לימודים בישראל

קורס Data Scientist בדגש על עולמות Mobile, Cyber, Big Data, Digital

בעולם בו כמויות המידע המגיעות לארגון הולכות ועולות, חשיבות הבנת המידע, ניתוחו, זיהוי מגמות וחיזוי בעלות חשיבות מכרעת לחיי הארגון. תפקידו הנחשק של מדען הנתונים, Data Scientist, היא להתמחות בניתוח כמויות גדולות של נתונים וליצור יתרון עסקי עבור הארגון. מדען הנתונים צריך להיות מסוגל לשאול את השאלות הנכונות על הנתונים, לפרשם בצורה אובייקטיבית, לעסוק במספר תחומי ידע, לשלוט במספר תוכנות, להיות בעל ראיה עסקית, לשלב יכולת אנליטית, למידה מכונה, כריית נתונים ומיומנות סטטיסטית.

קורס Data Scientist משלב הכשרה בתחום התוכנה והכשרה בהיבטים המתמטיים והסטטיסטים ומעניק למשתתף את כל סט הכלים הנדרשים ממדען הנתונים כיום תוך התייחסות לדרישות ולצרכים של ארגונים וחברות בשוק.

למי מיועד הקורס?

  • בעלי תואר ראשון ומעלה מתחומי הכלכלה, הנדסת תעשיה וניהול, סטטיסטיקה, מתמטיקה, ביולוגיה, כימיה, פיזיקה או בעלי תארים גבוהים במדעי החברה, עם רקע במחקר סטטיסטי
  • אנשי BI בעלי ידע במתמטיקה
  • ראשי צוותים ומנהלי פיתוח עם רקע משמעותי בחקר ביצועים / אלגוריתמיקה
  • מנתחי מערכות, המבקשים להעשיר יכולותיהם בתחום חדש זה
  • מפתחים בסביבות שרת, המבקשים להיכנס לתחומי ידע חדשים

דרישות קדם:

  • אנגלית טכנית
  • קורס במתמטיקה / סטטיסטיקה של תואר ראשון או מקביל
  • רקע / היכרות עם בסיסי נתונים
  • היכרות עם שפת פיתוח כלשהי (כולל שפות Script)
  • מבדק התאמה

מתכונת לימודים :

240 שעות (180 שעות לימוד פרונטליות + 60 שעות תרגול עצמאי)' לימודי ערב מ- 17:30 עד 21:45, שני מפגשים שבועיים.

בין הנושאים:

Hours Module Description Module Title
5 §  What are the DS roles

§  DS projects & tools

§  What is data exploration

§  What is structure & un- structure data type

§  What is Data Quality (DQ)

§  Tools that are used by DS

Introduction to data science & projects
25 §  Intro to Java language (JDK, JRE)

§  Java data type

§  Java scripts including JSON / XML

§  Loops & conditions

§  Basic objects & class

§  Basic input / output including streams with serialization

§  Basic Data access to RDMS with JDBC connector

Java scripts & Java fundaments for DS
5 §  Displaying & updating data that is in XML & transform it to JSON Personal project 1
15 §  Intro to ANSI – SQL & RDMS

§  Inserting , updating , deleting data from the data base (DML)

§  Creating and managing the data base (DDL)

§  Complex queries such as nested queries

§  Data aggregations & sorting

MS- SQL
5 §  Querying the data from inside the Java project including inserting & updating the data Personal project 2
25 §  Basic python

§  Python data type

§  Loops & conditions

§  Working with files

§  Working with data bases

§  Importing packages (numpy ,sci-kit learn)

Python
5 §  Creating X,Y , bubble graphs & data manipulations by using Python Personal project 3
30 §  Basic R language

§  R packages

§  Basic data frames in R

§  Regression & simulation using R

§  Basic plotting & GGPLOT

§  Multi Regression in R

§  Basic data mining in R (K-mean, tree, forest, SVM)

§  Data cleansing

“R”
5 §  Creating basic data simulation with R

§  Basic histograms & graphs in R

Personal project 4
20 §  What is ML

§  The types of ML

§  Using Orange

§  What are the type of data that can be implemented by ML

§  Clustering

§  Regression

§  Other ML

§  Deep learning

Machine Learning

 

5 §  Crating ML flow for clustering , regression and SVM using “Orange” Personal project
5 §  Organization Requirements

o   Data needed, business logic, data resources

o   Different kind of users and organizations

o   Historical depth

o   Data in rest vs Data in Motion

§  What is Big-Data

§  Big-Data Characteristics & types

§  Challenges  and complexity

§  Use cases in today's world

§  Data scientist role in BD environment

Introduction To Big-Data Business Analysis and Logical Architecture
5 Hadoop:

§  Basic Commands of Hadoop

 

Hive:

§  Introduction to Hive for ad-hoc queries

o   Hive basics

o   Hive data types

o   HiveQL

 

Pig:

§  Introduction to Pig as data flow language

o   Pig Latin basic expressions

o   Operators for data processing

 

Hbase:

§  Introduction to Hbase for processing huge tables

§  Hbase data model

§  Hbase vs. RDBMS

§  Client API (CRUD, queries and batch operations)

§  Interactive REST clients

Hadoop based data types and operations

Over hadoop

20 §  What is SPARK

§  Spark streams

§  Using basic spark SQL

§  Using spark SQL

§  Using SPARK for ML

SPARK
5 §  Putting all together

§  From free text / CSV to Data mining , data manipulation ML over SPARK using Java / Python / R

Final Lab
180 Total
ייעוץ אישי בנושא לימודים

checkמאשר קבלת הטבות, מבצעים ועדכונים בהתאם לתקנון האתר

לקבלת ייעוץ מהיר ובחינם: 072-2705671
או השאירו פרטים וקבלו ייעוץ
והכוונה למגוון מוסדות לימוד!



checkמאשר קבלת הטבות, מבצעים ועדכונים בהתאם לתקנון האתר

חיפוש לימודים
  • מכללת סמי שמעון
  • בית הספר הארצי להנדסאים
  • המרכז האקדמי שערי מדע ומשפט
  • אוניברסיטת אריאל
  • המרכז האקדמי פרס
  • מכללת ג'ון ברייס הדרכה
  • המרכז האקדמי למשפט ולעסקים
  • מכללת תל חי
  • מכללת בית ברל
  • מכללת כנרת
  • סמינר הקיבוצים
  • מכללת רמת גן