כתבות מאת אורי אליאבייב

חברת לייטריקס הירושלמית היא אחת מחברות האפליקציות המצליחות ביותר בארץ, עם עשרות מליוני הורדות מרחבי העולם. למי שלא מכיר, לייטריקס היא החברה המפתחת שלל אפליקציות פופולריות וזוכות פרסים לעיבוד תמונות ווידאו ועריכת תוכן במובייל. החברה בעיקר מוכרת בזכות לאפליקציית Facetune, שהפכה ללהיט ברחבי העולם המאפשרת יכולות עריכה מתקדמות. כעת מודיעה החברה על השקת תוכנית מלגות חדשה שתאפשר לסטודנטים בתחומי מדעי הנתונים מהאוניברסיטה העברית לקבל תמיכה כספית במהלך התואר.

במסגרת התכנית תעניק לייטריקס מלגות לשנה הראשונה ללימודים במסגרת תואר שני בחוג לסטטיסטיקה באוניברסיטה העברית בירושלים. הסטודנטים שיזכו במלגה יקבלו מענק של 13,800 ש"ח לכיסוי הוצאות שכר הלימוד לשנת הלימודים הנוכחית , וכן 5,000 ש"ח לחודש למשך 12 חודשים בשנת הלימודים 2019-2020.

כדי ללמוד על תוכנית המלגות ועל הפעילות של החברה בתחומי למידת המכונה, קיימתי ראיון קצר עם יניב טנצר המשמש כראש חטיבת ה- Data science בלייטריקס. כפי שחלקכם בוודאי יודעים, לייטריקס פועלת רבות בתחום ואלגוריתמים לומדים הם חלק מאוד משמעותי בפעילות החברה. "בגדול קיימות בחברה שתי חטיבות שמתעסקות בלמידת מכונה אמנם מהיבטים שונים: חטיבת המרקטינג דאטא סיינס וחטיבת העיבוד תמונה. חטיבת המרקטינג דאטא סיינס, אותה אני מוביל, מתעסקת במגוון בעיות מרקטינג מזווית של למידת מכונה. לדוגמא: בניית מודלים לחיזוי הכנסות מקמפיינים שאנחנו מריצים ברשתות החברתיות, שמשרת את האנליסטים בחברה. דוגמא נוספת היא בניית מודלים לחיזוי מבין המשתמשים הקיימים, מי סביר שירכוש מנוי, מה שמאפשר לנו למקד את השיווק. זווית נוספת היא תכנון ניסויים וניתוח תוצאות. בשנה האחרונה השמשנו מערכת Multi – Arm – Bandit. חטיבת העיבוד תמונה מתעסקת בבעיות שונות מתחום העיבוד תמונה כמו סגמנטציה/ זיהוי אובייקטים ועוד." הסביר טנצר. מלבד זאת, טנצר אף הרחיב וסיפר קצר על הטכנולוגיות והמודלים איתם עובדים בחברה: "אנחנו עושים שימוש במגוון מודלים/כלים/טכנולוגיות – החל ממודלים סטנדרטים לקלאסיפיקציה בינארית כמו רגרסיה לוגיסטית ועד מודלי אנליזת הישרדות, מודלי סדרות זמן, רשתות עמוקות ועוד". מודלים אלו, ככל הנראה יהיו חלק מעבודתם של הסטודנטים במידה וירצו להצטרף לחברה במקביל או בסיום לימודיהם.

לכתבה המלאה >>

לפני קרוב לשנה החלטתי שאני משיק סדנא חדשה בתחום ה-AI עבור אנשים לא טכנולוגיים. הסדנא נוצרה מתוך אינספור שיחות עם מנהלים מגופים שונים שפשוט רצו להבין יותר טוב את עולם ה-AI בצורה שתעזור להם לקבל החלטות טובות יותר ולא בהכרח כדי לפתח מודל בעצמם.

בתקופה ההיא היה וואקום מטורף בכל הנושא הזה ומרבית הקורסים שהיו קיימים פשוט פנו לאנשים טכניים ואף אחד לא עצר רגע להסביר גם לאחרים על מה כל המהומה. הקורס הפורנטלי, שכבר עבר שלושה מחזורים, פשוט הפגיש את אנשי המקצוע השונים עם המציאות החדשה שנוצרה מולם. בכל שיעור שכזה הכרנו את הטכנולוגיות החדשות, הבנו את המגבלות שלהן והכי חשוב: הבנו איך אפשר ליישם את זה באופן עצמאי בתוך הארגון/עסק של כל אחד ואחד.

לכתבה המלאה >>

בשנים האחרונות קשה שלא לשם לב להתקדמות העצומה שנרשמה בתחום הראייה הממוחשבת. יכולות או טכנולוגיות שנחשבו מדע בדיוני עד לפני כמה שנים, כעת הופכות לנגישות, קלות להטמעה וחלקן אפילו הפכו להיות מוצרי מדף מוכנים. עם זאת, ישנם מספר עצום של אתגרים ובעיות לא פתורות בתחום זה, ובמקביל לכך נוצרים תחומי מחקר חדשים המציגים שימושים נרחבים ופורצי דרך בתחום. מעבר לכך, אנו עדים לאלגוריתמים חדשים המסוגלים להבין לעומק תמונות או קטעי וידאו ואף ליצור כאלה יש מאין – נקודה היוצרת לא מעט גם אתגרים חברתיים ואתים.

כנס  (IMVC (Israel Machine Vision conference  מתקיים זו השנה העשירית ודן בסוגיות אלה ורבות אחרות, וכן כדי להכיר את הפיתוחים המתקדמים ביותר בשוק.  הכנס יכלול לא מעט תכנים והרצאות הקשורים לעולמות התוכן של Machine Learning ו-Deep Learning כך שיש לו חשיבות עצומה בקרב הקהילה המקומית. יתרה מכך, תחום הלמידה החישובית אף קיבל חשיבות רבה עם השנים והפך להיות מאוד דומיננטי בכנס כולו כפי שנלמד בהמשך.

כדי ללמוד על הכנס ועל התכנים השונים שיוצגו בו שוחחתי עם ד"ר חן שגיב וד"ר קובי כהן, היזמים מאחורי כנס IMVC, אשר הסבירו לי על כיצד הכנס היה לפני עשר שנים, מה צפוי לנו לראות בכנס השנה ולקינוח גם שיתפו אותי במחשבות שלהם לגבי העתיד של התחום כולו. דרך אגב, לפני שאנו צוללים פנימה כדי שתכירו כי השנה נוצר שיתוף פעולה בין קהילת Machine & Deep learning Israel לבין IMVC וארגנתי לחברי הקהילה הנחה משמעותית של 20% בשימוש בקופון MDL20.

IMVC 2019

כפי שציינתי תחילה, כנס IMVC 2019, אשר מתקיים השנה ב-18 במרץ, התקיים לראשונה ב-28 בינואר 2010 בעקבות זיהוי צורך של חן וקובי באירוע טכנולוגי מרוכז שיעניק במה לפיתוחים הנעשים בתעשייה ולא רק לאלו שנעשים באקדמיה כפי שהיה עד כה בכנסים מקבילים. הכנס הראשון היה הצלחה משמעותית וכפועל יוצא מכך, הפך להיות מסורת שנתית ומקום מפגש של כל השחקנים השונים בתחום הראייה הממוחשבת בארץ. הכנס אז מאגד  מספר רב של נושאים חמים בתחום הנ"ל ואף כולל אג'נדה מרתקת במיוחד.

ואם באג'נדה עסקינן, בתחילת 2010 כמעט ולא היה ניתן למצוא הרצאות בתחום Machine Learning בכנס וישנה רק הרצאה אחת אמיר נבות, אז מחברת רפאל, אשר עסק בנושא בהרצאתו: "Light-Arms Fire Detection using Machine Learning Technique". כפי שחן הסבירה לנו, אז הנושאים שהיו על הפרק היו מעט שונים: "בשנים הראשונות הכנס היה ממוקד בשיטות עיבוד תמונה וראיה ממוחשבת ואף כלל גם נושאים מעולם עיבוד האותות". היום קשה לנו לדמיין כנס Vision ללא נוכחות נכבדה של אלגוריתמים מעולמות ה-Machine/Deep Learning ואט אט עם השנים אכן התחיל אותו שינוי משמעותי בקרב הקהילה המדעית והמקצועית. לכתבה המלאה >>

כמידי שבוע אני מאגד לכם את כל הפוסטים הדיונים החשובים שעלו בקבוצה. השבוע היו לא מעט דיונים מרתקים על מגוון רחב של נושאים שכדאי לכם לבדוק. כפי שאתם בוודאי יודעים, הרשימה הזו נשלחת גם בניוזלטר שלנו כמידי שבוע (הירשמו כאן!). את הניוזלטר המלא ניתן למצוא כאן (השבוע: הסקר של הקהילה, מגוון עבודות חדשות עם דגש על ג'ויניורים ועוד).

 

 Group's Highlights from last week

We had a great week and many good posts and links. Let's start.

1.  Eyal Zakkay has created a Telegram bot that monitors and control deep learning experiments. How wasn't is invented until now?

2. Dean Langsam was brave enough to ask if the "collaborative" feature of the notebooks is really important? לכתבה המלאה >>

כמידי שבוע אני מאגד לכם את כל הפוסטים הדיונים החשובים שעלו בקבוצה. השבוע היו לא מעט דיונים מרתקים על מגוון רחב של נושאים שכדאי לכם לבדוק. כפי שאתם בוודאי יודעים, הרשימה הזו נשלחת גם בניוזלטר שלנו כמידי שבוע (הירשמו כאן!). את הניוזלטר המלא ניתן למצוא כאן (השבוע: הקורס הרביעי של Razor, מגוון עבודות חדשות ועוד).

לכתבה המלאה >>

כמידי שבוע אני מאגד לכם את כל הפוסטים הדיונים החשובים שעלו בקבוצה. השבוע היו לא מעט דיונים מרתקים על מגוון רחב של נושאים שכדאי לכם לבדוק.  כפי שאתם בוודאי יודעים, הרשימה הזו נשלחת גם בניוזלטר שלנו כמידי שבוע (הירשמו כאן!). את הניוזלטר המלא ניתן למצוא כאן (השבוע: סדנא שלי על AI לאנשים לא טכנולוגיים וכמה משרות חדשות מאוד מרתקות).

We had a great week last week (That's why it took me so long to write it). Here you can find all the interesting posts and discussions from the community:

1. Rani Horev shared with us a great summary he wrote for this very interesting article which came recently. Don't miss it.

2. Roey Mechrez and a couple of friends are now running their version of the community course and offer all the northern people a chance to learn the basics of DL for free! check it ASAP. Roey also shared with us this great work called "Photo Wake-Up: 3D Character Animation from a Single Photo ". It's truly magical.

3. Yaron Gurovitch and several other researchers published their work at the Nature magazine! The article is about "Identifying facial phenotypes of genetic disorders using deep learning". If you need to read only one link make it this one.

לכתבה המלאה >>

כמידי שבוע אני מאגד לכם את כל הפוסטים הדיונים החשובים שעלו בקבוצה. השבוע היו לא מעט דיונים מרתקים על מגוון רחב של נושאים שכדאי לכם לבדוק.  כפי שאתם בוודאי יודעים, הרשימה הזו נשלחת גם בניוזלטר שלנו כמידי שבוע (הירשמו כאן!). את הניוזלטר המלא ניתן למצוא כאן (השבוע: אירוע ראשון של קהילת הקוואנטום בישראל וכמה משרות חדשות מאוד מרתקות).

We had a great week with many good recommendations and informative links. Let's start:

1. Philip Tannor shared that his group won the first place at the MAFAT challenge! A several weeks ago I have told you about the new Kaggle style competition MAFAT is running and now I'm glad to tell you that an Israeli team has won the challenge. Don't miss his post.

לכתבה המלאה >>

השבוע, כמידי שבוע, אני מאגד במקום אחד את כל המידע החשוב שעלה בקבוצה ואת כל הפוסטים שקיבלו הכי הרבה חשיפה. כפי שאתם בוודאי יודעים, הרשימה הזו נשלחת גם בניוזלטר שלנו כמידי שבוע (הירשמו כאן!). את הניוזלטר המלא ניתן למצוא כאן (לינק לכל האירועים בינואר וכל המשרות שנכנסו השבוע).

לכתבה המלאה >>

וואו, השבוע היה לנו המון פוסטים מעולים וחשובים בקבוצה. ספרתי בקלות יותר מ-15 פוסטים שכאלה ועשיתי את מרבית המאמצים כדי לארגן לכם את כולם במקום אחד מסודר. כפי שאתם בוודאי יודעים, הרשימה הזו נשלחת גם בניוזלטר שלנו כמידי שבוע (הירשמו כאן!). הניוזלטר המלא ניתן למצוא כאן.

Group's Highlights from last week

1. Noam Cohen from the Technion shared with us a wonderful blog post about "A Signal Processing Perspective For Graph Structured Information ". It got many upvoted so don't miss it.

2. Iyar Lin needed to settle an argument with a coworker so he created an interesting poll at the group which got many votes. If that's not enough he just published a test he maid to check some insights he got from the group.

3. Gidi Shperber shared the second part of this blog post "A different kind of (deep) learning: part 2". We all loved the first one so be sure to check this one also.

4. The one and only, Jonathan Laserson, shared with us a blog post he wrote about this work at Zebra medical. If you need to read only one post make it this one.

לכתבה המלאה >>

אני מקבל לא מעט פניות מחברי הקבוצה שמחפשים הכוונה לקורס או הכשרה פרונטליים כלשהם בתחום של Machine Learning. בעקבות ההתעניינות העולה וגוברת בתחום, צצו לא מעט יוזמות כאלה או אחרות המציעות ללמד אתכם את רזי המקצוע ואף להכין אתכם לשוק התעסוקה. לאחר לא מעט בקשות סיוע ועזרה, בעיקר בהודעות פרטיות או שיחות אחד על אחד, החלטתי לרכז כמה מהתובנות שאני משתף עם כל מי שבוחר להתייעץ איתי בנוגע לקורסים השונים הקיימים בשוק.

לפני שאנחנו צוללים פנימה אני אציין מספר נקודות חשובות מאוד שיש לקחת אותן בחשבון. הנקודה הראשונה היא שמדובר על דעתי האישית בלבד, אשר מבוססת על שיחות שקיימתי הן עם מעסיקים שונים והן עם חלק לא קטן מהגופים שעומדים מאחורי הקורסים הללו. הנקודה השנייה, ואולי החשובה ביותר, היא שאין קיצורי דרך. מרבית האנשים שעוסקים בתחום הגיעו אליו לאחר שלמדו תואר מתקדם השייך לעולם המדעיים המדויקים (עם עדיפות למדמ"ח). אם אתם מגיעים מעולם אחר לחלוטין תצטרכו לעשות לא מעט השלמות כדי להגיע למצב שבו אתם יכולים להתחיל לעסוק בתחום – אך גם לכך ראינו תקדימים. הסיבה שאני מדגיש את חסמי הכניסה היא כדי לפזר את שלל ההבטחות שחלק מבעלי הקורסים זורקים באוויר. השוק אומנם צמא לאנשים איכותיים, אך עדיין המעסיקים לא מוכנים להתפשר על הרמה של המועמדים השונים.

הנקודה השלישית היא כי מרבית המידע הרלוונטי זמין וקיים באינטרנט בצורה חופשית ונגישה לכל. בעבר פרסמתי רשימה של קורסים מקוונים שהומלצו על חברי הקהילה, אשר זמינים בחינם באופן מלא כולל הסילבוס, המצגות, תרגילי הבית ועוד. דוגמא אחת מצוינת לכך הוא הקורס של סטנפורד המככב מזה זמן רב בראש מצעד הקורסים בתחום ה-Deep Learning. לא לחינם בחרנו להעביר דווקא אותו בקורס ההתנדבותי שאנו מעבירים לקהילה. הקורס הנ"ל הוא דוגמא מצוינת לשפע המידע הזמין ברשת, כאשר מידי חודש מתפרסמים עוד ועוד קורסים פתוחים לקהל שמנגישים תחום כזה או אחר בעולם התוכן שלנו. אם קורסים אינם דרך הלמידה המועדפת עליכם, תשמחו לדעת שיש גם ספרים מומלצים בתחום שיכולים לסייע לכם להיכנס לתחום לצבור ידע תיאורטי ופרקטי. כל זאת ועדיין לא ציינו את הקורסים בתשלום באתרי הלמידה האונליין הגדולים בעולם שכולם כאחד מציעים שלל קורסים בתחום.

לסיכום, באם בכל זאת אתם מעוניינים בקורס פרונטליי, בין אם זה עבור המסגרת, התוכן בעברית, הלמידה בצוותא או אפילו החניכה האישית – ככל הנראה ישנם קורסים שיתאימו לכם. עכשיו נשאלת השאלה, כיצד לבחור את הקורס הנכון עבורכם. לשם כך סיכמתי מספר נקודות שיכולות לשפוך אור על התהליך עצמו ולסייע לכם לקבל את ההחלטה הנכונה ביותר עבור הקריירה שלכם.

1. מרצים וסילבוס

הדבר הראשון, ואולי הטריוויאלי ביותר, שיש לעשות כאשר בוחנים קורס הוא לבחון את סגל המרצים ואת הסילבוס הקיים באתר הקורס. בדקו ביסודיות מי מעביר את ההרצאות לאורך כל הקורס ומה הניסיון של המרצים השונים. אתם תרצו כאלה שידעו להעניק לכם את הידע התאורטי והאקדמי על מנת לצבור בסיס חזק – בסיס שיש לו חשיבות רבה אצל לא מעט מהמעסיקים. לצד הנחה זו, תרצו גם אנשי תעשייה שיודעים לתרגם את כל מה שלמדתם לעולם האמיתי ואפילו להסביר לכם איך להעביר את המודל שהכנתם לפרודקשיין. חשוב שסגל המרצים ידע להביא מענה לשני האלמנטים החשובים הללו מאחר ולהם חשיבות רבה עבור מי שרוצה למצוא עבודה חדשה או לבצע שינוי קריירה משמעותי. לשמחתנו, בעידן האינטרנט, מאוד קל למצוא מידע אודות המרצים, ואף לבחון את היסטוריית התעסוקה/מחקר שלהם ובכך לנסות להבין האם יוכלו לספק לכם את הערך הנדרש. עוד טיפ קטן, חפשו גם כאלה שיש להם ניסיון בהוראה או כאלה שלימדו במוסדות לימוד שונים (לא בהכרח באקדמיה). זכרו, ידע בתחום לא מבטיח יכולת גבוהה בהעברת הידע.

לצד המרצים, העוגן הנוסף שיש לכם בעת בחינת הקורס הוא הסילבוס. מסמך זה אמור לאגד את כל הנושאים והטכנולוגיות אותם תלמדו במהלך הקורס ואולי אף יכלול התייחסות בנוגע לפרויקטי גמר או מטלות לאורך הקורס. חשוב לבחון את הסילבוס ולעבור עליו ביסודיות בכדי להבין האם הוא בכללותו יוכל לספק לכם את הידע הנדרש לעמידה ביעד שהצבתם לעצמם. מה לעשות אם אין לכם מושג מה כתוב בסילבוס ואם המונחים השונים נראים לכם כמו סינית?

לכתבה המלאה >>

X