אתר זה משתמש בקובצי Cookies כדי להבטיח שתקבל את החוויה הטובה ביותר באתר שלנו. קראו את מדיניות הפרטיות ותנאי השימוש.
קיימים מספר ערוצי קבלה.
בכל אחד מערוצים אלו, יש לעמוד בנוסף ביתר תנאי הקבלה. פירוט נוסף ניתן למצוא בקטגוריית מועמדים וכן במדריך לנרשם.
חישוב ממוצע הבגרות כולל בונוס עם ציון מבחן הפסיכומטרי או התיל.
ציון ההתאמה הקובע לקבלה למרכז האקדמי לב הוא 79 לקבלה על תנאי או 80 ומעלה לקבלה תקינה.
למחשבון ציון ההתאמה לחץ כאן
הלימודים מתחילים בסמסטר אלול. במהלך הסמסטר לומדים, בנוסף ללימודי קודש, גם את קורסי הקדם במתמטיקה, מחשבים ופיזיקה (משתנה מחוג לחוג). הסמסטר אורך כחודש ומטרתו לסייע לסטודנטים לחזק ולרענן את הידע בתחומים אלו לקראת הקורסים המתקדמים של סמסטר א'. לכל תלמיד חדש מפורט במכתב הקבלה אילו קורסים הוא מחויב ללמוד בסמסטר אלול.
שכר הלימוד במרכז האקדמי לב הוא שכר לימוד אוניברסיטאי מופחת ונקבע כל שנה על פי החלטת המועצה להשכלה גבוהה.
שכר הלימוד אינו כולל תשלומים עבור לימודי קודש, קורסי יסוד באנגלית, קורסי קדם ואגרות.
מבחן פוטנציאל שבודק כישורים ותכונות רלוונטיים ללימודים האקדמיים. מבחן זה מוכר כמקביל למבחן הפסיכומטרי עבור קבלה למרכז האקדמי לב, למעט למועמדי העתודה האקדמית ומועמדים לחוג לסיעוד.
המבדקים נמשכים כ-4 שעות ומתייחסים למידת ההתאמה לחוג המבוקש. המבדקים מוצגים באמצעות צג המחשב ואין כל צורך בהתנסות קודמת בהפעלת מחשב על מנת להצליח בהם. מבחן להתנסות עצמית ניתן למצוא באתר תיל אינטרנשיונל. לפרטים נוספים על המבחן ושאלות לדוגמא- לחץ כאן
בקשה לשינוי רישום יש לשלוח במייל למדור רישום. יש לציין בפניה שם מלא ומספר זהות.
מדור רישום לב harshama@jct.ac.il
מדור רישום טל harshama-tal@jct.ac.il
מדור רישום לוסטיג oritmu@jct.ac.il
מדור רישום תבונה tvuna@jct.ac.il
ניתן לבצע שינוי כל עוד החוג פתוח להרשמה. השינוי חייב להתבצע ע"י פניה במייל למדור מידע ורישום.
במידה והנך עומד בכל תנאי הקבלה, מכתב הקבלה יישלח במייל בתוך שבוע ממועד קיום הריאיון.
Ph.D. במדעי המחשב – אוניברסיטת בר אילן (09/2024–הווה)
• בהנחיית פרופ' רעות צרפתי, במסגרת מעבדת המחקר BIU NLP.
• תחום מחקר: מיצוי קשרים רב-לשוניים בעזרת מודלי שפה גדולים, המרת ידע לא מובנה לתובנות מובנות.
M.Sc. בכריית מידע – המרכז האקדמי לב (2022–2024), ממוצע: 95
• תזה: "זיהוי דיכאון בעברית בקהילות בריאות דיגיטליות באמצעות ML ו-DL" – התמחות בסיווג טקסטים בעברית בעזרת ML, DL ו-NLP מתקדמים.
• פרויקטי מחקר:
– למידה עמוקה: סיווג נושאי בריאות מטקסטים בעברית בעזרת RNN/LSTM, SGC, Node2Vec+Random Walks, ווקטורים עצמיים ושיטות ML שונות.
– למידת מכונה: פיתוח מסווג לפוסטים בקהילות בריאות דיגיטליות בעברית.
– אחזור מידע: מנוע חיפוש דו-לשוני (עברית/אנגלית) המשלב Doc2Vec ו-TF-IDF.
• קורסים מרכזיים: למידת מכונה, למידה עמוקה, כריית טקסטים, אחזור מידע, ביג דאטה, שיטות מחקר, בינה מלאכותית, ראייה ממוחשבת ברפואה.
B.Sc. בהנדסת תוכנה – המרכז האקדמי לב (2019–2022), ממוצע: 97
• התמחות באבטחת סייבר: רשתות מחשבים, אבטחת נתונים, הנדסה לאחור, סביבת ביצוע מהימנה (TEE), קריפטוגרפיה.
• פרויקטים נבחרים:
– פיתוח הרחבת אחסון פלאש ל-Intel TEE ב-Java ו-#C.
– פרויקט שרת-לקוח ב-C++ (WinSock, WinAPI) למשימות טכנאי מרחוק.
– פיתוח יישומי #C עם ארכיטקטורת 3 שכבות, תכנות אסינכרוני, DBs מבוססי XML, EntityFramework, API (NASA, Imagga, Firebase) וממשק WPF.
– מנוע גרפי תלת-ממדי ב-Java: מעקב קרניים, דגימת-על, עומק שדה, היררכיית תיבות תוחמות, ריבוי תהליכים.
מדען נתונים וחוקר בתחום עיבוד שפה טבעית – 08/2024–הווה
• חבר בקבוצת מחקר המפתחת מודל לאיתור PTSD בטקסטים במדיה חברתית בעברית ובאנגלית באמצעות ML, DL ו-GenAI. מוביל את צוות הלמידה העמוקה.
• המחקר ממומן על ידי רשות החדשנות.
מהנדס פיתוח תוכנה ואבטחה – Intel Corporation – 08/2022–הווה
• פיתוח קושחה במנוע האבטחה של אינטל (ארגון SFIP).
• פיתוח ב-C וב-Python: כתיבת קוד מאובטח, בדיקות יחידה ועיצוב מערכת ברמה גבוהה.
• ניסיון במערכות הפעלה, ניהול זיכרון, קידוד יעיל וזרימות מורכבות.
• השתתפות בהאקתונים וב-CTF, כולל פיתוח פתרונות מאובטחים במיוחד.
מהנדס תוכנה עצמאי – נקסט פלוס (משרה חלקית) – 01/2022–03/2022
• כתיבת סקריפטים ב-Python להדמיית רשת.
• הקמת שרת HTTP לניהול בקשות.
קצין מודיעין – יחידת 8200, צה"ל – 12/2010–06/2015
• בוגר קורס "מט"מ" למפעילי טכנו-מודיעין.
• בוגר קורס קציני מודיעין.
• ניסיון במערכות תקשורת, הובלת פרויקטים ואנשים, פתרון בעיות מורכבות.
בינה מלאכותית
למידת מכונה
למידה עמוקה
עיבוד שפות טבעיות
שפות תכנות - Python, C++, C, C#, Java, SQL, Assembly, Bash.
טכנולוגיות - GIT, הנדסה לאחור, לינוקס, NLP, למידת מכונה, למידה עמוקה.
Peer-Reviewed, Refereed Journals
Keinan R, Margalit E, Bouhnik D (2024). Analysis of user trends in digital health communities using big data mining. PLOS ONE 19(8): e0290803. https://doi.org/10.1371/journal.pone.0290803. Accepted on 14/07/2024, published on 26/08/2024.
Keinan R. (2024). Tackling Sexism in Social Media: Multilingual AI Solutions. J Electrical Electron Eng, 3(5), 01-07.
Peer-Reviewed, Conference Proceedings
Keinan R., HaCohen-Kerner Y. (2023, July). JCT at SemEval-2023 Tasks 12 A and 12B: Sentiment Analysis for Tweets Written in Low-resource African Languages using Various Machine Learning and Deep Learning Methods, Resampling, and HyperParameter Tuning. In Proceedings of the 17th International Workshop on Semantic Evaluation (SemEval-2023), pp. 365-378.
Keinan R. (2024, June). Text Mining at SemEval-2024 Task 1: Evaluating Semantic Textual Relatedness in Low-resource Languages using Various Embedding Methods and Machine Learning Regression Models. In Proceedings of the 18th International Workshop on Semantic Evaluation (SemEval-2024), pp. 420-431.
Keinan R. (2024). Sexism Identification in Social Networks using TF-IDF Embeddings, PreProcessing, Feature Selection, Word/Char N-Grams and Various Machine Learning Models in Spanish and English. Working Notes of CLEF.
Presentations at Refereed Conferences
In Israel:
Keinan R., Margalit E., Nakash M., Bouhnik D. (2023). Unveiling the Impact of COVID-19 on Health-Centered OSNs: Methodology of a Big Data Analysis. Poster presented at AI in Biology and Medicine workshop, Jerusalem College of Technology (JCT) and the Institute of Radioprotection and Nuclear Safety (IRSN), Jerusalem, February 14-15, 2022.
Keinan R., Margalit E., Bouhnik D. (2023). Detection of Depression in Online Social Networks Posts Written in Hebrew Using Machine Learning. Short Lecture at the National Conference for Industrial Engineering and Management, Ariel University, April 27, 2023.
Nakash M., Keinan R., Margalit E., Bouhnik D. (2023). Data Mining for Online Health Communities; Analyzing Characteristics of Asynchronous Social Interaction in Routine and Emergency Situations. 15th Annual Health Policy Conference, Israel National Institute for Health Policy Research (NIHP), Tel Aviv, May 31, 2023.
Keinan R., Margalit E., Bouhnik D. (2024). Leveraging Character N-grams for Sentiment Analysis: Depression Detection in Hebrew as A Test Case. Poster at IDSAI - Israel Data Science and AI Initiative 3rd Annual Conference, Zichron Yaakov, June 4-6, 2024.
Outside of Israel:
Keinan R., Margalit E., Nakash M., Bouhnik D. (2022). Gender Differences and COVID-19 Effects in a Health-Centered Online Social Network. Poster at CoLIS11 – Conceptions of Library and Information Science, Oslo Metropolitan University, May 29 – June 1, 2022.
Nakash M., Keinan R., Margalit E., Bouhnik D. (2023). The Impact of the COVID-19 Pandemic on Joining a Health-Centered Online Social Network and on Virtual Discussion of Mental Health. Poster at iConference 2023, Universitat Oberta de Catalunya, Monash University, University of Illinois at Urbana-Champaign, Barcelona, March 13-17 and March 27-29, 2023.
Keinan R., Margalit E., Bouhnik D. (2024). Emotional Analysis in Hebrew Texts: Enhancing Machine Learning with Psychological Feature Lexicons. InSITE conference 2024.
עברית ברמת שפת אם
אנגלית ברמה טובה