45 דקות שיעור חינם · מתחילים עכשיו, בלי כרטיס אשראי
שיעור פרטי

שיעור פרטי בהנדסת נתונים עם AI

ללמוד הנדסת נתונים בשיעורים פרטיים: מ-SQL וצינור ראשון ועד Airflow, dbt, Spark ו-Kafka

שיעור חי 1:1 עם מורה AI

המורה: נועם

  • התוכנית עודכנה 11.2026
  • עברית, ועוד 5 שפות
  • 3 רמות
  • 35 שיעורים · כ־20 שעות של שיעורים

הנדסת נתונים

ללמוד הנדסת נתונים בשיעורים פרטיים: מ-SQL וצינור ראשון ועד Airflow, dbt, Spark ו-Kafka

11 שיעורים · 4 פרקים · שיעור חי פרטי עם המורה על הלוח

מה תדעו לעשות בסוף

  • לתאר את שלבי מחזור חיי הנתונים ואת תפקיד מהנדס הנתונים מול אנליסט
  • להבחין בין OLTP ל-OLAP ולבחור בין Batch ל-Streaming לפי דרישת זמן אמת
  • לכתוב שאילתות SQL עם JOIN ו-GROUP BY, CTEs ו-ROW_NUMBER להסרת כפילויות
  • לכתוב סקריפט Python שקורא קובץ, מנקה רשומות, מטפל בשורות פגומות ושומר תוצאה
  • לזהות מלכודות ב-CSV וב-JSON ולבחור פורמט, כולל Parquet, לפי התרחיש
  • לתכנן מבנה תיקיות ב-Data Lake עם partitioning לפי תאריך
  • לבחור בין ETL ל-ELT ולתכנן טעינה אינקרמנטלית אידמפוטנטית עם watermark
  • לתכנן צינור Batch מקצה לקצה ולציין איפה יכשל ואיך התקלה תתגלה

בסוף כל רמה המורה בודק שזה באמת ברור, לא רק שעברנו על החומר

הקורס כולל

  • שיעורים חיים 1:1 עם מורה פרטי AI על לוח
  • 20 שעות של שיעורים חיים אחד על אחד
  • 35 שיעורים על לוח משותף, כל אחד עם יעד ברור
  • תרגול ובדיקת הבנה בכל שיעור
  • סיכום אחרי כל שיעור, שנשמר בהיסטוריה
  • תעודת סיום לכל רמה
  • מחשב, טאבלט או טלפון
  • עברית, ועוד 5 שפות

תוכנית הקורס

3 רמות · 12 פרקים · 35 שיעורים · 19 שע׳ 40 דק׳ בסך הכול

מתחיליםהנדסת נתונים — מתחילים: מהמקור ועד צינור ראשון4 פרקים • 11 שיעורים • 6 שע׳ 5 דק׳

הלומד מבין את מחזור חיי הנתונים, שולט ב-SQL וב-Python הבסיסיים לעבודה עם נתונים, בוחר פורמט קובץ מתאים, ומתכנן צינור ETL/ELT פשוט עם טעינה אינקרמנטלית וזיהוי תקלות.

  1. העולם של מהנדס הנתונים2 שיעורים • 1 שע׳
    1. 1מה עושה מהנדס נתונים: מחזור חיי הנתוניםלתאר את שלבי מחזור חיי הנתונים ולהסביר מה תפקיד מהנדס הנתונים מול אנליסט ו-Data Scientist.שיעור ניסיוןכ־30 דק׳
    2. 2OLTP מול OLAP, ו-Batch מול Streamingלהבחין בין מערכת תפעולית למערכת אנליטית ולבחור בין עיבוד Batch לעיבוד Streaming לפי דרישת זמן אמת.כ־30 דק׳
  2. כלי העבודה: SQL ו-Python3 שיעורים • 1 שע׳ 45 דק׳
    1. 3SQL לניתוח: SELECT, JOIN ו-GROUP BYלכתוב שאילתת SQL שמחברת שתי טבלאות, מסננת ומסכמת לפי קבוצה, ולצפות כמה שורות תחזור.כ־35 דק׳
    2. 4SQL של מהנדס: CTE, פונקציות חלון וכפילויותלפרק שאילתה מורכבת ל-CTEs ולהסיר כפילויות עם ROW_NUMBER, כולל בחירת הרשומה העדכנית.כ־35 דק׳
    3. 5Python לנתונים: קריאה, ניקוי ושמירהלכתוב סקריפט Python קצר שקורא קובץ, מנקה ומסנן רשומות ושומר תוצאה, תוך טיפול בשורות פגומות.כ־35 דק׳
  3. קבצים ופורמטים3 שיעורים • 1 שע׳ 35 דק׳
    1. 6CSV ו-JSON: נוחים, ומלאים במלכודותלזהות בעיות נפוצות בקבצי CSV ו-JSON — קידוד עברית, מפרידים, מבנה מקונן — ולדעת איך לטפל בהן.כ־30 דק׳
    2. 7Parquet ואחסון עמודתילהסביר למה Parquet חוסך מקום וזמן בשאילתות אנליטיות ומתי דווקא לבחור CSV או JSON.כ־35 דק׳
    3. 8Data Lake: מבנה תיקיות ו-Partitioningלתכנן מבנה תיקיות ב-object storage עם partitioning לפי תאריך, כך ששאילתות יקראו רק את מה שצריך.כ־30 דק׳
  4. צינור הנתונים הראשון3 שיעורים • 1 שע׳ 45 דק׳
    1. 9ETL מול ELTלהסביר את ההבדל בין ETL ל-ELT, למה הענן הפך את ELT לנפוץ, ולבחור גישה לתרחיש נתון.כ־30 דק׳
    2. 10טעינה מלאה, אינקרמנטלית ו-Idempotencyלתכנן טעינה אינקרמנטלית עם watermark ולוודא שהרצה חוזרת של הצינור לא יוצרת כפילויות.כ־35 דק׳
    3. 11פרויקט מסכם: מתכננים צינור ומזהים תקלותלתכנן צינור Batch מקצה לקצה לתרחיש אמיתי, לציין איפה הוא עלול להיכשל ואיך כל תקלה מתגלה.כ־40 דק׳
ממשיכיםממשיכים: מחסן נתונים, dbt, Airflow ואיכות נתונים4 פרקים • 12 שיעורים • 6 שע׳ 40 דק׳

הלומד/ת בונה צינור ELT מלא: ממדל מחסן נתונים, כותב מודלים ובדיקות ב-dbt, מתזמן ב-Airflow ומזהה תקלות באיכות הנתונים לפני שהן מגיעות לדשבורד.

ממופה למבחן: dbt Analytics Engineering Certification ו-Astronomer Certification for Apache Airflow Fundamentals (התאמה חלקית; הרמה אינה הכנה ממוקדת למבחן)

  1. מחסן נתונים ומידול ממדי3 שיעורים • 1 שע׳ 35 דק׳
    1. 1ארכיטקטורה של מחסן נתונים בענןלהסביר איך מחסן נתונים בענן מפריד אחסון ממחשוב, ולחלק אותו לשכבות raw, staging ו-marts.כ־30 דק׳
    2. 2מידול ממדי: Fact, Dimension ו-Grainלתכנן Star Schema לתהליך עסקי, להגדיר grain ולהפריד בין מדדים לתכונות.כ־35 דק׳
    3. 3מפתחות ושינויים לאורך זמן: Surrogate Keys ו-SCDלבחור בין SCD Type 1 ל-Type 2 ולבנות מימד היסטורי עם surrogate key ותאריכי תוקף.כ־30 דק׳
  2. dbt: טרנספורמציות כקוד3 שיעורים • 1 שע׳ 40 דק׳
    1. 4dbt מההתחלה: models, ref, source ו-DAGלכתוב מודלי dbt שמפנים זה לזה עם ref ו-source, ולהבין איך dbt בונה מהם DAG וסדר ריצה.כ־35 דק׳
    2. 5מבנה פרויקט dbt ומודלים אינקרמנטלייםלארגן פרויקט dbt בשכבות staging, intermediate ו-marts ולכתוב מודל incremental נכון עם unique_key.כ־35 דק׳
    3. 6בדיקות, תיעוד ו-Jinja ב-dbtלהוסיף בדיקות generic ו-singular למודלים, לתעד אותם ב-YAML ולכתוב macro פשוט ב-Jinja.כ־30 דק׳
  3. תזמור עם Airflow3 שיעורים • 1 שע׳ 40 דק׳
    1. 7Airflow: DAG, Tasks ו-Operatorsלכתוב DAG בסיסי ב-Airflow עם תלויות בין tasks ולהסביר מה עושים ה-scheduler, ה-executor וה-workers.כ־35 דק׳
    2. 8תזמון, Backfill ו-Idempotency ב-Airflowלהבין data interval ו-logical date, לתכנן tasks אידמפוטנטיים ולהריץ backfill בבטחה.כ־35 דק׳
    3. 9Airflow ו-dbt יחד: פריסה, התראות ו-SLAלחבר dbt לתוך DAG, להעביר פרמטרים בין tasks בצורה נכונה ולהגדיר התראות על כשלון ועל איחור.כ־30 דק׳
  4. איכות נתונים ופרויקט מסכם3 שיעורים • 1 שע׳ 45 דק׳
    1. 10איכות נתונים: ממדים, בדיקות וחוזיםלהגדיר בדיקות איכות לפי ממדים, להחליט איפה בצינור למקם אותן ולנסח data contract מול מקור.כ־35 דק׳
    2. 11Observability ותקריות: מזיהוי עד תיקוןלחקור תקלת נתונים בעזרת lineage ולוגים, להעריך את היקף הנזק ולתקן עם backfill ותחקיר.כ־30 דק׳
    3. 12פרויקט מסכם: צינור ELT מקצה לקצהלתכנן צינור ELT מלא לתרחיש עסקי, להצדיק כל בחירה ולהצביע איפה הוא עלול להיכשל ואיך זה יתגלה.כ־40 דק׳
מתקדמיםהנדסת נתונים — מתקדמים: עיבוד מבוזר, Lakehouse וסטרימינג בייצור4 פרקים • 12 שיעורים • 6 שע׳ 55 דק׳

הלומד/ת מתכנן/ת צינור בקנה מידה גדול עם Spark, טבלאות Lakehouse ו-Kafka, מנמק/ת עלות וביצועים, ומסביר/ה איפה הוא ייכשל ואיך מזהים זאת.

  1. Spark ועיבוד מבוזר3 שיעורים • 1 שע׳ 45 דק׳
    1. 1למה מבוזר? מודל הריצה של Sparkתסביר/י איך Spark מפרק שאילתה ל-jobs, stages ו-tasks, ולמה lazy evaluation חוסך עבודה.כ־35 דק׳
    2. 2Shuffle ו-Joins: איפה הזמן באמת הולךתזהה/י טרנספורמציות narrow ו-wide ותבחר/י אסטרטגיית join מתאימה לפי גודל הטבלאות.כ־35 דק׳
    3. 3Partitioning, Skew ו-Spark UIתאבחן/י job איטי ב-Spark UI ותתקן/י skew, מספר partitions לא מתאים ובעיות זיכרון.כ־35 דק׳
  2. Lakehouse: טבלאות על אגם נתונים3 שיעורים • 1 שע׳ 40 דק׳
    1. 4Table Formats: Delta Lake ו-Iceberg מבפניםתסביר/י איך transaction log הופך תיקיית Parquet לטבלה עם ACID, time travel ו-schema enforcement.כ־35 דק׳
    2. 5MERGE, CDC ותחזוקת טבלאותתבנה/י upsert אידמפוטנטי מזרם CDC ותתכנן/י תחזוקה של small files, compaction ו-clustering.כ־35 דק׳
    3. 6ארכיטקטורת Medallion וממשל נתוניםתתכנן/י שכבות bronze, silver ו-gold לתרחיש אמיתי ותחליט/י מה נכנס לכל שכבה ומי רשאי לגשת.כ־30 דק׳
  3. סטרימינג וקפקא3 שיעורים • 1 שע׳ 45 דק׳
    1. 7Kafka מבפנים: topics, partitions ו-consumer groupsתסביר/י איך Kafka שומר סדר, מתרחב ושורד נפילות, ותבחר/י מספר partitions ומפתח.כ־35 דק׳
    2. 8סמנטיקת מסירה: at-least-once ו-exactly-onceתזהה/י איפה צינור סטרימינג מאבד או משכפל אירועים ותתכנן/י עיבוד שתוצאתו נכונה גם אחרי נפילות.כ־35 דק׳
    3. 9עיבוד זרמים: חלונות, event time ו-watermarksתתכנן/י אגרגציה בזמן אמת עם חלונות ו-watermark, ותסביר/י את ההחלטה בין latency לשלמות.כ־35 דק׳
  4. עלויות, ביצועים ותכנון מערכות3 שיעורים • 1 שע׳ 45 דק׳
    1. 10עלויות וביצועים: לשלם רק על מה שצריךתעריך/י עלות של צינור בענן, תזהה/י את הסעיף הכבד ותציע/י אופטימיזציות מדידות.כ־35 דק׳
    2. 11Batch, סטרימינג או שניהם? בחירת ארכיטקטורהתבחר/י בין batch, micro-batch וסטרימינג לפי דרישות latency, עלות ומורכבות, ותנמק/י בפני צוות.כ־30 דק׳
    3. 12פרויקט מסכם: צינור בקנה מידה ונקודות הכשל שלותתכנן/י צינור מלא מקפקא עד gold, ותציג/י לכל רכיב איך הוא נכשל, איך מזהים ואיך משחזרים.כ־40 דק׳

מה צריך

  • לרמת מתחילים אין צורך בידע קודם
  • לרמת ממשיכים: היכרות עם SQL, Python וצינור ETL בסיסי, כמו ברמת מתחילים
  • לרמת מתקדמים: ניסיון ב-dbt, Airflow ומחסן נתונים, כמו ברמת ממשיכים
  • מחשב, טאבלט או טלפון עם מיקרופון, ודפדפן

על הקורס

קורס בהנדסת נתונים בשלוש רמות: מתחילים, ממשיכים ומתקדמים. מתחילים מ-SQL, Python וצינור ETL ראשון, ממשיכים למחסן נתונים, dbt ו-Airflow, ומגיעים ל-Spark, Lakehouse וסטרימינג. כל רמה נגמרת בפרויקט מסכם שבו מתכננים צינור ומצביעים על נקודות הכשל שלו. השיעורים אחד על אחד, והקצב נקבע לפי מה שאתם פותרים.

למי הקורס

  • מי שרוצים להיכנס לתחום הנתונים ולהבין מה עושה מהנדס נתונים
  • אנליסטים ומפתחים שרוצים לעבור לבניית צינורות נתונים
  • עובדי הייטק שצריכים להכיר את הכלים: dbt, Airflow, Spark ו-Kafka
  • מי שכבר בונים צינורות ורוצים לחזק תכנון, עלויות וזיהוי תקלות

מבחנים והסמכות

  • ממשיכים: dbt Analytics Engineering Certification ו-Astronomer Certification for Apache Airflow Fundamentals (התאמה חלקית; הרמה אינה הכנה ממוקדת למבחן)
  • תכנות לילדים

    עם נועם

    שיעור חי 1:1 עם מורה AI2 רמות
  • תכנות בפייתון

    עם נועם

    שיעור חי 1:1 עם מורה AI3 רמות
  • פיתוח אתרים

    עם נועם

    שיעור חי 1:1 עם מורה AI3 רמות
  • אלגוריתמים ומבני נתונים

    עם נועם

    שיעור חי 1:1 עם מורה AI4 רמותראיונות עבודה בהייטק
  • DevOps

    עם נועה

    שיעור חי 1:1 עם מורה AIכ־24 שעות42 שיעורים3 רמות
  • מחשוב ענן

    עם נועה

    שיעור חי 1:1 עם מורה AI3 רמות
  • סייבר ואבטחת מידע

    עם נועה

    שיעור חי 1:1 עם מורה AI3 רמות
  • נתונים ו־SQL

    עם נועה

    שיעור חי 1:1 עם מורה AI3 רמות
לכל הקורסים במסלול הייטק

המורה שלך

נועםנועםמורה AI פרטי, בשיעור חי על לוח משותף

מורה AI פרטי שמלמד בשיחה חיה: שואל, מקשיב, מצייר על הלוח ונותן לפתור לבד עם רמזים. זוכר מה למדתם ומתחיל כל שיעור מהמקום שעצרתם.

איך נראה שיעור?

  • הילד מדבר עם המורה בקול, כמו בשיחת וידאו, ושואל מה שלא ברור.

  • המורה מסביר, כותב ומצייר על לוח משותף, והילד פותר איתו על אותו לוח.

  • אפשר לצלם דף עבודה או שיעורי בית וללמוד ממנו, תרגיל אחרי תרגיל.

  • ההורה מקבל דוח: זמן לימוד, מה הצליח ומה כדאי לחזק.

כללי השיעור

  • רק לימוד

שאלות נפוצות

איך עובד שיעור פרטי בהנדסת נתונים?
בוחרים הנדסת נתונים ורמה, ומדברים עם המורה בקול. המורה שואל מה כבר ידוע, מסביר, כותב ומצייר על הלוח, ונותן לפתור לבד עם רמזים עד שהעניין ברור.
כמה זמן לוקח הקורס הנדסת נתונים?
11 שיעורים של כ־33 דקות ברמה הראשונה, בקצב שלך. אפשר לעצור, לחזור ולדלג על מה שכבר ידוע.
צריך ידע קודם?
לא ברמת המתחילים. בתחילת השיעור הראשון המורה בודק מה כבר ידוע ומתאים את הרמה, ואפשר להתחיל ישר מרמה מתקדמת.
איך מתחילים בחינם?
נכנסים עם חשבון Google או עם קוד שנשלח למייל, כותבים שם וכיתה של הילד, והשיעור מתחיל מיד. כל משפחה מקבלת 45 דקות שיעור חינם, בכל מקצוע, לפי זמן השיעור בפועל, בלי כרטיס אשראי. אחר כך בוחרים מנוי בתשלום, ומבטלים בכל עת.
על איזה מכשיר לומדים?
בכל מחשב, טאבלט או טלפון עם דפדפן ומיקרופון. אפשר גם להתקין את האתר כאפליקציה במסך הבית.

רוצים לנסות?

נכנסים, כותבים שם וכיתה של הילד, והשיעור מתחיל. 45 דקות שיעור חינם, בלי כרטיס אשראי.

להתחיל בחינם

שיעור פרטי עם AI: מה זה ואיך זה עובד

הנדסת נתונים45 הדקות הראשונות בחינם

שיעור פרטילהתחיל בחינם