כתבות בנושא משרות

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 >>

אנחנו עוסקים לא מעט בקהילה בדרכים בהן ניתן לצרף אנשים נוספים לתחום ולהנגיש, ככל שניתן, את הידע הנדרש כדי להשיג את העבודה הראשונה כ-Data scientist. רבים מכם יודעים כי לא מדובר על משימה קלה במיוחד, השילוב של חוסר הכרה של העולם התוכן לעומקו ומגוון ההכשרות הרחב שיש בשוק, מקשה על בוגרי תארים מתקדמים, או אפילו מפתחים בעלי ניסיון, לעשות את המעבר ולהשיג את דריסת הרגל הנדרשת.

אני מקדיש לנושא זה תשומת לב רבה ולעיתים עולות יוזמות חדשות בקהילה אשר מנסות להעניק מענה הולם לבעיה הזו. כדי להעצים את העשייה שלי בתחום ובשאיפה לעזור לכמה שיותר אנשים, אני כעת חובר לארגון  בשם Israel Tech Challenge, ארגון ללא מטרות רווח, אשר מציע תכנית הכשרה מקיפה ומלאה בתחום ה-Data science. כחלק משיתוף הפעולה שלי עם ITC אני מסייע להם באיתור מועמדים רלוונטיים שיכולים לקחת חלק בתכנית האקסלוסיבית שהם בונים.

קצת פרטים על התכנית עצמה: ההכשרה מתבצעת בתחום ה-Computer Vision (ראייה ממוחשבת) וה-NLP (עיבוד שפה טבעית), כאשר לב ליבה של התכנית היא שימוש בטכניקות מעולם ה-Deep Learning לביצוע משימות בתחום זה. התכנית היא חלק ממסלול ה-Data Science של תכנית ה-Fellows. התכנית הנ"ל מיועדת לבוגרי Bs.c מצטיינים מאוניברסיטאות מובילות בארץ ובעולם, בדגש על בוגרי תארים במדעי המחשב, הנדסה, מתמטיקה, פיסיקה, כימיה וביולוגיה שלהם ידע בתכנות. ההכשרה כולה בנויה משלושה חלקים עיקריים: החלק הראשון, אשר אורך ארבעה חודשים, עוסק בלימוד עצמו ומקנה לסטודנטים את כל הכלים להתמודדות עם בעיות שונות בתחום ה-Data science. בחלק זה מגיעים מרצים אורחים משלל חברות מובילות במשק אשר משתפים מינסיונם בעבודה היומיומית שלהם, וזאת במטרה לחשוף את הסטודנטים לבעיות אמתיות שעולות כחלק מתהליך העבודה. החלק השני כולל חמישה שבועות של התמחות קצרה אצל אחת מהחברות הפועלות עם ITC בהן הסטונדטים עובדים על בעיות מוגדרות עם ליווי של אנשי החברה.

החלק השלישי, אשר אורך חמישה חודשים, הוא התמחות בשכר אצל חברות מובילות בתפקידי פיתוח ומחקר במגוון רחב של חברות אשר פעולות בשיתוף פעולה עם ITC. השכר הממוצע לחודש בזמן ההתמחות הוא 20 אלף שקל לחודש, כאשר בסופו של שלב זה מרבית הסטודנטים כבר מקבלים הצעות מהחברות עצמן למשרות לטווח הארוך. לקורס יש שני מחזורים בשנה, הראשון מתקיים בחודש באפריל ובעוד השני שמתחיל בחודש אוקטובר (בעוד חודשיים). העלות של התכנית כולה היא היא 30,000 שקלים.

הסבר על התכנית

על מנת ללמוד על תכנית ההכשרה לעומק, קיימתי ראיון מקיף עם לואיס וולך, Data Science Lead ב-ITC ובר וינוגרד, יועץ בתחום ה-Data Science ואחד מסגל המורים בקורס. לאויס ובר אמונים על הפיתוח המקצועי של תכנית ההכשרה ושניהם מגיעים עם ניסיון רב בתחום וידע פרקטי בעולמות ה-Data Science. לאורך הראיון נצלול פנימה ונכיר את אבני הבניין השונות של תכנית זו ונבין כיצד היא יכולה לסייע לאלה אשר רוצים לעשות את שינוי הקריירה המיוחל לכתבה המלאה >>

לגייס Data scientists זו לא משימה קלה. העלייה המשמעותית במספר החברות שנכנסות לעולם ה-Machine Learning לצד כמות הסטארטפים שפועלים בתחום הגבירו את הביקוש ל-Data scientists, מה שיוצר קשיי גיוס רבים ללא מעט חברות. יש לציין, לפני שאנחנו צוללים פנימה, כי גם חברות גדולות ותאגידים גדולים מתקשים למצוא את האנשים המתאימים ולא מדובר על מכשול שקיים רק אצל חברות צעירות או גופים לא טכנולוגים.

בדיוק לשם כך, קיימתי לפני מספר שבועות אירוע מצומצם בו חלקתי חלק מהתובנות שיש לי בנושא, המתבססות על סקר הקהילה שעשינו ולוח המשרות העשיר שמנוהל באתר זה. נתונים אלה, בשילוב לאינספור שיחות שקיימתי עם עובדים בתחום וחברות שונות המגייסות, סייעו לי לגבש מספר מסקנות וטיפים שיוכלו לעזור לכל מי שרוצה לגייס Data scientist. בנוסף להרצאה שלי, לקח חלק באירוע גם Alfie Booker המשמש כמגייס טכני ב- Google UK בחמש השנים האחרונות. אלפי עסק בעיקר בתהליך הגיוס בגוגל וכיצד ניתן לבנות אותו בצורה חכמה מול המועמדים השונים.

עיקר החלק שלי מבוסס על המצגת שהעברתי במפגש עצמו והיא מצורפת כאן לשימושכם:

לכתבה המלאה >>

מרבית המאמרים והכתבות בבלוג עוסקים ב-Machine Learning בהיבטים הקשורים לראייה ממוחשבת או עיבוד שפה טבעית, ולעתים נדירות אנו שומעים שימושים יצירתיים בתחומי פעילות שונים. מידי פעם אני מנסה להעניק הצצה לזוויות נוספות של הטכנולוגיה ולחשוף כיצד Machine Learning יכול לסייע במגוון רחב של תחומים.

אחד התחומים שמתחיל לאמץ לחיקו טכנולוגיות מתקדמות הוא תחום גיוס העבודה (HR), שרותם לאחרונה אלגוריתמים חכמים בכדי ליצור מודלים שיחזו בדיוק רב את מידת ההתאמה בין חברה מגייסת לבין מועמד פוטנציאלי. בשיטה "הישנה" מדובר עדיין על אתגר משמעותי שמצריך, משני הצדדים, להשקיע זמן לא מבוטל בכדי למצוא התאמה מלאה. בסופו של יום, כולנו היינו מעדיפים פשוט למצוא ישירות את החברות המתאימות לנו ביותר – ובאותה הנשימה, החברות עצמן היו מעדיפות לקצר באופן משמעותי את התהליך ולקלוט את העובד הרלוונטי כמה שיותר מהר.

בכדי ללמוד עוד על התחום ועל הדרך בה אלגוריתמים מעולם ה-Machine Learning מצליחים לחזות התאמות מסוג זה, ערכתי ראיון עם אבי גולן מחברת ZipRecruiter האמריקאית, בה הוא משמש כמנהל הפעילות של החברה בישראל וסגן נשיא להנדסה בחברה העולמית. לכתבה המלאה >>

לפני קרוב לחודשיים פרסמתי כאן פוסט הקורא למומחים העוסקים במתן ייעוץ בנושאי Machine Learning להצטרף לרשימה שאני מארגן, המאגדת את מי שעוסק בתחום. מטרתה של הרשימה הייתה לאפשר חיבור טוב יותר בין חברות טכנולוגיה ובין יועצים חיצוניים ובכך לעזור לקהילה לגדול ולאפשר לעוד חברות להטמיע פתרונות מבוססי Machine Learning במוצריהם.

נכון לכתיבת שורות אלה, ישנם קרוב ל-30 מומחים וחברות ייעוץ אשר הצטרפו לרשימה. חברי הרשימה עוסקים במגוון רחב של תחומים: ראיה ממוחשבת, עיבוד שפה טבעית וכו'. מרבית המומחים פירטו בצורה נרחבת על הידע והניסיון שלהם וחלקם הגדול אף כלל רשימה של לקוחות קודמים עמם עבדו. בכדי ליצור אחוזי התאמה גבוהים יותר, ישנו גם חלק יעודי ללקוחות עתידיים עמם המומחים ירצו לעבוד ואופי החברות הרלוונטיות אליהם.

מחפשים משרה בתחום? היכנסו ללוח המשרות שלנו.

בעקבות בקשות רבות מחברי הקהילה ואלו שמחוצה לה, אני פותח את הרשימה לקהל הרחב ומאפשר לכל אחד לפנות לאותם מומחים, ולצד זאת להוסיף את עצמו לרשימה כמומחה. במידה ואכן תמצאו מומחה העונה לדרישות שלכם, תוכלו לפנות אליו במספר אמצעי ההתקשרות הזמינים ברשימה (אימייל, אתר, לינקדאיין, טלפון ועוד). במידה ואתם מומחים בעצמכם, אתם מוזמנים למלא את כל הפרטים ולהוסיף את שמכם למאגר. ככל שתמלאו את הפרטים בצורה מלאה יותר כך יגדל הסיכוי שחברות אכן יפנו אליכם לכתבה המלאה >>

עריכה: הרשימה זמינה לקהל הרחב בפוסט הבא. אין צורך לפנות יותר לבוט אלא ניתן פשוט לגשת לרשימה ולבחור את המומחים הרלוונטים.

בתור מייסד קהילת ה-Machine learning בארץ הרבה חברות/אנשים פונים אלי כדי לקבל המלצה על יועצים או חברות המעניקים פתרונות ושירותים בתחום הלמידה החישובית. עד כה הייתי מחבר בין אותם הגורמים לחברי הקהילה השונים שידעתי שעוסקים בתחום וכך שני הצדדים היו מרוויחים. עכשיו אני רוצה לעשות את התהליך כולו למסודר יותר ובכך לעזור לחברי הקהילה ולחברות השונות שמחפשות מומחים בנושא.

בכדי להפוך את התהליך כולו ליעיל יותר, יצרתי עמוד הרשמה מיוחד שבו יועצים או חברות המספקים שירותי ייעוץ בתחום ה-ML יכולים למלא את פרטיהם ולהצטרף לרשימה מיוחדת של מומחים בתחום. כעת, לאחר פחות משבוע, הרשימה מונה 22 מומחים המגיעים ממגוון רחב של תחומי פעילות (NLP, ראייה ממוחשבת ועוד). כל אותם מומחים מגיעים עם ניסיון עשיר ורזומה הכולל עבודה עם מספר רב של חברות טכנולוגיה. במידה ואתם רוצים להצטרף לרשימה, נא מלאו את טופס ההרשמה בקישור הבא. לכתבה המלאה >>

את חברת EMC אין צורך באמת להציג. מדובר על אחת החברות הגדולות ביותר בעולם המתמחה באספקת מוצרים, שירותים ופתרונות בתחום אחסון וניהול מידע. החברה, שהייתה מחלוצות פארק ההייטק בבאר שבע, הקימה במרכז המחקר והפיתוח הדרומי שלה צוות Data Science as a Service העמל על מגוון רחב של פיתוחים. צוות זה מיישם טכניקות רבות בתחום ה-Machine learning ואף רותם אותן בכדי לפתח מוצרים מסקרנים במיוחד. קיימתי ראיון עם אושרי בן הרוש, Senior Manager ו-Data Scientist בחברת EMC, שהסביר לי על הצוות כולו ועל האתגרים עמם הם מתמודדים.

"הקבוצה שלנו נקראת Data Science as a Service וכשמה כן היא. אנחנו בעצם מספקים שירותי Data Science ליחידות עסקיות שונות ב-EMC וגם ללקוחות חיצוניים. הקבוצה הוקמה לפני 4.5 שנים כסטארטאפ פנימי בתוך EMC עצמה. הרעיון היה ש-EMC כארגון, הדומה לכל הארגונים האחרים, מתמודד עם בעיות שהן Data driven שכדאי לשם עליהן דגש ולנסות לתת להן מענה." הסביר בן הרוש. "לכן, החלטנו להקים צוות שיספק את השירותים האלה תחילה פנימה: כלומר הצוות יתחיל לפתור את הבעיות העסקיות של EMC תחת ההבנה שבעיות עסקיות של EMC יעניינו מאוד את הלקוחות של EMC. לאחר מכן נוכל לשלב את הפתרונות האלה במסגרת המוצרים שאנחנו יכולים להציע ללקוחות." לכתבה המלאה >>

פוסט זה ירכז משרות בתחום ה-Machine Learning בישראל. ברשימה למטה ניתן למצוא חברות גדולות, סטארטאפים ומעבדות מחקר אקדמאיות המחפשות עובדים במגוון תחומים.

בימים אלו אני עובד על השקה של לוח משרות חדש ומתקדם, במידה ואתם מעוניינים להוסיף משרה אתם מוזמנים לפנות אלי במייל: uri@machinelearning.co.il

רוצים לקבל גישה ללוח משרות החדש לפני כולם? היכנסו לקישור הבא.

 

לכתבה המלאה >>

X