أهداف التدريب
يعد مجال علوم البيانات (Data Science) مجالًا بحثيًا حديثًا تم إنشاؤه من مجموعة من مجالات البحث الحالية ، مع إنشاء مبادئ مشتركة للتعامل مع البيانات بكميات كبيرة. يصف الرسم البياني المرفق مجالات البحث التي يؤدي دمجها إلى إنشاء مجال البحث في علوم البيانات. يوجد في كلية علوم البيانات والقرارات في التخنيون أبحاث على مستوى عالمي في جميع هذه المجالات ، بما في ذلك استرجاع المعلومات ومحركات البحث، معالجة اللغة الطبيعية والمزيد.
Data Science Fields Graph
في ظل الزيادة المستمرة في كمية البيانات المنتجة في العالم والتنوع الواسع للتطبيقات القائمة على البيانات في مجالات الطب ، وسائل التواصل الاجتماعي ، الأمور المالية ، التخطيط الحضري، المدن الذكية وغيرها ، هناك حاجة متزايدة للباحثين في مجال علوم البيانات والمعلومات. سيتطلب من هؤلاء الباحثون القدرة على تطوير حلول علمية لمختلف التحديات التي ينطوي عليها العمل مع كميات كبيرة ومتنوعة من البيانات التي تتغير بشكل متكرر ، لديهم مستوى متفاوت من اليقين وفي مجموعة متنوعة من التطبيقات ومجالات المعرفة.
يركز برنامج المؤهّلين في علوم البيانات والمعلومات على الخبرة في طرق البحث في المجالات العلمية والتكنولوجية التي تتعامل مع جمع البيانات الضخمة، إدارتها، تحليلها وعرضها (big data). يعتمد البحث على المعرفة بالرياضيات، علوم الكمبيوتر، بحوث الأداء، الإحصاء، التعلم الحسابي، علم النفس والمزيد.
سيتمكن خريجو البرنامج من الاندماج في أنشطة البحث والتطوير الأكاديمي والصناعي مع الاستفادة من المعرفة ومهارات البحث التي طوروها أثناء مشاركتهم في البرنامج. أثناء البحث ، سيتمكن طالب الدراسات العليا من تطوير مبادئ جديدة وطرق جديدة في التعامل مع البيانات الضخمة. يُطلب من الطالب في البرنامج أن يكون لديه مهارات تحليلية عالية المستوى وأن يصل بقاعدة معرفية قوية في مجالات الإحصاء والتعلم الآلي، هندسة البرمجيات والخوارزميات. من الناحية المثالية ، يتم التعرف على هذه المجالات في إطار دراسات الاعتماد (على سبيل المثال، اللقب الأول في هندسة البيانات والمعلومات).
على مستوى الدراسات العليا ، سيتم تقديم دورات إستكمال ومواد متقدمة في علوم البيانات والمعلومات ، بالإضافة إلى دورات التي تركز على البحث ، والتي سيتم تخصيصها للتعرف على جبهة المعرفة في هذا المجال. خاصةً ، يتم تقديم المساقات في المجالات التي يتم فيها إجراء البحوث في الكلية التي يمكن للطلاب الاندماج فيها. لذلك ، في كثير من الحالات ، تشكل هذه الموضوعات جزءًا من البنية التحتية للعمل البحثي.
يمنح برنامج الاعتماد للقب الثاني في العلوم في علوم البيانات والمعلومات M.Sc. in Data Science
البرنامج الدراسي
متطلبات الدراسة
لإكمال اللقب بالنسبة إلى خريج لقب سابق مدته أربع سنوات، يجب دراسة 20 نقطة من الألقاب المتقدمة، بما في ذلك المساقات الأساسية في مجالات الإحصاء، بحوث الأداء، التعلم الآلي، الخوارزميات، نظرية الألعاب، والبرمجة في أنظمة البيانات الضخمة (big data). يطلب من خريج لقب لمدة أربع سنوات دراسة 20 ساعة معتمدة من الألقاب المتقدمة، بما في ذلك المساقات الأساسية وإكمال عمل بحثي كجزء من الأطروحة. مطلوب من خريج درجة علمية لمدة ثلاث سنوات دراسة 30 نقطة ، منها ما يصل إلى 10 يمكن أن تكون في مستوى مواد الاعتماد المتقدمة. يتيح اللقب خبرة في أساليب البحث في علوم البيانات والمعلومات وتوفر مهارات التطوير واستخدام المبادئ والأدوات لجمع البيانات وإدارتها وتحليلها وعرضها.
دراسات الاستكمال
أثناء المناقشة حول القبول، سيتم تحديد قائمة المساقات التكميلية إذا لزم الأمر. يجب على الطالب المطلوب أن يأخذ دورات تكميلية (طالب في حالة تكميلية) أن يحصل على درجة لا تقل عن 78 ومتوسط 80 على الأقل في كل مادة من المواد التكميلية كشرط للانتقال إلى حالة الطالب التابع.
المساقات الأساسية، المساقات الإجبارية والمساقات الاختيارية (في نطاق 20 نقطة):
في الخطة الدراسية ، يتم التركيز على مساقات من المجالات الأساسية للإحصاء والاحتمالات ، التعلم الآلي ، التحسين ، نظرية اللعبة والخوارزميات والمساقات كثيفة البيانات. يجب على الطالب اختيار مادة واحدة من كل قائمة ، باستثناء قائمة مساقات البيانات التي يجب اختيار مساقين منها كمساقين إجباريين. يوصى باختيارمساقات إضافية من القوائم كمساقات اختيارية كما هو مفصل أدناه. لدى رئيس البرنامج سلطة الموافقة على أخذ مساقات في مزيج مختلف طالما تم أخذ مساقين من قائمة مساقات البيانات.
قائمة مساقات الإحصاء والاحتمال:
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 |
قائمة مساقات االتعلم الآلي:
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 |
قائمة مساقات التحسين:
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 |
قائمة مساقات نظرية الألعاب والخوارزميات
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 |
قائمة مساقات البيانات
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 |
سيتم اختيار المساقات الاختيارية (إكمال بـ 20 نقطة) من بين الدورات التي يتم تدريسها في الكلية.
مهارات البيانات:
سيُطلب من خريجي البرنامج إثبات الكفاءة في استخدام وتطوير أدوات جمع البيانات وإدارتها وتحليلها. عادة ما يتم اكتساب هذه المهارة أثناء العمل على الأطروحة أو أثناء المشاركة بنشاط في مساقات المختبر المناسبة. خاصةً ، يمكن إكمال هذا المطلب عن طريق (i) تنفيذ مشروع كجزء من الأطروحة، (ii) أخذ مساقات البيانات والحصول على شهادة بناءً على المشاريع في المساقات ، (iii) تنفيذ مشروع في الصناعة ، (iv) المشاركة في مسابقات البيانات الضخمة أو (v) تنفيذ مشروع بيانات بتوجيه شخصي.
كشرط لإنهاء اللقب، يجب على الطالب الحصول على شهادة إتقان البيانات موقعة من قبل رئيس البرنامج تؤكد أن المهمة (المهام) التي قام بها الطالب تفي بالمتطلبات.
أطروحة (بنطاق 20 نقطة):
الجزء الرئيسي من دراسات لقب الماجستير هو أداء عمل بحثي بنطاق 20 نقطة. وفقًا للوائح كلية الألقاب المتقدمة، يمكن الموافقة على مشروع التخرج بنطاق 12 نقطة بدلاً من عمل بحثي أو مشروع بحثي. في تلك الحالات الخاصة التي تتم فيها الموافقة على مشروع التخرج ، سيُطلب من الطالب دراسة مساقات إضافية بموافقة المشرف الدائم في حدود 8 نقاط على الأقل. يجب تقديم الأطروحة بعد حوالي 24 شهرًا من بدء الدراسة.
لوائح إضافية
عند قبول الطالب للدراسة ، يتم على الفور تعيين مشرف مؤقت يكون أحد مدراء برنامج هندسة البيانات والمعلومات.