Le M.Sc. Le programme d’apprentissage automatique et de science des données de l’école d’informatique Efi Arazi vise à fournir une compréhension théorique approfondie de l’apprentissage automatique et des méthodes basées sur les données, ainsi qu’une solide maîtrise de l’utilisation de ces méthodes. Dans le cadre de ce programme unique, les étudiants ayant une solide formation en sciences exactes, mais pas nécessairement en informatique, sont formés pour devenir des scientifiques des données. Dirigé par le professeur Zohar Yakhini et le candidat au doctorat Ben Galili, ce programme offre aux étudiants la possibilité de devenir des scientifiques des données compétents et compétents en les préparant aux connaissances théoriques et mathématiques fondamentales, ainsi qu’en les dotant des compétences scientifiques et techniques nécessaires pour être créatif. et efficace dans ces domaines. Le programme propose des cours en statistiques et en analyse de données, différents niveaux de cours d’apprentissage automatique ainsi que des cours au choix uniques tels qu’un cours sur les systèmes de recommandation et sur les technologies de l’ADN et du séquençage.
Ces dernières années, les méthodologies de la science des données sont devenues un langage fondamental et un outil de développement principal pour la science et l’industrie. L’apprentissage automatique et les méthodes basées sur les données se sont considérablement développés et pénètrent désormais presque tous les domaines de la vie moderne. La vision d’un monde axé sur les données présente de nombreux défis passionnants pour les experts en données dans divers domaines d’application, tels que les sciences médicales, les sciences de la vie, les sciences sociales, les sciences de l’environnement, la finance, l’économie et les affaires.
Les diplômés du programme réussissent à devenir des scientifiques des données dans des entreprises de haute technologie israéliennes. Lior Zeida Cohen, diplômée du programme, déclare : « Après avoir obtenu un baccalauréat en génie aérospatial du Technion et avoir travaillé comme ingénieur, puis dirigé une équipe de développement de systèmes de contrôle, j’ai recherché un programme d’études supérieures qui me permettrait d’approfondir dans les domaines de la science des données et de l’apprentissage automatique tout en me permettant de continuer à travailler à temps plein. J’ai choisi de poursuivre le programme Machine Learning & Data Science, à l’Université Reichman. Le programme a fourni une étude approfondie des aspects théoriques et pratiques de l’apprentissage automatique et de la science des données, y compris une exposition aux nouvelles recherches et développements dans le domaine. Il a également souligné l’importance d’apprendre les concepts fondamentaux nécessaires pour travailler dans ces domaines. Au cours de la fin du programme, j’ai commencé à travailler chez Elbit Systems en tant que développeur d’algorithmes dans un groupe de R&D de premier plan axé sur l’IA et la vision par ordinateur. Le programme a grandement contribué à ma réussite à ce poste ».
Dans le cadre du programme, les étudiants exécutent des projets de recherche collaboratifs avec des collaborateurs externes et internes, en Israël et dans le monde entier ; Une collaboration active est avec l’Institut Leibniz pour la recherche troposphérique (TROPOS) à Leipzig, en Allemagne. Dans cette collaboration, les étudiants, dirigés par le professeur Zohar Yakhini et le Dr Shay Ben-Elazar, directeur principal de la science des données et de l’ingénierie chez Microsoft Israël, ainsi que le Dr Johannes Bühl de TROPOS, utilisent des outils de science des données et d’apprentissage automatique. afin de déduire les propriétés des couches stratosphériques en utilisant les données des appareils sensoriels. Les modèles développés dans le projet fournissent une inférence à partir de dispositifs simples qui atteint une précision proche de celle obtenue par des mesures beaucoup plus coûteuses. Cette amélioration est rendue possible grâce à l’utilisation de modèles de réseaux de neurones (apprentissage profond).
Des collaborations supplémentaires incluent un certain nombre de projets avec des hôpitaux israéliens tels que Sheba Tel Hashomer, Beilinson Hospital et Kaplan Medical Center, ainsi qu’avec l’Autorité israélienne de la nature et des parcs et avec plusieurs entreprises de haute technologie.
Plusieurs projets de recherche et de thèse sont menés par des étudiants du programme abordant des questions d’analyse de données liées à la biologie spatiale – l’étude des processus de biologie moléculaire dans leur contexte de localisation plus large. Un projet, dirigé par l’étudiant Guy Attia et supervisé par le Dr Leon Anavy, portait sur les méthodes d’imputation des données de transcriptomique spatiale. Un second, dirigé par l’étudiant Efi Herbst, vise à étendre la portée de l’inférence des données de la transcriptomique spatiale aux propriétés moléculaires qui ne sont pas directement mesurées par le dispositif technologique.
Selon Maya Kerem, une jeune diplômée, « le programme de maîtrise m’a permis d’acquérir un certain nombre de compétences qui me permettraient de m’intégrer facilement dans une nouvelle entreprise en fonction des connaissances que j’ai acquises. Je crois que ce programme est particulièrement unique car il s’assure toujours que les apprentissages sont appliqués aux problèmes liés à l’industrie à la fin de chaque module. Il s’agit d’un programme pratique à l’Université Reichman, c’est ce qui m’a poussé à m’inscrire à ce programme de maîtrise ».
