קורסים יחודיים

הנדסת גורמי אנוש – מתיאוריה לאפליקציה

בעולם המשתנה בתדירות גבוהה עם אתגרים חדשים, אנו נדרשים לתת מענה אפליקטיבי לאתגרים אלה, הן בהיבט תהליכי עיבוד מידע וקבלת החלטות ברמת האדם הבודד וברמת צוותי עבודה. מטרת הקורס הינה להקנות לסטודנטים ידע אפליקטיבי, מבוסס על תיאוריות קיימות, על מנת לתאר תהליכי עיבוד מידע וקבלת

החלטה כיחידים וכצוות. הקורס מחולק לארבעה חלקים שונים. בחלקו הראשון של הקורס, נבצע תזכורת לנושאים שנלמדו בקורס מבוא לפסיכולוגיה ניסויית ותעשייתית ו-"נתרגם" את התיאוריה לכדי מקרים אפליקטיביים. בחלקו השני של הקורס, נלמד על שלושה מודלים של תהליכי קבלת החלטה. בחלקו השלישי של הקורס, נלמד על עבודת צוות, מידול קבלת החלטות ועבודת צוות באמצעות כלים מעולם מדעי המחשב, אלגוריתמים בסיסיים לפתרון בעיות ושימוש בסימולציה למידול תהליכי קבלת החלטה ועבודת צוות. בחלקו האחרון של הקורס, נדון בעומס מנטלי ונציג מספר מקרי בוחן להתמודדות עם עומס מנטלי.

תכנון מערכות ניתוח וקבלת החלטות בארגון

הקורס מקנה לסטודנטים הבנה של תהליך תכנון ובנייה של מערכות תומכות החלטה בארגונים השונים, בדגש על מערכות רפואיות. מערכת תומכת החלטה, DSSG – Decision Support System Group, מהוות מערכות מרכזיות במסגרת תהליכי קבלת ההחלטות בכל הרמות בארגון. המערכות מסייעות למשתמשים לנתח מידע ולקבל החלטות מושכלות המבוססות על מגוון נתונים, מידע ותהליכים בארגון הקורס יכלול סקירה של מערכות תומכות החלטה, השפעת מערכות אלו על תהליכים רפואיים, סקירת השפעות מערכות אלו על התהליכים הרפואיים הן מבחינת הזדמנות והן מבחינת הסיכונים, סקירת התפתחות  ML -ו DSS,התפתחות מערכות תומכות החלטה DSS, AI, BIברפואה, סקירה של השימוש במערכות ייצור רפואיות ברפואה ואף סקירה של הסיבות המונעות מרופאים לאמץ ולהשתמש במערכות תומכות החלטה במסגרת העבודה.

הנדסת נתונים מבוססי ענן

לאחרונה, המונח "ביג דאטה" הפך למילת מפתח חשובה: כמויות אדירות של נתונים מורכבים על ידי עסקים, יישומים מדעיים, סוכנויות ממשלתיות ויישומים חברתיים.

ניתן לנצל נתונים אלה כדי לקבל תובנות חדשות לתמיכת החלטות, תובנות מדעיות, פרסום או סתם בידור. קורס זה מציג היבטים שונים של data engineering ובסיסי נתונים לא-רלציונים (noSQL) המבוססי ענן. הקורס מציג פלטפורמות וארכיטקטורות שונות לפתרון בעיות תוך מתן דגש על אחסון נתוני עתק. הקורס מדגיש את ההבדלים בין ta-scientist לבין data-engineer.

שוק ההון – יישומים טכנולוגיים מבוססי נתונים

התפתחות בטכנולוגיות המידע מאפשרות איסוף ועיבוד נתונים ממגוון רחב של מקורות. ההתמקדות בקורס אינה בצד האלגוריתמי אלא בהסבר על עקרונות, שיטות ושימושים של אסטרטגיות מסחר מתקדמות בשוק ההון.

תעשייה 4.0 וייצור מתקדם

הקורס סוקר את תחום התעשייה המתקדמת, את מהפכת הדיגיטליזציה הכוללת את תעשייה 4.0 , את התפתחות התחום בעולם ובישראל,  ואת הטכנולוגיות העיקריות: מהותן, תרומתן, הקושי בהטמעתן. הקורס עובר על טכנולוגיות להרכבה וייצור, טכנולוגיות תקשוב לתעשייה 4.0 וטכנולוגיות המתקשרות לפריט החכם.

לאחר מכן, הקורס מציג כמה תחומים חשובים: ראיה ממוחשבת, מערכות אוטונומיות , קובוטים, ורובוטיקה חכמה . הקורס עובר לדון במרכיב האנושי של מערכות הייצור המתקדמות, לדון במערכות סייבר וגם לדון באינטליגנציה מלאכותית. לבסוף הקורס מקדיש מפגשים להציג את הצורך באינטגרציה בין הטכנולוגיות ואת

השיקולים המובילים לבניית תכנית ארגונית כדי לקדם את הטכנולוגיות התעשייתיות. מאמץ זה כולל איבחון ארגוני ויצירת מפת הדרכים הטכנולוגית להתקדמות הארגון. לבסוף, מוצגים ארבעת המימדים הארגוניים הנדרשים כדי לאפשר התקדמות טכנולוגית מתמשכת בארגון.

למידת מכונה ואנליטיקה עסקית

קורס זה הינו קורס מתקדם בלמידת מכונה אשר מטרתו הכרות מעמיקה עם שיטות אופטימיזציה עבור אלגוריתמי ML. הקורס יעסוק בהתאמת פתרון חישובי לבעיה עסקית נתונה,  כאשר במהלכו נלמדים מודלי למידה (ואופטימיזציה) דטרמיניסטיים מול סטוכסטיים. הקורס מועבר במתודולוגית PBL -  Project Based Learning ונדרש מהסטודנטים עבודה מעשית והן עיונית.הקורס יסקור את הנושאים הבאים - למידת semi-supervised, שימוש בregularization לשיפור ביצועי מכונה, association rules מתקדמים (השוואה בין אלגוריתמי apriori וeclat), למידת ensemble- החל מסוגי למידות (כגון bagging מול boosting) ועד לאופטימיזציה של פונקציות קונבקסיות ומימושן לפתרון בעיות עסקיות.