה

  • מס' הקורס

    שם הקורס

    סמסטר א'

    סמסטר ב'

     

     

    ה'

    ת'

    ס'

    ה'

    ת'

    ס'

    88-833

    אנליזה פונקציונלית

    3

     

     

     

     

     

    88-835

    אנליזה הרמונית

    3

     

     

     

     

     

    88-826

    גאומטריה דיפרנציאלית 2

     

     

     

    3

     

     

    89-6542

    נושאים מתקדמים בלמידה עמוקה

     

     

     

    2

    1

     

    88-780

    למידה לא מפוקחת

    2

     

     

     

     

     

    88-7540 

    הסקה בייסיאנית 

     

     

     

    3 

     

     

    88-8202

    נושאים באנליזה הרמונית  וגאומטריה דיסקרטית

     

     

     

    3

     

     

    88-9620

    תהליכים סטוכסטיים בזמן רציף 

     

     

     

    3 

     

     

 

סמינרים במדעי הנתונים:

  • מס' הקורס

    שם הקורס

    סמסטר א'

    סמסטר ב'

     

     

    ה'

    ת'

    ס'

    ה'

    ת'

    ס'

    88-656

    סמינריון בטכנולוגיה  פיננסית

     

     

     

     

     

    2

    88-6788

    סמינר במדעי הנתונים

     

     

     

     

     

    2

    88-789

    סמינר ברשתות

     

     

    2

     

     

     

     

קורסי בחירה במדעי הנתונים:

  • מס' הקורס

    שם הקורס

    סמסטר א'

    סמסטר ב'

     

     

    ה'

    ת'

    ס'

    ה'

    ת'

    ס'

    27-504

    רשתות עצבים ולימוד על-ידי מכונה

    4

    2

     

     

     

     

    89-755

    ניתוח אלגוריתמים

    2

     

     

     

     

     

    89-454

    ממבנה למשמעות

    2

     

     

     

     

     

    89-547

    מדעי נתונים טבלאיים

    2

     

     

     

     

     

    89-5570

    בינה מלאכותית

    3

    2

     

     

     

     

    89-608

    עיבוד וזיהוי דיבור

     

     

     

    2

    1

     

    89-6876

    שיטות דיפ-לרנינג לטקסטים ורצפים

     

     

     

    3

    		 

     

    89-6873

    למידה באמצעות חיזוקים

    2

     

     

     

     

     

    89-6874

    למידה עמוקה לתפיסה

    2

     

     

     

     

     

    89-919

    מודלים הסתברותיים יישומיים במדעי המחשב

    2

     

     

     

     

     

 

כמו כן יוכרו כקורסי בחירה קורסים אחרים, בעלי רמה נאותה ונושא מתאים, באישור פרטני של ראש התוכנית.


 

 

 

אילו התנסויות מעשיות יש בלימודים לתואר?

התוכנית לתואר השני במדעי הנתונים פועלת בתוך מרחב מחקרי הכולל סמינרים בתחומים המשיקים ל-Data Science כמו אנליזה, הסתברות, מתמטיקה שימושית, קומבינטוריקה, הצפנה וגיאומטריה אלגברית. לצד זאת מתקיימות קבוצות לימוד, כנסים והרצאות אורח של חוקרים מובילים.

סטודנטים במסלול המחקרי משתלבים במעבדות בתחומי למידת מכונה, הצפנה, תהליכים סטוכסטיים ורשתות ומיישמים בפועל את עקרונות הלמידה התאורטיים.

 

מהם תנאי הקבלה לתואר?

  • מסלול מחקרי: ממוצע 84+ בתואר ראשון במדעים מדויקים

  • מסלול לימודי: ממוצע 80+

  • ריאיון עם יועץ התוכנית

  • נדרש רקע מתמטי מתאים

איך יוצרים איתנו קשר?

רוצות ורוצים לדעת עוד על תואר שני במדעי הנתונים עם/ בלי תזה?