מומחי AI, סוכני בינה מלאכותית וסייבר ישראל

כל עוד בנקים, ביטוח ובריאות צריכים מערכות — Java רלוונטית. התחביר פשוט, הקהילה ענקית, ויש כמות מטורפת של חומרי לימוד בעברית ובאנגלית. אם אתם לא בטוחים — Python, כי סף הכניסה נמוך יותר ותוכלו לגלות מה מושך אתכם תוך כדי. לא רק תחביר — אלא frameworks, סביבות עבודה, ופרויקטים אמיתיים. הבחירה הראשונה היא נקודת התחלה, לא נקודת סיום.

השוואה מלאה — Python מול Java

רוב הכלים, הספריות והפריימוורקים המתקדמים ביותר בעולם הבדיקות וה-AI בנויים ומותאמים לשפת פייתון. עדיפות גבוהה לרקע בפייתון, שכן כל דוגמאות הקוד, התרגולים והכלים שנלמד בקורס יתבססו בשפה זו. במהלך הקורס נלמדות שיטות עבודה עם מודלים גדולים (LLMs) בסביבה עצמאית ומבוססת API, בניית סוכני AI לביצוע משימות בדיקה ואוטומציה, פיתוח ממשקים לאינטראקציה עם מערכות AI, ויישום מתודולוגיות מתקדמות להערכת איכות של מערכות מבוססות בינה מלאכותית.

האם צריך רקע קודם בבינה מלאכותית כדי להשתתף בקורס?

זה פוגע ממש מינורית בביצועים, ומבחינת… בביצועים מבחינת האיכות של המודל אני מתכוון, מבחינת ביצועים בזמני ריצה זה יכול להיות גם סדר גודל יותר טוב. ומה שאתם צריכים לחשוב עליו פה, זה בעצם על השיקולי compliance ו-privacy שיש לכם, ה-reliability שאתם מצפים מה-API שלכם. כשאתם עושים הוסטינג אתם, יש לכם פה עוד בחירה שאתם צריכים לקבל, האם אני רץ על CPU או על GPU, כן? כשעובדים עם Hugging Face, אז גם הם מציעים Inference-endpoints, שהם עושים בעצם הוסטינג למודל אצלם. אז ההוסטינג של האפליקציה הוא די straightforward, שרת יחסית פשוט.

המקרים הללו הפכו לאזהרות לכל העולם – וכולם היו ניתנים למניעה. AI מונע כבר 70% מהתקפות הפישינג ו-85% מהשגיאות הפיננסיות. הפריצה הגדולה ביותר ב-2025 מבחינת רשומות. הדלפת הסיסמאות הגדולה בהיסטוריה — כולל Google, Apple, Facebook, GitHub וממשלות. פתרונות מחשוב ענן אמינים שגדלים עם העסק שלכם.

מה הקורס הזה נותן שאי אפשר ללמוד לבד מ-YouTube

ששתי השפות בביקוש גבוה בישראל — אבל לשווקים שונים לחלוטין. פחות סוגריים מסולסלים, פחות נקודה-פסיק, תחביר שנקרא כמעט כמו משפט באנגלית. היא מתורגמת (interpreted) — הקוד רץ ישירות בלי הידור. הבחירה הזו שווה שתעצרו ותחשבו עליה כמו שצריך. אנחנו רואים את זה כל יום בשטח — מועמדים שבחרו Python כי קראו שהיא “קלה” ואז גילו שמשרות ה-Enterprise שרצו דורשות Java.

ה-AI כבר כאן הגיע הזמן שגם אתה תהיה מוכן!

לא כי הסוכנים מושלמים — הם לא — אלא כי הם מסננים את 80% מהדברים הטריוויאליים ומשחררים את המפתחים/ות להתמקד בלוגיקה העסקית. את התזמור עשינו עם CrewAI — פריימוורק שנבנה בדיוק בשביל לנהל צוותים של סוכנים. במקום סוכן אחד שעושה הכול, בונים צוות של סוכנים מתמחים שמדברים ביניהם. למה סוכן בלי כלים הוא בסך הכול צ’אטבוט יקר.

• אם כבר, כן אני אכווין פה לשני resources שיכולים לעזור, זה… יש המון המון מדריכים ברחבי האינטרנט על איך לעשות פרומפטינג נכון.
• ואם אתם רוצים ללכת על Open Source, אז כמובן יש לכם כל מיני החלטות שאתם צריכים לעשות.
• בוגרי התוכנית מפתחים טכניקות לעבודה עם דאטה מובנה, מובנה למחצה ולא מובנה, כולל שימוש במערכות ייעודיות לכמויות מידע עצומות, ביצוע תהליכי אנליזה, תרגול ניתוח מידע, שיטות חיפוש במערכות ועבודה מול מערכת קבצים
• בסיום ההכשרה, תתהדר לא רק בכלים הכי מתקדמים בשוק, אלא גם ביכולות למידה שיאפשרו לך להישאר ב-Top תמיד – בכוחות עצמך.
• הקורס בנוי כתוכנית של 8 שבועות, עם מפגש שבועי של 4 שעות (סינכרוני, מעשי, עם קוד חי).

קריאה לסוכן השני

מזהיר מראש שמדובר על פרק שהוא קצת טכני, אבל, נותן הצצה לדרכי ‘החשיבה’ של פרויקטים שונים שנעשו עם בינה מלאכותית. במהלך הקורס תבנו צעד-צעד אפליקציית AI מלאה, ממש כמו שמפתחים בחברות היי-טק – עד להטמעה בפרודקשן. הקורס 100% פרקטי – כל נושא נלמד דרך תרגולים, פרויקטים אמיתיים ועבודה עם הכלים הכי עדכניים בתעשייה. הסילבוס המלא נמצא ממש כאן למעלה. כשמתרכזים רק במה שבאמת צריך לדעת, בלי טריקים ובלי שטיקים – שכר הלימוד נחתך בצורה דרסטית.

יסודות ניתוח נתונים עם Online Course SQL

הם מציעים גם כל מיני אינטגרציות, אז אתם יכולים לקבל את זה דרך SageMaker, את ההוסטינג, וזה מאפשר לכם בעצם גם לבחור את החומרה, כן? למשל, אתם יכולים, יש לכם input של פרומפט ו-output של ה-LLM, אתם יכולים לתת פידבק, זה פרומפט טוב, זה use-case טוב, זה הצלחה, ואז בעצם ליצור מזה dataset לתיוג, ל-Fine Tuning או Few-shot examples, תלוי לאן אתם רוצים לקחת את זה. וחוץ מזה הוא גם כמובן סופר את הטוקנים הנכנסים, את הטוקנים היוצאים, ואתם יכולים לקבל הערכה של כמה פרומפט עולה ואתם יכולים בעצם גם ליצור dataset-ים מהפרומפטים. הוא מדפיס בעצם את כל ה-chain-ים ואיך פרומפטים קשורים ל-chain-ים ואיך chain-ים קשורים אחד לשני.

עוד כזה דברים חמודים שיש ב-LangSmith זה נגיד שאתה ממש יכול לראות ברמת הסשן מה היה הפלואו, אז אתה רואה כאילו האייג’נט התחיל לרוץ, הוא השתמש ב-tool הזה, ואז אחרי זה הוא הלך לעוד tool והביא את המידע ואז הוציא את ה-output, וואטאבר. בשביל זה יש כלים כמו PromptLayer או Pezzo הישראלים, ויש גם עוד מיני כלי כזה שנקרא Tokenizer, שאתם יכולים להכניס אליו את הפרומפט שלכם, והוא אומר לכם כמה טוקנים יש בו. בהיבט של Prompt Management, זה יותר כלים שנועדו לאפשר לכם לראות את כל הפרומפטים שלכם באפליקציה, ולהבין איך הם עובדים, ולתת לכם שליטה מבחוץ, במקום בתוך הקוד, איזשהו כלי חיצוני, No-code עם UI, שמאפשר לכם גם Version control. שני הדברים שאני כן אגיד, זה אחד, learnprompting.org, פשוט, לא יודע, אני אהבתי אותו, זה כזה כל מיני מדריכים יחסית פשוטים לפי קונספטים שמעניין אתכם, אם זה security, אם זה structuring, כל מיני כאלה. וגם יכול להיות שהתשובה שאנחנו נשמור, היא תהיה… כאילו צריך לעדכן אותה מדי פעם בהתאם לכל מיני לוגיקות.

לפי סקר Stack Overflow Developer Survey 2024, 76% מהמפתחים/ות כבר משתמשים/ות בכלי AI בעבודה, אבל רק AI agency pricing 2026 12% בונים סוכנים אוטונומיים. ומי שמאמינים שסוכני AI יחליפו את כל המפתחים — אנחנו לא מוכרים פנטזיות. מפתחי/ות Backend ו-Full-Stack שרוצים להוסיף "Agent Engineering" לארגז הכלים שלהם. לא ללמד כלי — אלא לשנות את צורת החשיבה. בנינו סוכן שמחובר לתיעוד הטכני של המוצר של דני — מאות דפים ב-Confluence — ויכול לענות לשאלות של צוות ה-Support. אלא סוכן שמחליט לבד מתי הוא צריך מידע נוסף, מאיזה מקור לשלוף, ואיך לאמת את מה שהוא מצא.

בתוך פחות משלוש שנים, GenAI הפך מצעצוע של חוקרים לכלי שמשתמשים בו יותר מ-78% מהעובדים בארגונים ישראליים בינוניים וגדולים — לרוב בלי שה-IT או ה-CISO יודעים בדיוק איפה, איך, ועל איזה מידע. קוונטיזציה זה, לא ניכנס לדיטיילס, אבל התהליך הוא בגדול שלוקחים את הרמת דיוק של כל אחד מהמשקלים בתוך המודל ופשוט מורידים אותה קצת. כמובן שאי אפשר לקחת את זה כל כך לפרודקשן, כי זה עדיין community, אבל כן אפשר בעצם לבחון אותם מבחינת האם הם מתאימים ל-use-case-ים שלכם, ואז להחליט לקחת אותם לפרודקשן.

אז… ואחרי זה כמובן שווה לכם קודם כל להשתמש ב-Prompt Management Tools, בשביל להבין מה ה-output ולבדוק שבאמת השינוי לא משפיע, או משפיע לטובה, אבל אחרי זה באמת צריך ללכת ולנהל את זה גם ב-codebase. ויש עוד כל מיני טכניקות, גם טכניקה מרכזית שכזה אני חושב שהיא מאוד מאוד אפקטיבית, זה כל הנושא של Few-shot, גם דיברנו על זה בהרחבה באחד הפרקים שלנו, אז שווה לשמוע. אז יש לנו איזשהו וקטור, רפרזנטציה, ואנחנו בעצם רוצים להבין האם ה-query שאנחנו מסתכלים עליו, הוא דומה לאיזשהו אייטם שכבר יש לנו ב-cache.

אנו עומדים בחוד החנית של שילוב AI מתקדם, אנליטיקה ופורנזיקה דיגיטלית בחקירות פיננסיות מורכבות, ועובדים בממשק עם גופי אכיפה ישראליים ובינלאומיים מובילים. המחלקה משתפת פעולה עם גופי אכיפה בישראל, כמו גם עם רשויות אכיפה במדינות אחרות, ובכלל זאת מבצעת חקירות בחו"ל בהתאם לאמנות שעליהן חתומה הרשות. בוגרי התוכנית יקבלו כלים פרקטיים להפקת תובנות עסקיות מהמידע הגולמי הנמצא במאגר החברה, וניצולן לידע תחרותי בעל ערך מוסף. בוגרי התוכנית מפתחים טכניקות לעבודה עם דאטה מובנה, מובנה למחצה ולא מובנה, כולל שימוש במערכות ייעודיות לכמויות מידע עצומות, ביצוע תהליכי אנליזה, תרגול ניתוח מידע, שיטות חיפוש במערכות ועבודה מול מערכת קבצים