AI & Machine Learning Roadmap
מסלול AI ו-Machine Learning
לא Python ב-3 שנים — ידע פרקטי ב-AI שמספיק להתקדם בתפקיד או לעבור לתפקיד AI-leaning.
מהבנת יסודות ה-AI דרך אלגוריתמי Machine Learning ועד שימוש יומיומי בכלי AI בעבודה — המסלול הכי רלוונטי לשוק העבודה של 2025.
המסלול הזה בשבילכם אם
- מפתחים שרוצים לשלב AI ב-codebase קיים ולא להישאר מאחור
- מי שרוצה להבין מה באמת קורה ב-LLM כדי לבחור פתרונות נכון
- אנליסטים ו-Data people שרוצים לעבור לעבוד עם מודלים
- מתכוננים לראיונות לתפקיד AI Engineer / ML Engineer
פחות מתאים אם
- מי שמחפש מסלול ML Research אקדמי-תיאורטי
- מי שלא כתב קוד מעולם — צריך בסיס Python ראשוני
דרישות מקדימות
- ידע בסיסי ב-Python (לולאות, פונקציות, רשימות)
- מתמטיקה ברמת תיכון — מטריצות הן הכי מורכב
- נכונות לקרוא papers ותיעוד באנגלית
מה תדעו לעשות אחרי המסלול
הטכנולוגיות שתשלטו בהן
הכלים שמשמשים בפועל בתעשייה הישראלית
איך הזמן שלכם יתחלק
התפלגות שעות הלימוד בין הקורסים — תכננו לפי זה
איפה הולך הזמן שלכם
פרויקטים שתבנו במהלך המסלול
לא רק תאוריה — קוד אמיתי שיעלה לתיק העבודות שלכם
בוט שאלות-תשובות מבוסס RAG
RAG-based Q&A Bot
הקמת מערכת שאלות ותשובות מעל מסמכים פרטיים — chunking, embeddings, vector DB, ו-prompt engineering. הפרויקט הכי מבוקש בתעשייה.
מסווג רגשות מאומן
Sentiment Classifier
אימון מודל classification מ-0 על דאטהסט אמיתי. תכסו preprocessing, training, evaluation, ו-deployment ל-API.
מבקר קוד מבוסס AI
AI Code Reviewer
GitHub Action שמשתמש ב-LLM לסקירת PRs. תרגיל מצוין על structured prompting, function calling, ו-agentic workflows.
לאן זה לוקח אתכם
תפקידים שתוכלו להגיש מועמדות אליהם בסיום המסלול
תוכנית הלימודים
הקורסים בסדר המומלץ — כל אחד נבנה על הקודם
- 1
AI Fundamentals
יסודות בינה מלאכותית
למדו את יסודות הבינה המלאכותית — Machine Learning, Neural Networks, LLMs, RAG, Prompt Engineering ועוד — עם דגש על שימוש מעשי ואינטגרציה בפרויקטים.
12 שיעורים10 שעותבינוני - 2
Deep Learning
למידה עמוקה
הבינו איך Deep Learning עובד מבפנים — Neural Networks, Overfitting, CNNs, RNNs, LSTMs, Transformers, Attention Mechanism, ואיך LLMs כמו GPT ו-Claude בנויים.
12 שיעורים16 שעותמתקדם - 3
Claude & Cursor — AI כעמית לעבודה
AI כעמית לעבודה
למדו לעבוד עם Claude ו-Cursor כעמיתים אמיתיים לעבודה — לא רק כלים. Prompt Engineering מתקדם, Claude Code, MCP, Skills, Agents, וכל מה שצריך כדי לעבוד פי 10 יותר מהר.
14 שיעורים11 שעותבינוני
שאלות נפוצות
תשובות למה ששואלים אותנו על המסלול הזה
תלוי בחברה. רוב חברות ההייטק כבר משלבות AI ב-feature אחד לפחות, ובסטארטאפים החדשים זה ליבה. גם אם לא נוגעים ב-ML "אמיתי", השימוש ב-LLMs כבר חיוני.
AI Fundamentals מסביר איך LLMs עובדים, RAG, agents, ו-prompt engineering — מה שצריך כ-AI Engineer בפועל. Machine Learning יורד לעומק לאלגוריתמים קלאסיים — regression, classification, neural nets — מה שצריך כ-ML Engineer.
לא לרוב התרגילים. ה-LLMs נצרכים דרך API (OpenAI/Anthropic) ו-ML הקלאסי רץ על CPU. רק לאימון מודלים עמוקים תצטרכו Colab או GPU בסיסי — מה שעולה ~$10/חודש.
הקורסים שלנו לא דורשים linear algebra ברמה אקדמית. אנחנו מסבירים את האינטואיציה (וקטורים, מטריצות, gradients) במקום להתעמק בהוכחות. מתאים גם למי שלא ראה מתמטיקה שנים.
זה הרבה מעבר. הקורס מלמד workflows שלמים — code generation, refactoring, debugging, agentic tasks, ו-MCP tools. אחרי הקורס תעבדו אחרת לגמרי, גם בלי לדעת שורה של ML.