מטרות ההכשרה
תחום מדעי הנתונים (Data Science) הוא תחום חקר צעיר אשר נבנה משילוב של תחומי חקר קיימים, תוך יצירת עקרונות משותפים להתמודדות עם נתונים בהיקפים גדולים. התרשים המצורף מתאר את תחומי החקר אשר השילוב שלהם יוצר את תחום החקר של מדעי הנתונים. בפקולטה למדעי הנתונים והחחלטות בטכניון קיים מחקר מוביל ברמה עולמית בכל התחומים הללו, כולל אחזור מידע ומנועי חיפוש, עיבוד שפה טבעית ועוד.

לאור הגידול המתמשך בכמויות הנתונים המיוצרת בעולם והמגוון הרחב של יישומים מבוססי נתונים בתחומי רפואה, מדיה חברתית, פיננסיים, תכנון עירוני, ערים חכמות ועוד, קיים צורך גובר בחוקרים בתחום מדעי נתונים ומידע. חוקרים אלו ידרשו ליכולת לפתח פתרונות מדעיים לאתגרים השונים הכרוכים בעבודה עם כמויות גדולות ומגוונות של נתונים המשתנים באופן תדיר, בעלי רמת וודאות משתנה ובמגוון יישומים ותחומי ידע.
תכנית המוסמכים במדעי נתונים ומידע שמה את הדגש על התנסות בשיטות מחקר בתחומים המדעיים והטכנולוגיים העוסקים באיסוף, ניהול, ניתוח והצגת נתוני עתק (big data). המחקר נסמך על ידע במתמטיקה, מדעי המחשב, חקר ביצועים, סטטיסטיקה, למידה חישובית, פסיכולוגיה, ועוד.
בוגרי התכנית ישתלבו בפעילויות מחקר ופיתוח אקדמיות ותעשייתיות תוך ניצול הידע וכישורי המחקר שפיתחו במהלך השתתפותם בתכנית. במהלך המחקר, יוכל הסטודנט לתואר מתקדם לפתח עקרונות חדשים ושיטות חדשות בטיפול בנתוני עתק. הסטודנט בתכנית נדרש להיות בעל יכולות אנליטיות ברמה גבוהה ולהגיע עם תשתית ידע איתנה בתחומי סטטיסטיקה ולמידת מכונה, הנדסת תוכנה ואלגוריתמים. באופן אידיאלי, ההיכרות עם תחומים אלה נעשית במסגרת לימודי הסמכה (לדוגמא, התואר הראשון בהנדסת נתונים ומידע).
ברמת לימודים מתקדמים, יינתנו השלמות ומקצועות מתקדמים במדעי נתונים ומידע, וכן מקצועות בעלי דגש מחקרי אשר יוקדשו להיכרות עם חזית הידע בתחום. בפרט, ניתנים קורסים בתחומים בהם מתנהל בפקולטה מחקר בו יכולים הסטודנטים להשתלב. לכן, במקרים רבים מהווים מקצועות אלה חלק מהתשתית לעבודת המחקר.
תכנית המוסמכים לתואר שני מקנה את התואר מגיסטר למדעים במדעי נתונים ומידע M.Sc. in Data Science
תכנית הלימודים
דרישות הלימוד
להשלמת התואר לבוגר תואר קודם ארבע שנתי יש ללמוד 20 נקודות מתארים מתקדמים, כולל קורסי ליבה בתחומים של סטטיסטיקה, חקר ביצועים, למידת מכונה, אלגוריתמים, תורת המשחקים, ותכנות במערכות נתוני עתק (big data). בוגר תואר ארבע שנתי נדרש ללמוד 20 נקודות מתארים מתקדמים, כולל קורסי ליבה ולהשלים עבודת מחקר במסגרת תזה. בוגר תואר תלת שנתי נדרש ללמוד 30 נקודות מהן עד 10 יכולות להיות ברמת מקצועות הסמכה מתקדמים. התואר מאפשר התנסות בשיטות מחקר במדעי נתונים ומידע ומקנה מיומנויות פיתוח ושימוש בעקרונות וכלים לאיסוף, ניהול, ניתוח והצגת נתונים.
· לימודי השלמה
בעת הדיון על הקבלה, תיקבע במידת הצורך רשימת קורסי השלמה. על הסטודנט אשר חויב בהשלמות (סטודנט במעמד משלים) להשיג בכל אחד ממקצועות ההשלמה ציון של 78 לפחות וממוצע של 80 לפחות כתנאי למעבר למעמד של סטודנט מן המניין.
· קורסי ליבה, קורסי חובה וקורסי בחירה (בהיקף 20 נקודות):
בתוכנית הלימודים מושם דגש על קורסים מתחומי הליבה של הסטטיסטיקה והסתברות, למידת מכונה, אופטימיזציה, תורת המשחקים ואלגוריתמיקה וקורסים עתירי נתונים. על הסטודנט לבחור מקצוע אחד מכל רשימה, למעט רשימת קורסי נתונים ממנה יש לבחור שני קורסים כקורסי חובה. מומלץ לבחור קורסים נוספים מהרשימות כקורסי בחירה על פי המפורט בהמשך. בסמכות ראש התוכנית לאשר לקיחת קורסים בתמהיל שונה כל עוד יילקחו שני קורסים מרשימת קורסי נתונים.
רשימת קורסי סטטיסטיקה והסתברות:
מספר המקצוע | שם המקצוע | נקודות |
096401 | נושאים נבחרים בסטטיסטיקה והסתברות | 2.5 |
096425 | סדרות עתיות וחיזוי | 2.5 |
096450 | השוואות מרובות | 2.5 |
097449 | סטטיסטיקה אי פרמטרית | 2.5 |
098413 | תהליכים סטוכסטיים | 3.5 |
098414 | תיאוריה סטטיסטית | 3 |
097470 | מודלים סמי-פרמטרים | 2 |
096415 | נושאים ברגרסיה | 3 |
096400 | נושאים מתקדמים בסטטיסטיקה והסתברות | 3.5 |
רשימת קורסי למידת מכונה:
מספר המקצוע | שם המקצוע | נקודות |
097200 | למידה עמוקה, תיאוריה ומעשה | 3 |
097209 | למידה חישובית ואופטימיזציה מקוונת | 3.5 |
097225 | שיטות פרטורבציה בלמידת מכונה | 2.5 |
097400 | מבוא להסקה סיבתית | 2.5 |
רשימת קורסי אופטימיזציה:
מספר המקצוע | שם המקצוע | נקודות |
096327 | מודלים לא לינאריים בחקר ביצועים | 3.5 |
098311 | אופטימיזציה 1 | 3.5 |
098312 | אופטימיזציה 2 | 3 |
096336 | שיטות אופטימיזציה בלמידת מכונה | 2 |
096335 | אופטימיזציה בתנאי אי ודאות | 3.5 |
098343 | סמינר באופטימיזציה | |
097334 | שיטות אלגבריות לחישוב בשלמים | 2.5 |
098331 | תכנון לינארי וקומבינטורי | 3.5 |
רשימת קורסי תורת המשחקים ואלגוריתמיקה:
מספר המקצוע | שם המקצוע | נקודות |
096208 | בינה מלאכותית ומערכות אוטונומיות | 3.5 |
096265 | אלגוריתמים בלוגיקה | 3 |
096326 | אלגוריתמים בתזמון | 3.5 |
096572 | נושאים מתקדמים בתורת המשחקים | 2 |
096573 | תורת המכרזים | 2.5 |
097211 | פרוטוקולי רשת עמידים בתקלות | 3.5 |
097280 | אלגוריתמים בתרחישי אי-וודאות | 3 |
097329 | אלגוריתמים הסתברותיים | 2.5 |
097245 | תכנון מנגנונים למדעי הנתונים | 2 |
096578 | בחירה חברתית והחלטות משותפות | 2.5 |
רשימת קורסי נתונים:
מספר המקצוע | שם המקצוע | נקודות |
096211 | מודלים למסחר אלקטרוני | 3.5 |
096224 | ניהול מידע מבוזר | 3 |
096231 | מודלים מתמטיים באחזור מידע מתקדם | 3 |
096262 | אחזור מידע | 3.5 |
096324 | הנדסת מערכות שירות | 3.5 |
096586 | אקונומטריקה | 3.5 |
097135 | מחקר רב תחומי במערכות שירות | 3.5 |
097215 | עיבוד שפה טבעית | 3.5 |
097248 | למידת מכונה ברפואה | 3 |
097216 | עיבוד שפה טבעית מתקדם | 2.5 |
קורסי הבחירה (השלמה ל 20 נקודות) ייבחרו מתוך הקורסים הנלמדים בפקולטה.
· מיומנויות דאטא:
בוגרי התוכנית יידרשו להפגין מיומנות בשימוש ופיתוח בכלי איסוף, ניהול וניתוח נתונים. מיומנות כזו נרכשת לרוב במהלך העבודה על התיזה או תוך השתתפות פעילה בקורסי מעבדה מתאימים. בפרט, ניתן להשלים דרישה זו על ידי (i) ביצוע פרויקט כחלק מהתזה, (ii) לקיחת קורסי נתונים וקבלת אישור על סמך הפרויקטים בקורסים, (iii) ביצוע פרויקט בתעשיה, (iv) השתתפות בתחרויות דאטאתון או (v) ביצוע פרויקט דאטא בהנחיה אישית.
כתנאי לסיום התואר, על סטודנט לקבל אישור מיומנות דאטא חתום על ידי ראש התכנית המאשר כי המטלה/ות שהסטודנט ביצע עומדת/ות בדרישה.
· תזה (בהיקף 20 נקודות):
החלק המרכזי של לימודי תואר המגיסטר הינו ביצוע עבודת מחקר בהיקף 20 נקודות. לפי תקנון בית הספר לתארים מתקדמים, ניתן לאשר עבודת גמר שהיקפה 12 נקודות במקום עבודת מחקר או פרויקט מחקר. באותם מקרים מיוחדים בהם תאושר עבודת גמר, יחויב הסטודנט ללמוד קורסים נוספים באישור המנחה הקבוע בהיקף של 8 נקודות לפחות. יש להגיש את התזה כ 24 חודשים מתחילת הלימודים.
· תקנות נוספות
- עם הקבלה ללימודים, לסטודנט ממונה מידית מנחה זמני שהוא אחד ממנהלי תכנית הנדסת נתונים ומידע.