קפדנות לפני ההסבר האלגנטי
המחקר שלי עוסק בהסתברות, תהליכים סטוכסטיים, תורת התורים, אלגוריתמים וניתוח נתונים יישומי. גם ב-2026 אני ממשיך לפרסם מחקרים ו-preprints חדשים.
מחקר ופרסומים →מחקר, הוראה באוניברסיטה, עבודה בתעשייה, קורסים מקוונים והרצאות לציבור אינם עבורי קריירות נפרדות. אלה דרכים שונות להבין רעיונות מורכבים ולהסביר אותם כך שאפשר יהיה באמת להשתמש בהם.

אני עובד במפגש שבין ניתוח נתונים, סטטיסטיקה, הסתברות, אלגוריתמים ו-AI. אני Senior Lecturer במכון הטכנולוגי חולון ומרצה אורח באוניברסיטת חיפה.
הרקע שלי משלב אקדמיה ותעשייה, אבל חלק מרכזי מהעבודה שלי תמיד היה חינוך: קורסים אוניברסיטאיים, וובינרים פתוחים, קורסים מקוונים ו-YouTube. המטרה שלי אינה רק לתת את התשובה הנכונה, אלא להראות מאין היא מגיעה, היכן היא עלולה להיכשל ואיך אפשר לבדוק אותה.
חשוב לי להישאר אדם שגם חוקר, גם מלמד וגם בונה בעצמו כלים ומוצרים חינוכיים.
המחקר שלי עוסק בהסתברות, תהליכים סטוכסטיים, תורת התורים, אלגוריתמים וניתוח נתונים יישומי. גם ב-2026 אני ממשיך לפרסם מחקרים ו-preprints חדשים.
מחקר ופרסומים →אני מלמד מדעי הנתונים, סטטיסטיקה, הסתברות ותחומים קרובים. ציונים גבוהים ומשובי סטודנטים מדגישים במיוחד הסברים ברורים, סבלנות וחומרים נוספים שעוזרים להבין נושאים מורכבים. ב-Stepik קורס הדגל מדורג 4.9/5 מתוך 158 ביקורות ולמדו בו 26,282 לומדים.
איך אני מלמד →קורסים בניתוח נתונים, חשיבה ביקורתית וניתוח נתונים בעידן ה-AI, יחד עם Stepik ו-YouTube, הפכו שנים של הוראה אוניברסיטאית למערכת למידה פתוחה שמגיעה לעשרות ולמאות אלפי לומדים.
קורסים וחומרים →יחד עם פרופ׳ Henk Tijms כתבתי את הספר Surprises in Probability Theory — שמונה-עשר סיפורים שבהם רעיון מתמטי צומח מתוך בעיה ממשית.
על הספר →אני מרצה בכנסים מקצועיים ואקדמיים מאז 2013, בנושאים שנעים מהנדסת תוכנה ו-Big Data ועד מודלים סטוכסטיים ו-AI בחינוך.
הרצאות →העבודה ב-Microsoft, Intel, Skype ו-Huawei, ובהמשך ב-Data Science, חיזקה אצלי הרגל הנדסי: לבדוק מגבלות, למדוד תוצאות ולא לבלבל בין מודל יפה לפתרון שימושי.
אני לא חושב שצריך להפוך נושא מורכב לפשטני. צריך לפרק אותו לצעדים מובנים, לבנות אינטואיציה ואז לחבר אותה בחזרה לדיוק המתמטי.
לכן בקורסים שלי נוסחאות חיות לצד נתונים אמיתיים, תרגילים אינטראקטיביים, ויזואליזציות, משחקים, סרטונים קצרים וכיום גם כלי AI. לא בשביל אפקט, אלא כדי שהסטודנט יוכל לבדוק רעיון בעצמו, לקבל משוב מהר יותר ולראות את הקשר בין התאוריה לבעיה אמיתית.
משוב של סטודנטים חשוב לי במיוחד, משום שהוא מספר על איכות ההוראה יותר מרשימת תארים ותפקידים.
״תודה על ההשקעה, התרגילים וההסברים המצוינים. הערכנו במיוחד את המאמצים הנוספים — פאנל החידונים וסרטוני ה-YouTube הידידותיים, שהפכו את החומר לברור ומעניין יותר.״סטודנטים בקורס הסתברות · 2025–2026למשובי הסטודנטים →
לא קורות חיים מלאים, אלא כמה תחנות שמסבירות איך נבנתה הדרך שבה אני עובד כיום.
MSc במדעי המחשב, אוניברסיטת חיפה, summa cum laude; BSc במדעי המחשב בהצטיינות; PhD בניתוח נתונים וסטטיסטיקה, אוניברסיטת חיפה, 2022.
פיתוח תוכנה, אלגוריתמי וידאו ועבודה אלגוריתמית והנדסית.
Senior Lecturer ב-HIT ומרצה אורח באוניברסיטת חיפה; בעבר מרצה ומרכז הוראה באוניברסיטה הפתוחה ו-Senior Data Scientist במרכז לניתוח נתונים באוניברסיטת חיפה.
הרצאות לציבור ויוזמות לימוד חינמיות פועלות לצד ההוראה האוניברסיטאית שלי כבר שנים רבות. כיום לערוץ ה-YouTube ברוסית יותר מ-276K מנויים ול-Stepik יותר מ-33K.
באוגוסט–ספטמבר 2026 יש לי שלושה preprints ציבוריים ועוד שישה כתבי־יד שכבר נשלחו לכתבי עת, ובמקביל נמשכת עבודה על פרויקטים חדשים בקומבינטוריקה ובהסתברות דיסקרטית. בהוראה אני בוחן כיצד AI יכול להפוך לימודי ניתוח נתונים לאינטראקטיביים ומשמעותיים יותר — בלי להחליף חשיבה בתשובות מוכנות.
לפרטים אקדמיים ולהיסטוריה מקצועית מלאה עדיף להשתמש בפרופילים הייעודיים.