המחזור הבא: 06-10-26
AI Toolbox for Future QA
ה-AI כבר כאן. הגיע הזמן שגם אתה תהיה מוכן!
קורס AI Toolbox for Future QA מקנה למשתתפיו ידע מעמיק בשילוב כלי בינה מלאכותית בתהליכי בדיקות תוכנה. במהלך הקורס נלמדות שיטות עבודה עם מודלים גדולים (LLMs) בסביבה עצמאית ומבוססת API, בניית סוכני AI לביצוע משימות בדיקה ואוטומציה, פיתוח ממשקים לאינטראקציה עם מערכות AI, ויישום מתודולוגיות מתקדמות להערכת איכות של מערכות מבוססות בינה מלאכותית.
למה כדאי לכם ללמוד את הקורס הזה ?
העולם של בדיקות התוכנה משתנה בקצב מהיר, והבינה המלאכותית תופסת בו מקום מרכזי. קורס AI Toolbox for Future QA מעניק לכם את הכלים והמיומנויות הנדרשים כדי להישאר רלוונטיים ולהוביל את תחום הבדיקות בעידן החדש. במהלך הקורס תרכשו יכולות מתקדמות לעבודה עם מודלים עצמאיים ומבוססי API, תלמדו כיצד לפתח סוכני AI חכמים שיבצעו משימות בדיקה מורכבות, תבנו ממשקים אינטראקטיביים עם כלים חדשניים הפופולריים בתעשייה, ותבינו כיצד לשפר את איכות המודלים באמצעות מערכות הערכה מתקדמות.
בנוסף, תקבלו היכרות מעשית עם תחום ה-RAG (Retrieval-Augmented Generation), תשתלבו בעולמות האוטומציה החדשים באמצעות תזמור סוכנים ותפעולם בסביבת CI/CD, ותכירו את ה-Model Context Protocol (MCP) – פרוטוקול חדשני שמחבר בין מערכות AI לכלי עבודה חיצוניים.
חברים, זהו קורס מהפכני, הראשון מסוגו בעולם, שנבנה במיוחד כדי להבטיח שאתם, כאנשי QA ואוטומציה, לא רק תשמרו על מקומכם – אלא תובילו את הדור הבא של בדיקות התוכנה.
אתם רוצים ללמוד את הקורס הזה כי העתיד המקצועי חשוב לכם. כבר כיום אנו רואים ושומעים על כלים מבוססי AI שיודעים לגזור מקרי בדיקה "מחוץ לקופסא", לכתוב תשתית אוטומציה, להריץ בדיקות, לפתוח טיקטים בג'ירה ועוד. השאלה, האם ה-AI יחליף אותנו במשימות הטכניות, כבר לא רלוונטית, השאלה הרלוונטית היא רק מתי ? וכשזה יקרה, היכן אתם רוצים להיות ? בצד של אלו הנפלטים אל מחוץ לתעשייה או אלו שמובילים אותה?
אז מה הקורס כולל ? (סילבוס בראשי פרקים):
🛠️ הכרת הסביבה, התקנות, הגדרות, איפיון הפריימוורק
🧠 הנדסת בינה מלאכותית (AI Engineering)
🖥️ בניית ממשקי בדיקות עם Vibe Coding
🔬 שיפור מודלים לטובת בדיקות תוכנה (עם מערכות כמו RAG)
🧩 בניית סוכני בינה מלאכותית לטובת QA ואוטומציה
⚙️ הקמת מערך Agentic QA עם Skills, Ruls ו-Sub-Agents.
📊 בדיקות למודלים והערכות מדדים (AI Testing & Evaluation)
🌐 פרוטוקול Model Context (MCP) – שימוש בכלים מוכנים, ובניית שרתים מאפס.
משתתפי הקורס מקבלים את השירותים הבאים:
- מצגות הקורס
- תירגולים
- פתרונות לתירגולים כתובים
- פתרונות לתירגולים מצולמים
- מתן פידבק אישי על שיעורי הבית
- הקלטות של כל השיעורים בקורס
- הקלטות נוספות של דוגמאות קוד מהשטח (בלעדי רק לנו)
- כניסה ל-"מועדון העתיד" (מועדון אקסקלוסיבי לבוגרי הקורסים שלנו)
- תמיכה שלנו וליווי דרך המייל \ וואטסאפ \ טלפון \ מסנג'ר...
- עזרה בהשמה למשרות QA ואוטומציה
הפרטים היבשים
הלימודים הינם לימודים פרונטליים, ותינתן האפשרות למשתתפים להתחבר מהבית דרך תוכנת Zoom / Google Meet.
כל המפגשים נערכים במתחם הבורסה ברמת גן, אנו גם דואגים להקליט אותם לטובת המשתתפים.
סך הקורס הינו 6 מפגשים חד שבועיים (24 שעות אק' + כ-50 שעות תירגול).
פתיחת המחזור הקרוב:
* ניתן גם לקחת את הקורס הזה כקורס דיגיטלי ואז לצורך הדוגמא ניתן להתחיל אותו כבר מחר ולהתקדם בקצב שלך ולהוזיל את עלות הקורס ב-20%!
הסילבוס המלא:
מפגש 01: היסודות, מודלים מקומיים (Local LLMs) וספקי API
🔥 הגדרת סביבת עבודה:
⚡ התקנות והגדרות סביבת פיתוח: Python, Node.js, Claude Code, Google Antigravity, Ollama ועוד…
⚡ הנפקת מפתחות API וסנכרון סביבות: Gemini API Key, OpenRouter API Key, Groq API Key.
✨ מבוא ל-AI Toolbox ומושגי ליבה:
⚡ מדוע בעידן החדש אין הכרח לזכור סינטקס של שפת תכנות?
⚡ מושגי יסוד: GPU, LLM, Pre-Training, Quantization ועוד…
⚡ עבודה עם ארכיטקטורת ניהול קונטקסט: Rules, Skills ו-Sub-Agents.
🌟 אופטימיזציה וחיסכון בעלויות:
⚡ שיטות ומתודולוגיות לצמצום צריכת טוקנים וניהול תקציב מודלים בייצור ובבדיקות.
🚀 מודלים מקומיים מול מודלים בענן:
⚡ Local LLMs: עבודה מול HuggingFace ו-Ollama. פיתוח סקריפט פייתון ראשון הכולל ממשק משתמש (UI) המתחבר ל-Ollama מקומי.
⚡ Remote LLMs: חיבור ל-Groq Cloud, Ollama Cloud ו-OpenRouter. פיתוח סקריפט המתחבר ישירות ל-OpenRouter לביצוע שאילתות מהירות.
מפגש 02: כלי Harness, סוכני AI ו-Agentic QA
🔥 כלי ניהול והנדסת AI:
⚡ עבודה מעשית מול עוזרי הקוד המתקדמים בתעשייה: Claude Code, Google Antigravity, Cursor, GitHub Copilot.
⚡ חיבור כלי ה-Harness ל-Ollama Cloud ולמודלים דרך OpenRouter.
✨ מבוא לסוכני AI:
⚡ ארכיטקטורת סוכנים ושימוש ב-LangChain.
⚡ עבודה מול מאגרי Skills & Agents מובילים בתעשייה.
⚡ הגדרת Skills, Rules, Sub-Agents ו-Workers בתוך סביבת Agentic QA.
🌟 פיתוח סוכנים מקומיים:
⚡ יצירת סוכני AI מקומיים מותאמים אישית לביצוע משימות בדיקה ואוטומציה.
🚀 תרגול מעשי ו-Vibe Coding:
⚡ בניית אפליקציית הנבדק (Application Under Test – AUT) מקצה לקצה ב-Vibe Coding.
⚡ האפליקציה כוללת: Database + Web Server + ממשק קליינט מודרני, לצד יצירה אוטומטית של מסמכי אפיון מלאים (User Manual, PRD, SRS).
מפגש 03: Model Context Protocol (MCP) ואינטגרציות
🔥 מבוא לפרוטוקול MCP (Model Context Protocol):
⚡ מהו פרוטוקול MCP וכיצד הוא מחבר בין מודלי AI לכלים ומערכות חיצוניות?
⚡ הבנת רכיבי המערכת: Built-in Servers ו-Built-in Clients.
✨ Playwright MCP & Playwright CLI:
⚡ חיבור מודלי AI וסוכנים לכלי בדיקות הדפדפן Playwright באמצעות MCP ו-CLI.
⚡ ביצוע הרצות בדיקה ואינטראקציה מול דפדפן באופן אוטונומי.
🌟 סוכני אינטגרציה:
⚡ פיתוח סוכן אינטגרציה המחובר למערכת ניהול המשימות Jira או דומה, ניתוח כישלונות בדיקה ופתיחת טיקטים/באגים אוטומטית.
🚀 מיומנויות מול כלים:
⚡ הבחנה ארכיטקטונית מעמיקה: מתי משתמשים בקובצי הנחיות ומיומנויות (Skills) ומתי מפתחים פונקציות קוד וכלים מוגדרים (Langchain Tools).
מפגש 04: סוכני Web והערכת איכות מערכות AI
🔥 סוכני ווב ואוטומציה מתקדמים:
⚡ עבודה מול סוכני Web אוטונומיים, מהמובילים בשוק.
⚡ שילוב Playwright Test Agents לביצוע תרחישי בדיקה מורכבים ברשת.
✨ מתודולוגיית בדיקות למערכות AI:
⚡ אתגרי האיכות הייחודיים של מערכות מבוססות AI (אי-דטרמיניסטיות, הזיות, בדיקת תשובות טקסטואליות).
⚡ מדדי איכות והערכה (Evaluation Metrics): Faithfulness, Answer Relevance, Context Precision.
🌟 עבודה מעשית עם Deepeval Framework:
⚡ התקנה והגדרת הפריימוורק Deepeval.
⚡ גדרת Evaluator Models ואימוץ Metric Objects מותאמים אישית.
🚀 בניית סוכני הערכה:
⚡ פיתוח סוכנים ייעודיים שתפקידם לבדוק, להעריך ולנפק ציון איכות לתוצרים של מודלי AI אחרים.
מפגש 05: ארכיטקטורת RAG וכלי בדיקות AI מתקדמים
🔥 ארכיטקטורת RAG (Retrieval-Augmented Generation):
⚡ הבדלים בין העלאת קבצים (File Upload) לבין מערכת RAG מלאה.
⚡ מבוא לטכניקות Text Splitting ומידול Embeddings.
⚡ הדגמת מנגנוני מטמון וסקירת ארכיטקטורות RAG מתקדמות.
✨ בסיסי נתונים וקטוריים ואינדוקס:
⚡ פיתוח סקריפט היוצר Vector DB, מעלה נתונים ומבצע אינדוקס (Indexing) למסמכי בדיקה ואפיון.
🌟 פיתוח מיומנות חיפוש סמנטי:
⚡ יצירת Skill ייעודי המאפשר לסוכן לבצע שאילתות וחיפוש סמנטי מדויק מתוך ה-VectorDB.
🚀 סקירת כלי AI QA מובילים בשוק:
⚡ היכרות וסקור מעשי של הכלים החדשניים בתעשייה
מפגש 06: פרויקט גמר E2E Multi-Agent QA Flow:
🔥 פרויקט גמר פרויקט סיום וסיכום
⚡ פיתוח ארכיטקטורת בדיקות מורכבת ואוטונומית מקצה לקצה המבוססת על תזמור מרובה סוכנים (Multi-Agent Orchestration).
⚡הפרויקט כולל: אפיון דרישות, חילוץ קונטקסט, כתיבת בדיקות, הרצה, דיווח באגים ל-Jira, והערכת איכות התוצרים באמצעות Deepeval.
✨ סיכום הקורס, הענקת תעודות והכוונה לקריירה:
⚡ סקירת תפקיד ה-AI-Native QA Engineer בתעשייה.
⚡ חלוקת תעודות הסמכה והנחיות לשילוב הכלים שנלמדו בעבודה היומיומית.
🌟 פיתוח מיומנות חיפוש סמנטי:
⚡ יצירת Skill ייעודי המאפשר לסוכן לבצע שאילתות וחיפוש סמנטי מדויק מתוך ה-VectorDB.
🚀 סקירת כלי AI QA מובילים בשוק:
⚡ היכרות וסקור מעשי של הכלים החדשניים בתעשייה
שאלות נפוצות:
האם צריך רקע קודם בבינה מלאכותית כדי להשתתף בקורס?
לא. הקורס מתחיל מהיסודות וממושגי הליבה (Tokens, Quantization, Context Window) ומוביל את המשתתפים בהדרגה עד לבניית סוכנים אוטונומיים, שרתי MCP, ארכיטקטורת RAG והערכות איכות.
מהן דרישות הקדם של הקורס?
בעבר דרשנו רקע תכנותי בסיסי ב-OOP, אך כיום זה כבר אינו הכרחי! בעידן ה-AI וה-Vibe Coding, סוכני הבינה המלאכותית הם אלו שלוקחים על עצמם את כתיבת הקוד והסינטקס. כל מה שנדרש ממך הוא זיקה לעולם הבדיקות, חשיבה לוגית ונכונות ללמוד איך להנחות את ה-AI ולבקר את התוצרים שלו.
אילו נושאים מרכזיים נלמדים בקורס?
הקורס מקיף את הטכנולוגיות המתקדמות ביותר: מודלים מקומיים (Ollama, HuggingFace) וספקי ענן (Groq, OpenRouter), כלי תזמור (Claude Code, Antigravity, Cursor), פיתוח סוכני AI ל-QA, פרוטוקול MCP (כולל Playwright MCP ואינטגרציית Jira), סוכני Web (כגון Browser-use), ארכיטקטורת RAG עם Vector DB, והערכת איכות מודלים באמצעות Deepeval.
האם הקורס כולל עבודה מעשית?
רור! הקורס מבוסס תרגול מעשי ותרחישי אמת (Hands-on). לאורך הקורס תבנו אפליקציית AUT מלאה ב-Vibe Coding (SQLite + FastAPI + UI), תפתחו סוכנים מקומיים, ותסיימו בפרויקט גמר E2E מורכב המבוסס על תזמור מרובה סוכנים (Multi-Agent QA Flow).
מה קורה אם אני מחמיץ שיעור ?
כל השיעורים אצלינו מוקלטים וזמינים עבור המשתתפים, לא רק המפגשים, אלא גם את פתרונות שיעורי הבית הקלטנו עבורכם כדי שתבינו טוב יותר את אופן המחשבה שלנו לפתירת התרגילים.
לכמה זמן חומרי הקורס, כולל אלו המצולמים, יהיו זמינים עבורי ?
כל החיים. אין הגבלת זמן על חומרי הקורס, המצגות וההקלטות.
כמה זמן צריכים להקצות לטובת מטלות הקורס ?
התשובה משתנה בין משתתף אחד לשני, ישנם כאלו שקולטים מהר יותר מאחרים, ישנם כאלו שזוכרים טוב יותר מאחרים וזה כמובן משפיע על זמן ההשקעה בבית. אך הממוצע הינו כ-3-5 שעות שבועיות מעבר לשעות ההדרכה.
אז למה באמת ללמוד אצלכם ?
את הגרסה הארוכה של התשובה, תוכלו לקרוא תחת "למה אנחנו" באתר שלנו. ובקצרה, אנחנו מעודדים אתכם לקחת את סילבוס הקורס שלנו ולהשוות אותו מול כל סילבוס של כל מכללה אחרת בארץ. רגע, אתם לא יכולים ? אהה... נכון, אין מכללות אחרות שמלמדות נושא חדשני זה. ושוב פעם אנחנו גאים להיות החלוצים והמהפכניים עם האיכות הבלתי מתפשרת של התכנים שלנו.
גם השירות והתמיכה, בדיוק כמו התכנים, ברמה הגבוהה ביותר. לא מאמינים? כנסו לקבוצות מקצועיות בפייסבוק ושאלו עלינו בנוסף חפשו בגוגל וקיראו את הביקורות עלינו.
משתתפי הקורס יקבלו מענה לשאלות, תמיכה טכנית, ועזרה בפתרון בעיות בתרגולים ובפרויקטים וכמו כן, בסיום הקורס, המשתתפים שיעמדו בדרישות יקבלו תעודת סיום המעידה על השלמת ההכשרה.