מובילי חדשנות, שגרירי AI, מנהלי פרויקטים וצוותים רב-תחומיים
המכון הישראלי לבינה מלאכותיתקורס AI מתקדם ופרויקט יישומי - 24 שעות
קורס מתקדם שמחבר בין כלי AI, אפיון תהליך, בניית אב-טיפוס, בדיקות איכות והצגת ערך. המשתתפים עובדים בקבוצות על אתגר ארגוני ומציגים תוצר מבוקר.
לבנות, לבדוק ולהציג פתרון AI לתהליך עבודה אמיתי
פרונטלי, אונליין או משולב לפי תכנית
מקורס כלים לפרויקט AI שמוכן לפיילוט
ארגונים רבים כבר מכירים ChatGPT, Copilot או Gemini, אך מתקשים להפוך שימוש אישי לפתרון ארגוני אמין. במהלך שמונה מפגשים המשתתפים בוחרים תהליך אמיתי, מאפיינים את הצורך והסיכונים, בונים אב-טיפוס בכלים מאושרים, בודקים אותו ומציגים להנהלה תכנית לפיילוט.
זהו מסלול יישומי למובילי שינוי ולצוותים רב-תחומיים. הוא אינו קורס תכנות ואינו מכשיר מפתחי Python או מהנדסי ML. מי שמחפש בנייה טכנית באמצעות API, קוד ו-RAG מפותח ימצא התאמה טובה יותר במסלול המקצועי בן 60 השעות.
מענה בדרך כלל בתוך יום עסקים · ללא התחייבות · מותאם למדיניות ולמערכות הארגוןמניסוי בכלי להחלטה שאפשר ליישם
אחרי: Use Case מוגדר עם משתמש, יעד ומדד הצלחה.
אחרי: Stack שנבחר לפי מידע, רישוי, סיכון וסביבת העבודה.
אחרי: אב-טיפוס, ערכת בדיקות וקריטריוני קבלה.
אחרי: Pilot brief, בעלות ותכנית עבודה ל-90 יום.
מה לומדים, מתרגלים ומפיקים בכל יחידה?
הסילבוס מותאם לקהל ולמערכות המאושרות בארגון. כל מודול מחבר ידע, הדגמה, תרגול, בדיקה ותוצר שאפשר לקחת לעבודה.
Discovery ואפיון Use Case
מנסחים בעיה, משתמשים, תוצאה ומדד הצלחה לפני שבוחרים כלי.
- Problem Statement
- מסע משתמש
- ערך וסיכון
- מדדים
כתיבת Canvas מלא לבעיה אמיתית.
- שירות
- ידע
- תפעול
- מסמך אפיון
מיפוי תהליך, מידע וסיכונים
מזהים מקורות מידע, הרשאות, נקודות החלטה ומקרי קצה.
- Data flow
- בעלות
- מידע רגיש
- תכנית עצירה
בניית מפת תהליך ובקרות.
- פנייה נכנסת
- מסמך ארגוני
- מפת תהליך
- Risk Register
Context Engineering ובסיסי ידע
מתכננים איזה מידע נכנס להקשר, איך מאחזרים אותו וכיצד שומרים עקיבות למקור.
- RAG
- Chunking
- מקורות
- זיכרון
בניית בסיס ידע קטן על חומר ציבורי או מדומה.
- נהלים
- שאלות נפוצות
- ארכיטקטורת הקשר
בניית עוזר או סוכן
מגדירים תפקיד, כלים, גבולות ותסריטי הפעלה לעוזר מקצועי.
- Instructions
- Tools
- Guardrails
- Escalation
בניית עוזר ראשוני ובדיקתו.
- עוזר מוקד
- עוזר מחקר
- Prototype
אוטומציות ואישור אנושי
מחברים את העוזר לתהליך ומגדירים היכן נדרש אישור, רישום או עצירה.
- Trigger
- Integration
- Approval
- Logs
Workflow רב־שלבי עם Human in the loop.
- טופס לפנייה
- מסמך לדוח
- דמו אוטומציה
מסמכים, נתונים ומדיה
מוסיפים לפרויקט קבצים, טבלאות, תמונה, קול או וידאו באופן בטוח ומבוקר.
- Extraction
- Analysis
- Visualization
- Provenance
הפקת תוצר רב־מודאלי ובדיקת המקורות שלו.
- דוח עם גרף
- סרטון הדרכה
- תוצר רב־מודאלי
Evals, Red Team ומשילות
בונים בדיקות קבלה, תרחישי כשל ובקרות לפני פיילוט.
- 15 מקרי בדיקה
- Prompt injection
- דיוק
- פרטיות
Red Team לאב־טיפוס ותיעוד תוצאות.
- הזרקת הנחיה
- מקור חסר
- ערכת Evals
- תכנית תיקון
Capstone, Demo ותכנית הטמעה
מציגים פתרון, מגבלות, מדד, בעלות וצעד הבא לפיילוט.
- Demo
- ROI hypothesis
- Adoption
- Roadmap
Demo בן חמש דקות וביקורת הנהלה.
- Pilot brief
- תכנית 90 יום
- מצגת הנהלה
- Roadmap
הכלי הוא אמצעי. התהליך, הבקרה והתוצר הם היכולת.
ה-Stack הסופי נסגר סמוך לפתיחת הקורס לפי רישיונות, אבטחת מידע ומקרי השימוש. בכל משפחה לומדים איזו בעיה היא פותרת, איך עובדים איתה ומה צריך להוכיח לפני פיילוט.
מערכות ידע ו-RAG
- הבעיה
- עובדים מבזבזים זמן בחיפוש נהלים ומקבלים תשובות שאי אפשר לאמת.
- דרך העבודה
- מגדירים מקורות מאושרים, הרשאות, כללי ציטוט ומצבים שבהם העוזר חייב לומר שאין מידע מספיק.
- התוצר
- עוזר ידע ראשוני וערכת שאלות קבלה. העבודה היא בכלים קיימים, לא בפיתוח Vector Database מאפס.
סוכנים ואוטומציה
- הבעיה
- תהליך עובר בין מייל, מסמך, מערכת ואדם — ללא רצף ובקרה.
- דרך העבודה
- מחברים Trigger, מידע, החלטה, פעולה ואישור אנושי באמצעות סביבת Low-code או No-code מתאימה.
- התוצר
- Workflow מבוקר עם נקודות עצירה, רישום פעולות והסלמה לאדם.
נתונים, מחקר ומדיה
- הבעיה
- מידע קיים בקבצים ובטבלאות, אך קשה להפוך אותו להחלטה או לתוצר עקבי.
- דרך העבודה
- מגדירים קלט, תבנית ניתוח, בדיקות מקור ופורמט פלט — מדוח וגרף ועד תוצר חזותי.
- התוצר
- תהליך חוזר שמייצר תוצר מקצועי ומסמן מה עדיין דורש אימות אנושי.
Evals, אבטחה ומשילות
- הבעיה
- דמו מרשים אינו מוכיח שהפתרון אמין, בטוח או מתאים לעבודה אמיתית.
- דרך העבודה
- בונים מקרי בדיקה, מדדי הצלחה ו-Risk Register בהשראת NIST AI RMF, OWASP ו-ISO/IEC 42001.
- התוצר
- ערכת קבלה לפיילוט. מסגרות אלו הן שיטות עבודה לבקרה — לא כלי AI בפני עצמן.
כך מתרגלים לאורך המסלול
- Capstone קבוצתי
- סט בדיקות קבלה
- Red Team
- Demo הנהלה
- Roadmap לפיילוט
מקרי שימוש שאפשר להתאים
- סוכן ידע עם מקורות
- אוטומציית back office
- עוזר שירות עם הסלמה
- דוח נתונים רב־מודאלי
מאתגר ארגוני לאב-טיפוס בדוק בשישה שלבים
אותו Use Case מתקדם בין המפגשים, כך שהמשתתפים אינם אוספים הדגמות נפרדות אלא בונים החלטה אחת שאפשר להציג ולבחון.
- 01מגדירים את האתגר
למשל: עוזר ידע למוקד שירות שמקצר זמן איתור תשובה בלי להמציא מדיניות.
- 02ממפים מידע ובעלות
בוחרים נהלים מורשים, בעל תוכן, הרשאות ומידע שאסור לחשוף.
- 03מתכננים את הזרימה
מגדירים מתי העוזר עונה, מתי מבקש הבהרה ומתי מעביר לאדם.
- 04בונים אב-טיפוס
מקימים עוזר או סוכן בכלים שאושרו בארגון ומחברים תוצר עבודה ממשי.
- 05בודקים ומאתגרים
מריצים שאלות רגילות, מידע חסר, מקרי קצה וניסיונות Prompt Injection.
- 06מציגים החלטה
מסכמים מדדים, סיכונים, בעלות, תקציב ותכנית 90 יום לפיילוט.
מה המשתתפים מסוגלים להוביל בסיום?
בוגר שעמד בדרישות יודע לזהות תהליך מתאים ל-AI, לנסח דרישות ומדדי הצלחה, למפות מידע וסיכונים, לבנות אב-טיפוס בכלי מאושר, לבצע בדיקות קבלה ולהציג תכנית פיילוט.
- לעבוד עם היחידה העסקית, מערכות מידע ואבטחה על Use Case משותף
- להבחין בין RAG, אוטומציה וסוכן ולבחור גישה מתאימה
- להגדיר Human in the loop, הרשאות ומצבי עצירה
- לנהל Demo, Evals, Risk Register ותכנית 90 יום
מסלול שאפשר לבנות עם הקמפוס
מסלול פרויקטלי לבניית פתרון, בדיקתו והצגת תכנית הטמעה — במסגרת שיתוף עם המוסד המארח.
המכון יכול לפתח ולהעביר קורס בשיתוף המוסד המארח. הכרה אקדמית, נקודות זכות ותעודה רשמית — ככל שיוצעו — נקבעות וניתנות רק בידי המוסד האקדמי המוסמך. המכון אינו מוסד מוכר להשכלה גבוהה ואינו מעניק באופן עצמאי תואר או תעודה אקדמית רשמית מטעם המל״ג.
מה נשאר בסוף?
- מסמך אפיון
- אב-טיפוס
- ערכת בדיקות
- מצגת הנהלה ותכנית המשך
בחרו את עומק הליווי, לא רק את מספר שעות ההוראה
התמחור הוא למחזור ארגוני ונקבע לפי מספר המשתתפים, פורמט, סביבת הכלים, היקף הליווי ומורכבות הפרויקטים. לאחר שיחת מיפוי נשלחת הצעה הכוללת תכולה, לוח זמנים ורכיבי תקציב.
קורס פרויקטלי, 24 שעות
שיחת אפיון, שמונה מפגשים, חומרי עבודה, מעבדות, Capstone קבוצתי ו-Demo מסכם.
- התאמה לקהל ולכלים המאושרים
- תבניות Use Case, Evals ו-Risk Register
- סיכום והמלצות להמשך
קורס עם ליווי פרויקטים
כל רכיבי מסלול הליבה, בתוספת קליניקות משוב ומנטורינג לצוותים בין המפגשים.
- בדיקת Use Cases לפני הבנייה
- משוב על אב-טיפוס וערכת בדיקות
- הכנה להצגת הנהלה
קורס וליווי יישום
מעטפת מורחבת שמחברת מיפוי, הכשרה, Governance והחלטת הנהלה על פיילוט.
- מיפוי מקדים עם בעלי תפקידים
- חידוד פתרון ותכנית 90 יום
- ועדת Demo ומפת אחריות
מה חשוב לדעת לפני שבונים מסלול?
התשובות מותאמות להיקף הקורס, לקהל, לכלים ולתוצרים של המסלול הזה.
למי מתאים קורס AI מתקדם ופרויקט יישומי - 24 שעות?
קורס AI מתקדם ופרויקט יישומי - 24 שעות מיועד למובילי חדשנות, שגרירי AI, מנהלי פרויקטים וצוותים רב-תחומיים. הקורס מותאם לרמת הידע, לתפקידים, למשימות ולכלי ה-AI שאושרו בארגון.
מה לומדים בקורס AI מתקדם ופרויקט יישומי - 24 שעות?
הקורס כולל Discovery ואפיון Use Case, מיפוי תהליך, מידע וסיכונים, Context Engineering ובסיסי ידע, בניית עוזר או סוכן, אוטומציות ואישור אנושי, מסמכים, נתונים ומדיה, Evals, Red Team ומשילות, Capstone, Demo ותכנית הטמעה. בכל יחידה משלבים ידע, הדגמה, תרגול, בדיקה ותוצר לעבודה.
באילו כלי AI משתמשים בקורס AI מתקדם ופרויקט יישומי - 24 שעות?
הכלים האפשריים כוללים ChatGPT, Claude, Microsoft Copilot Studio, Gemini, NotebookLM (Gemini Notebook), Make, Power Automate, n8n. בקורס ארגוני בוחרים רק כלים ורישיונות שמתאימים לסביבת העבודה ולמדיניות אבטחת המידע.
אילו תוצרים מקבלים בסיום קורס AI מתקדם ופרויקט יישומי - 24 שעות?
התוצרים כוללים מסמך אפיון, אב-טיפוס, ערכת בדיקות, מצגת הנהלה ותכנית המשך. התוצרים נבנים סביב משימות ומקרי שימוש של המשתתפים ולא כתרגיל כללי בלבד.
איך מתקיים קורס AI בהיקף 24 שעות?
אפשר לקיים את הקורס פרונטלית, אונליין או במתכונת משולבת. חלוקת המפגשים, התרגול בין המפגשים והמשוב נקבעים לאחר איפיון הקהל והמטרות.