Talking Data
פרק 7 - סביבת העבודה של מדען הנתונים

פרק 7 - סביבת העבודה של מדען הנתונים

June 25, 2022

-האם לכתוב ב

Python, R או Matlab?

או אולי כדאי לבחור ב-

Rstudio, Pycharm או VScode?

סביבת עבודה נכונה היא בעלת השפעה אדירה על ההספק והסיפוק של מדען הנתונים

בפרק זה נארח את גיורא שמחוני בשביל לדון בכלים מומלצים ולא מומלצים שיהיו בסביבת העבודה שלנו

גיורא שמחוני, מדען נתונים וסטטיסטיקאי. אחרי תואר ראשון ושני בסטטיסטיקה עבד כ-10 שנים בתעשייה בחברות כמו

888, IBM Research, eBay

וסטארט אפ צומח בשם

vFunction

גיורא חזר לפני כשנה לעשות דוקטורט בסטטיסטיקה באוניברסיטת תל אביב אצל פרופ' סהרון רוסט. הוא מתעניין ברשתות נוירונים לנתונים מתואמים ומלמד קורס לדאטה סיינס מתקדם, ב-

Python & R

 

 

יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

 

לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

פרק 6 - מבוא למערכות המלצה

פרק 6 - מבוא למערכות המלצה

April 25, 2022

באיזה סרט תרצו לצפות בנטפליקס, איזו עדשה הכי מתאימה למצלמה שקניתם באמזון ואיזה מלון כדאי להזמין אונליין לטיול שסגרתם לפריז - כל אלה הם תוצרים של מערכות המלצה. כפי שהשם רומז, תכליתן לתת לנו המלצות מותאמות אישית.

בפרק זה אנו מארחים את אורי גורן, מומחה ללמידת מכונה, שיסביר מה הן מערכות המלצה, מה הם הקשיים שבבניית מערכות אלה ומה הם האלגוריתמים הבסיסיים שמשמשים לפתרון בעיות המלצה.

בנוסף להיותו מומחה ומרצה ללמידת מכונה, אורי דוקטורנט בתחום הבנת השפה באוניברסיטת בר אילן.
pydata וממארגני קהילת explAInable פודקאסטר

אורי התחיל את דרכו כשלמד לתכנת אי שם בבית הספר היסודי עם ספר קיו-בייסיק שקרא, אך נכנס לעולם למידת המכונה רק אחרי התואר השני כשהתקבל למיקרוסופט לעבוד kinectעל פרויקט ה

לאחר שעזב את מיקרוסופט הקים מיזם בתחום הראייה הממוחשבת (שנסגר), ומיזם בתחום הבנת הטקסט המשפטי (שלימים נמכר).

כיום אורי הקים את ארגמקס, חברת יעוץ בתחום מערכת ההמלצה. במסגרת תפקידו בארגמקס יצא לאורי לעבוד על מגוון פרויקטים בתחום ההמלצה הרפואית, כוח אדם, תוכן, ובעולם הפרסום.

 

יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

 

לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

פרק 5 - מדעי הנתונים להגנת הסביבה

פרק 5 - מדעי הנתונים להגנת הסביבה

February 2, 2022

איכות הסביבה ושימור בעלי חיים בפרט, הוא נושא מעניין וקרוב לליבנו. בפרק זה נדבר עם האקולוג ד"ר אורי רול על התפקיד של ניתוח הנתונים בניטור אוכלוסיות בעלי חיים ושמירה על סביבות המחייה שלהם.

ד"ר אורי רול הוא מרצה בכיר במחלקה לאקולוגיה מדברית ע"ש מיטרני בקמפוס שדה בוקר של אוניברסיטת בן-גוריון. בעל תואר ראשון במדעי החיים ותואר שני במסלול לאקולוגיה ואיכות הסביבה במחלקה לזואולוגיה באוניברסיטת תל-אביב. את התואר שלישי עשה ביחידה לביו-מתמטיקה, במחלקה לזואולוגיה באוניברסיטת תל-אביב. לאחר מכן יצא לפוסט-דוקטורט באוניברסיטת אוקספורד, בבית הספר לגיאוגרפיה וסביבה ובמחלקה לזואולוגיה. ​

המחקר של ד"ר רול נופל תחת המטרייה הגדולה של חקר שימור הטבע ומסתכל על היחסים הדו-כיווניים שיש לאדם עם הטבע הסובב אותו. הוא מתעניין בשאלות בקנה מידע גדול, הקשורות בנתונים על חיות וצמחים, גורמים סביבתיים ואקלימיים, עם השפעות של האדם עליהם ושל הטבע על האדם, כפי שהם בא לידי ביטוי במאגרי מידע אינטרנטיים גדולים. המחלקה לאקולוגיה מדברית בונה בימים אלו קבוצת עבודה בין-לאומית סביב תחום חדש זה, Conservation Culturomics שנקרא בלעז

בתור חובב טבע מושבע, אורי חש שיש לנו מחויבות מוסרית לשמר אותו - למזער את טביעת הרגל שלנו ולתקן טעויות שעשינו בעבר. אורי מאמין שלמדע יש הרבה מה לתרום למטרה זו, ושעלינו לעזוב את מגדלי השן שלנו ולשאוף שהידע והתובנות שלנו יעשו את ההבדל בעולם האמיתי.

הכירו את מחקרו של אורי: https://www.uriroll.com/

 

יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

 

לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

פרק 4 - מבוא לעיבוד שפה טבעית (NLP)

פרק 4 - מבוא לעיבוד שפה טבעית (NLP)

December 19, 2021

לפני 20 שנה, עיבוד שפה לא היה נכלל תחת "מדעי הנתונים", מאז הדברים השתנו מאד. רשתות הלמידה ואלגוריתמים עתירי נתונים נמצאים בחזית הטכנולוגיה בתחום של תרגום מכונה, תיקון שגיאות, ניתוח רגשות, זיהוי נושא ושאר בעיות NLP.

בפרק זה, נדבר עם פרופ' רועי רייכרט מהפקולטה להנדסת תעשייה בטכניון, על עיבוד שפה טבעית. מה הן בעיות היסוד בתחום? אילו מהן פתורות וכיצד? כמו כן, נדבר על הקשר למדעי נתונים ואלגוריתמים

 

רועי רייכרט הוא פרופסור חבר בפקולטה להנדסת תעשיה וניהול בטכניון. תחום המחקר שלו הוא עיבוד שפה טבעית והוא עובד על שלוש בעיות עיקריות הקשורות זו לזו: (א) בעיית ההכללה - יצירת אלגוריתמים שיכולים ללמוד שפות מסוימות בסביבות מסוימות (למשל ביקורות על מוצרים באנגלית) ולהבין שפות חדשות בסביבות חדשות (למשל סקירות פוליטיות ביפנית); (ב) פיתוח כלי הסקה סיבתית לתחום - כדי ליצור מודלים יציבים וקומפקטיים יותר וכדי להבין כיצד מודלים של עיבוד שפה פועלים; ו (ג) הממשק בין עיבוד שפה לבין חיזוי של רגשות, קבלת החלטות והתנהגויות אנושיות - מתוך תפישה ששפה עשויה לשמש צוהר לנפש האדם, ושניתן להבין מתוך פעולתם של מודלים חישוביים כיצד אנשים מעבדים שפה בהקשרים שונים. רועי משמש כעורך בעיתונים ובכנסים המובילים בתחום, פרסם מעל 100 מאמרים (כולל בכתבי העת המובילים בבינה מלאכותית ובפסיכולוגיה) ומשמש כיועץ ומדען בחברות היי-טק מובילות בישראל ובעולם.

 

יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

 

לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

פרק 3 - רשתות למידה

פרק 3 - רשתות למידה

November 17, 2021

מאז שניצחו בתחרות לזיהוי ממוחשב של עצמם ב- 2012, רשתות למידה מפצחות בעיה אחר בעיה, והופכות תחומים שלמים על פניהם. מה הן רשתות אלו? כיצד הן קשורות לכלים מוכרים מתחומים אחרים? ולמה הן מצליחות? 

 

בפרק זה אנו מארחים את ד"ר דוד גולן, CTO & Cofounder ב-Viz.ai, חברת סטארט-אפ המובילה את מהפכת הבינה המלאכותית בתחום הרפואה הדיגיטלית. Viz.ai פיתחה מערכת מבוססת בינה מלאכותית המפענחת באופן אוטומטי סריקות מוח, מזהה מקרי שבץ דחופים ומתריעה עליהם ישירות לאפליקציה ייעודית בטלפון הנייד של הצוות הרפואי. ב-2018, הטכנולוגיה של Viz.ai הפכה למוצר הבינה המלאכותית הראשון בעולם שקיבל את אישור מנהל המזון והתרופות האמריקאי (FDA) למטרות זיהוי אוטומטי ומהיר של חולים. לאחרונה עשתה החברה היסטוריה נוספת, כאשר קיבלה אישור תקדימי מביטוח הבריאות הממשלתי האמריקאי (Medicare) המאפשר לבתי חולים לקבל החזר כספי מהממשל האמריקאי על שימוש במוצר, זאת במסגרת תוכנית NTAP שמטרתה לעודד אימוץ טכנולוגיות רפואיות חדשניות ומבטיחות.

 

ד"ר גולן בעל דוקטורט בסטטיסטיקה ולמידת מכונה מאוניברסיטת תל-אביב, במסגרת פוסט-דוקטורט באוניברסיטת סטנפורד, הוא חקר שימושי למידה עמוקה בתחומי הדימות הרפואי והגנטיקה. כמו כן, היה שותף לפרסום של למעלה מ- 20 מאמרים מדעיים.

 

יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

 

לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

פרק 2 - שוק העבודה למדעני נתונים

פרק 2 - שוק העבודה למדעני נתונים

September 19, 2021

מעסיקים רבים מחפשים מומחי דאטה תחת כותרות שונות כמו:

Data Scientist, Data Engineer, Data Analyst

בפרק זה אנחנו מארחים את ד"ר אמתי ערמון מאינטל כדי להבין מה משמעות התפקידים הללו, ומה מעסיקים מחפשים.

 

ד"ר אמתי ערמון הוא המדען הראשי של קבוצת הבינה המלאכותית הפנימית של אינטל ובעל כ-20 שנות נסיון בתחום מדעי הנתונים . בקבוצה כ-200 מומחים שמשתמשים בבינה מלאכותית עבור התהליכים הקריטיים בחברה, מתכנון המעבדים, דרך הייצור ועד למכירות, והיא משפיעה על רוב המחשבים בעולם. אמתי הצטרף לאינטל לפני כשמונה שנים, לאחר שהיה מייסד-שותף ומנהל המחקר ב"טאקאדו", חברת בינה מלאכותית בתחום המים, זוכת שורת פרסים בינלאומיים. לפני כן אמתי היה חוקר אורח במעבדה הלאומית בלוס אלאמוס בארה"ב. אמתי עשה את הדוקטורט במדעי-המחשב באוניברסיטת תל אביב, אוניברסיטה שבה גם הרצה במהלך לימודיו, וקודם לכן סיים בה את התואר הראשון בגיל 18.

 

יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

 

לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

פרק 1 - אמנות חקר הנתונים

פרק 1 - אמנות חקר הנתונים

July 18, 2021

בפרק הבכורה של פודקאסט "מדברים דאטה" נבחן מה חדש בחקר מדעי הנתונים, מה ממנו מהותי, ומה ממנו מיתוגי? סטטיסטיקה, עיבוד-אותות, אנליטיקה-עסקית, כריית-נתונים, למידה-חישובית, בינה מלאכותית - ישנם כל כך הרבה פנים לאמנות של חקר הנתונים, האם יש הבדל בין תחומים אלו? ומה קורה כשסטטיסטקאי, מהנדס חשמל, ומדען מחשב נפגשים לדון בסוגיות הללו?

הצטרפו לד"ר יונתן רוזנבלט לדיון מרתק עם שני ענקים בעולם הדאטה:

פרופ' יעקב ריטוב
פרופסור במחלקה לסטטיסטיקה באוניברסיטת מישיגן, ופרופסור אמריטוס במחלקה לסטטיסטיקה שבאוניברסיטה העברית. עורך לשעבר במיטב כתבי-העת בתחום. כתב 2 ספרים בנושא תיאוריה סטטיסטית ופרסם יותר מ-150 מאמרים  פרי עטו.
אתר בית: http://www-personal.umich.edu/~yritov/jr.html

 

פרופ' יאיר וייס
פרופסור לראייה חישובית במחלקה למדעי המחשב שבאוניברסיטה העברית. עורך לשעבר בעיתונים המובילים בתחום. כתב ספר, ופרסם מעל ל-200 מאמרים לעיתונים וכנסים בארץ ובעולם.
עבד עם השמות הגדולים בתחום הלמידה החישובית ובינה מלאכותית ביניהם Andrew Ng, Michael Jordan.
אתר הבית: https://www.cs.huji.ac.il/~yweiss/

 

יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

 

לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

 

Podbean App

Play this podcast on Podbean App