כרטיס הכניסה שלכם לעולם ה-ML: הכירו את תוכנית Future Learning Bootcamp של חברת Razor Labs

הכתבה נכתבה בשיתוף עם Razor Labs

מי שעוקב אחרי הפוסטים והמאמרים שאני כותב יודע עד כמה אני שם דגש רב על כל תחום הלימודים ופיתוח הקריירה. בארץ, כפי שבוודאי אתם יודעים, יש מחסור עצום באנשי ML טובים וישנן הכשרות רבות שנפתחו בשנים האחרונות שמטרתן היא לצמצם את הפער שנוצר ולשלב עוד עובדים איכותיים באקוסיסטם. כפועל יוצא מכך, החליטה חברת Razor Labs להקים את Future Learning, אקדמיית הבינה המלאכותית הראשונה בישראל, אשר מטרתה להכשיר מהנדסים מחוננים ומצטיינים לעסוק ב-Deep Learning באופן המשלב ידע תאורטי ומעשי.

למי שלא מכיר, ההכשרה של Razor Labs בתחום קיימת מזה 3 שנים ועד כה, הכשירה מעל ל-50 מהנדסים בשבעה מחזורים, כאשר כ- 85% מהם השתלבו בחברות הקבוצה (Razor & Axon) בתום הכשרתם. בנוסף לכך, במהלך השנה האחרונה זכתה האקדמיה להכרה רשמית מרשות החדשנות כגוף להכשרות מהנדסי AI, וכן זכתה כגוף המוביל להקמת מאגד מרכז הכשרות לאומי לבינה מלאכותית יחד עם חמש חברות מובילות במשק הישראלי.

מאחר ומדובר על אחת ההכשרות הרציניות והמוכרות בתחום שלנו, רציתי לחקור לעומק על התוכנית של Razor Labs כדי להבין בצורה טובה יותר מה כולל הקורס והאם הוא באמת יכול להיות מפתח כניסה לעולם ה-ML. על מנת לעשות זאת, שוחחתי עם מלקמו אלמו, מנהל Future Learning ועם מיכאל זולוטוב, ה-CTO של Razor Labs כדי שיספרו לי קצת על מאחורי הקלעים של הקורס. לפני שנתחיל, אציין כי ההרשמה לקורס פתוחה כעת עד ה-4.4 וניתן להירשם דרך הלינק הבא.

Future Learning Bootcamp

תחילה, רציתי להבין את המידע "היבש" סביב הקורס ושאלתי את אלמו על המבנה של התוכנית עצמה ומה על החניכים לצפות. "Future Learning Bootcamp" היא תכנית הכשרה ייחודית ואינטנסיבית לבינה מלאכותית ול-Deep Learning, הפונה לבוגרי תואר במקצועות הנדסה ומדעים מדויקים בהצטיינות, בעלי ידע מקדים בפיתוח Python. לאחר מיונים קפדניים, בכל מחזור נבחרת קבוצה מאוד איכותית של עד 8 משתתפים, המתחילה את צעדיה הראשונים אל אופק קריירה חדש בתור מהנדסי Deep Learning". 

אחד הדברים שהכי הרשימו אותי בתוכנית היה עצם העובדה שההכשרה מתבצעת באינטגרציה מאוד עמוקה עם חברת Razor Labs עצמה, מה שמעניק לסטודנטים גישה אמיתית לעובדים בעלי ניסיון בתחום כחלק מההכשרה (והם לא לומדים בצורה מנותקת כמו עוד "קורס" רגיל). על כך אלמו מרחיב: "התכנית מתאפיינת בחיבור מלא ואנטנסיבי לצוות המהנדסים הבכירים של Razor Labs, ההכשרה מתבצעת במשרדי החברה מבוקר עד ערב במשך חודשיים וזאת מתוך מטרה לייצר מסלול הכשרה המשלב ידע תיאורטי ומעשי באופן שמקרב את התעשייה לסטודנט בצורה הישירה ביותר."

כפי שכבר הבנתם, מדובר בתוכנית עם דרישות מאוד גבוהות ובכל סטודנט מושקעים משאבים רבים כדי להביא אותו לרמה הנדרשת. בתור אחד שעוקב מקרוב אחרי תוכניות מסוג זה, אני יודע כמה אנרגיה והשקעה מצריכה תוכנית שכזאת ממארגניה ועד כמה העלויות במקרים אלה מאוד גבוהות לגוף המלמד. לכן, מה שבאמת מרשים עוד יותר הוא עצם העובדה שהקורס הוא במלגה מלאה ובסבסוד מלא, והמשתתפים בו לא צריכים לשלם על ההכשרה. כן, גם אם בסוף הם יבחרו לא לעבוד ב-Razor Labs. אני חושב שזו אינדיקציה מאוד משמעותית לכך שהקורס באמת ברמה גבוהה כי בסופו של יום, Razor Labs הקימו את הקורס כדי לעמוד בביקוש הרב שיש להם לעובדים בתחום ולכן הם באמת בנו קורס שמכשיר אנשים ולא רק "מוכר חלומות". הרי שאם המטרה היא לקלוט את בוגרי הקורס, יש לבנות באמת ובתמים תוכנית הכשרה מושקעת ויסודית כדי שאלו יוכלו להשתלב היטב בחברה.

מתודולוגיה ייחודית וקרבה לתעשייה

עד כה דיברנו בעיקר על מעטפת הקורס ועל תהליך המיון הקפדני המתקיים לפני הקבלה אליו. כעת, אני אשמח לצלול פנימה ולהתחיל לדבר על הנושאים הטכניים באמת. כמו שאתם יודעים, אני תמיד ממליץ לבדוק היטב את הסילבוס ואופי המרצים כדי לבחון האם הקורס אכן ברמה מספיק גבוהה והאם יש כאן פוטנציאל להשיג סט כישורים חדש שיאפשר לכם את שדרוג הקריירה. בשלב זה, מיכאל זולוטוב, ה-CTO של Razor Labs, מצטרף אלינו לשיחה כדי לפרוש את משנתו על הפערים הטכניים שיש בהכשרות מסוג זה וגם כדי לשפוך קצת אור על ההכשרה עצמה.

"ישנו פער משמעותי בין הרקע התיאורטי הנלמד במוסדות המסורתיים לבין הידע והניסיון הנדרשים כדי לחקור ולפתח מוצרי בינה מלאכותית בתעשייה. דאטה בעולם האמיתי אינו דומה לדאטה שנאסף עבור תחרויות או אתגרים שנבחנים "במעבדה"; לרוב לא ניתן לאסוף מאות אלפי דוגמאות אימון, ולא ניתן לבצע הנחות מקלות של רעש לבן והתפלגות גאוסית. לפיכך, Real World Problems דורשות פתרונות מאתגרים ומורכבים יותר בצורה משמעותית. מתוך הכרה זו, ה-Future Learning Bootcamp מציע מתודולוגיה אשר משלבת לימוד תיאוריה, תרגול Hands-on ופיתוח פרויקטים שפותרים סוגיות עסקיות אמיתיות. התרגול הנ"ל לקוח מניסיון החברה בפרויקטים בינלאומיים עבור חברות ענק (Fortune 500), וכתוצאה ממנו הסטודנטים מקבלים אינטואיציה אלגוריתמית עמוקה ויכולת אימפלמנטציה המאפשרת להם להתמודד עם אתגרים מורכבים ביותר בתעשייה" הסביר זולוטוב.

זולוטוב אף הוסיף כי המרצים הם מהנדסים בכירים שעוסקים ביום יום בפתרון אתגרי AI מורכבים ולכן מביאים גישה מעשית והרבה ניסיון רלוונטי. כחלק מאותו ניסיון, נבנתה מתודולוגיה מאוד ברורה של הכשרה הדרגתית שמתבססת על הרבה ידע שכבר נצבר בארגון. זולוטוב הרחיב על המתודולוגיה והסביר לי כיצד היא בנויה.

מתודולוגית הקורס בנויה כפירמידת שכבות, בה כל שכבה מסתמכת על הבסיס האלגוריתמי אשר יצרה השכבה הקודמת:

1. ביסוס רקע מתמטי סטטיסטי ותיכנותי חזק בקרב משתתפי הקורס: שלב קריטי לבניית הקונספטים המורכבים בהמשך. בנוסף לבסיס המדעי, ניתן בסיס ב-Code Design נכון. לאחריו ניתן רקע ב-Supervised Learning הבסיסי יותר, ונתקדם ממנו ל-Unsupervised Learning ו-Anomaly Detection המורכבים יותר. 
2. מתן רקע באלגוריתמיקה קלאסית בדגש על Vision: רקע באלגוריתמיקה קלאסית הוא קריטי כדי ליצור אינטואיציה אלגוריתמית חזקה אצל משתתפי הקורס, שתאפשר להם לפתור בעיות שטרם נתקלו בהן. הרציונל מאחורי הבחירה ב-Vision הוא האינטואיטיביות ויכולת ההמחשה של התחום, וכן האפליקטיביות הישירה לרוב ל-1D Signals.
3. לימוד ותרגול רשתות נוירונים בסיסיות: נתחיל מיסודות של רשת נוירונים, נלמד כיצד רשת מעבדת דאטה כדי לחשב את התוצר שלה, ואיך נכון לבנות ולאמן רשתות ב-TensorFlow V2. נתחיל עם רשתות CNN עבור Object Classification, Detection, ו-Segmentation לשם הפשטות.
4. העמקה ברשתות נוירונים מורכבות: נגיע כאן עד לרשתות המתקדמות ביותר, כולל: GANs, שיטות Deep Reinforcement Learning, Deep Metric Learning, RNNs, ו-Attenion Models.
5. ביצוע פרויקט סיום באמצעות יישום הכלים שנלמדו: לבסוף, נפתור בעיה עסקית מקצה לקצה באמצעות מערכת הכוללת רשת נוירונים בליבתה. מחזורים קודמים הציגו פרויקטים דוגמת Super Resolution, Few-shot Learning, Audio Source Separation, ועוד.

מה שהצליח להשאיר עלי חותם נוסף הוא עצם העובדה שגם לאחר הקורס, ההכשרה והלמידה בחברה לא מפסיקים באמת. בוגרים שיעברו את ההכשרה ויתקבלו לחברה ימשיכו ליהנות מלמידה מתמשכת ומהשקעה מאוד רצינית בידע שיש להם. "לאורך הקורס, המשתתפים מודרכים על ידי ראשי צוותים ב-Razor Labs, אשר פתרון אתגרי Real World הוא הלחם והחמאה שלהם, כך שהחיבור לעולם התעשייתי הוא מקסימלי. הקורס הוא חלק ממחלקת ה-Education ב-Razor Labs שכל ייעודה הוא בניית חומרים מקצועיים עבור קורסי החברה. מדריך האחראי על הקורס מוביל את ההכשרה ועוקב  אחר תהליך הלמידה והיישום של כל סטודנט. כל משתתף מקבל את כלל החומרה הנדרשת, הכוללת GPU כמובן" סיכם זולוטוב.

ואם כבר עסקנו בסוף הקורס, שאלתי את אלמו מה בפועל קורה לאחר סיום הקורס וכיצד מתבצעת הכניסה של התלמידים לחברה.  כתשובה לך הסביר אלמו כי "ראשית משתתפי הקורס יקבלו ידע מאוד רחב וכלים פרקטיים להשתלבות בעולם הזה, מעבר לכך, למסיימים בהצלחה מובטחת השתלבות בעבודה בחברה. משתתפי הקורס אשר ישתלבו בחברה ייהנו מתוכנית Onboarding אשר במסגרתה יוצמד לכל בוגר מנטור מקצועי שילווה אותו בתהליך הקליטה, כל זאת במטרה להבטיח חווית קליטה מצוינת אשר תסייע לבוגר להרגיש שייך ולהבין מה מצופה ממנו במסגרת תפקידו החדש. לצד זאת, מהנדסי החברה החדשים נהנים מתכנית Lifelong Learning שהיא למעשה תוכניות לימוד ופיתוח אישי המאפשרות לכל מהנדס להיות הגרסה הטובה ביותר של עצמו".

מחויבות להצלחה

לאורך כל השיחה עם השניים ניכר היה כי החברה משקיעה מאמצים רבים בתוכנית וכי מדובר על פרויקט שמאוד מהותי עבור Razor Labs. תהליך הסינון הקפדני, הירידה לפרטים בסילבוס, החיבור למנטורים בחברה ואפילו הסבסוד המלא מראים כמה חשיבה ותשומת לב ניתנו לכל אלמנט בתוכנית. כמובן שאותה רמת מחויבות נדרשת גם מאלו שיתקבלו לתוכנית ועליהם לדעת כי מדובר בהכשרה אינטנסיבית מאוד שבסופה ישנה אפשרות לקבל את כרטיס הכניסה לעולם ה-ML.

ההכשרה מתקיימת בין הימים ראשון עד חמישי בשעות 10:00-19:00 במשרדי החברה, אך תינתן גם אפשרות להשתלב מרחוק (אונליין). כפי שציינתי בתחילת הכתבה, אזכיר כי ההרשמה לקורס פתוחה כעת עד ה-4.4, וניתן להירשם דרך הלינק הבא.