קורס A/B Testing הינו תוכנית הכשרה מעשית המיועדת להקנות לאנליסטים ולמקבלי החלטות את הידע והכלים לתכנון, ביצוע וניתוח של ניסויי A/B באופן מקצועי ומבוסס נתונים. במהלך הקורס ילמדו המשתתפים את המתודולוגיות המרכזיות לביצוע A/B Testing, החל מהגישה הסטטיסטית הקלאסית (Frequentist) ועד לגישה הבייזיאנית (Bayesian), תוך שימוש ב-Python וב-Jupyter Notebook ליישום מעשי של המודלים. התוכנית משלבת תיאוריה, תרגול ודוגמאות מהעולם העסקי, ומאפשרת למשתתפים ללמוד כיצד לקבל החלטות מושכלות, לשפר מוצרים ותהליכים עסקיים ולבצע ניסויים אמינים המבוססים על נתונים.
מרצה
שיר ורון
Head of Analytics
שיר הינו מוביל בכיר בעולמות האנליטיקה, הדאטה והמוצר עם ניסיון של למעלה מעשור בהקמה, ניהול והובלת צוותי Analytics ו-Data בארגונים טכנולוגיים גלובליים.
משמש כ-Head of Analytics ב monday.com משנת 2024, ולאורך השנים כיהן בתפקידי ניהול בכירים כגון Director of Analytics ו-Head of Data Products & Analytics, עם אחריות על Product Analytics, A/B Testing, Data Products ותובנות עסקיות מבוססות נתונים.
בעל ניסיון עשיר בהובלת צוותים גלובליים, הטמעת מתודולוגיות אנליטיות, עבודה צמודה עם הנהלה ופיתוח, והפיכת דאטה למנוע החלטות עסקיות. במקביל מרצה במכללת NAYA בתחומים SQL, Python, Tableau, סטטיסטיקה, Prompt Engineering ו-Analytics, ומשלב עומק אנליטי, חשיבה מוצרית ויכולות הצגה ברמה גבוהה.
התמחות
SQL, Excel, Tableau, Python, AI, Prompt Engineering
מה זה AB Testing ? או – מבחן פיצול? AB טסטינג הוא מתודולוגיה נפוצה ופופולרית המשמשת בעיקר באפליקציות, אתרים מסחריים ומחקרים מדעיים ונועדה לקבוע, בהשוואה בין 2 חלופות, איזו גרסה היא בעלת התוצאות הטובות ביותר.
מדובר במבחן אשר במהלכו מפצלים את קהל היעד בין 2 וריאציות נמדדות, ובאמצעות מדדים סטטיסטטים המצביעים מהי החלופה המועדפת מבחינת מדדים שנקבעו מראש.
הקורס מיועדים לאנליסטים ולמדעני נתונים מתחילים, ונדרשת בו הכרות בסיסית עם שפת פייתון. במהלך הקורס נשתמש במחברות Jupyter Notebooks או Julia code תוך כדי הדרכה והדגמה. הקורס יכלול תרגול על מנת להבסס את הידע הנרכש ואת מטרות הקורס.
בקורס נעסוק ביסודות הסטטיסטים של המבחן, נלמד להציג ולנתח את התוצאות ואת המשמעויות שלהן, נממש ונלמד את הכלים המצויים בתחום תוך בחינת 2 הגישות השונות בתחום: הקלאסית המבוססת על גישת הפרמטרים המרובים והגישה המודרנית המבוססת על הגישה הבייסיאנית (Frequentist vs. Bayesian). את הגישות נבחן במספר מקרים עם מדדי הצלחה שונים המתאימים למקרים המתרחשים בפועל בתעשייה.
צוות הקורס
אלון תם
Data Science & AI Entrepreneur
אלון בעל ניסיון עשיר של מעל 15 שנה בפיתוח, הובלה והוראה בעולמות הדאטה, ה-AI וה-SaaS. מרצה לדאטה סיינס במכללת NAYA משנת 2020, מלמד החל מ-Python ועד ארכיטקטורות מתקדמות של Deep Learning ו-Generative AI. מייסד שותף ו-CTO של Livv.ai, פלטפורמת SaaS חכמה לשוק הנדל״ן האמריקאי, אותה הקים מאפס, כולל פיתוח והטמעה של מודלים מתקדמים ב-Machine Learning ו-Computer Vision. בעבר כיהן כסמנכ״ל מו״פ וראש חטיבות פיתוח בחברות טכנולוגיה מובילות, הוביל צוותים של עשרות מפתחים, טרנספורמציות Agile, CI/CD ושדרוגי ארכיטקטורה רחבי היקף. משלב ראייה עסקית, עומק טכנולוגי וניסיון מוכח בהובלת מוצרים סקיילביליים בענן.
ישי גל און
Director of Lifecycle Marketing
ישי הוא מהנדס תעשייה וניהול מאוניברסיטת בן גוריון עם 14 שנות ניסיון בעולם הonline marketing, הכולל:
אנליזה, ניהול צוותי analytics, שיווק ובניית צוותים משולבים של אנשי שיווק אנליסטים ואנשים אופרציה.
ישי, המשמש כיום Director of Lifecycle Marketing בחברת Similarweb, עבד בתפקידים בכירים בחברות כמו: Payoneer ,Karma ,GSN Games ,One1 ועוד.
פרויקטים מעניינים שעשה:
פיתוח סגמנטציית ערך חוצת ארגון בחברת William Hill, – השימוש בסגמנטציה חסך עלויות אופרטיביות והגדיל רווחים
פיתוח והטמעה של תשתית ניתוח קמפיינים בחברת William Hill – הפרויקט עזר לקבל אנליזות מדוייקות ושימושיות יותר, וכן קיצר משמעותית את זמן ההמתנה לניתוחים
בניית צוותים משולבים של אנשי שיווק אנליסטים ואנשים אופרציה בחברת GSN GAMES
