קורס העוסקים במדעי הנתונים

מבוא

מדע הנתונים הוא הנוהג של חילוץ ידע מכמויות עצומות של נתונים, תוך שימוש בשיטות כגון סטטיסטיקה, למידת מכונה, כריית נתונים וניתוח תחזיתי.

מיומנויות IBMבנייה לאקדמיה

סקירה כללית SA DA Practitioner

קורס זה מאתגר אותך לקחת על עצמך את התפקידים השונים המעורבים בצוות מדעי נתונים, פתרון תרחישים מקצה לקצה בעולם האמיתי על פני תעשיות שונות.

מטרות

העוסקים במדעי הנתונים

השתמש בשיטות ובכלים מתקדמים של מדעי הנתונים, תוך מינוף מדעים סטטיסטיים, טכנולוגיות למידת מכונה ומערכי נתונים ספציפיים לתעשייה, כדי ליישם מודלי נתונים ייחודיים שיכולים לפתור בעיות מאתגרות בכל התעשיות.

מטרות הלמידה:

  • להבין את האבולוציה והרלוונטיות של מדע הנתונים בעולם כיום
  • גלה מקרי שימוש מקצה לקצה בתעשיית מדעי הנתונים באמצעות מחזור החיים של ניתוח נתונים
  • להבין את השיטה המדעית המיושמת בפרויקטים, ואת תפקידי המפתח של צוות מדעי הנתונים
  • רכוש מומחיות טכנית באמצעות מסגרות קוד פתוח פופולריות של מדע נתונים, כולל מחברת Jupyter ו- Python
  • השג יתרון תחרותי באמצעות פלטפורמה מבוססת ענן עם קידוד מועט עבור Data Science – IBM Watson Studio
  • הבנת שיטות הנדסת נתונים ומידול נתונים באמצעות למידת מכונה
  • חקור מקרי בוחן של תעשיית מדעי הנתונים: תחבורה, רכב, משאבי אנוש, תעופה וחלל, בנקאות ובריאות
  • התנסות בעבודת צוות ובשיטות עבודה זריזות בתעשייה תוך שימוש בחשיבה עיצובית
  • השתתף בתרחישים מבוססי אתגרים של משחקי תפקידים כדי להציע פתרונות בעולם האמיתי.
סקירה כללית מאמר אובייקטיבי של מתרגל SA DA

מדע הנתונים מחולל מהפכה באופן שבו ארגונים פותרים בעיות ומשיגים יתרון תחרותי.

מהו מדע הנתונים?

בתחום מדעי הנתונים, פתרון בעיות ומענה על שאלות באמצעות ניתוח נתונים הוא פרקטיקה סטנדרטית. לעתים קרובות, מדעני נתונים בונים מודל לחיזוי תוצאות או לגילוי דפוסים בסיסיים, במטרה להשיג תובנות טובות יותר.

ארגונים יכולים לשלב תובנות אלה כדי לפעול ולשפר את התוצאות העתידיות. ישנן טכנולוגיות רבות המתפתחות במהירות כדי לסייע בניתוח נתונים ובבניית מודלים. בזמן קצר להפליא, חלה התקדמות מהירה ממחשבים שולחניים לאירוח מחסנים מקבילים עצומים עם כמויות עצומות של נתונים; בדרך זו, יש טרנספורמציה מוחשית מפונקציות ניתוח בתוך מסד הנתונים במסדי נתונים יחסיים לכלי Big Data לא מובנים.

ניתוח נתונים לא מובנים או מובנים למחצה הופך להיות חשוב יותר ויותר לשלב סנטימנט ומידע שימושי אחר הכתוב בשפה טבעית לתוך מודלים לחיזוי; זה מוביל לעתים קרובות לשיפור משמעותי באיכות המודל ודיוקו.

גישות ניתוח מתפתחות מבקשות להפוך את השלבים בבניית מודלים ויישומים לאוטומטיים, מה שהופך את טכנולוגיית למידת המכונה (ML) להתפתחות הכרחית לקראת מדע הנתונים המודרני.

פרויקטי ML מוצלחים דורשים שילוב של אלגוריתמים + נתונים + צוות, ותשתית מחשוב חזקה מאוד.

מדען נתונים מדורג בין שלוש המשרות המתעוררות המובילות

למרות שמדע הנתונים כתחום קיים כבר כמה עשורים, הצמיחה המהירה של בינה מלאכותית (AI) בעסקים בחמש השנים האחרונות יצרה ביקוש למדעני נתונים שעולה בהרבה על זמינותם של אנשי מקצוע מיומנים. כיום, 63% מהמנהלים מציינים מחסור בכישרונות כמחסום עיקרי לאימוץ טכנולוגיית AI[1]. פער כישרונות זה הוא הזדמנות לאנשי מקצוע שאפתניים ואתגר לחברות השואפות ליתרון תחרותי בשוק.

על פי דו"ח LinkedIn Emerging Jobs[2], 2020, Data Scientist נמצא בראש רשימת 'המשרות המתעוררות' במשך שלוש שנים ברציפות וצפוי לצמוח ב -37% מדי שנה. זוהי מומחיות שממשיכה לצמוח באופן משמעותי בכל הענפים, המיוחסת לאבולוציה של משרות קיימות בעבר ודגש מוגבר על נתונים במחקר אקדמי.

אילו כישורים צריך מדען נתונים כדי להצליח?

מדע הנתונים הוא קבוצה בין-תחומית של מיומנויות הנמצאות בצומת של סטטיסטיקה, תכנות מחשבים ומומחיות בתחום. הוא מורכב משלושה אזורים נפרדים וחופפים:

  • סטטיסטיקה, כדי למדל ולסכם ערכות נתונים
  • מדעי המחשב, לעצב ולהשתמש באלגוריתמים כדי לאחסן, לעבד ולהמחיש נתונים
  • מומחיות בתחום, הכרחית כדי לנסח את השאלות הנכונות ולשים את התשובות בהקשר
  • מיומנויות אחרות שהוחמצו לעתים קרובות הן:
    1. מנהיגות
    2. עבודת צוות
    3. תקשורת

[1] פרנצ'סקו ברנה, ג'ורג'יו דנסי, גלן פינץ', בריאן גרינג ומאניש גויאל. "מעבר לבינה מלאכותית ברמה ארגונית: פתרון פערי נתונים ומיומנויות כדי לממש ערך". IBM Institute for Business Value, ספטמבר 2018. https://ibm.com/downloads/cas/QQ5KZLEL

[2] "LinkedIn U.S. Emerging Jobs Report", לינקדאין, 2020. https://business.linkedin.com/content/dam/me/business/en-us/talent-solutions/emerging-jobs-report/Emerging_Jobs_Report_U.S._FINAL.pdf

ניתוח מקרה

וונדרמן תומפסון + IBM: שיפור למידת מכונה עם נתונים ובינה מלאכותית

ענקית הפרסום וונדרמן תומפסון שכרה את שירותיה של יבמ כדי לסייע בשימוש בלמידת מכונה לגילוי טוב יותר של תובנות אנושיות - תובנות שעוזרות להגדיל את החזר ההשקעה עבור לקוחותיה. בעזרת IBM Watson Studio וכלי קוד פתוח, החברה ולקוחותיה מבלים כעת יותר זמן בגילוי ויצירת השערות ופחות זמן במשימות יומיומיות.
Wunderman Thompson + IBM

אלגוריתם מותאם אישית לזיהוי הונאות פוטנציאליות

עם בינה מלאכותית באלגוריתם זיהוי הונאות מונחה ענן של יבמ, Thélem assurances, חברת ביטוח שבסיסה בצרפת הצליחה לזהות פי חמישה יותר הונאות פוטנציאליות. זה הביא לעלויות מופחתות, גמישות רבה יותר והיכולת לסכל מראש כל הונאה אפשרית. ibm.com/case-studies/thelem-assurances-hybrid-cloud-services

כלים

קורס זה משתמש בכלים הבאים:

  • AutoAI
  • הענן של יבמ
  • IBM Data Refinery
  • אחסון אובייקטים של יבמ
  • למידת מכונה של IBM Watson
  • IBM Watson Studio
  • זיהוי חזותי של IBM Watson
  • מחברת ג'ופיטר
  • מטפלוטליב
  • צומת.js
  • NumPy
  • פנדה
  • PixieDust
  • פיתון
  • Scikit-ללמוד
  • XGBoost

דרישות מוקדמות

דרישות קדם למדריך

מנחים המעבירים קורס זה למדו את הקורס בעבר ועברו בהצלחה את הבחינה.

  • דובר נלהב עם כישורי מצגת טובים
  • מיומנויות ניהול קבוצות פדגוגיות
  • עידוד חשיבה ביקורתית וחקר תחומים
  • ניסיון בטיפול בערכות נתונים וזכויות יוצרים של קניין רוחני

דרישות מוקדמות ללומד

אנשים עם עניין פעיל בהגשת מועמדות למשרות ברמת הכניסה לעבודה בתחומים הקשורים לאבטחת סייבר.

  • היכרות עם סטטיסטיקה
  • מיומנויות אוריינות IT בסיסיות*

* אוריינות IT בסיסית – מתייחסת למיומנויות הנדרשות להפעלת סביבת מערכת הפעלה גרפית ברמת המשתמש כגון Microsoft Windows® או Linux Ubuntu®, ביצוע פקודות הפעלה בסיסיות כגון הפעלת יישום, העתקה והדבקה של מידע, שימוש בתפריטים, חלונות והתקנים היקפיים כגון עכבר ומקלדת. בנוסף, על המשתמשים להכיר דפדפני אינטרנט, מנועי חיפוש, ניווט בדפים וטפסים.

אישור דיגיטלי

תעודת מתרגל

תעודת מתרגל במדעי הנתונים של יבמ

תעודת מתרגל במדעי הנתונים של יבמ

ראה תג

אודות אישור זה

באמצעות הכשרה מאומתת בהנחיית מדריך מדעי הנתונים, מקבל אישורים זה רכש את הכישורים וההבנה של מושגי יסוד וטכנולוגיות במדעי הנתונים. הם הוכיחו מיומנות והבנה של נושאים טכניים במדעי הנתונים וחשיבה עיצובית. המרוויח רכש את היכולת ליישם את המושגים והטכנולוגיה של מדע הנתונים עם כלי הקוד הפתוח הרלוונטיים לתרחישי מדע נתונים בעולם האמיתי, המתאימים למטרות חינוכיות.

מיומנויות

שיתוף פעולה, תקשורת, טיוב נתונים, איסוף נתונים, הנדסת נתונים, תפעול נתונים, זיקוק נתונים, מדעי הנתונים, יסודות מדעי הנתונים, מתודולוגיה של מדעי הנתונים, ויזואליזציה של נתונים, התנצחות נתונים, למידה עמוקה, חשיבה עיצובית, אמפתיה, עיצוב חוויה, IBM Cloud, IBM Watson, Ideation, Machine learning, Matplotlib, פריסת מודלים, ויזואליזציה של מודלים, הבנת שפה טבעית, פנדות, פרסונות, פתרון בעיות, Storyboarding, עבודת צוות, מקרי שימוש, ממוקד משתמש עיצוב, ממוקד משתמש, חווית משתמש, מחקר משתמש, UX, זיהוי חזותי, גילוי ווטסון, Watson Studio.

קריטריונים

  • חייבים להשתתף במפגש הכשרה במוסד להשכלה גבוהה המיישם את תוכנית האקדמיה למיומנויות של יבמ.
  • חייב להשלים את הכשרת העוסקים במדעי הנתונים בהנחיית מדריך.
  • בטח הרוויח את תג מתרגל חשיבה עיצובית ארגונית.
  • חייב לעבור את בחינת המתרגלים במדעי הנתונים ולהשלים באופן משביע רצון את התרגיל הקבוצתי.

תעודת מדריך

תג מדריך תעודת מתרגל במדעי הנתונים של יבמ

תעודת מתרגל במדעי הנתונים של יבמ: מדריך

ראה תג

אודות אישור זה

באמצעות סדנה בהנחיית מדריך יבמ, מקבל אישורים זה רכש מיומנויות במושגים של מדעי הנתונים, טכנולוגיה ומקרי שימוש. הם הוכיחו בקיאות בנושאים אלה: יסודות מדעי הנתונים, איסוף נתונים, הבנת נתונים, מידול נתונים ואופטימיזציה, חשיבה עיצובית למדעי הנתונים ומקרי שימוש בתעשיית מדעי הנתונים. המפרנס מדגים יכולת ללמד את קורס מדעי הנתונים על ידי יישום מיומנויות פדגוגיות כדי להניע את העבודה הקבוצתית באמצעות תרחישים מבוססי אתגר.

מיומנויות

יועץ, תקשורת, טיוב נתונים, איסוף נתונים, הנדסת נתונים, תפעול נתונים, זיקוק נתונים, מדעי הנתונים, יסודות מדעי הנתונים, מתודולוגיה של מדעי הנתונים, ויזואליזציה של נתונים, התנצחות נתונים, למידה עמוקה, חשיבה עיצובית, אמפתיה, עיצוב חוויה, IBM Cloud, IBM Watson, Ideation, מרצה, למידת מכונה, Matplotlib, פריסת מודלים, ויזואליזציה של מודלים, הבנת שפה טבעית, פנדות, פרסונות, פתרון בעיות, סטוריבורדינג, עבודת צוות, מאמן, מקרי שימוש, עיצוב ממוקד משתמש, ממוקד משתמש, חווית משתמש, מחקר משתמש, UX, זיהוי חזותי, גילוי ווטסון, Watson Studio.

קריטריונים

  • חייב להיות מדריך ייעודי ממוסד להשכלה גבוהה שיש לו או מיישם את תוכנית IBM Skills Academy.
  • חייב לסיים את IBM Data Science Professionals – סדנת מדריכים.
  • בטח הרוויח את תג מתרגל חשיבה עיצובית ארגונית.
  • חייב למלא את הדרישות של תהליך אימות ההוראה של האקדמיה למיומנויות של יבמ.