שנים של ניסיון, מאות גיליונות אקסל - ובסוף אתה סומך על תחושת בטן. בוא לבנות כלי שמגבה אותך במספרים.
קורס ערב מעשי: חמישה מפגשי זום שבהם אתה מביא נתונים מהעבודה שלך ויוצא עם כלי חכם אחד שעובד בשבילך ביומיום. בלי רקע בתכנות: סוכן הקוד כותב את הקוד בזמן אמת, ואתה מנחה אותו ומקבל את ההחלטות המקצועיות.
בהנחיית זכר עדינייב (פרקטיקה עדכנית ב-AI ודאטה) וד״ר אלי ספרא (עומק אקדמי, 20+ שנות הוראה).
כולם מכירים את הרגע שבו מבינים שהפרויקט חרג - כשכבר מאוחר מדי. בקורס בונים כלי שלומד מנתוני הפרויקטים הקודמים שלך ומזהיר מראש על צווארי בקבוק וחריגות תקציב, עוד לפני שהם מתרחשים בשטח.
לעבור ידנית על עשרות דוחות פיקוח זה מתסכל ומועד לטעויות. אפשר לבנות דשבורד חכם שסורק את כל הדוחות מהשטח, מזהה לבד דפוסים של ליקויים שחוזרים על עצמם, ומאיר בדיוק איפה צריך להתערב.
חוסר בציוד או בחומרים שתוקע את העבודה זו תקלה שאפשר למנוע. כלי שמנתח את קצב הצריכה וההזמנות מתריע על חוסרים צפויים מספיק זמן מראש, כדי שהעבודה תמשיך לרוץ חלק.
קשה לקלוט כל שינוי קטן בשטח דרך תצלומים או נתונים גולמיים. מערכת שמשווה מידע לאורך זמן מזהה חריגות - נזק, שינוי, סיכון בטיחותי - ומציפה אותן מיד לקבלת החלטות.
קורסים קודמים הועברו בשיתוף עם:
"התחלתי מאי ידע בעולם התכנות וה-AI ולא ציפיתי להגיע למצב של בניית אפליקציה, היום אני מרגישה ששולטת יותר בתחום הזה"
תאוריה: מה נתונים באמת יכולים לגלות - התפלגויות, קשרים, ואיזו שאלה שווה לשאול אותם.
פרקטיקה: בוחרים פרויקט, חוקרים את הנתונים, ומקימים דשבורד ראשון - עם סוכן הקוד לצידך מהדקה הראשונה.
תאוריה: איך מיקום, מרחק והקשר גיאוגרפי חושפים מידע שלא רואים בטבלה.
פרקטיקה: מעשירים את הנתונים בשכבות חיצוניות, עובדים חכם יותר עם סוכן הקוד, וסבב טיפים אישי לפי הפרויקטים.
תאוריה: איך מכונה לומדת מהעבר כדי להתריע על העתיד - ואיך בודקים אם מותר לסמוך עליה.
פרקטיקה: בונים את החלק החכם הראשון של הכלי, משווים גרסאות, ורואים בדיוק איפה הוא צודק ואיפה עוד לא.
תאוריה: איך הופכים התרעה להמלצה מעשית, ומה ההבדל בין תחזית לבין החלטה עסקית.
פרקטיקה: מתי מספיק צ׳אט חכם, מתי צריך סוכן, ואיך מחברים המלצה מוסברת לכלי שלך.
תאוריה: מתי סומכים על הכלי ומתי לא, איך מסבירים אותו לאחרים, ומה חסר לפני שימוש אמיתי.
פרקטיקה: מעלים את הכלי לאוויר, מסדרים תיעוד קצר, ומתכננים איך ממשיכים לבד אחרי הקורס.
בסוף חמשת המפגשים יש לך בסיס איכותי וכלי עובד אחד - לא את הכל. את ההמשך בונים לבד, או בליווי.
הזמן שלך יקר, ולכן המפגשים עצמם מוקדשים נטו לעשייה. לפני המפגש הראשון יש הכנה קצרה ומדויקת - כשעה של עבודה עצמאית. זה תנאי, לא המלצה.
מגיעים עם סביבה מוכנה, כדי שאף דקת מפגש לא תישרף על התקנות.
עוזר לזקק את הרעיון ולבחור נתונים מתאימים עוד לפני שנפגשים.
30 דקות אישיות להגדרת הפרויקט שלך ולהורדת חסמים - לפני או במהלך הקורס.
מאחוריי כעשור של עשייה ב-AI ובדאטה: שש שנים בהייטק כדאטה סיינטיסט וכראש צוות אלגוריתמיקה, ולצידן פיתוח ומחקר עצמאי ואקדמי לאורך הדרך. היום אני מייסד בונים בינה, מרצה בטכניון ובאוניברסיטת אריאל ומנטור ב״מגשימים AI״, מסלול ה-AI בתכנית הסייבר הלאומית לנוער - מחבר בין הוראה, בנייה וליווי פרויקטים.
דוקטורט בטכניון בתחום GIS וגאואינפורמטיקה, יותר מ-20 שנות הוראה של Data Science וטכנולוגיות דאטה למהנדסים, וניסיון מעשי בתפקידי אלגוריתמאי, Data Scientist ו-CTO בעולמות תחבורה ולוגיסטיקה (Moovit, Bringg).
מפגש שבועי ביום ושעה קבועים בשעות הערב, בעברית, עם הקלטות לקבוצה. התאריכים המדויקים נסגרים יחד עם המחזור.
אם לא מגיעים למינימום, המחזור נדחה או שמקבלים החזר מלא.
בחירת נתונים, חידוד פרויקט, והורדת חסמים לפני או במהלך הקורס.
לאורך הקורס ועוד שבועיים אחרי, כדי שלא תיתקע לבד בין מפגשים.
השאר פרטים עם קצת הקשר מקצועי. נחזור עם התאמה, תאריכים, ומה צריך להכין לפני שמתחילים.
מעדיפים לדבר קודם? WhatsApp · info@bonimbina.co.il · LinkedIn
בדיוק בשבילך. הידע בתחום שלך הוא הנכס, וסוכן הקוד כותב את הקוד בזמן שאתה מוביל אותו. אחת המשתתפות כתבה: ״התחלתי מאי ידע בעולם התכנות וה-AI ולא ציפיתי להגיע לבניית אפליקציה, היום אני מרגישה ששולטת יותר בתחום״.
כלים כמו Base44 מעולים לבניית ה״קליפה״ של האפליקציה: מסכים, טפסים, כפתורים, ושמירה של נתונים שכבר יש לך. לאפליקציה פשוטה זה מספיק. הפער מתחיל ברגע שאתה רוצה שהאפליקציה תהיה באמת חכמה - שתתריע על הפרויקט המסוכן, תזהה את הליקוי החוזר, תחליט מה דחוף. שם הכלי החינמי נותן משהו שנראה עובד ובשקט לא באמת עובד, כי החלק הקשה הוא לגרום ללוגיקה העמוקה להיות נכונה על נתונים אמיתיים ומבולגנים, לא על דמו. בדיוק את זה הקורס מלמד: איך לבנות את המוח של האפליקציה על הנתונים שלך, כשסוכן הקוד הוא המאיץ ולא התחליף לשיקול הדעת. התוצאה היא כלי שמחזיק במציאות, לא רק בהדגמה.
לא צריך להיות מתכנת, אבל כן צריך להיות מוכן לעבוד עם קבצים, נתונים, אקסל וקצת קוד בעזרת סוכן AI. אם יש לך בסיס ב-Python או pandas, זה יעזור. אם אין, נבדוק בטופס ובשיחת ההתאמה אם נקודת הפתיחה מתאימה.
לא. אפשר לבחור דאטה ממאגרים קיימים, ואפשר לעבוד עם דאטה פתוח או אנונימי שכבר נמצא אצלך. לפני הקורס נשתף צ׳אטבוט עזר לבחירת כיוון, ובשיחה האישית עם זכר נבדוק אם הנתונים ישימים במסגרת הקורס. לא מביאים מידע אישי, סודי או רגיש.
שכבה מרחבית היא דרך מצוינת ללמוד העשרת נתונים: מיקום, מרחק, אזור, שיוך, זמינות, ביקוש וסיכון. גם אם הנתונים שלך אינם גיאוגרפיים במקור, המפגש מלמד איך לחשוב על מקורות מידע חיצוניים שמוסיפים הקשר לכלי שלך.
המפגשים מוקלטים וזמינים בדרייב פרטי לקבוצה. בנוסף יש קבוצת WhatsApp פעילה, כך שאפשר להשלים ולשאול שאלות. עדיין, זה קורס לייב ולא מוצר מוקלט בלבד, לכן מומלץ להגיע בזמן אמת.
ממלאים את הטופס למעלה. אם נראה שיש התאמה, נחזור עם תאריכי המחזור, שיחת התאמה קצרה ולינק תשלום.
לא. הקורס נותן יסודות, מתודולוגיה ותוצר עבודה ראשוני. סוכן הקוד מאיץ, אבל הוא לא קוסם - שיקול הדעת שלך הוא העבודה, וזה בדיוק מה שלומדים. רוצה ללמוד לבנות בעצמך בליווי אישי? יש מנטורינג לפרויקט שלך. צריך פתרון שיוקם ויתוחזק לעסק? יש שירותי AI לעסק. להכשרת צוות, פנו להרצאות וסדנאות.