הכשרה מקצועית של היחידה ללימודי חוץ בשיתוף HUBTECH
קורס בונה תשתיות דאטה להטמעת בינה מלאכותית
מהידע שבשטח לתשתית שמפעילה AI
להפוך ידע מפוזר במסמכים, במערכות ואצל העובדים למידע נגיש, אמין ומתעדכן. מסלול מעשי שמחבר הבנה עסקית עם נתונים, אינטגרציה והכנת תשתית לבוטים ולסוכני בינה מלאכותית.
- בלעדי — יסודות SQL ו-Python נכללים במסלול, ללא דרישת ניסיון בתכנות
- כולל 30 שעות פרויקט גמר על צורך עסקי אמיתי
מדוע המשק הישראלי זקוק לאנשי מקצוע בתחום תשתיות הדאטה?
ישראל נחשבת לאחת המדינות המובילות בעולם בפיתוח טכנולוגיות חדשניות ובינה מלאכותית. אולם יכולות הפיתוח המתקדמות של תעשיית ההייטק אינן מבטיחות שכלל ענפי המשק מסוגלים להטמיע בינה מלאכותית בתהליכי העבודה והייצור שלהם.
מקצוע שנועד לגשר בין עולם הנתונים לעולם הבינה המלאכותית
מדוע נולד המקצוע?
בין הרצון להטמיע AI לבין היכולת לעשות זאת בפועל
העולם העסקי נמצא בעיצומה של מהפכת הבינה המלאכותית. ארגונים בכל ענפי המשק מבקשים להטמיע מערכות AI, סוכנים אוטונומיים, מערכות חיזוי, בקרה חכמה ואוטומציה של תהליכים עסקיים.
אולם בין הרצון להטמיע בינה מלאכותית לבין היכולת לעשות זאת בפועל קיים פער משמעותי: הנתונים הארגוניים אינם תמיד מוכנים לשימוש.
בארגונים רבים המידע מפוזר בין מערכות מחשוב שאינן מתקשרות זו עם זו, קבצים, מסמכים, מצלמות, ציוד תעשייתי ותהליכי עבודה ידניים. בחלק מהארגונים מידע חיוני כלל אינו נאסף באופן דיגיטלי.
כתוצאה מכך, גם כאשר קיימים פתרונות AI מתקדמים, הארגון מתקשה להפעיל אותם באופן אמין, יעיל ומבוקר.
כאן נכנס לתמונה מקצוע בונה תשתיות הדאטה.
בעל המקצוע מאפיין את מקורות המידע, מאתר פערים, מפתח מנגנונים לאיסוף וליצירת נתונים, מחבר בין מערכות ומקים תשתית מידע המאפשרת למודלים, למערכות AI ולסוכנים חכמים לפעול על בסיס מידע איכותי.
ארבע הפעולות של בונה התשתית
מיפוי
מקורות מידע, בעלי ידע ופערים.
מידול
שדות, מזהים, סטטוסים ומקור אמת.
חיבור
API, ייבוא, ETL וצינורות נתונים.
בקרה
איכות, הרשאות, ניטור ועדכון.
ההכשרה משלבת עולמות של הנדסת נתונים, אינטגרציה, אוטומציה, סימולציה, חיישנים, ראייה ממוחשבת ובינה מלאכותית יישומית.
מה מגלים הדוחות על ישראל?
ישראל מתקדמת במהירות באימוץ AI
הממצא החשוב הוא שישראל דווקא מתקדמת במהירות באימוץ AI, אבל קיים פער בין השימוש בכלי בינה מלאכותית לבין הטמעה ארגונית עמוקה, מקצועית ומבוססת נתונים.
הלמ״ס, מרץ 2026
ענף הבנייה, 2026
בנק ישראל, מאי 2026
בנק ישראל, מאי 2026
החדירה המהירה של הטכנולוגיה יוצרת צורך גובר בתשתיות נתונים, באינטגרציה בין מערכות ובהכשרה מקצועית.
איפה נמצא המחסור בשוק?
חמישה פערים מרכזיים
המחסור אינו בהכרח במספר המומחים הקיימים, אלא ביכולת של ארגונים לגשר בין פעילותם העסקית והתפעולית לבין תשתיות המידע הדרושות להפעלת AI.
פער הדיגיטציה
מידע שנוצר בפעילות היומיומית אינו מתועד בצורה ממוחשבת.
פער האינטגרציה
המידע מפוזר בין מערכות ERP, CRM, מערכות תפעול, ציוד ומסמכים.
פער איכות הנתונים
נתונים חסרים, כפולים, לא מעודכנים או חסרי הקשר עסקי.
פער יצירת הנתונים
אין בארגון מספיק דוגמאות, תרחישים או אירועים מתועדים לצורך פיתוח ובדיקת מערכות AI.
פער ההטמעה
חסר גורם מקצועי המחבר בין אנשי התפעול, מערכות המידע ומפתחי הבינה המלאכותית.
באילו ענפים נדרשים בוני תשתיות דאטה?
מענפים מסורתיים ועד תשתיות קריטיות
ההכשרה רלוונטית במיוחד לענפים מסורתיים, שבהם מתבצעת פעילות תפעולית רחבה אך חלק משמעותי מהמידע עדיין אינו זמין למערכות AI.
בנייה ותשתיות
הבעיה הקיימת
מידע מהשטח אינו מתועד באופן אחיד
פתרון שבוגר הקורס יוכל לפתח
איסוף נתונים ממצלמות, רחפנים, חיישנים ויומני עבודה
תעשייה ומפעלים
הבעיה הקיימת
מכונות ותיקות ללא תשתית נתונים מספקת
פתרון שבוגר הקורס יוכל לפתח
חיבור חיישנים, איסוף נתוני ייצור ויצירת נתונים באמצעות סימולציות
בריאות ושיקום
הבעיה הקיימת
נתונים מפוזרים בין מערכות ותיעוד ידני
פתרון שבוגר הקורס יוכל לפתח
תשתית מידע לתהליכי טיפול, תפעול ושיקום, בכפוף להגנת הפרטיות
לוגיסטיקה ומחסנים
הבעיה הקיימת
היעדר נתוני תנועה ותפעול בזמן אמת
פתרון שבוגר הקורס יוכל לפתח
יצירת דאטה מתנועת ציוד, מצלמות ומערכות מלאי
רשויות מקומיות
הבעיה הקיימת
מערכות מידע שאינן מחוברות
פתרון שבוגר הקורס יוכל לפתח
איחוד מקורות מידע והכנתם לשירותים חכמים
חקלאות
הבעיה הקיימת
נתונים חלקיים על יבולים, קרקע והשקיה
פתרון שבוגר הקורס יוכל לפתח
שילוב רחפנים, חיישנים ונתונים סביבתיים
מסחר וקמעונאות
הבעיה הקיימת
מידע מפוצל על לקוחות, מכירות ומלאי
פתרון שבוגר הקורס יוכל לפתח
תשתית נתונים לסוכני AI ולחיזוי ביקושים
אנרגיה ותשתיות קריטיות
הבעיה הקיימת
ציוד מבוזר ונתונים תפעוליים לא אחידים
פתרון שבוגר הקורס יוכל לפתח
מערכות ניטור ואיסוף נתונים לצורך חיזוי תקלות
שלושה עמודי תווך
ממה בנויה ההכשרה
יצירת דאטה
מפתחים מנגנונים לאיסוף וליצירת נתונים – גם כשהמידע עדיין לא נאסף באופן דיגיטלי.
חיבור דאטה
מחברים בין מערכות ומקימים תשתית מידע אחת ממקורות מפוזרים.
הכנת דאטה ל-AI
מאפשרים למודלים, למערכות AI ולסוכנים חכמים לפעול על בסיס מידע איכותי.
מה לומדים
ארבעה חידושים בתפיסת ההכשרה
יצירת דאטה סינתטי באמצעות סימולטורים
אחד החידושים המרכזיים בתפיסת ההכשרה הוא היכולת לייצר נתונים באמצעות סימולציות, גם כאשר בארגון אין מספיק נתוני אמת זמינים.
לדוגמה, מפעל שמעוניין להטמיע מערכת AI לזיהוי תקלות אינו חייב להמתין עד שיתרחשו מאות תקלות אמיתיות. ניתן לבנות סימולציות של תרחישי תקלה, לייצר נתונים מתויגים ולהשתמש בהם לפיתוח ולבדיקות ראשוניות.
הדאטה הסינתטי אינו מחליף באופן מלא נתוני אמת, אך עשוי לקצר את שלבי הפיתוח והבדיקה, בתנאי שמבצעים אימות מול המציאות.
הפקת דאטה ממצלמות וממערכות ראייה ממוחשבת
מצלמות אינן משמשות רק לתיעוד. בשילוב מערכות ראייה ממוחשבת ניתן להפוך וידאו לנתונים מובנים.
לדוגמה: ספירת מוצרים, זיהוי תנועת ציוד, איתור חריגות בטיחות, מדידת זמני עבודה וזיהוי שלבים בתהליך הייצור.
בניית שכבת דאטה אחידה לארגונים מרובי מערכות
בארגונים שבהם קיימות מערכות מחשוב רבות, נדרשת שכבת מידע המאפשרת למערכות AI לקבל נתונים ממקורות שונים באופן מאובטח ומבוקר.
בוגרי ההכשרה ילמדו לתכנן מנגנוני אינטגרציה, ממשקי API, תהליכי ETL/ELT, מאגרי מידע ותהליכי בדיקת איכות נתונים.
הכנת נתונים לסוכני AI ארגוניים
סוכן AI ארגוני אינו יכול לפעול באופן אמין רק על סמך מודל שפה. הוא זקוק לגישה מבוקרת לנתונים, מסמכים, נהלים ומערכות.
ההכשרה תעסוק בהכנת מקורות מידע למערכות RAG, בניית מאגרי ידע, ניהול הרשאות, עדכון נתונים והגדרת תהליכים המאפשרים לסוכנים חכמים לבצע משימות.
תוכנית הלימודים
150 שעות לימוד ביחידות ועוד 30 שעות פרויקט גמר. כ-120 שעות מהיקף המסלול מיועדות לתרגול, מעבדות ופרויקט.
- מיפוי צורך עסקי ומוכנות ל-AI (10 שעות): סוגי שימושי AI; נתונים לאימון, ידע לבוט ונתונים לפעולה; מיפוי תהליך, משתמשים ומדדי הצלחה.
- חילוץ ידע ויצירת דאטה (15 שעות): ראיונות מומחי תחום, פירוק ידע לשדות ולאירועים, טפסים דיגיטליים ותיעוד בדיקות ופעולות בשטח.
- מידול נתונים ומילון ארגוני (15 שעות): ישויות וקשרים, מזהים ייחודיים, סוגי שדות, קודי סטטוס, יחידות מידה, מקורות אמת ומיפוי בין מערכות.
- מסדי נתונים ו-SQL מעשי (20 שעות): טבלאות ומפתחות, CSV, בחירה, סינון, צירוף וסיכום, חוסרים ומבנה סכימה במסד יחסי.
- ניקוי, עיבוד ואיכות נתונים (20 שעות): אחידות פורמטים, כפילויות, השלמות מבוקרות וחריגות; Python ומדדי שלמות, עדכניות ועקביות.
- חיבור מערכות וצינורות נתונים (20 שעות): API, JSON, ייבוא וייצוא מ-CRM ו-ERP, ETL ו-ELT; תזמון, קליטה מצטברת וניהול שגיאות.
- חילוץ מידע ממסמכים ומהשטח (15 שעות): OCR, טפסים סרוקים, מטא-דאטה, תיוג תמונות וחיישנים; אימות אנושי וחלופות לצילום.
- הכנת מידע לבוטים ולסוכני AI (20 שעות): מקטעי מסמכים, חיפוש סמנטי ו-RAG, עדכון ומחיקה; תשובות עם מקורות והפרדת שליפה מפעולה.
- ממשל נתונים, הרשאות ותפעול (10 שעות): בעלות, הרשאות לפי תפקיד, מזעור מידע, היסטוריית שינוי, גיבוי, ניטור וטיפול בקלט עוין.
- נתונים סינטטיים והערכה (5 שעות): הפרדה בין נתוני אמת לנתוני בדיקה; מקרי קצה, מגבלות נתונים סינטטיים ובדיקת חילוץ ושליפה.
בניית תשתית נתונים מתועדת ומתפקדת עבור צורך עסקי מוגדר, עם לפחות שני מקורות מידע, תהליך עדכון חוזר והדגמה של בוט או יישום AI המחובר לתשתית.
- היקף הקורס: 180 שעות אקדמיות
- מתכונת הלימודים: 36 מפגשים בני 5 שעות; 4 מעבדות שטח – בנייה ותשתיות, תעשייה ותחזוקה, שירות וארגון מרובה מערכות
- תעודה: נוסח התעודה המוצע: "בונה תשתיות דאטה להטמעת בינה מלאכותית", בכפוף להסכמות השותפים
- ציוד: מחשב נייד וחיבור לאינטרנט
מה עושים בפועל?
דוגמאות לפרויקטי גמר
30 שעות פרויקט גמר על צורך עסקי מוגדר ושני מקורות מידע לפחות.
מפעל ייצור חכם
בניית תשתית דאטה למכונה ותיקה באמצעות חיישנים וסימולטור, כולל תיעוד זמני פעילות, תקלות ותפוקה.
אתר בנייה מבוסס דאטה
הפקת נתונים ממצלמות האתר והכנתם למערכת AI המזהה חריגות בטיחות ומציגה אותן בדשבורד.
סוכן AI לחברה מרובת מערכות
איחוד נתונים ממערכת CRM, מערכת הנהלת חשבונות ומסמכים ארגוניים, והנגשתם לסוכן AI תוך שמירה על הרשאות.
מרכז לוגיסטי חכם
יצירת בסיס נתונים מתנועת מלגזות, זמני פריקה וטעינה ומידע ממערכות מלאי לצורך זיהוי צווארי בקבוק.
למה כדאי ללמוד את המקצוע?
להיות חלק ממהפכת ה-AI
זהו מסלול המתאים למי שרוצה להשתלב בעולם הבינה המלאכותית לא רק כמשתמש בכלים, אלא כאיש מקצוע המסייע לארגונים להקים את התשתית שעליה הכלים פועלים.
הכשרה בתחום עשויה לפתוח הזדמנויות להשתלבות בפרויקטים של טרנספורמציה דיגיטלית, אוטומציה תעשייתית, אינטגרציה בין מערכות, הכנת נתונים ל-AI ופיתוח תהליכי עבודה חכמים.
היתרון המרכזי הוא השילוב בין הבנה עסקית, חשיבה תהליכית ויכולת טכנולוגית מעשית. בוגר המסלול אינו מוגבל לענף אחד, ויכול לפתח מומחיות בסביבות ארגוניות שונות.
המסר המרכזי
לא חייבים להתחיל מפיתוח מודל בינה מלאכותית כדי להיות חלק ממהפכת ה-AI. אפשר להיות אנשי המקצוע שבונים את התשתית המאפשרת לבינה המלאכותית לעבוד.
למה ללמוד אצלנו
יסודות SQL ו-Python
נכללים במסלול, ללא דרישת תכנות מוקדם.
מעבדות ענפיות
בנייה, תעשייה ושירות, על תרחישים מהשטח.
פרויקט גמר
30 שעות על צורך עסקי מוגדר ושני מקורות מידע לפחות.
תרגול בכל יחידה
תוצר מקצועי מוגדר בסוף כל נושא.
תיק עבודה אישי
חמישה תוצרים שמלווים אתכם לתפקיד.
למי הקורס מתאים?
לאנשי תפעול, מערכות מידע ובעלי ניסיון באקסל
המסלול מיועד לאנשי תפעול ומערכות מידע, למנהלי תהליכים ולבעלי ניסיון באקסל, שרוצים להפוך ידע ארגוני לתשתית נתונים שמפעילה בינה מלאכותית.
- אנשי תפעול, מערכות מידע ומנהלי תהליכים בארגון
- מטמיעים, אנליסטים ובעלי ניסיון באקסל שרוצים לעבור לנתונים
- אנשי מקצוע בענפי השטח ומועמדים להסבה בעלי אוריינטציה דיגיטלית
תנאי קבלה: שליטה במחשב ובגיליונות אלקטרוניים, אנגלית טכנית בסיסית וריאיון התאמה עם משימת מיפוי קצרה. ניסיון בתכנות אינו תנאי כניסה; יסודות SQL ו-Python נכללים במסלול.
אפשרויות תעסוקה והשתלבות מקצועית
לאן ממשיכים אחרי ההכשרה
בוגרי המסלול יוכלו לכוון להשתלבות בתפקידים ובפרויקטים כגון:
Junior Data Integration SpecialistAI Data Readiness SpecialistData Infrastructure TechnicianJunior ETL DeveloperIndustrial Data SpecialistAI Implementation Support SpecialistData Operations Specialist
למה דווקא עכשיו?
ההשקעה בתשתיות דאטה אינה מוגבלת לחברות טכנולוגיה. גם המגזר הציבורי, התעשייה והארגונים המסורתיים נדרשים לפתח יכולות מידע לצורך אימוץ בינה מלאכותית.
בישראל קיימת פעילות לאומית לקידום תשתיות דאטה, AI והכשרת הון אנושי, כפי שעולה מדוח אקוסיסטם הדאטה והבינה המלאכותית.
גם במסמכי הממשלה העוסקים בפרויקטי דאטה מוגדרים תפקידים מקצועיים כגון Data Engineer ומפתח ETL, האחראים על בנייה, עיבוד והעברת נתונים.
מכאן נובעת ההזדמנות לפתח מסלול הכשרה יישומי המחבר בין תחומי הדאטה הקיימים לבין הצורך החדש בהכנת ארגונים לעבודה עם AI.
היחידה ללימודי חוץ היא רשת מכללות וגוף לניהול פרויקטים בתחום ההשכלה, בבעלות חברת Oasis Capital האמריקאית, הפועלת בארץ ובעולם. ליחידה שלוחות בכל רחבי הארץ והיא מובילה מערך רחב של קורסים והכשרות בתחומי ההייטק, הטכנולוגיה, הניהול והבנייה.
בתחום הציבורי, היחידה מובילה מכרזים ממשלתיים גדולים להכשרת עובדי מדינה מטעם גופים כמו משרד האוצר, נציבות המדינה והחשב הכללי. בענף הבנייה, היא מהווה גורם מוביל בהכשרות מקצועיות עם ניסיון רב בהדרכת אלפי עובדים במקצועות כגון פיקוח, ביצוע, בטיחות וניהול.
היחידה פועלת כחלק ממאמץ לאומי לשיקום ענף הבנייה, בשיתוף משרד העבודה והתאחדות הקבלנים, תוך שימוש במתודולוגיה מעשית המבוססת על התאמה לשטח, תרגול מעשי וליווי אישי, המבטיחים השתלבות מהירה ומקצועית בשוק העבודה.
מרכז החדשנות לענף הבנייה והתשתיות- בשיתוף הקרן לעידוד ענף הבנייה, הסתדרות עובדי ענף הבנייה והחברות המובילות בישראל בתחום הבנייה והתשתיות.
• HUBTECH – הינו מרכז חדשנות יישומי לענף הבנייה והתשתיות, שהוקם במטרה להוביל את הטרנספורמציה הטכנולוגית של הענף בישראל ולהטמיע טכנולוגיות מתקדמות באתרי בנייה פעילים.
• המרכז פועל כפלטפורמה מעשית – המחברת בין אקדמיה, תעשייה, חברות בנייה, סטארטאפים וגופי ממשל ומקדם פיילוטים, ניסויים והטמעה אמיתית בשטח.
• HUBTECH מתמקד בטכנולוגיות שכבר קיימות ומוכחות בעולם, ומטרתו להאיץ את יישומן בישראל.
השאירו פרטים ונחזור אליכם
רוצים להתחיל? דברו איתנו.
נשמח לספר על הקורס, על תנאי הקבלה ועל הצעד הבא.