אחד המקצועות המבוקשים ביותר בעולם כיום ועם צמיחה נוספת של כמה אחוזים בשנה הוא מקצוע ה- data science. ההגדרה הפשוטה של מחקר מידע אוDATA SCINCE אם תרצו הוא ענף שעוסק בתהליכים וכלים ליצירת ידע ותובנות מתוך מידע מסוים. במילים פשוטות: התפקיד הוא לאסוף מידע ולהפיק ממנו תובנות. מקצוע זה עשוי להיות שימושי במגוון תחומים כיום ולא רק בתחום ההייטק והפיתוח.
על ה-data scientist:
מדען הנתונים (Data Schientist) הוא מקצוע המתאים למתמטיקה או סטטיסטיקנים שדברך כלל גם מתמחים בתכנות. ישנם כמה דורות של למדעני נתונים וכמה גלגולים שעברו עד לתפקיד שאנו מכירים כיום. הדור הראשון היו בעיקר מתמטיקאים, שהגיעו לאחר מחקרים רציניים באקדמיה ותואר דוקטורנט, הכירו באופן מעמיק את האלגוריתמים שלהם ואף איך לכתוב אותם אבל לא ידעו איך להשתמש בהם. הדור השני הם מהנדסים שיש להם רקע במתמטיקה, מדו והחלו לעסוק בתחום. אלה בעלי יכולת תכנות מעולה ולרוב מגיעים מתואר שני לפחות ועם הכשרה מקצועית גם בתחום הסטטיסטיקה. כיום אנו עומדים בפני הדור השלישי של מדעני הנתונים שבה אנשים מוכשרים ורבים מתחומים שונים ומגוונים יכולים ללמוד את התחום ולעבוד בו.
איזה יכולות נדרשות ללימוד Data Scientist ולמי זה מתאים?
לכל תלמיד בתחום הdata science נדרשת הבנה מתמטית מאוד גבוהה או כישורים טובים בסטטיסטיקה, יכולת תכנות ברמה גבוהה מאוד וידע מעמיק בתחום העיסוק בו הוא מתכוון לעבוד כדי לדעת לנתח את הבעיות, המידע וכו'. קורס דאטה סיינס יכול להתאים למתמטיקאים וסטטיסטיקאים, מפתחים, אנליסטים, אנשי BI ומגוון אנשי מקצוע בתחומים סמוכים המעוניינים לרכוש ידע מקצועי נוסף ורוצים להתקדם במקצוע זה.
על קורס מדען נתונים בנאיה קולג':
נאיה קולג' מציעה מסלול לימודי מיוחד עם אנשי מקצוע מובילים העובדים בתעשייה ובעלי ניסיון רב בתחום. הקורס בנאיה קולג' בנוי מ4 מודולים:
- מודל 1 – תכנות – המודל מתעסק בלימוד פייתון ותכנות בסיסי בשפה גם לאנשים שאין להם רקע בתכנות. חשוב ללמוד שפה זה כחלק מההכשרה המקצועית בתחום. הסטודנטים יתמחו בפייתון עם התמחות ספציפית לדאטה סיינס.
- מודול 2 – ארגז כלים ותשתיות לעבודה עם Data Science.
- מודול 3 – מתמקד בMachine Learning בו אנו זורקים את הסטודנטים למים ומציגים להם המון דוגמאות ובעיות שחלק מהן הרבה מעבר לניסיון שלהם וזאת כדי לפתח אותם למצוינות וצמיחה מקצועית מתקדמת.
- מודול 4 – עבודה מעשית בתחום, ניתוח נתונים, לימוד ושימוש בטכנולוגיות שונות ועוד.