גילוי נאות: חלק מהקישורים במאמר הם (או יהיו) קישורי אפיליאייט. אם תירשם דרכם, אקבל עמלה מהפלטפורמה, ללא תוספת מחיר עבורך. ההשוואה מבוססת על ניסיון הדרכה וליווי, לא על מדידת שעות של הקורסים.

בקצרה

"איך נכנסים ל-AI בלי לאבד את הדרך?" זו השאלה שאני נשאל הכי הרבה במפגשים שלי. המסלול הזה הוא התשובה שלי אחרי 13 שנים שבהן אני מלמד AI ומלווה סטודנטים. הוא מיועד לאדם עם משרה מלאה, שמצליח לפנות זמן במקביל למשך 6 חודשים, ומבוסס על קורסים אמיתיים (לא רק סרטונים ביוטיוב).

הציפיות לסוף המסלול: תדע Python, לבנות מודל בסיסי של ML בעצמך, להבין איך LLMs עובדים, לבנות סוכן AI פשוט, ולהציג פורטפוליו שיסייע לך בראיונות עבודה.

העלות הכוללת: מנוי Coursera Plus לחצי שנה ($199) + 2 קורסי Udemy ($30) = כ-$230.

ההנחות של המסלול

  • השקעה בשבוע: כ-10 שעות (אפשרי גם לעובדים במשרה מלאה)
  • דרישות קדם: אין. אנגלית ברמת קריאה טכנית (אפשר גם עם כתוביות)
  • אין צורך במחשב יקר. Google Colab בחינם מספיק לכל המסלול
  • מעקבים: פרויקט אחד לחודש. נבנה פורטפוליו תוך כדי למידה

חודש 1: יסודות ושליטה ב-AI המעשי

המטרה: להבין מה זה AI בדיוק, ולדעת איך להפיק ממנו ערך היום, בלי לכתוב שורת קוד עדיין.

הקורסים:

  • AI for Everyone של Andrew Ng ב-Coursera (כ-10 שעות)
  • Generative AI for Everyone של Andrew Ng ב-Coursera (כ-6 שעות)
  • ChatGPT Complete Guide של Julian Melanson ב-Udemy (כ-30 שעות, אפשר לדלג על חלקים)

פרויקט החודש: בנה workflow אישי של AI בעבודה שלך. אם אתה מרקטר, בנה פרומפטים לכתיבת LinkedIn. אם אתה אנליסט, בנה שאילתות SQL מאנגלית לשאילתות קוד.

ההצלחה בסוף החודש: אתה משתמש ב-ChatGPT ברמה של מנהל, לא של מתחיל.

חודש 2: Python ל-AI

המטרה: להפוך את Python לאמצעי השליטה שלך ב-AI.

הקורסים:

  • 100 Days of Code: The Complete Python Pro Bootcamp של Angela Yu ב-Udemy (כ-60 שעות, אפשר לדלג על חלקים)
  • או Complete Python Bootcamp של Jose Portilla ב-Udemy, אם אתה מעדיף מבנה מסודר

פרויקט החודש: בנה סקריפט Python שאתה באמת צריך. למשל סקריפט שקורא קובץ CSV שלך, מסנן נתונים ומציע תובנות פשוטות. זה לא AI עדיין, אבל אתה מתרגל לכתיבת קוד.

מה חשוב לשים לב אליו: Variables, functions, lists, dictionaries, loops, list comprehensions ו-classes. אלו הבסיסים. אל תדלג. בלי בסיס חזק ב-Python השלב הבא לא יעבוד.

חודש 3: Machine Learning בסיסי

המטרה: להבין איך מכונות לומדות, ולהריץ את המודלים הקלאסיים (Linear Regression, Random Forest, Neural Nets).

הקורסים:

  • Machine Learning Specialization של Andrew Ng ב-Coursera (3 קורסים, כ-30 שעות)
  • Complete AI & ML Bootcamp של Andrei Neagoie ו-Daniel Bourke ב-Udemy (החלק הראשון)

פרויקט החודש: בנה מודל שמנבא מחיר דירות בתל אביב (ב-Kaggle יש נתונים ציבוריים לזה).

מה חשוב: ההבנה של train/test split, overfitting, feature engineering והשימוש ב-scikit-learn. אל תעצור במתמטיקה עמוקה. בשלב הזה אנדרו נותן לך אינטואיציה.

חודש 4: Deep Learning ו-NLP

המטרה: להבין Neural Networks, שהם המנוע של הרבה מה-AI הגנרטיבי היום.

הקורסים:

  • Deep Learning Specialization של Andrew Ng ב-Coursera (5 קורסים. נדחוס לחודש אחד את הצד התיאורטי)
  • Practical Deep Learning for Coders של fast.ai (חינם, הצד המעשי)

פרויקט החודש: אמן מודל שמסווג תמונות (חתולים, פיצות או אוכל). שימוש ב-transfer learning ממודל מוכן הוא נוח במיוחד.

מה חשוב: ההבנה של CNN (לתמונות), RNN/LSTM (לטקסט), ו-Transformers (המנוע של GPT, Claude ו-Gemini). העוצמה המשלימה: fast.ai מלמד איך להשתמש במודלים מהיום הראשון, ו-Coursera מלמד איך הם עובדים מבפנים.

חודש 5: LLMs ו-Generative AI

המטרה: להבין איך LLMs עובדים בפנים, ולבנות סוכני AI פשוטים.

הקורסים:

  • Generative AI with Large Language Models של DeepLearning.AI ו-AWS ב-Coursera (כ-5 שבועות)
  • LangChain: Build Autonomous AI Agents של Eden Marco ב-Udemy (כ-12 שעות)
  • The Complete Prompt Engineering Bootcamp של Mike Taylor ב-Udemy (כ-8 שעות)

פרויקט החודש: בנה צ׳אטבוט שעונה על שאלות מהמסמכים שלך. עם LangChain, OpenAI API ו-Streamlit זה ייקח כ-3-4 ימי עבודה.

מה חשוב: להבין מה זה Transformer לעומק, איך עושים fine-tuning, ומה זה RAG (Retrieval-Augmented Generation), הטכניקה שמאפשרת ל-LLM לענות על בסיס המסמכים שלך.

חודש 6: פרויקט Capstone ופורטפוליו

המטרה: להציג את מה שלמדת, ולבנות משהו שמגייס יזכור ממך בראיון.

אין קורסים החודש. בנייה בלבד.

הפרויקט: מצא בעיה אמיתית שמעניינת אותך (עסק פרטי, תחום של לקוחות, או נושא שמעסיק אותך) ובנה עליה פתרון AI. שים ב-GitHub, כתוב עליו בלוג או פוסט ב-LinkedIn, והצג אותו בראיונות.

רעיונות לפרויקט: צ׳אטבוט למערכת שירות לקוחות, מערכת סיכום פגישות אוטומטית, מערכת סיווג לידים, או עריכת מודעות מבוססת AI על נתוני מכירות.

הסדר שלך ב-Coursera Plus

המסלול הזה מנצל היטב את Coursera Plus. הקורסים מ-Coursera בסדר הזה:

חודשקורס
1AI for Everyone + Generative AI for Everyone
3Machine Learning Specialization
4Deep Learning Specialization (המשך לחודש 5)
5Generative AI with LLMs

זה לבד, בלי קורסי ה-Udemy, שווה מעל ל-$1,500 בקנייה נפרדת. עם Coursera Plus ב-$399 לשנה (או $199 לחצי שנה), זה לרוב אחד המסלולים הזולים יחסית ללמידה מסודרת של AI, לעומת הכשרות פרונטליות בישראל.

מה לעשות אחרי ה-6 חודשים

  • אם המטרה היא עבודה ב-AI: תפנה למשרות Junior AI Engineer, Data Scientist או Prompt Engineer. צרף את הפורטפוליו שלך לקורות החיים וללינקדאין.
  • אם המטרה היא שיפור בעבודה הנוכחית: הצע להנהלה פרויקט פנימי קטן באוטומציה או בניתוח נתונים. לפעמים זה הבסיס לשיחה על הרחבת אחריות.
  • אם המטרה היא להבין לצורך אישי: מצוין. המשך להתעדכן בבלוגים, בפודקאסטים ובניוזלטרים.

לסיכום

6 חודשים הם זמן קצר. אבל אם תעקוב אחרי המסלול הזה, תצבור בסיס חזק יותר מרוב מי שצורך רק סרטונים אקראיים. זה לא דירוג שוק ולא הבטחת תפקיד. זו מסגרת למידה. 10 שעות בשבוע (שעה ביום, חמישה ימים בשבוע) זו השקעה אמיתית. המפתח הוא העקביות, לא הגאונות.

שאלות על המסלול? תגיבו למאמר ואענה בתוך 24 שעות. אם המסלול מתאים לקצב שלך, אפשר להתחיל מחודש 1 ולהתקדם משם.