תחנת המידע
מסלול ישיר לתואר שני ב-4.5 שנים, המקנה תואר ראשון במדעי המחשב ותואר שני בהנדסת תוכנה. במהלך הלימודים ייחשפו הסטודנטים למגוון של תחומי תוכנה ולטכנולוגיות העדכניות בתחום, עם דגש על שלושה תחומים מרכזיים: (א) ביולוגיה חישובית, (ב) למידה חישובית וביג דאטה, (ג) תאוריה ומערכות תוכנה.
מדובר במסלול מאתגר המיועד לתלמידים בעלי יכולות אנליטיות גבוהות. המסלול מומלץ למועמדים אשר שואפים להגיע לאחד משני המסלולים הבאים: (א) השתלבות בתעשייה, כמפתחים או כמפתחי אלגוריתמים, (ב) הצטרפות לקבוצת מחקר במסגרת לימודי דוקטורט להנדסת תוכנה באוניברסיטאות.
תואר ראשון במדעי המחשב, בהיותו מסלול תלת-שנתי, הוא תיאורטי במהותו. במהלך התואר הסטודנטים אומנם רוכשים מיומנויות, ובעיקר נחשפים לתחומים מגוונים הכוללים חקר מתמטי, אלגוריתמים ושפות תכנות בסיסיות. על מנת להעשיר את בוגרי התוכנית ולהכין אותם בצורה מיטבית לתעסוקה בתעשיית ההייטק, מכללת עזריאלי מציעה מסלול המשלב תואר ראשון במדעי המחשב עם תואר שני בהנדסת תוכנה. תחום הנדסת תוכנה הוא הפן המעשי של מדעי המחשב, אשר מתפתח בקצב מהיר. בנוסף, ידע והבנה של עקרונות תחום התוכנה הינם רלוונטיים היום במגוון רחב של תחומי תעסוקה ומחקר.
אשכול הקורסים במסגרת תואר שני בהנדסת תוכנה מיועד להכשיר את הסטודנטים ברמה מעשית גבוהה במגוון תחומים: למידת מכונה (Machine Learning), למידה עמוקה (Deep Learning), בינה מלאכותית (Artificial intelligence), מדע הנתונים (Data Science), ניתוח נתוני עָתֵק (Big Data) הנדסת נתונים (Data Engineering), כריית מידע (Data Mining) וביולוגיה חישובית (Computational Biology). בנוסף ניתן דגש על מתודולוגיה נכונה לפיתוח תוכנה ותיאוריה של מדעי המחשב.
התוכנית מורכבת משבעה קורסי חובה בהיקף של 3 נ"ז כל אחד, כאשר כל אשכול קורסים מכיל שלושה קורסים ספציפיים לתחום שהוא מקיף, וכן סמינריון בנושא. בנוסף, הסטודנטים יממשו פרויקט גמר בהנחיית חברי הסגל. פרויקטי הגמר מתחלקים לשני סוגים: (א) מחקרי, (ב) תעשייתי. פרויקט מחקרי שם דגש על יישום של שיטות מחקר, כאשר אחת המטרות היא פרסום של מאמר מדעי במסגרת בינלאומית (כמו כנס או כתב עת). פרויקט תעשייתי מגייס כלים יישומיים של הנדסת תוכנה כדי לענות על שאלה מאתגרת שמעסיקה חברות מהתעשייה. המטרה של פרויקט תעשייתי היא לתת פתרון מעשי (כמו מימוש של אפליקציה או כלי אחר) אשר ייכנס לשימוש בתעשייה. הן האתגרים שמגיעים מהתעשייה והן נושאי המחקר המוצעים הינם מגוונים ומרתקים. חלק מהפרויקטים מבוצעים בשיתוף פעולה עם חברות בתעשיית ההייטק.
הביולוגיה החישובית עוסקת במחקר של מגוון בעיות מתחום מדעי החיים בעזרת כלים ואלגוריתמים של מדעי המחשב. עם השנים חלה התפתחות משמעותית של טכנולוגיות שונות לאיסוף מידע ביולוגי. היקף המידע שמצטבר הוא עצום; כדי לארגן, להבין ולחקור אותו, יש צורך משמעותי בכלים חישוביים.
אחת הדוגמאות הבולטות בתחום היא חקר הגנום האנושי. טכנולוגיות של ריצוף גנומים נעשו הרבה יותר נגישות וזמינות בשנים האחרונות, וכך רופאים וגנטיקאים יכולים לחלץ מידע רב אודות מוטציות גנטיות בבני אדם. לעיתים, אחד האתגרים שעומדים בפניהם הוא עודף המידע – למשל, החוקרים מתחום הביולוגיה מקבלים מידע אודות אלפי מוטציות, שמתוכן עליהם למצוא מספר בודד של מוטציות רלוונטיות. בעזרת כלים של ביולוגיה חישובית ושל מדעי המחשב (כגון מסדי נתונים, למידת מכונה, אלגוריתמים), חוקרים בתחום הביולוגיה החישובית מפתחים כלים חישוביים אשר מבצעים חיזוי ועוזרים לרופאים לתעדף את המידע לפי קריטריונים שונים. למשל, תוכנה שימושית בתחום מתקבלת כקלט מוטציה גנטית ומחשבת את ההסתברות שמוטציה תגרום למחלה בבני אדם. תוכנה כזו מסייעת מאוד לרופאים בסינון המידע. ללא כלי חישובי מסוג זה, קשה מאוד באמצעות כלים של ביולוגיה גרידא לאתר את מקור המחלה מתוך אלפי מוטציות.
○ למידת מכונה
○ מבוא לביואינפורמטיקה
○ סמינריון בביולוגיה חישובית
○ בחינת הקשר בין התפתחות גנום של וירוסים לגנום של החיידק המארח לאורך האבולוציה
○ אפיון מוטציות באדם שגורמות למחלות לעומת מוטציות נייטרליות (פולימורפיזמים)
○ זיהוי פולימורפיזמים הנמצאים בתאחיזה עם מוטציות גנטיות הגורמות למחלות
○ מחקר בשיתוף חוקרים מהמחלקה לרפואת שיניים בהדסה עין כרם - חקר הגנטיקה של החיידק Bacillus Subtilis ובניית כלי חישובי אשר ינגיש לחוקרים בתחום את המידע הקיים
אשכול קורסים בלמידה חישובית עוסק בניתוח של נתונים (כגון: קריאת כתב יד, זיהוי פנים, מערכות המלצה חכמות). התחום עוסק בפיתוח אלגוריתמים אשר מאפשרים למחשב ללמוד מתוך דוגמאות, ופועל במגוון משימות חישוביות בהן התכנות הקלאסי אינו אפשרי. סטודנטים יוכלו גם להתמחות בלמידה עמוקה (deep learning), תחום אשר בשנים האחרונות נעשה רלוונטי אף לחיי האדם. המשתמש הפשוט אולי לא מודע לכך, אך הלמידה העמוקה מהווה חלק בלתי נפרד מהמימוש של כלים המסייעים לנו בחיי היומיום כמו מנועי חיפוש, תרגום אוטומטי, מערכות להתאמת פרסומות אישיות, חיפוש מותאם משתמש של מוצרים באינטרנט ועוד.
○ למידת מכונה
○ למידה עמוקה
○ מערכות אחסון וביג דאטה
○ בינה מלאכותית
○ סמינריון בלמידת מכונה ולמידה עמוקה
○ מחקר בשיתוף המז"פ על זיהוי כתב יד סוליות נעלים
○ מחקר בשיתוף חברה ביטחונית -- זיהוי תנועות חשודות במצלמות אבטחה
○ מחקרים רפואיים שונים: לדוגמא פיתוח אפליקציה לזיהוי ואבחון נמשים.
בתחום פיתוח התוכנה, המטרה היא להעמיק ולהרחיב את הידע בתחום הנדסת התוכנה, וכן לחשוף את הסטודנטים למחקרים המתקדמים ביותר בתחום. אשכול הקורסים ייתן דגש על מתודולוגיות פיתוח, כגון פיתוח agile, היבטי ניהול של צוותי פיתוח התוכנה, וגישות אמפיריות ללא ביסוס תיאורטי לתיכון התוכנה עצמה.
○ מתודולוגיה לפיתוח תוכנה, שיטות להבטחת תוכנה ובדיקתה
○ ניהול משאבים ולוחות זמנים בפרויקטי תוכנה, הובלת צוות ופיתוח תוכנה, מערכות מבוזרות
○ אלגוריתמים מבוזרים
○ שיווק באינטרנט
○ הצפנה ותקשורת
○ אלגוריתמים ותהליכים מקריים
תופעות סף ברשתות מורכבות: מערכות רבות בעולם שאפשר לייצג על ידי גרפים; למשל האינטרנט, המוח, רשתות חברתיות, וקשרים מסחריים בין מדינות. לכל הרשתות האלו יש מספר תכונות משותפות מפתיעות ומעניינות.
תואר ראשון במדעי המחשב, בהיותו מסלול תלת-שנתי, הוא תיאורטי במהותו. במהלך התואר הסטודנטים אומנם רוכשים מיומנויות, ובעיקר נחשפים לתחומים מגוונים הכוללים חקר מתמטי, אלגוריתמים ושפות תכנות בסיסיות. על מנת להעשיר את בוגרי התוכנית ולהכין אותם בצורה מיטבית לתעסוקה בתעשיית ההייטק, מכללת עזריאלי מציעה מסלול המשלב תואר ראשון במדעי המחשב עם תואר שני בהנדסת תוכנה. תחום הנדסת תוכנה הוא הפן המעשי של מדעי המחשב, אשר מתפתח בקצב מהיר. בנוסף, ידע והבנה של עקרונות תחום התוכנה הינם רלוונטיים היום במגוון רחב של תחומי תעסוקה ומחקר.
אשכול הקורסים במסגרת תואר שני בהנדסת תוכנה מיועד להכשיר את הסטודנטים ברמה מעשית גבוהה במגוון תחומים: למידת מכונה (Machine Learning), למידה עמוקה (Deep Learning), בינה מלאכותית (Artificial intelligence), מדע הנתונים (Data Science), ניתוח נתוני עָתֵק (Big Data) הנדסת נתונים (Data Engineering), כריית מידע (Data Mining) וביולוגיה חישובית (Computational Biology). בנוסף ניתן דגש על מתודולוגיה נכונה לפיתוח תוכנה ותיאוריה של מדעי המחשב.
התוכנית מורכבת משבעה קורסי חובה בהיקף של 3 נ"ז כל אחד, כאשר כל אשכול קורסים מכיל שלושה קורסים ספציפיים לתחום שהוא מקיף, וכן סמינריון בנושא. בנוסף, הסטודנטים יממשו פרויקט גמר בהנחיית חברי הסגל. פרויקטי הגמר מתחלקים לשני סוגים: (א) מחקרי, (ב) תעשייתי. פרויקט מחקרי שם דגש על יישום של שיטות מחקר, כאשר אחת המטרות היא פרסום של מאמר מדעי במסגרת בינלאומית (כמו כנס או כתב עת). פרויקט תעשייתי מגייס כלים יישומיים של הנדסת תוכנה כדי לענות על שאלה מאתגרת שמעסיקה חברות מהתעשייה. המטרה של פרויקט תעשייתי היא לתת פתרון מעשי (כמו מימוש של אפליקציה או כלי אחר) אשר ייכנס לשימוש בתעשייה. הן האתגרים שמגיעים מהתעשייה והן נושאי המחקר המוצעים הינם מגוונים ומרתקים. חלק מהפרויקטים מבוצעים בשיתוף פעולה עם חברות בתעשיית ההייטק.
הביולוגיה החישובית עוסקת במחקר של מגוון בעיות מתחום מדעי החיים בעזרת כלים ואלגוריתמים של מדעי המחשב. עם השנים חלה התפתחות משמעותית של טכנולוגיות שונות לאיסוף מידע ביולוגי. היקף המידע שמצטבר הוא עצום; כדי לארגן, להבין ולחקור אותו, יש צורך משמעותי בכלים חישוביים.
אחת הדוגמאות הבולטות בתחום היא חקר הגנום האנושי. טכנולוגיות של ריצוף גנומים נעשו הרבה יותר נגישות וזמינות בשנים האחרונות, וכך רופאים וגנטיקאים יכולים לחלץ מידע רב אודות מוטציות גנטיות בבני אדם. לעיתים, אחד האתגרים שעומדים בפניהם הוא עודף המידע – למשל, החוקרים מתחום הביולוגיה מקבלים מידע אודות אלפי מוטציות, שמתוכן עליהם למצוא מספר בודד של מוטציות רלוונטיות. בעזרת כלים של ביולוגיה חישובית ושל מדעי המחשב (כגון מסדי נתונים, למידת מכונה, אלגוריתמים), חוקרים בתחום הביולוגיה החישובית מפתחים כלים חישוביים אשר מבצעים חיזוי ועוזרים לרופאים לתעדף את המידע לפי קריטריונים שונים. למשל, תוכנה שימושית בתחום מתקבלת כקלט מוטציה גנטית ומחשבת את ההסתברות שמוטציה תגרום למחלה בבני אדם. תוכנה כזו מסייעת מאוד לרופאים בסינון המידע. ללא כלי חישובי מסוג זה, קשה מאוד באמצעות כלים של ביולוגיה גרידא לאתר את מקור המחלה מתוך אלפי מוטציות.
○ למידת מכונה
○ מבוא לביואינפורמטיקה
○ סמינריון בביולוגיה חישובית
○ בחינת הקשר בין התפתחות גנום של וירוסים לגנום של החיידק המארח לאורך האבולוציה
○ אפיון מוטציות באדם שגורמות למחלות לעומת מוטציות נייטרליות (פולימורפיזמים)
○ זיהוי פולימורפיזמים הנמצאים בתאחיזה עם מוטציות גנטיות הגורמות למחלות
○ מחקר בשיתוף חוקרים מהמחלקה לרפואת שיניים בהדסה עין כרם - חקר הגנטיקה של החיידק Bacillus Subtilis ובניית כלי חישובי אשר ינגיש לחוקרים בתחום את המידע הקיים
אשכול קורסים בלמידה חישובית עוסק בניתוח של נתונים (כגון: קריאת כתב יד, זיהוי פנים, מערכות המלצה חכמות). התחום עוסק בפיתוח אלגוריתמים אשר מאפשרים למחשב ללמוד מתוך דוגמאות, ופועל במגוון משימות חישוביות בהן התכנות הקלאסי אינו אפשרי. סטודנטים יוכלו גם להתמחות בלמידה עמוקה (deep learning), תחום אשר בשנים האחרונות נעשה רלוונטי אף לחיי האדם. המשתמש הפשוט אולי לא מודע לכך, אך הלמידה העמוקה מהווה חלק בלתי נפרד מהמימוש של כלים המסייעים לנו בחיי היומיום כמו מנועי חיפוש, תרגום אוטומטי, מערכות להתאמת פרסומות אישיות, חיפוש מותאם משתמש של מוצרים באינטרנט ועוד.
○ למידת מכונה
○ למידה עמוקה
○ מערכות אחסון וביג דאטה
○ בינה מלאכותית
○ סמינריון בלמידת מכונה ולמידה עמוקה
○ מחקר בשיתוף המז"פ על זיהוי כתב יד סוליות נעלים
○ מחקר בשיתוף חברה ביטחונית -- זיהוי תנועות חשודות במצלמות אבטחה
○ מחקרים רפואיים שונים: לדוגמא פיתוח אפליקציה לזיהוי ואבחון נמשים.
בתחום פיתוח התוכנה, המטרה היא להעמיק ולהרחיב את הידע בתחום הנדסת התוכנה, וכן לחשוף את הסטודנטים למחקרים המתקדמים ביותר בתחום. אשכול הקורסים ייתן דגש על מתודולוגיות פיתוח, כגון פיתוח agile, היבטי ניהול של צוותי פיתוח התוכנה, וגישות אמפיריות ללא ביסוס תיאורטי לתיכון התוכנה עצמה.
○ מתודולוגיה לפיתוח תוכנה, שיטות להבטחת תוכנה ובדיקתה
○ ניהול משאבים ולוחות זמנים בפרויקטי תוכנה, הובלת צוות ופיתוח תוכנה, מערכות מבוזרות
○ אלגוריתמים מבוזרים
○ שיווק באינטרנט
○ הצפנה ותקשורת
○ אלגוריתמים ותהליכים מקריים
תופעות סף ברשתות מורכבות: מערכות רבות בעולם שאפשר לייצג על ידי גרפים; למשל האינטרנט, המוח, רשתות חברתיות, וקשרים מסחריים בין מדינות. לכל הרשתות האלו יש מספר תכונות משותפות מפתיעות ומעניינות.