AI for Data Science

מהות הקורס?

עולם מדע הנתונים עובר מהפכה. אם בעבר ה־Data Scientist התמקד בבניית מודלים סטטיסטיים ולמידת מכונה קלאסית, הרי שכיום עליו להבין לעומק את מנגנוני הבינה המלאכותית הגנרטיבית — את הדרך שבה מודלים כמו GPT, Stable Diffusion ו־Claude “חושבים”, לומדים, מייצרים טקסט, תמונה וידע, ואת האופן שבו ניתן לרתום אותם לפתרונות עסקיים חדשניים.
קורס AI for Data Scientists של NAYA College מיועד בדיוק לשם כך: לקחת אנשי Data מנוסים — ולהפוך אותם לאדריכלי AI, המסוגלים לא רק להשתמש בכלים קיימים אלא גם להבין כיצד הם פועלים, לשפרם ולהטמיעם בארגון באופן חכם, בטוח ויעיל.

במהלך ההכשרה נצלול אל תוך היסודות של Generative AI, נבין לעומק את מבני המודלים Transformers, Diffusion Models ו־Embeddings, ונעבוד ישירות עם סביבת HuggingFace להבנה מעשית של ה־LLMs מאחורי הקלעים.
נלמד לפתח ולחבר מודלים לסביבות עסקיות אמיתיות בעזרת LangChain, LlamaIndex ו־RAG (Retrieval-Augmented Generation), ונעמיק ביכולות של Prompt Engineering, Fine-Tuning ו־Agentic AI — גישות שמאפשרות לייצר סוכני AI חכמים ואוטונומיים, לשפר דיוק, ולייעל תהליכי פיתוח ו־Decision Making.
הקורס מתמקד בצד המעשי: כל נושא נלמד דרך יישומים עסקיים אמיתיים, ניתוח ביצועים, אופטימיזציה של מודלים והבנה כיצד לתרגם חדשנות טכנולוגית לערך עסקי מדיד.

הקורס משלב בין הבנה תאורטית עמוקה של מודלים מודרניים ובין פרקטיקה יישומית בעולמות ה־Data Science וה־AI. המשתתפים רוכשים כלים לפיתוח מודלים, הפעלת Frameworks מתקדמים, בניית מערכות חכמות מבוססות LLM, ויישום מתודולוגיות Fine-Tuning ו־Evaluation על נתונים ארגוניים.

למי הקורס מתאים?

הקורס מיועד ל־Data Scientists, Machine Learning Engineers ואנליסטים מתקדמים, המעוניינים להבין לעומק את היסודות הטכנולוגיים של Generative AI ולפתח יישומים מבוססי מודלים מתקדמים.
הוא מתאים במיוחד למי שכבר מתמצא באלגוריתמים של למידת מכונה ורוצה להתקדם אל השלב הבא — להבין, להתאים ולבנות בעצמו מודלי Transformer, RAG וסוכני AI (Agentic AI) תוך שילובם בתהליכים עסקיים אמיתיים.

עם מה הסטודנטים יוצאים בסיום הקורס?

• • • הבנה טכנית עמוקה של הארכיטקטורות שמאחורי Generative AI.

    • פיתוח יישומים מבוססי LLMs באמצעות LangChain, LlamaIndex ו־RAG.

    • שימוש בכלים מתקדמים ל־Prompt Engineering, Fine-Tuning ו־Workflow Automation.

    • יישום סוכנים אוטונומיים (Agentic AI) לייעול תהליכים עסקיים וליצירת פתרונות חדשניים.

    • הערכה ובחינה של ביצועי מודלים בהקשר עסקי אמיתי.

    .