הייטק
ליצירת דיון חדש בחרי את הפורום המתאים מתוך הלשונית ”דיונים”
מובילה:
- Organized by
-
-
לימודים // עזרה
-
לימודים // עזרה
אני תלמידה להנדסאים בשנה ב’ בתוכנית שבבים, ונמשכת מאוד לצד התיאורטי של התחום, כמו אלגוריתמים, מתמטיקה ומערכות הפעלה. יש לי צורך ממש חזק להבין את העקרונות הבסיסיים שמאחורי כל דבר – קשה לי עם כללים ונוסחאות שאין לי הבנה מלאה עליהם – אבל כשאני מבינה זה נותן לי סיפוק עצום. אני חייבת אתגר מחשבתי, אחרת אני פשוט לא נהנית. בשנה ראשונה אכן הנושאים יותר תאורטיים, אני עושה תכנית שבבים של אולטרה קוד ומאוד נהנית כי זה מאפשר לי להבין את המחשב לעומק, איך הכל בנוי ומה העקרונות שמאחורי זה.
כעת, הלימודים מתמקדים בלמידת שפות תכנות חדשות, ואני יודעת שגם בעבודה בתכנות הדגש הוא יותר על פרקטיקה ותחומים טכניים ומעשיים. אני לא מרגישה שזה מאתגר אותי מספיק ואני לא נהנית מהלימודים כמו קודם.
השאלה שלי היא: האם יש נישות בהייטק שמתאימות למי שזקוק לאתגר אינטלקטואלי ומעדיף את הצד התיאורטי, או שעליי לשקול מחדש את המסלול ולפנות להוראת מתמטיקה, למרות שאני פחות מתחברת להוראה?
-
11 תגובות
-
37
12
0
חברה חדשה
יש תחומים בהי טק שדורשים חקירה – לרוב הם נקראים חוקרים או יש גם ארכיטקטים.
אני לא מהתחום של הפיתוח אז לא יכולה לומר לך בדיוק מה עושים שם אבל הם בהחלט אנשים שיודיעים המון דברים – אבל ידוע לי שהם התחילו מפיתוח תוכנה/מדעי המחשב.
יש גם תחום חקירה בתחום החומרה שיכול אולי לעניין אותך, יש חוקרי סייבר או אפילו חקירת אלגוריטמים (אצלינו י צוות כזה) או אפשרי גם ב-AI לאמן מודלים חדשים.
תנסי לברר קצת על התחומים האלה.
ארכיטקטים הם גם אנשים שנדרש מהם “לבנות” / “להרכיב” וסה אולי גם יכול לעניין אותך.
-
34
98
0
חברה חדשה
נכון שיש עבודות מסוימות שדורשות יותר כישורי חשיבה, היגיון והסקת מסקנות – ארכיטקטיות, וגם עבודות בקאנד מסוימות.
אבל רוב העבודות בשוק הן יותר טכניות ופחות מאתגרות את המחשבה – בטח בהשוואה ללימודים, ובטח לחרדיות שבוחרות לא לעבוד בכל משרה בכל מקום.
אבל גם הוראה למתמטיקה זו לא עבודה מאתגרת מאוד…
אני מבינה מאוד את ההתלבטות שלך, ויכולה לספר לך מהניסיון שלי – אני עובדת כיום בהוראת מדעי המחשב, תחום שמצליח לאתגר אותי ולעניין אותי. עוד אופציה שיכולה להתאים לך – זה לעבוד בתכנות כעצמאית (בתור עבודה נוספת או עיקרית). כך את גם עובדת על לוגיקה של פרויקטים, יחד עם טכניקה.
בהצלחה!
-
104
174
0
פעילה בקהילה
ראשית, אל תעברי כל כך מהר מסלול, במיוחד אם את בשנה ב’.
שנית, את צודקת. ראיתי פעם קריקטורה שמתארת ראיון, ובו רואים דמות מראיין אומרת (באנגלית): “ממש עץ בינארי בעל N שורות…” בריבוע הבא הכותרת היא “בעבודה” ורואים את הדמות צועקת: “!make the button bigger” 😉
בלימודים בהחלט יש דגש על הצד הפרקטי, כי הוא נצרך בעבודה. מהחיפוש עבודה שלי אני יכולה לומר לך שרוב הדרושים בשוק הם של תפקידי פיתוח בשפות המוכרות שנלמדות בסמינר, C#, JAVA, REACT, PYTHON יצא לי גם לראות תפקידים של Data Analyst ו- Data Engineer (שזה להתעסק עם נתונים- אם את מתחברת…) פחות יצא לי לראות “דרוש חוקר אלגוריתמים”, אם בכלל. (ושמעתי פעם שזה גם אחד ההבדלים בין הלימודים בסמינר לבין לימודי תואר, שכמה שלימודי תואר נחשבים יותר- כי הם ארוכים ומקיפים- למעשה בפרקטיקה ובהבנה מעשית הבנות החרדיות טובות יותר.)
אבל:
א. אם את מתחברת לצד התאורטי יותר של העניין וגם מצליחה בו, אז לכאורה יש לך סיכוי טוב להתקבל לתוכנית ההמשך של אולטרה קוד- ששם נותנים דגש על למידה של אלגוריתמים ברמה גבוהה, הרבה יותר ממה שלומדים בסמינר. (ובאופן כללי מבנות שהיו שם שמעתי שהן למדו ועבדו קשה מאד במהלך ההכשרה, ואני בטוחה שהם הבינו לעומק את מה שהן עשו… וגם המשרות שהם שולחים אליהן הן לרוב משרות במקומות שמחפשים חשיבה אנליטית ולוגית, גם אם העבודה בסופו של דבר לא תמיד כזו.)
ב. יכול להיות שתגלי שגם בתפקיד “טכני” כביכול את נהנית ומתמלאת סיפוק, אם את חוקרת אותו לעומק ומבינה את העקרונות שמאחוריו.
ג. ברוב מוחלט של מקומות העבודה, הסינון הראשוני (לג’וניורים) הוא על ידי שאלות היגיון ו\או אלגוריתמים. אז אם אחת שנהנית מזה, יהיה לך קל יותר לעבור מבחנים כאלו. תשמחי- כי בשביל בנות שיותר אוהבות את הקטע הטכנולוגי, (כמוני למשל:) זה קשה יותר…
כך או כך, שיהיה לך בהצלחה!
-
2
0
0
חברה חדשה
אפשר הסבר מה זה בדיוק “תוכנית ההמשך של אולטרה קוד”?
-
66
58
0
פעילה בקהילה
לכאורה היא מתכוונת לבוקטמפים שאליהם מתקבלות הבנות עם הממוצע הגבוה במבחני האלגוריתמים. אני יודעת שיש דגש מיוחד בתקופת הבוקטמפ על תרגול רב באלגוריתמים.
-
35
2
0
חברה חדשה
לגבי תוכנית המשך – יש להם גם פרקטיקום שזה כמו פרויקט גמר עם ליווי של אולטרה קוד.
ובוטקאמפים שזה ללמוד עוד הרבה חומר ברמה גבוהה ומתקדמת יותר,
לאחר מכן יש מבחן ולפיו הם בוחנים את האפשרות לתת השמה.
ולגבי אלגוריתמים בבוטקאמפ – מסכימה איתך שבהחלט יש דגש על אלגוריתמים
מבנות שאני מכירה הלמידה כוללת הרבה תיאוריה אבל העבודה – לא.
לכן העליתי פה את השאלה, אם הייתי רוצה עוד קורס אלגוריתמים לא הייתי שואלת…
אני רוצה לעבוד בתחום המחקר
מעוניינת לשמוע ממישהי שיודעת מאיפה צריך להתחיל כדי להגיע לשם.תודה רבה!!
-
-
-
-
35
2
0
חברה חדשה
תודה לכל מי שהגיב! אחרי שקראתי את התגובות אני רוצה לחדד את השאלה שלי ולשמוע דעות לכאן ולכאן
אני מתכננת בעתיד לעשות תארים מתקדמים במדעי המחשב או מתמטיקה כי אני יודעת שזה מה שצריך כדי להגיע לפיתוח אלגוריתמים, אבל עכשיו יש לי חצי שנה פנויה (יחסית…) ואני לא בטוחה איך לנצל אותה.
אני שוקלת שני כיוונים:
הכיוון הראשון הוא ללמוד קורסים בתחום הדאטה. הרעיון הוא להתמקצע בכלים כמו SQL, Python ו-Tableau, ואז לנסות להתקבל למשרות בתחום, לצבור ניסיון ולהתקדם משם. זה יכול להיות מעשי יותר ולהכניס אותי לעבודה בתחום הדאטה מהר יותר ומשם להגיע למחקר.
הכיוון השני הוא כן ללכת על פיתוח כהתחלה וכעת – ללמוד קורסים יותר תאורטיים, כמו אלגוריתמים, בינה מלאכותית (AI) או סייבר. אני יודעת שזה לא בהכרח יפתח לי דלתות למשרות בטווח הקצר, אבל אני חושבת שזה כן יכול לעזור לי בטווח הארוך ולהכין אותי לתפקידים גבוהים יותר בעתיד.
השאלה שלי היא – מה כדאי לעשות עכשיו? להתמקד בתחום הדאטה, להיכנס לשוק העבודה ולהתמקצע שם, או
להתחיל מפיתוח וכעת ללמוד את הדברים התאורטיים שיבנו לי יותר את הבסיס לעתיד, גם אם זה פחות ישפיע על הדרך שלי בטווח הקצר רק בשביל לא להתייבש בלימודים… ?
מאיפה יותר קל להגיע למחקר? מפיתוח או מעולמות הדאטה?
אוסיף שאני עושה המון תרגילים מאתרים של אלגוריתמים כמו leetcode,geeksForgeeks ועוד.
כך שאני בכל מקרה מתרגלת אלגוריתמים ומבני נתונים. כלומר, באיזשהוא מקום זה לא מלמד אותי דברים חדשים ברמה של קורס מקצועי.
אשמח לשמוע את דעתכם! -
66
58
0
פעילה בקהילה
אני גם טיפוס אינטלקטואלי, ואוהבת מאוד ללמוד ולחשוב. אני עכשיו בשנה ג’, ועכשיו אני לומדת Data Science – פיתוח בינה מלאכותית. אפשר לומר שאני מרגישה את עצמי מתחברת הרבה יותר למה שאני לומדת שם, מאשר למה שלמדתי בלימודי הסמינר הרגילים (לא הייתי במסלול AI של קמאטק). עד אז, לא הכרתי מציאות של “ליהנות מתכנות”, ברמה שפשוט כיף לקוח בבוקר, כשאת יודעת שבזה את הולכת להתעסק. כי פיתוח אתרים לצורך פרויקט – כמה כבר התעסקות אינטלקטואלית יש בזה? לעומת זאת, כמדענית נתונים את ממש חוקרת את הדאטה שלך, את מנסה להוציא ממנו את התובנות החשובות שיפתחו בפנייך דלתות, את עושה מעין “ניסויים” כדי לבחור עם איזה מודל להתעסק ובסופו של דבר. מעבר לכך, מאחורי כל המודלים האלו יש מתמטיקה עניפה! אני מרגישה מין “גאוות יחידה” כזו, שכל הסטודנטים של מדעי המחשב לומדים “רק בשביל התיאוריה” את המתמטיקה הזו, ולא מתעסקים איתה בכלל, ואילו אני, דווקא אני, מתעסקת בפועל עם מה שנבנה באמצעות המתמטיקה הזו! כיום, אין לי את הרקע המתמטי שיש לבוגרי תארים בתחום (למדתי ברוך ד’ בסמינר, לימודים על טהרת הקודש), אולם אני מתכננת בהמשך בעזרת ד’ להשלים את החומר המתמטי החסר (ובעזרת ד’ בלי נדר לא באמצעות תואר!). מדעני הנתונים הם אכן ככל הנראה יחידי סגולה, שבתחומם התיאוריה המתמטית באמת מסייעת ועוזרת להבין נושאים עמוקים בתחום.
אבל — להיכנס כג’וניורית לעולם ה-Data Science? זה קשה לכולם, גם לחילונים עם תואר שני, קל וחומר למי שיש לו רק תואר ראשון (אלא אם כן הוא עשה תואר ראשון ב-Data Science), ומסתבר שקל וחומר למי שאין לו תואר.
דרך הגיונית יותר היא, אכן, להיכנס למשרה כלשהי ומשם לעלות הלאה. אני מאמינה שרוב אנשי ה-Data Science שהגיעו לתפקיד הזה אחרי כברת דרך בשוק התעסוקה – הגיעו מתחום הדאטה. גם אצלנו בקורס, אני חושבת שרוב הנשים הן מתחומי הדאטה.
ההיגיון אומר, שלהתקדם באותו צוות – קל יותר מאשר לעבור לצוות אחר באותה חברה, אך להתקדם באותה חברה קל יותר מאשר להתקבל לחברה אחרת, כשאת מעוניינת לעשות הסבה לתחום שבו את למעשה ג’וניורית. למה אני מתכוונת? בדרך כלל מי מי שעובד בצוות עם data scientists, הם באמת אלו שהם data engineer, מה שאומר, שמישהי שהיא data engineer – יש לה סבירות גבוהה יותר לעבוד בצוות עם data scientists, ואם כך אז אולי גם להתקדם לתחום הזה, כשיפתח תקן חדש למדען נתונים בצוות שבו היא נמצאת.
לעומת זאת, אני גם יודעת על מישהי שעבדה בפולסטק והעבירו אותה מטעם החברה לצוות AI, רק שאני לא יודעת מה היא בדיוק עושה שם, והאם היא תתפקד בהמשך כמו data scientist לכל דבר ועניין. זה תלוי בן אדם, תלוי חברה…
כנראה שהמעבר אפשרי משני הכיוונים, אך מעבר מתחום הדאטה לתחום הזה – הוא קל וחלק הרבה יותר. בשביל כאלו שהם data engineer, זה כמו קידום למשרה בכירה יותר בתחום (לא בדיוק, אבל בערך), וזה משהו שמתבסס על היכולות הקודמות שהן צברו (הרבה פעמים מבקשים מאנשי data science לשלוט גם ב-sql ולדעת לעשות data engineering על הדאטה. זה תלוי בחברה – יש חברות שיש להן יותר תקנים, והן יכולות לאפשר לאנשי ה-data science להתעסק בצורה “טהורה” בתחום הזה, ולעומת זה יש חברות שאיש ה-data science אצלן הוא “כלבויניק” – יש פה מסד נתונים, שלוף מפה את הדאטה שאתה צריך והסתדר איתו – מה שדורש יכולות של data engineer, ואם יש לו את זה מתפקיד קודם – אז מצוין). לעומת זאת, בשביל כאלו שהיו בתחום הפולסטק – לעבור ל-data science זה די הסבת מקצוע, הן ככל הנראה לא עומדות להשתמש ביכולות העשירות שהן צברו – בתפקיד החדש, וחבל… גם לא יהיו להן את המיומנות של data engineering, שבהחלט מהווה יתרון חזק בתחום הזה.
כל זה – הוא “בתיאוריה”. במציאות ימינו, כששוק העבודה כה קשוח, אני לא יודעת אם מישהי שמציעים לה משרת פולסטק – תסרב, כי גם זה שער מצוין לעולם התעסוקה. מצד שני, ייתכן שיש יותר משרות ג’וניורים בתחום ה-SQL, שדורש פחות פרטיקה בתור התחלה מאשר תחום הפולסטק (רוב אנשי ה-data engineer כנראה התחילו במשרת SQL פשוטה יותר בתחילת דרכם).
לגבי התארים – אני לא חושבת שזו השתדלות בשביל להיכנס לתחום, כשגדולי ישראל אסרו את התואר (אם את משתייכת לזרם אחר, לכי עם הרב שלך). כולנו רוצות להתפרנס ולהקים בית של תורה מכסף כשר, שקיבלנו באמצעות השתדלות כשרה.
מעבר לכך – בשביל מה בדיוק צריך תואר? כפי שהבנתי, רוב תפקידי ה-Data Science אינם תפקידים מחקריים. הווי אומר, יש הבדל בין הידיעה כיצד להשתמש בחבילות השונות ובמודלים השונים, לבין הידיעה כיצד ליצור אותם. אולי נמשיל את זה, שזה כמו שבמדעי המחשב את משתמשת בקומפיילר שמישהו בנה, את לא צריכה את הידיעה איך לבנות קומפיילר כזה בעצמך! רוב מדעני הנתונים עוסקים במציאת הצורה האופטימלית לפתור את המשימה, מבין שלל הכלים והמודלים שאנשים כבר תכנתו עבורם, ולא בהמצאת מודלים חדשים.
אולם עדיין, יש קבוצה מסוימת בתוך מדע הנתונים שהם בתפקידם חוקרים – researchers. ועל תקן זה התקבלו לעבודתם. אולם אני בספק גדול, אם זה היה התקן הראשון שהם נכנסו אליו בתחום זה. מסתבר, שרובם ככולם היו קודם לכן data scientists רגילים. אכן לתפקיד ה-data researcher יש צורך בידיעת מתמטיקה גבוהה, על מנת להבין מדוע המודל שהוא בנה לא פועל כל כך טוב עם הנתונים ואיזה סגנון מודל יכול יותר להתאים להם (הרי הכל מאחורי המודלים אלו חישובים מתמטיים). יש לנו בקורס מרצה שעובד בתעשייה בתחום הזה (לא כ-researcher), והוא אמר לנו שהוא מעולם לא גזר פונקציה מחוץ לאקדמיה. זה אומר הרבה.
אני רוצה להדגיש שגם התפקיד של data scientist, שאינו מחקרי, הוא באופיו תפקיד הרבה יותר מדעי מתחומים אחרים כמו פיתוח פולסטק, והרבה יותר דורש מחשבה, העמקה ואינטלקטואל! לכן, אל תהיי כל כך בטוחה שאת מחפשת דווקא להיות researcher בתחום הזה, ייתכן בהחלט שהתחום הרגיל יענה על כל ציפיותייך בצורה מושלמת, ומשם גם תמיד אפשר להתקדם.
(אם אני רוצה להמחיש לך מה משמעות “חוקר”, קבלי את הדוגמה הבאה: מערכת פורומים עולמית מנסה להפעיל סינון על התגובות שאנשים כותבים, כך שתיחסם כל תגובה שמכילה מילים פוגעניות, או שתוכנה עלול להעליב מישהו, גם אם בצורה אלגנטית. לצורך כך, נניח שיש בשוק כבר 10 כלים קיימים שאפשר להתאים אותם לביצוע המשימה הזו. Data scientist רגיל יבצע את הבדיקות שלו, על מנת לבחור את הכלי המתאים ביותר מבין העשר. data researcher לעומתו, יבחר ליצור כלי חדש שמטפל בבעיה הזו, אם באמצעות גישה חדשה שלא הייתה ידועה עד כה בשוק הזה, אם באמצעות קומבינציה של כלים מסוימים שיוצרת מודל חזק הרבה יותר).
אני כן רוצה ללמוד את המתמטיקה שקשורה לתחום הזה, כי זה די בסיס מבחינתי, אבל בשביל זה יש אפשרות להאזין לקורסים מצוינים באתר של GOOL, שמותאמים לעולם ה-data science, ואין צורך ללמוד שום תואר. אלו קורסים טובים הרבה יותר מהשיעורים באקדמיה (ויעידו על כך הסטונדטים שמשתמשים באתר הזה, שהם מכל האוניברסיטאות ומהמכללות בארץ, גם מהטכניון).
בנוסף, אם נסתכל על מסלול התארים המקובל לאנשים כאלו, איך במודעות הדרושים מנסחים את דרישות ההשכלה לתפקיד כזה – אז רובם רוצים תואר שני. ותואר שני, כדי שיהיה מספיק נחשב בתחום, צריך להיות תואר שני עם תזה – מחקר אישי של הסטודנט, שאורך זמן רב ודורש משאבים לא מעטים, ומאריך את מועד קבלת התואר.
האם את ערוכה לשש שנים של לימודים? האם זה בכלל ריאלי, לאישה שבעזרת ד’ מתכננת להקים משפחה בטווח הקרוב? בל נשכח שגם לנו, הבנות העיוניות יותר מטבען, התענוג האמיתי שיהיה לנו בחיים, יהיה מהסיפוק שלנו כשנראה בעזרת ד’ את הבעל והילדים צומחים בזכותנו, ולא בגלל העבר האינטקטואלי העשיר שמאחורינו או לפנינו.
חוץ מזה, לא באמת צריכים שני תארים בשביל לעבוד בתחום. תואר ראשון הוא בשביל הכניסה לעולם ההייטק, כמו כל ג’וניור, ותואר שני הוא זה שמתמקד בעולם ה-data sience. לכן, יש כבר כמה אוניברסיטאות/מכללות שפתחו תואר ראשון בתחום הזה, עבור כאלו שיודעים כבר בתחילת הלימודים שלהם שזה התחום שהם מעוניינים בו. אמנם אין לתואר הזהאת ההילה הנוצצת של התואר השני, אך מצד שני אני מאמינה שהוא מכיל את רוב המידע שמקבלים אלו שעושים תואר שני בתחום. אולם אני לא חושבת שתואר ראשון שכזה קיים בהפרדה (וגם לגבי תואר שני אני לא יודעת).
אבל בהתחשב בדרישות השוק, ושלא תחשבי שהדרישות מאיש data science ג’וניור פחותות מהדרישות מג’וניור בשוק הפולסטק, ושלא תחשבי שיש שם יותר משרות לג’וניור, כי יש שם פחות – אני חושבת שהדרך הריאלית לבוגרת סמינר חרדית להיכנס, זה באמצעות משרה קודמת בתעשייה ולא כג’וניורית טרייה.
מעבר לכך, גם בתחום זה, כמו בשאר תחומי ההייטק – הפרקטיקה חשובה יותר מהתיאוריה! כשרואים תיק עבודות עשיר מאחורייך, זה מרשים, אפילו אם אין לך תואר ראשון או שני, יותר מבוגר ירוק! אז איך רוכשים פרקטיקה? אפשר להיכנס לאתר של Kaggle, אתר הבית של אלו שלומדים להיכנס לעולם המדהים של מדע הנתונים (ולא רק להם). יש שם הרבה תחרויות ואפשרויות להגיש לתחרות פתרון משלך. אפילו אם מישהי לא זכתה, העבודה שהיא עשתה – מרשימה בהחלט. בפרט אם זו הייתה תחרות מטעם חברה עולמית כמו מייקרוסופט או גוגל.
-
35
2
0
חברה חדשה
תודה רבה על התגובה המפורטת
אפרת עזרת לי מאוד😄-
66
58
0
פעילה בקהילה
בשמחה רבה! את מוזמנת לשאול פה שאלות נוספות ואשתדל לענות.
כמובן שאם מישהי לא מסכימה עם משהו מהנכתב – אשמח שתחכימו אותי.
-
-
-
2
2
0
חברה חדשה
נועה
אני ממש מבינה אותך
במשך הלימודים, במיוחד בשנה ב שמתי לב לעובדה מעניינת
הבנות שהולכות למחשבים מתחלקות ל2 קבוצות עיקריות
הבנות שחזקות בתחום הריאלי,
והבנות שחזקות בתחום החקרני
הקבוצה הראשונה זה בנות שנהנות מתחום הפול סטאק, web
הקבוצה השניה זה בנות שנהנות מהמתמטיקה, אלגוריתמים מערכות הפעלה כמו שתיארת
ודווקא לבנות האלו, קשה יותר עם פולסטאק וweb, שם נופלות הבנות שמבריקות באלגוריתמים, וחבל….הנקודה היא כזאת, לא כדאי “להנעל” על תחום במחשבים, חבל,
ממליצה לסיים את החצי שנה שנותרה, להתמקד יותר במבחני קמאטק מאשר בפרוייקט פול סטאק אם את מעוניינת במשרה בשבבים, רוב הבודקמפים שלהם בשנים האחרונות היו בשבבים
אבל לא לשלול לגמרי,
אני מכירה מישהי חכמה, גאונית, כשרונית, בעלת מח אלגוריתמי לא מהעולם הזה שמחכה בבית למשרה כלבבה כבר הרבה שנים, כי היא לא מוכנה לשמוע על משרות פול סטאק,בהצלחה בהמשך הדרך!!!
Log in to reply.
