הרשמה מקוונת קלה ובטוחה
ניתן להירשם כאן באתר מכל מכשיר ובכל זמן. תהליך מהיר, מידע מלא ואבטחה מלאה של הנתונים והתשלום.
מרכז מקצועי - חגי און
מתכנת בכיר וארכיטקט מערכת מנוסה בחברות מובילות במשק – "רפא"ל", "סאנדיסק", "קוואלקום" ועוד, ומפתח מומחה ב־C++ ,Java ,JS ופייתון במשך 25 שנים; בעל תואר בהנדסת חשמל ומחשבים בטכניון (2002) עם התמחות במסלולי למידת מכונה (ML) ורשתות עצביות.
להיות חלק מהדור שמפתח יישומי AI משמעותו – נוסף על למידת טכנולוגיות חדשות ורכישת כלים חדשים – להשתתף בעיצוב העתיד של התעשייה והחדשנות. התחום מציע יתרון מקצועי ברור, שוק תעסוקה רחב וביקוש גובר למומחים שמסוגלים להפוך רעיונות לפתרונות חכמים, יעילים ואוטונומיים. זו ההזדמנות שלך להשתתף כבר היום בשינוי שמעצב את העולם של מחר.
מסלול הלימודים שלנו מתמקד בהכשרה של מפתחי ומפתחות בינה מלאכותית (AI developers). הוא פותח במיוחד כדי להתאים לדרישות השוק בתחום ה־GenAI, מתוך התמקדות בלימוד תכנות, בפיתוח של מערכות משולבות AI ושל סוכנים אוטונומיים (AI agents), בהנדסת פרומפטים, בשימוש במודלי שפה גדולים (LLM) ובפריסת שירות לסביבת הענן (Production).
בוגרי ובוגרות המסלול ידעו להפיק פתרונות מבוססי AI משלב הקונספט עד הפריסה בענן (E2E) – יתרון תחרותי מובהק בשוק הישראלי, המחפש מפתחים ומפתחות של מוצרי AI ממוקדי Production.
למי קורס מפתחי AI מתאים?
לכל אחד ואחת ששואפים להיות חלק ממהפכת ה-AI.
תוכנית הלימודים
תוכנה ופיתוח קוד בשפת פייתון
- תכנות מונחה־עצמים (OOP) ותכנות מונחה־בדיקות (TDD) -
הידע ב־OOP הוא הבסיס הקריטי לבניית מערכות אוטונומיות פנימיות – Frameworks ו־Agentic systems. הלימוד יתמקד בארכיטקטורה של קוד מודולרי, בעקרונות SOLID, בירושה ובכתיבת ממשקים ובמעבר מפונקציה לתוכנה. מטרת הקורס היא להכשיר מפתחים ומפתחות המסוגלים ליצור קו (scalable code) קריא וקל לתחזוקה, הדרוש במערכות AI מורכבות. נושאים נוספים שיילמדו הם תהליך הפיתוח, טיפול בחריגים, debugging, בדיקות יחידה (unit testing) וניהול גרסאות עם Git.
- אינטגרציית AI לתהליך הפיתוח (AI-assisted coding) -
הלמידה תשלב שימוש פרקטי ויום־יומי במנועי קוד והשלמה גנרטיביים (כגון Copilot ,Claude ו־Gemini). הסטודנטים והסטודנטיות ילמדו לא רק כתיבת קוד, אלא גם ביצוע Review ,Debugו־ Refactoringלקוד באמצעות מנוע AI. גישה זו משנה את הפרדיגמה הרגילה של לימוד שפות תכנות – במקום להתמקד רק בהכרה ובמבנה של שפת פייתון, ההתמקדות היא בהבנה של כתיבת תוכנה פועלת לפי דרישות, במהירות הפיתוח ובכלי פרסום לענן של המוצר המוגמר. זהו שינוי הכרחי כדי להפוך את המפתחים והמפתחות הפוטנציאליים למהירים יותר, וכך – לאפקטיביים יותר לדרישות השוק כיום.
מסדי נתונים (DB), ממשקים ואינטגרציה
מאגרי המידע והחיבוריות לשירותים נוספים הם חלק חשוב בכל מערכת. מכיוון שהסטודנטים והסטודנטיות חסרי רקע בתחום, המסלול חייב לתת כלים בסיסיים לשימוש במסדי נתונים. כמו כן, מכיוון ששילוב שירותים (כמו מודלים) הוא מיומנות ליבה, קורס זה מעמיק בכלים סטנדרטיים של פייתון לבנייה של שירותי רשת ובשימוש ב־APIs ככלי תקשורת בין מערכות נפרדות, מתוך שמירה על חוסר תלות במימוש הפנימי.
הנושאים הנלמדים:
- יסודות בתקשורת, רשת, REST ,HTTP ,Json – פרוטוקולים סטנדרטיים ברשת האינטרנט, כיצד REST APIs משמשים ככלי לתקשורת ולהעברת מידע, מהם Microservices וניהול מפתחות ופרוטוקולים של אימות והזדהות (authentication).
- FastAPI Mastery – שימוש ב־FastAPI לבניית ממשקים אסינכרוניים ונקודות קצה פונקציונליות עבור בדיקות תקינוּת (health check, keep alive), שהן קריטיות לניטור המערכת בסביבת אמת (Production); יצירת תיעוד אוטומטי ל־API באמצעותSwagger או Redoc.
- בדיקות תקינות מידע עם Pydantic – בניית שירותים אמינים דורשת אכיפת חוזים עם סכמות מידע קבועות. שימוש בספריית Pydantic עבור ההגדרות של מבנה הנתונים (data validation) הוא חיוני ומאפשר פיתוח מקבילי של חלקים אחרים בקוד, מתוך הסתמכות על חוזי התקשורת בין חלקי הקוד וטיפול בכל אחד מהם בנפרד.
- מסדי נתונים – בסיס SQL לעומת NoSQL, טבלאות ואינדקסים ושימוש בסיסי בשני מאגרי מידע – MongoDB עבור PostgreSQL ו־NoSQL עבור SQL מבוזר.
AI, מודלים ולמידת מכונה
- כיצד מודלים של AI לומדים חיזוי מידע או ייצורו, וכיצד הם מאומנים ופועלים לשם כך; תהליכי למידה מפוקחת ולמידה לא מבוקרת, פידבק אנושי ותאוריה בסיסית.
- הנדסת פרומפטים (prompt engineering) - כתיבה נכונה של בקשות למודלים שונים, מהם חלקי הפרומפט, איך לקבל פלט בפורמט הנכון ועוד.
- שליטה והשפעה על הפלט של המודל - קביעת פרומפט מערכת, שינוי של ערכי הטמפרטורה של המודל להשפעה על היצירתיות שלו בהחזרת תשובות, קביעת מגבלות על אורך הפלט המקסימלי באמצעות Max Tokens ועוד.
- שימוש מערכתי בפרומפטים - פתרון בעיות בשימוש בשטח וטיפול במקרי קצה, יתרון בעצי מחשבה ובפיצול לפרומפטים קצרים וממוקדים, ניהול גרסאות של המערכת (Git basics) ושימוש בתבניות עם משתנים (placeholders).
- שימוש בידע קיים באמצעות RAG ((Retrieval-Augmented Generation - שימוש במודלים לסיפוק תשובות עובדתיות על בסיס ידע ארגוני קיים והקשר נתון – מרכיב קריטי לשימוש מותאם־חברה. בקורס נלמד כיצד לתכנן ארכיטקטורת RAG, מהו ייצוג וקטורי – הבנת ה־Embeddings ואינדוקס נתונים ב־Vector Stores.
Vibe-Coding – תכנות ללא קוד
הכרת פלטפורמות חצי־חינמיות (Lovable, Base44) בשילובGithub לפיתוח של ממשקי משתמש (GUI) בצד הלקוח, ושימוש מתקדם בהן; שימוש חדש בצ'אטים שהכרנו כדי לייצר קוד ולנתחו.
נכיר גם דרך לייצור של ממשקי משתמש למפתחי פייתון ללא תלות בצד הלקוח, באמצעות פלטפורמות כגון H2O Wave או Streamlit, המאפשרות פיתוח אפליקציות AI אינטראקטיביות באמצעות פייתון בלבד, מתוך ביטול הצורך במיומנויות HTML ,CSS או JavaScript. לאחר בניית הסוכנים (במהלך הסמסטר השני) נלמד לחבר את ממשק המשתמש ל־FastAPI Backend ליצירת אפליקציה שלמה.
היכרות עם פלטפורמות ושימוש בהן ליצירה ולניהול של תהליכי אוטומציה (Make and N8N) – נבין מהם תהליך וטריגר (או אירוע); נלמד להשתמש ב־Webhooks לתקשורת בין תהליכים ואיך לשלב בהם מודלי AI, רשתות חברתיות ושירותים אחרים.
פיתוח סוכנים אוטונומיים
המודל המתקדם ביותר בתוכנית. מכסֶה את הטרנד המרכזי של פיתוח סוכנים אוטונומיים ומערכות אוטונומיות (agentic AI, Frameworks). פיתוח סוכנים באמצעות Frameworks (כגון ,LangChain AutoGen ו־Crew-AI) הפך להיות הסטנדרט החדש בבנייה של מערכות AI ניתנות להרחבה.
- הכרת הפלטפורמות הקיימות כיום בשוקAgentic Loop, Tool Calling, Crew-AI) LangChain, AutoGen)
- הבנה של מנגנון הפעולה של סוכני AI, כולל תהליכים מרובי־שלבים; כיצד בונים סוכן אוטונומי רב־שלבי לפתרון בעיה; תכנון (plan), ביצוע (execute), תצפית (observe) והשתקפות (reflect/refinement); הבנה של ניהול זיכרון ומצב (state).
- LangChain – פלטפורמה שתשמש כבסיס ללימוד של עקרונות הניהול.
- Crew-AI ו-AutoGen – פלטפורמות המאפשרות בנייה של מערכות רב־סוכנים (Multi-Agent Systems) מבוססות תפקידים. Crew-AI מספקת את המודל הטוב ביותר לניהול של תהליכי עבודה שיתופיים, ומבטיחה שהבוגרים והבוגרות ידעו לפתור בעיות ארגוניות רב־שלביות; ב־AutoGen מודגמים תהליכי עבודה מבוססי שיחה ושיתוף פעולה בין סוכנים.
- Tool Callingואינטראקצייה חיצונית – פלטפורמות המאפשרות לסוכנים להפעיל APIs (כלים) חיצוניים חיוניים, כגון גישה למערכת מיזוג אוויר או מערכת מלאי.
פריסה והטמעה לענן – עם קונטיינרים
פריסת המערכת היא החלק האחרון והקריטי ביותר של מוצר תוכנה שלם. בקורס נלמד על העקרונות הבסיסיים של הענן (compute, storage, network) כפלטפורמה להרחבה (scalability) ואבטחה, שדרכה נוכל להפיץ את המוצר שלנו בעולם הרחב; נלמד לבצע דחיפת קונטיינרים (deployment) לסביבות ענן בסיסיות (למשל ב־Google Cloud Run).
נכיר גם את Docker – פלטפורמה המאפשרת בנייה ואריזה של כל רכיבי המערכת לקונטיינר מוכן להפצה, ופריסת מערכת מלאה לענן. Docker מקצרת באופן משמעותי את מחזור הפיתוח המסורתי ומספקת תשתית אבטחה עקבית שקל לדבג ולנטר. הפריסה בענן היא על גבי GCP או AWS.
כמו כן, נכיר בצורה בסיסית את Docker Compose המיועדת לאריזה של כל רכיבי המערכת ולניהול של סביבת פיתוח מלאה (יכולה לכלול כמה microservices או צד שרת וצד לקוח על אותו קונטיינר).
משך הלימודים
הלימודים יתקיימו פעמיים בשבוע, בשעות הערב, במשך שני סמסטרים. התוכנית כוללת 234 שעות לימוד אקדמיות, ובמסגרתה יידרשו הסטודנטים והסטודנטיות להגיש עבודות בית ופרויקט גמר מסכם.
התוכנית מועברת באופן מקוון (פרט לארבעה מפגשים פרונטליים).
מיקום הלימודים
בית הספר "חשיפה" ממוקם בקריית החינוך בתל אביב, רח' שושנה פרסיץ 13, וכולל כיתות לימוד ומעבדות מדיה מתקדמות, חניה בשפע (בחינם) וקפיטריה.
תנאי קבלה
- אוריינטציה טכנולוגית גבוהה.
- 5 יחידות לימוד אנגלית.
- 4 יחידות לימוד מתמטיקה.
- מילוי שאלון התאמה.
תעודה
לעומדים בדרישות הקורס תוענק תעודה מטעם בית ספר חשיפה - האוניברסיטה הפתוחה, לימודי החוץ.
מס' הקורס: 84745
