לבנות יסודות תכנות ברורים
מתחילים מסביבת העבודה ומתקדמים דרך משתנים, תנאים, לולאות ומבני נתונים — תוך תרגול שמחבר לוגיקה אנושית לקוד.
מק״ט משרד הביטחון 14770Pythonניתוח נתוניםAI Code AssistantOpen Data
Python For Data Analysis
קורס פייתון
קורס מעשי שמתחיל ביסודות הקוד ומתקדם לעבודה עם נתונים אמיתיים — ממשתנים, תנאים ופונקציות ועד ייבוא קבצים, מאגרים פתוחים, ספריות דאטה ודוח ויזואלי בסיוע מבוקר של כלי AI.
- היקף
- 10 מפגשים
- מועד
- יום שלישי · 19:00–20:30
- מתכונת
- למידה מקוונת בזום
- מרצה
- דניאל ברק
מה מקבלים בקורס
לא רק ללמוד תחביר
לבנות תהליך נתונים
הקורס בונה רצף עבודה מלא: כותבים קוד, מארגנים לוגיקה, מביאים נתונים ממקורות חיצוניים, מעבדים אותם ומציגים תוצאה שאפשר להסביר.
לכתוב קוד מאורגן לשימוש חוזר
עובדים עם פונקציות ומחלקות כדי לעבור מקוד חד־פעמי לפתרונות מודולריים שמייצגים תהליכים וישויות עסקיות.
להביא נתונים ממקורות אמיתיים
מייבאים קובצי CSV, Excel ו־JSON, מכירים Web Scraping ו־APIs ועובדים עם מאגרי מידע פתוחים.
להפוך נתונים לדוח ויזואלי
מנקים ומעבדים נתונים, מחשבים מדדי KPI ומפיקים ויזואליזציות בעזרת ספריות הדאטה המרכזיות של פייתון.
למי הקורס מתאים
למי שרוצים להבין קוד ולהשתמש בו עם נתונים
הקורס מתאים למי שרוצים להכיר פייתון באופן מדורג ולחבר את הלמידה למשימות של אנליסטים, חוקרים ובעלי תפקידים שעובדים עם נתונים.
- מי שרוצים להתחיל ללמוד פייתון מהיסודות ולבנות הבנה מסודרת של קוד ולוגיקה
- אנליסטיות ואנליסטים שרוצים להוסיף Python לארגז הכלים המקצועי
- מי שעובדים עם Excel ורוצים לייבא, לנקות ולנתח נתונים באופן עצמאי ואוטומטי
- נשות ואנשי מחקר, מידע ורשויות מקומיות שעובדים עם מאגרים פתוחים ועם קובצי נתונים גדולים
- מי שרוצים להיעזר בכלי AI להבנת שגיאות, לביקורת קוד ולניסוח תובנות — תוך בדיקה עצמאית של התוצאה
תוכנית הקורס
מהשורה הראשונה בקוד
לדוח ויזואלי מבוסס נתונים
עשרת מפגשי הסילבוס מוצגים בשלושה שלבים, תוך שמירה על סדר הלמידה: יסודות, קוד מובנה ויישומי ניתוח נתונים.
סביבה, משתנים ולוגיקה
מתחילים מהבסיס ובונים הבנה של סוגי נתונים, תנאים ולולאות.
מבוא לפייתון ולשפת הדאטה
מכירים את סביבת העבודה, מבצעים התקנות וכותבים Hello World. משתמשים ב־AI כעוזר פיתוח להבנת שגיאות תחביר ולתרגול הנדסת פרומפטים שמתרגמת לוגיקה אנושית לקוד.
סוגי משתנים: string, int, float
מגדירים מחרוזות, מספרים שלמים ומספרים עשרוניים, מבצעים פעולות מתמטיות ולוגיות ומבינים כיצד סוג הנתון משפיע על חישוב מדדי KPI.
תנאים ולולאות: if, else, for, while
כותבים התניות ומבני בקרה ויוצרים לולאות למעבר על קבוצות נתונים, לסיווג פעולות מותנות ולהרצת משימות חזרתיות על שורות רבות.
מבני נתונים וקוד לשימוש חוזר
מארגנים מידע ולוגיקה באמצעות מבני נתונים, פונקציות ומחלקות.
רשימות ומבני נתונים
עובדים עם set, list, tuple ו־dictionary, ומתרגלים פילוח, הוספה, מחיקה וסינון של איברים ומיפוי קשרים בין קטגוריות עסקיות.
ביקורת קוד ונתוני בדיקה בעזרת AI
מתרגלים כתיבת פונקציות ומבני נתונים, מבקשים מכלי AI לבצע Code Review ואופטימיזציה ומייצרים נתונים פיקטיביים לבדיקות באמצעות Synthetic Data Generation.
פונקציות בפייתון
מגדירים פונקציות מותאמות אישית, מעבירים Arguments ומחזירים ערכים. כך עוברים לקוד מודולרי, ניתן לשימוש חוזר, שמבצע אוטומציה של לוגיקות חישוב.
מחלקות ותכנות מונחה עצמים
לומדים את יסודות OOP, בונים מחלקות ומגדירים Attributes ו־Methods כדי לייצג לקוחות, עובדים ועסקאות כאובייקטים מנוהלים בקוד.
מקורות נתונים, ספריות וויזואליזציה
מביאים נתונים, מעבדים אותם ומפיקים מדדים ודוח ויזואלי.
מודולים ומאגרי מידע ממשלתיים
חוקרים מאגרי מידע ממשלתיים ועירוניים פתוחים, עובדים עם קבצים רחבים ומייצאים נתונים לאקסל. נעזרים ב־AI לניסוח תובנות, לאיתור חריגות וליצירת קוד ויזואליזציה.
ייבוא קבצים וקצירת נתונים
מייבאים קובצי CSV, Excel ו־JSON, ומכירים שיטות ראשוניות ל־Web Scraping ולאינטגרציה עם APIs חיצוניים.
ספריות דאטה ודוח ויזואלי
משתמשים ב־Pandas לעיבוד נתונים, ב־NumPy וב־SciPy לחישובים וב־Matplotlib לוויזואליזציה. מנקים נתונים, מחשבים מדדי KPI ומפיקים דוח ויזואלי.
הובלה מקצועית
מהלוגיקה והקוד
לעבודה מעשית עם נתונים
תוכנית הלימודים מלווה את המעבר מיסודות פייתון ועד ייבוא, עיבוד והצגה של נתונים באמצעות הספריות המקצועיות המרכזיות.
דניאל ברק
Python, מבני נתונים, מקורות מידע, ספריות דאטה וויזואליזציה
איך זה עובד בפועל
לומדים בקבוצה
וממשיכים לתרגל באתר הקורס
- 10 מפגשים מקוונים בזום, בימי שלישי בשעות הערב.
- הקלטות והרחבות בנושאים נבחרים עולות לאתר הקורס לצד חומרי הלימוד.
- כל משתתפת ומשתתף מקבלים קישור אישי לאתר הקורס וחוברת הנחיה ללימודים.
- תרגול בקובצי נתונים בפורמטים נפוצים ובמאגרי מידע ממשלתיים ועירוניים.
- שימוש מבוקר בעוזרי קוד מבוססי בינה מלאכותית להבנת שגיאות, לביקורת קוד, ליצירת נתוני בדיקה ולניסוח תובנות.
- קבוצת ווטסאפ לשיתוף ידע ולעדכונים לאורך הקורס.
אפשרויות לימוד והרשמה
קורס עצמאי
או רכיב ב־אנליסט נתונים Data Analyst
פרטי המחזור וההרשמה נמסרים בשיחת התאמה. כל אפשרות לסיוע במסגרת מסלול מותנית בזכאות, באישור הגוף המוסמך ובתקציב הזמין.
משרד הביטחון
הקורס מופיע בהסכם לפורשי צה״ל במק״ט 14770. מימוש הוואוצ'ר כפוף לזכאות ולאישור הגורם המוסמך.
אנליסט נתונים Data Analyst
הקורס מוצג כרכיב ב־אנליסט נתונים Data Analyst. אפשרות הסיוע נבדקת במסגרת המסלול ובכפוף לזכאות, לאישור ולתקציב הזמין.
הרשמה לקורס העצמאי
אפשר לקבל בשיחת התאמה את פרטי המחזור, מתכונת הלימודים, זמינות המקום ותנאי ההרשמה העדכניים.
לקבלת פרטי המחזור העדכניים ולבדיקת המסלול המתאים:
לשיחת התאמההמשך במסלול מקצועי
רוצים לחבר קוד לדשבורדים?
ממשיכים ל־אנליסט נתונים Data Analyst
שיחת התאמה ופרטי הרשמה
רוצים להתחיל לכתוב קוד ולעבוד עם נתונים?
פנו אלינו לקבלת מידע על תוכנית הקורס, פרטי המחזור, מתכונת הלימודים ותנאי ההרשמה. השיחה אינה מבטיחה מקום בקורס או זכאות לסיוע.
מכללת בר־אוריין · בהנהלת ד״ר ענת קלומל-פרוכצוייג · סמל מוסד 48900 · מק״ט משרד הביטחון 14770
ייתכנו שינויים בתוכנית, בסדר הנושאים, במרצה ובמתכונת. פתיחת הקורס כפופה למספר נרשמים מינימלי ולאישור המכללה. כל סיוע במסגרת מסלול כפוף לזכאות פרטנית, לאישור הגוף המוסמך ולתקציב הזמין. מימוש וואוצ'ר של משרד הביטחון כפוף לזכאות ולאישור הגורם המוסמך.