Эпизоды

  • בפרק זה נארח את ד״ר ברק סובר, בשביל לדבר על יישומים של מדעי הנתונים במדידת כמות היצירות מימי הביניים שלא שרדו לימינו, מדידת רמת האוריינות בממלכת יהודה בסוף בית ראשון, בשחזור שכבות מכוסות בציורי שמן ועוד.כל הנ״ל כדוגמאות לשימוש בכלי מחקר אמפירי במדעי הרוח.

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • כל חוקר שעובד עם נתונים על בני אדם כיום, כפוף לאוסף תקנות בנושא שמירת פרטיות: חוק מאגרי מידע, GDPR, HIPAA, וכיו"ב. בפרק זה נארח את עו"ד עלי קלדרון שמנהל מחלקת האכיפה ברשות להגנת הפרטיות במשרד המשפטים. עלי למעשה אחראי לאכיפת תקנות שמירת הפרטיות במגזר הציבורי והפרטי. נשוחח עימו על החקיקה הקיימת בישראל ובעולם, על אופן האכיפה, על התחזית שלו לשינויים ועל דגשים לעוסקים בתחום. פרק חובה לכל מי שעובד עם מידע אישי!

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • Пропущенные эпизоды?

    Нажмите здесь, чтобы обновить ленту.

  • בפרק זה אירחנו את פרופ' ניר גביש, חבר סגל בפקולטה למתמטיקה וחלק מצוות המומחים של הטכניון והקבינט האזרחי אשר בנה סימולטור המאפשר להעריך כיצד צעדי המדיניות השונים של הממשלה ישפיעו על המשך התפשטות מגפת הקורונה בישראל. כמו כן בפרק התארח ד"ר עמית הופרט, מנהל היחידה לביוסטטיסטיקה וביומתמטיקה במכון גרטנר וחבר סגל אקדמי קליני בביה"ס לבריאות הציבור בפקולטה לרפואה ע"ש סאקלר באוניברסיטת תל אביב. ניר ועמית חברים בצוותי המחקר של משרד הבריאות לניטור מגפת הקורונה. בפרק נדבר על המודלים האפידמיולוגיים המשמשים אותם. בפרט, מדוע מודלים אלו ולא גישות "פשוטות" יותר כמו רגרסיה או "משוכללות" יותר כמו רשתות למידה. נדבר על הקשר עם סימולציית סוכנים, ועל סוג השאלות עליהן הם נדרשים לענות עבור מקבלי ההחלטות לניהול משבר הקורונה.

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • בשנת 2011 יצא לאקרנים הסרט MoneyBall ובו קבוצת הבייסבול של אוקלנד מגיעה להישגים מרשימים, עם תקציב דל, בזכות ניתוח סטטיסטי של יכולות השחקנים ובניית קבוצה בהתאם. בפרק הראשון של "מדברים דאטה", אפקט MoneyBall זוהה כאחד הגורמים למהפכת הדאטה של התקופה הנוכחית. בפרק זה נארח את מר רותם יפעת, בוגר תואר ראשון בפילוסופיה ותואר שני בקולנוע מאוניברסיטת תל אביב. עובד מזה עזור בתפקידי ניהול מוצר (כיום בחברת Vonage). נשמע ממנו מה בדיוק הסיפור של MoneyBall, ועד כמה השפיע על עולם הדאטה.

    ספויילר: הסיפור אמיתי, והוא אכן הביא למהפכה בכל ענפי הספורט המקצועני וגם מחוצה להם.

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • קשה לגייס נשים בהריון למחקר קליני. לפני כ- 50 שנה (ואולי פחות), מדענים גם לא ראו חשיבות מיוחדת בגיוס נשים בכלל, ובהריון בפרט, למחקרים קליניים. בפרק זה נדבר על אוסף ההטיות באבחון ובטיפול הרפואי שנבעו מכך. נדבר גם על דוגמאות של הבעיה בעולם הווב, ומחוץ ליישום הרפואי, ועל הגישות השונות להתמודד איתה.

    בפרק זה אירחנו את ד"ר חגית אלון, יזמת בעולמות בריאות נשים וחוקרת מנושאים הקשורים ברפואה מגדרית ובגיל המעבר. בעלת תואר דוקטור בביולוגיה חישובית – במהלך הדוקטורט יצרה מודלים מתמטיים של מערכת החיסון באנשים בריאים ובחולי HIV. כמו כן מחזיקה בשני תארי MSc האחד בביולוגיה מולקולרית ממכון ויצמן והשני במדעי המחשב מ-NYU. עם תום הדוקטורט, עבדה כמנהלת מדעית בעמותה שמתעסקת ב-ALS, שם יזמה והקימה פלטפורמה שמטרתה לייצר מדד אובייקטיבי להתקדמות המחלה. עבדה ארבע שנים בקרן הון סיכון כמדענית ראשית והובילה תוכנית מענקים למחקרים פורצי דרך המתמקדים באספקטים הנוירולוגים התורמים לבריאות הנפשית.

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • -האם לכתוב ב

    Python, R או Matlab?

    או אולי כדאי לבחור ב-

    Rstudio, Pycharm או VScode?

    סביבת עבודה נכונה היא בעלת השפעה אדירה על ההספק והסיפוק של מדען הנתונים

    בפרק זה נארח את גיורא שמחוני בשביל לדון בכלים מומלצים ולא מומלצים שיהיו בסביבת העבודה שלנו

    גיורא שמחוני, מדען נתונים וסטטיסטיקאי. אחרי תואר ראשון ושני בסטטיסטיקה עבד כ-10 שנים בתעשייה בחברות כמו

    888, IBM Research, eBay

    וסטארט אפ צומח בשם

    vFunction

    גיורא חזר לפני כשנה לעשות דוקטורט בסטטיסטיקה באוניברסיטת תל אביב אצל פרופ' סהרון רוסט. הוא מתעניין ברשתות נוירונים לנתונים מתואמים ומלמד קורס לדאטה סיינס מתקדם, ב-

    Python & R

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • באיזה סרט תרצו לצפות בנטפליקס, איזו עדשה הכי מתאימה למצלמה שקניתם באמזון ואיזה מלון כדאי להזמין אונליין לטיול שסגרתם לפריז - כל אלה הם תוצרים של מערכות המלצה. כפי שהשם רומז, תכליתן לתת לנו המלצות מותאמות אישית.

    בפרק זה אנו מארחים את אורי גורן, מומחה ללמידת מכונה, שיסביר מה הן מערכות המלצה, מה הם הקשיים שבבניית מערכות אלה ומה הם האלגוריתמים הבסיסיים שמשמשים לפתרון בעיות המלצה.

    בנוסף להיותו מומחה ומרצה ללמידת מכונה, אורי דוקטורנט בתחום הבנת השפה באוניברסיטת בר אילן.pydata וממארגני קהילת explAInable פודקאסטר

    אורי התחיל את דרכו כשלמד לתכנת אי שם בבית הספר היסודי עם ספר קיו-בייסיק שקרא, אך נכנס לעולם למידת המכונה רק אחרי התואר השני כשהתקבל למיקרוסופט לעבוד kinectעל פרויקט ה

    לאחר שעזב את מיקרוסופט הקים מיזם בתחום הראייה הממוחשבת (שנסגר), ומיזם בתחום הבנת הטקסט המשפטי (שלימים נמכר).

    כיום אורי הקים את ארגמקס, חברת יעוץ בתחום מערכת ההמלצה. במסגרת תפקידו בארגמקס יצא לאורי לעבוד על מגוון פרויקטים בתחום ההמלצה הרפואית, כוח אדם, תוכן, ובעולם הפרסום.

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • איכות הסביבה ושימור בעלי חיים בפרט, הוא נושא מעניין וקרוב לליבנו. בפרק זה נדבר עם האקולוג ד"ר אורי רול על התפקיד של ניתוח הנתונים בניטור אוכלוסיות בעלי חיים ושמירה על סביבות המחייה שלהם.

    ד"ר אורי רול הוא מרצה בכיר במחלקה לאקולוגיה מדברית ע"ש מיטרני בקמפוס שדה בוקר של אוניברסיטת בן-גוריון. בעל תואר ראשון במדעי החיים ותואר שני במסלול לאקולוגיה ואיכות הסביבה במחלקה לזואולוגיה באוניברסיטת תל-אביב. את התואר שלישי עשה ביחידה לביו-מתמטיקה, במחלקה לזואולוגיה באוניברסיטת תל-אביב. לאחר מכן יצא לפוסט-דוקטורט באוניברסיטת אוקספורד, בבית הספר לגיאוגרפיה וסביבה ובמחלקה לזואולוגיה. ​

    המחקר של ד"ר רול נופל תחת המטרייה הגדולה של חקר שימור הטבע ומסתכל על היחסים הדו-כיווניים שיש לאדם עם הטבע הסובב אותו. הוא מתעניין בשאלות בקנה מידע גדול, הקשורות בנתונים על חיות וצמחים, גורמים סביבתיים ואקלימיים, עם השפעות של האדם עליהם ושל הטבע על האדם, כפי שהם בא לידי ביטוי במאגרי מידע אינטרנטיים גדולים. המחלקה לאקולוגיה מדברית בונה בימים אלו קבוצת עבודה בין-לאומית סביב תחום חדש זה, Conservation Culturomics שנקרא בלעז

    בתור חובב טבע מושבע, אורי חש שיש לנו מחויבות מוסרית לשמר אותו - למזער את טביעת הרגל שלנו ולתקן טעויות שעשינו בעבר. אורי מאמין שלמדע יש הרבה מה לתרום למטרה זו, ושעלינו לעזוב את מגדלי השן שלנו ולשאוף שהידע והתובנות שלנו יעשו את ההבדל בעולם האמיתי.

    הכירו את מחקרו של אורי: https://www.uriroll.com/

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • לפני 20 שנה, עיבוד שפה לא היה נכלל תחת "מדעי הנתונים", מאז הדברים השתנו מאד. רשתות הלמידה ואלגוריתמים עתירי נתונים נמצאים בחזית הטכנולוגיה בתחום של תרגום מכונה, תיקון שגיאות, ניתוח רגשות, זיהוי נושא ושאר בעיות NLP.

    בפרק זה, נדבר עם פרופ' רועי רייכרט מהפקולטה להנדסת תעשייה בטכניון, על עיבוד שפה טבעית. מה הן בעיות היסוד בתחום? אילו מהן פתורות וכיצד? כמו כן, נדבר על הקשר למדעי נתונים ואלגוריתמים

    רועי רייכרט הוא פרופסור חבר בפקולטה להנדסת תעשיה וניהול בטכניון. תחום המחקר שלו הוא עיבוד שפה טבעית והוא עובד על שלוש בעיות עיקריות הקשורות זו לזו: (א) בעיית ההכללה - יצירת אלגוריתמים שיכולים ללמוד שפות מסוימות בסביבות מסוימות (למשל ביקורות על מוצרים באנגלית) ולהבין שפות חדשות בסביבות חדשות (למשל סקירות פוליטיות ביפנית); (ב) פיתוח כלי הסקה סיבתית לתחום - כדי ליצור מודלים יציבים וקומפקטיים יותר וכדי להבין כיצד מודלים של עיבוד שפה פועלים; ו (ג) הממשק בין עיבוד שפה לבין חיזוי של רגשות, קבלת החלטות והתנהגויות אנושיות - מתוך תפישה ששפה עשויה לשמש צוהר לנפש האדם, ושניתן להבין מתוך פעולתם של מודלים חישוביים כיצד אנשים מעבדים שפה בהקשרים שונים. רועי משמש כעורך בעיתונים ובכנסים המובילים בתחום, פרסם מעל 100 מאמרים (כולל בכתבי העת המובילים בבינה מלאכותית ובפסיכולוגיה) ומשמש כיועץ ומדען בחברות היי-טק מובילות בישראל ובעולם.

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • מאז שניצחו בתחרות לזיהוי ממוחשב של עצמם ב- 2012, רשתות למידה מפצחות בעיה אחר בעיה, והופכות תחומים שלמים על פניהם. מה הן רשתות אלו? כיצד הן קשורות לכלים מוכרים מתחומים אחרים? ולמה הן מצליחות?

    בפרק זה אנו מארחים את ד"ר דוד גולן, CTO & Cofounder ב-Viz.ai, חברת סטארט-אפ המובילה את מהפכת הבינה המלאכותית בתחום הרפואה הדיגיטלית. Viz.ai פיתחה מערכת מבוססת בינה מלאכותית המפענחת באופן אוטומטי סריקות מוח, מזהה מקרי שבץ דחופים ומתריעה עליהם ישירות לאפליקציה ייעודית בטלפון הנייד של הצוות הרפואי. ב-2018, הטכנולוגיה של Viz.ai הפכה למוצר הבינה המלאכותית הראשון בעולם שקיבל את אישור מנהל המזון והתרופות האמריקאי (FDA) למטרות זיהוי אוטומטי ומהיר של חולים. לאחרונה עשתה החברה היסטוריה נוספת, כאשר קיבלה אישור תקדימי מביטוח הבריאות הממשלתי האמריקאי (Medicare) המאפשר לבתי חולים לקבל החזר כספי מהממשל האמריקאי על שימוש במוצר, זאת במסגרת תוכנית NTAP שמטרתה לעודד אימוץ טכנולוגיות רפואיות חדשניות ומבטיחות.

    ד"ר גולן בעל דוקטורט בסטטיסטיקה ולמידת מכונה מאוניברסיטת תל-אביב, במסגרת פוסט-דוקטורט באוניברסיטת סטנפורד, הוא חקר שימושי למידה עמוקה בתחומי הדימות הרפואי והגנטיקה. כמו כן, היה שותף לפרסום של למעלה מ- 20 מאמרים מדעיים.

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • מעסיקים רבים מחפשים מומחי דאטה תחת כותרות שונות כמו:

    Data Scientist, Data Engineer, Data Analyst

    בפרק זה אנחנו מארחים את ד"ר אמתי ערמון מאינטל כדי להבין מה משמעות התפקידים הללו, ומה מעסיקים מחפשים.

    ד"ר אמתי ערמון הוא המדען הראשי של קבוצת הבינה המלאכותית הפנימית של אינטל ובעל כ-20 שנות נסיון בתחום מדעי הנתונים . בקבוצה כ-200 מומחים שמשתמשים בבינה מלאכותית עבור התהליכים הקריטיים בחברה, מתכנון המעבדים, דרך הייצור ועד למכירות, והיא משפיעה על רוב המחשבים בעולם. אמתי הצטרף לאינטל לפני כשמונה שנים, לאחר שהיה מייסד-שותף ומנהל המחקר ב"טאקאדו", חברת בינה מלאכותית בתחום המים, זוכת שורת פרסים בינלאומיים. לפני כן אמתי היה חוקר אורח במעבדה הלאומית בלוס אלאמוס בארה"ב. אמתי עשה את הדוקטורט במדעי-המחשב באוניברסיטת תל אביב, אוניברסיטה שבה גם הרצה במהלך לימודיו, וקודם לכן סיים בה את התואר הראשון בגיל 18.

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/

  • בפרק הבכורה של פודקאסט "מדברים דאטה" נבחן מה חדש בחקר מדעי הנתונים, מה ממנו מהותי, ומה ממנו מיתוגי? סטטיסטיקה, עיבוד-אותות, אנליטיקה-עסקית, כריית-נתונים, למידה-חישובית, בינה מלאכותית - ישנם כל כך הרבה פנים לאמנות של חקר הנתונים, האם יש הבדל בין תחומים אלו? ומה קורה כשסטטיסטקאי, מהנדס חשמל, ומדען מחשב נפגשים לדון בסוגיות הללו?

    הצטרפו לד"ר יונתן רוזנבלט לדיון מרתק עם שני ענקים בעולם הדאטה:

    פרופ' יעקב ריטובפרופסור במחלקה לסטטיסטיקה באוניברסיטת מישיגן, ופרופסור אמריטוס במחלקה לסטטיסטיקה שבאוניברסיטה העברית. עורך לשעבר במיטב כתבי-העת בתחום. כתב 2 ספרים בנושא תיאוריה סטטיסטית ופרסם יותר מ-150 מאמרים פרי עטו. אתר בית: http://www-personal.umich.edu/~yritov/jr.html

    פרופ' יאיר וייספרופסור לראייה חישובית במחלקה למדעי המחשב שבאוניברסיטה העברית. עורך לשעבר בעיתונים המובילים בתחום. כתב ספר, ופרסם מעל ל-200 מאמרים לעיתונים וכנסים בארץ ובעולם.עבד עם השמות הגדולים בתחום הלמידה החישובית ובינה מלאכותית ביניהם Andrew Ng, Michael Jordan.אתר הבית: https://www.cs.huji.ac.il/~yweiss/

    יש לכם שאלות או הצעות לנושאים שתרצו שנסקור בפרקים עתידיים? צרו איתנו קשר!

    Follow us on Twitter!! 🐥 https://twitter.com/TalkingDataPod

    לינקדאין של ד"ר רוזנבלט: https://www.linkedin.com/in/johnros/

    לצפייה בפעילויות נוספות של איגוד מדעי הנתונים: https://www.aeai.org.il/professional-society/data-science/datascience-past-activity/