אם גם אתם חשתם שללקסיקון המוכר לכם חדרו לאחרונה מונחים כמו 'בינה מלאכותית', 'AI' 'ביג דאטה' ו'למידת מכונה', אתם נמצאים בחברה טובה. אם עד היום זה היה נשמע לכם כמו ג'יבריש למתקדמים, ברוכים הבאים לעולם חדש - בו שם המשחק הוא נתונים, והמון. עם ההאצה הגוברת של שימושים טכנולוגיים בכל מישור בחיינו, חל בשנים האחרונות גידול משמעותי גם בכמות הנתונים המיוצרת בעולם. גידול זה הוליד את הצורך לארגן, לנתח ולבצע חיזוי שלהם במגוון יישומים בתחומי הכלכלה והניהול.
מקצועות מדעי הנתונים (Data Science) נותנים מענה לאתגרים רבים הכרוכים בעבודה עם כמויות גדולות ומגוונות של נתונים כגון: ביצוע מחקרים להפקת תובנות עסקיות עבור הארגון, טיוב וסידור המידע לטובת מחקר, והפעלת אלגוריתמים ומודלים שונים של כריית נתונים על המידע שנאסף. כמעט כל פעולה שגרתית שאנו מבצעים ביום-יום מייצרת נתונים: תדלוק הרכב, בדיקה רפואית שימוש בכרטיס אשראי, משיכה והפקדת כסף בבנק ועוד. לאיכות המידע שנצבר קיימת חשיבות עצומה לניתוח תהליכים וקבלת החלטות עסקיות וארגוניות של כל גוף. ארגונים רבים כבר השכילו להבין את הפוטנציאל העסקי הטמון באוסף הנתונים שנצברו, ובהתאם גדל הביקוש למקצוע בשנים האחרונות בקרב ארגונים בינוניים וגדולים, ובעקבותיו צמחו מסלולי לימוד באקדמיה כחלק מתואר ראשון.
"מערך הקורסים שבנינו, מכיל את החומר והמתודיקה העדכנית והשימושית ביותר שיש בכל הקשור לעבודה עם נתונים", אומר ראש תוכנית התמחות מדעי הנתונים Data Science במכללה האקדמית גליל מערבי בעכו ד"ר אבישי עייש. בית הספר לניהול במכללה יפתח בקיץ הקרוב את המחזור הראשון של תוכנית ההתמחות שמיועדת לסטודנטים במסלולים: דו-חוגי בכלכלה וניהול ובמסלול ניהול חד-חוגי, המתפרשים על פני שלוש שנים אקדמיות. מסלול ההתמחות הינו רב תחומי ומשלב ידע מכמה דיסציפלינות, על מנת להכשיר את מדען הנתונים להתמודד עם האתגרים שמציב בפנינו העולם החדש.
ההתמחות מציעה לסטודנטים סט יכולות של איסוף נתונים, הנדסה של מאגרי הנתונים, ארגון וניתוח שלהם, ניהול ועבודה עם נתוני עתק, הבנת תהליכים ומערכות מורכבות ומעניקה שילוב של ידע אקדמי עם שיטות מעשיות מודרניות. לדברי ד"ר עייש, לא תמצאו בהתמחות Data Science את הלמידה הקלאסית בכיתה עם מרצה ומצגת, אלא התנסות "על רטוב" כבר מהיום הראשון ללימודים בתוכנית. "כל התכנים מועברים באופן מעשי פרופר, כשכל השיעורים יתנהלו בחדרי מחשב להתנסות בזמן אמת בחומרים חדשים, אלגוריתמים נוספים וכדי לצבור ניסיון ממשי כבר במהלך התואר. אנו מכינים את הסטודנטים לעבודה בתעשייה במגוון תפקידים כגון: data scientists, data analysts, כלכלנים ומנהלים בבנקים מובילים, מוסדות ממשלתיים, בחברות פיננסיות וחברות ציבוריות", הוא מדגיש.
תוכנית ההתמחות מציעה לסטודנטים מגוון קורסים שיעשירו את ארגז הכלים של מדען הנתונים, ויעניקו לו מנעד יכולות רחב - החל ממבוא לשפות תכנות דינאמיות ונפוצות כמו R ופייתון ועד למידת מכונה (Machine Learning) וניתוח מערכות פנים-ארגוניות. בנוסף, ההתמחות מעניקה ידע אקדמי בפינטק, עולם המשלב בין טכנולוגיה ופיננסים, ניתוח נתונים בשיווק, מודלים חישוביים בכלכלה ואקונומטריקה, תורת מדידה כמותית המשתמשת בכלים סטטיסטיים לבחינת מגמות ומתן תחזיות כלכליות.
התוכנית במכללה נבנתה במתכונת שבה בסיום כל קורס יגישו הסטודנטים פרויקט ייעודי בהנחיה וליווי של המרצה בקורס, כך שבסיום התוכנית יצאו הסטודנטים עם תיק עבודות איכותי וכלים יישומיים להבנת הממשקים בין מדע הנתונים לעולם הפיננסי. ד"ר עייש עומד על יתרון נוסף של לימודי Data Science במסגרת תואר בניהול או כלכלה. "העבודה עם נתונים וידיעת סטטיסטיקה ומתמטיקה ברמה גבוהה זה רק צד אחד של הסיפור", הוא מציין. "בעוד שבמקומות אחרים תחום הData Science נלמד בנפרד והבוגרים המסיימים אותו יוצאים עם רקע שרובו תיאורטי, אצלנו במכללה הוא משולב עם כל הידע האקדמי של כלכלה וניהול כמו שוק ההון, השקעות, חקר ביצועים ואסטרטגיה במדיניות עסקית. זה מאפשר לסטודנטים שלנו לצאת מכאן עם תואר מעשי שנותן להם ידע ויכולת לעבוד עם נתונים כלכליים כמו שצריך, כך שידעו על מה להסתכל. אנחנו מכשירים כלכלנים ומנהלים יותר "שלמים" משום שהם יוכלו לקרוא ולתת תחזיות, ולהפיק מהן מידע עסקי שיזניק את הארגון קדימה".
ההתמחות ב-Data Science במכללה האקדמית גליל מערבי מתחילה בסמסטר הקיץ, בין השנה האקדמית הראשונה לשנייה. כדי להתקבל לתוכנית, נדרשים הסטודנטים להפגין יכולות בשני תחומים עיקריים בקורסי המבואות שלמדו במהלך השנה הראשונה: רקע מתמטי גבוה והיכרות עם כלים סטטיסטיים והבנה עסקית וכלכלית בסיסית עם ממוצע ציונים גבוה, כשהקורס הראשון הוא בשפת התכנות R ונחשב לקורס ממיין. לדברי ד"ר עייש, הקורס מהווה אינדיקציה למתאם בין היכולות של הסטודנטים לבין החומר הנלמד, אך בעיקר משמש עבורם בדיקה האם התחום הזה, שרובו בנוי על היכולת להבין פרויקטים תכנותיים, מעניין ומושך אותם.
היכולות המגוונות איתם מגיעים כיום בוגרי Data Science לחברות, נותנת להם נקודת מבט רחבה יותר על צרכי הארגון ומאפשרת עבודת צוות מורכבת ושלמה. מה שהיה נחלת חברות הטכנולוגיה וההייטק בעבר, השתנה מאד בעידן הנוכחי וכמעט שכל התעשיות במשק נדרשות למדעני נתונים ומחוללות בו שינויים מהותיים. "תחום מדעי הנתונים הוא תחום העתיד, והעתיד הזה כבר כאן", קובע ד"ר עייש ומוסיף כי "רוחב היריעה שלו הוא עצום וכיום הוא נקשר בעיקר למקצועות הריאליים והחישוביים הקלאסיים כמו כלכלה וניהול, אך אנו כבר רואים כיצד הוא פורח בתחומים מסורתיים יותר כמו תעשיית הרכב, המשפט, רפואה וחינוך, שגם בהם יש ערך רב בהבנת מגמות, הפקת מסקנות וביצוע תחזיות על בסיס צבר נתונים גדול".
כדי להבין כיצד תחומים רבים מתמזגים לכדי תוכנית פעולה שהסטודנטים יוכלו לפעול לפיה בסוף התואר, במכללה מעוניינים כי כבר במהלך הלימודים יהיה עליהם לעבוד בשיטות מתקדמות הנהוגות במשק. המנעד הרחב נועד להכשיר את הסטודנטים לנתח את הנתונים מקצה לקצה, משלב אפיון והגדרת הצורך הספציפי בארגון עד להפקת תחזית המבוססת על המידע שנצבר, שלעיתים יש להה השלכות עסקיות מרחיקות לכת.
לאורך כל שלבי עבודתו, יהיה על מדען הנתונים לקיים בחינה מחודשת של המודל מספר פעמים, ובכל פעם לשפר את עומק הבדיקה ולטייב את הנתונים עד לשלב הסופי של הטמעת הפתרון לצד גורמים נוספים בארגון כמו צוות הפיתוח, בקרי איכות, ומנתחי מערכות.
עסקים וארגונים רבים ממגוון סקטורים במשק כבר מבינים את החשיבות הרבה של ענף מדעי הנתונים, וזו הסיבה שהתחום הפך למרכזי כל כך בכל ארגון. לאור זאת, לאחרונה הביקוש לתחום על מקצועותיו השונים הרקיע שחקים ולדברי ד"ר עייש, על אף שעולם ה-Data Science מתקדם מהר, התחום נמצא לפני הקפיצה הגדולה.
ד"ר עייש מוסיף כי "ההתמחות תשמש לסטודנטים במקצועות הניהול והכלכלה מקפצה לקריירה מכמה היבטים. ראשית, מדובר בתחום שלא נגמר שמייצר המון משרות מגוונות ומעניינות. שנית, הממד המקצועי שאיש מדע הנתונים מביא לארגון הוא יקר ערך, תרתי משמע. באמצעות הניתוח המעמיק וביצוע תחזיות שוטפות, מנהלים יודעים להיכן לנתב את המשאבים בארגון, לתעל את התקציב למקום של צמיחה ולהכווין את כוח האדם לביצועים טובים יותר. בנוסף, בשעה שבוגר תואר ראשון בכלכלה משתכר על פי רוב בשנים הראשונות באזור 8,000-10,000 שקלים בחודש, בוגר Data Science עשוי להשתכר בין 12,000 ל-15,000 ש"ח בתפקיד התחלתי וככל שהרקע ממנו הוא מגיע לתחום רחב יותר - השמיים הם הגבול, הן באפשרויות הקידום והן בשכר, הרבה מעל לממוצע במשק. נכון שזה מקצוע נחשק עם ביקוש גבוה שגם מאוד מתגמל, אך מעל הכל יש בו סיפוק יום-יומי גדול".
לפרטים נוספים אודות החוג לניהול - התמחות Data Science, הקליקו>>
