AI Engineer

תאור הקורס:

קורס AI Engineer של מכללת נאיה נבנה מתוך ההבנה שהשוק נמצא בנקודת מעבר: מארגונים שמשתמשים בכלי AI נקודתיים — לארגונים שמפתחים, מנהלים ומטמיעים מערכות AI כחלק אינטגרלי מהפעילות העסקית שלהם.

בעולם הזה, נדרש תפקיד חדש – AI Engineer: איש מקצוע שמחבר בין דאטה, מודלים, מערכות ותהליכים עסקיים, ויודע להפוך יכולות AI לפתרונות אמיתיים שעובדים בפרודקשן.

הקורס מיועד לאנשי דאטה ומפתחי תוכנה שרוצים לעשות קפיצה מקצועית, ולעבור מהבנה או שימוש ב-AI – ליכולת לבנות מערכות חכמות מקצה לקצה.

במהלך הקורס המשתתפים יעמיקו בהבנת האופן שבו מערכות AI עובדות “מאחורי הקלעים” החל מהבסיס של עבודה עם דאטה, דרך הבנת מודלים מתקדמים מסוג LLM, ועד לתכנון ארכיטקטורה של פתרונות מורכבים הכוללים Knowledge Bases, Agents, ואינטגרציות עם מערכות ארגוניות.

הקורס שם דגש מיוחד על השכבה שהפכה להיות קריטית בעולמות ה-AI לא המודל עצמו, אלא איך מחברים אותו לעולם האמיתי:
איך מזינים אותו בדאטה נכון, איך שולטים באיכות התשובות, איך בונים תהליכים סביבו, ואיך הופכים אותו לכלי עבודה אמין בארגון.

בנוסף, המשתתפים ילמדו כיצד לתכנן ולבנות מערכות מבוססות Retrieval Augmented Generation (RAG), לעבוד עם Vector Databases ו-Embeddings, ולבנות תהליכים חכמים באמצעות Agents ו-Workflow Automation – כל זאת תוך הבנה של שיקולי ביצועים, עלויות, וסקייל.

הקורס משלב בין ראייה טכנולוגית עמוקה לבין הבנה מערכתית ועסקית של פרויקטי AI:
כיצד נראה פרויקט AI אמיתי בארגון, מהם האתגרים הייחודיים שלו, כיצד מקבלים החלטות, ואיך מנהלים תהליך שמבוסס על ניסוי, למידה ושיפור מתמיד.

לאורך הקורס יש דגש חזק על פרקטיקה – עבודה עם כלים, תרגולים, ובניית רכיבים אמיתיים – מתוך מטרה שבסיום הקורס המשתתפים לא רק יבינו את העולם הזה, אלא ידעו לעבוד בו בפועל.

שיאו של הקורס הוא בפרויקט מסכם, שבו המשתתפים יבנו פתרון AI מלא מקצה לקצה – החל מהגדרת הבעיה, דרך תכנון הארכיטקטורה, עבודה עם דאטה ומודלים, ועד יצירת מערכת עובדת שנותנת מענה לצורך עסקי אמיתי.

מה לומדים בקורס

הקורס בנוי ממודולים משלימים המכסים את כלל שכבות העבודה של AI Engineer:

יסודות טכנולוגיים ודאטה

• עבודה עם Python לפי צורך
• הבנת מבנה הדאטה בארגונים ומקורות מידע (DWH, CRM, קבצים)
• עקרונות ארגון והכנת דאטה למודלים

הבנת עולם ה-AI

• הבדלים בין AI, Machine Learning ו-Generative AI
• שימושים עסקיים בארגונים
• מגבלות, סיכונים ומבנה מערכות AI

עבודה עם מודלים מתקדמים (LLMs)

• איך מודלי שפה עובדים
• פרמטרים מרכזיים והשפעתם
• Prompt Engineering ועבודה נכונה עם Context

בניית שכבת דאטה ל-AI

• תכנון Knowledge Bases
• עבודה עם Embeddings ו-Vector Databases
• עקרונות RAG ו-Semantic Search

אינטגרציות ויכולות מתקדמות

• חיבור למערכות דרך APIs
• עבודה עם MCP ו-Tools
• שילוב מודלים בתהליכים ארגוניים

Agents ותהליכי AI

• בניית מערכות מבוססות Agents
• תכנון תהליכים חכמים ו-Multi-Agent
• יצירת AI Flows ואוטומציות (כולל n8n)

ניהול, בדיקות ואופטימיזציה

• ניהול פרויקטי AI והגדרת יעדים
• שיפור ביצועים, דיוק ועלויות
• ניטור, Debugging וטיוב פתרונות

מסלול הכשרה זה מלווה בלפחות 50% תרגול מעשי במהלך השיעורים, ובנוסף הסטודנטים יקבלו משימות ופרויקטים לכל נושא רלוונטי, במסגרתם יוכלו לממש את הידע הנרכש במהלך השיעורים.