אודסיטי · Nanodegree · 6 קורסים · 63 שעות

מסלול Nanodegree בהנדסת DevOps ללמידת מכונה — אודסיטי

המסלול מורכב משישה קורסים ברצף: עקרונות קוד נקי · בניית תהליך עבודה הדיר למודל · פריסת צינור למידת מכונה בייצור · ובסוף ניקוד וניטור של מודלים.

השורה התחתונה שלנו

"מסלול-המשך להנדסת DevOps ללמידת מכונה, למי שכבר כותב פייתון ברמת ביניים ומכיר למידת מכונה בסיסית — לא מלמד למידת-מכונה עצמה ולא הכרה אקדמית. בקצב של אדם עובד: בין חודשיים לשניים וחצי, וארבעה פרויקטים בהעברת-מודלים לייצור."

63ש׳

משך רשמי

מתקדמים

רמת כניסה

6 · 4

קורסים · פרויקטים

4.6★

103 מדרגים

2חוד׳

עד סיום · שלנו

לעמוד המסלול
באודסיטי ←

הרשמה ותמחור מתבצעים אצל אודסיטי · קישור שיווקי · אנחנו לא מוכרים את הקורס

בשורה אחת

חמש שאלות, חמש תשובות

אם אין לך זמן לקרוא את כל העמוד — אלה התשובות שמספיקות כדי להחליט.

למי זה

למי שכבר כותב פייתון ברמת ביניים ומכיר למידת מכונה בסיסית, ורוצה להעביר מודלים לייצור.

מה יוצא ביד

חבילת פייתון נקייה ובדוקה, ריפו של צינור למידת מכונה, API פרוס עם CI/CD ומערכת ניטור מלאה.

כמה זמן באמת

63 שעות רשמיות, שהן בין חודשיים לשניים וחצי בקצב של 6 עד 8 שעות לימוד בשבוע.

איפה זה ממקם אותך

בצד התפעולי של הנדסת למידת מכונה — פריסה, אוטומציה, בדיקות וניטור, ולא בבניית מודלים מאפס.

מה עוצר אותך בכניסה

שמונה דרישות קדם רשמיות, הכול באנגלית, ואין כאן הכשרה למי שעדיין לא כותב קוד.

המסגרת במספרים

63 שעות, ומה שיוצא מהן

אלה המספרים שאודסיטי עצמה מפרסמת בעמוד-המוצר. נמדדו ב-9.9.2026.

שעות רשמיות

בקצב של 6 עד 8 שעות בשבוע — בין חודשיים לשניים וחצי, תלוי בקצב

קורסים

מיומנויות

פרויקטים

4.6

103 מדרגים

אוגוסט 2026

עודכן

עד סיום · שלנו

מסלול הלימוד

שישה קורסים ברצף אחד

אורך העמודה מציג את יחס השעות בין הקורסים. פתח קורס כדי לראות כל שיעור בשמו.

קורס 1

ברוכים הבאים למסלול הנדסת DevOps ללמידת מכונה

0.8ש׳

קורס 2

עקרונות קוד נקי

15ש׳

קורס 3

בניית תהליך עבודה הדיר למודל

21ש׳

קורס 4

פריסת צינור למידת מכונה בייצור

8.8ש׳

קורס 5

ניקוד וניטור של מודלים

17.8ש׳

קורס 6

מזל טוב!

0.2ש׳

1ברוכים הבאים למסלול הנדסת DevOps ללמידת מכונה0.8 שעות

היכרות עם הנדסת DevOps ללמידת מכונה — מה מצפה לך במסלול ואילו דרכים עוזרות להצליח בו.
איך מקבלים עזרה — חמש דקות קריאה על הדרכים לקבל עזרה בתוכן ובפרויקטים.

2עקרונות קוד נקי15 שעות

פתיחה — מהם עקרונות הקוד הנקי, מתי משתמשים בהם ומה תדע לבנות בסוף הקורס.
מדריך תרגום מ-GitHub ל-Azure DevOps —
שיטות כתיבת קוד נכונות — קוד נקי ומודולרי, יעילות, שכתוב קוד, תיעוד ובדיקת תקינות.
עבודה עם אחרים בניהול גרסאות — ניהול גרסאות בעבודת צוות, ובתוכו גם סקירת קוד.
קוד שמוכן לייצור — טיפול בשגיאות, בדיקות, רישום לוגים והתמודדות עם סחיפת מודל.
פרויקטחיזוי נטישת לקוחות עם קוד נקי

3בניית תהליך עבודה הדיר למודל21 שעות

מבוא לתהליכי עבודה הדירים למודל — שימושים, היסטוריה ומה תבנה בסוף הקורס.
מדריך תרגום מ-GitHub ל-Azure DevOps —
צינורות למידת מכונה — בניית צינורות וניהול גרסאות של נתונים ושל ארטיפקטים של מודל.
חקירת נתונים והכנתם — תהליכים חוזרים לניתוח חוקר, ניקוי, עיבוד מקדים ופיצול נתונים.
אימות נתונים — בדיקות דטרמיניסטיות ולא דטרמיניסטיות וטיפול בפרמטרים שונים עם Pytest.
אימון, אימות ומעקב ניסויים — כתיבת צינור הסקה, בחירת המודל הטוב ביותר ובדיקת הארטיפקטים הסופיים.
צינור סופי, שחרור ופריסה — כתיבת צינור מלא מקצה לקצה, שחרורו ופריסה עם MLflow.
פרויקטצינור למידת מכונה לחיזוי מחירי השכרה קצרת-טווח בניו-יורק

4פריסת צינור למידת מכונה בייצור8.8 שעות

מבוא לפריסת צינור למידת מכונה בייצור — תפעול המודל והמערכת שסביבו, כדי לפרוס ולתחזק אותו בקלות.
מדריך תרגום מ-GitHub ל-Azure DevOps —
בדיקות ביצועים והכנת מודל לייצור — השיעור עובר על בדיקות ביצועים ועל הכנת המודל לסביבת ייצור.
[רשות] ניהול גרסאות של נתונים ומודלים — חזרה על גיט, ואז צלילה ל-DVC ולמושג מקור הנתונים.
אינטגרציה ופריסה רציפות — עקרונות אוטומציה, בדיקות וגרסאות, ויישומם עם GitHub Actions ו-Heroku.
פריסת API עם FastAPI — בונים ממשק מקומי עם רמזי טיפוסים, בודקים אותו ופורסים ל-Heroku לבדיקה חיה.
פרויקטפריסת מודל למידת מכונה לפלטפורמת ענן עם FastAPI

5ניקוד וניטור של מודלים17.8 שעות

פתיחה: ניקוד וניטור של מודלים — מטרות הקורס, מתי משתמשים בניקוד ובניטור, בעלי העניין והכלים הנדרשים.
מדריך תרגום מ-GitHub ל-Azure DevOps —
אימון ופריסה של מודל — אוטומציה של האימון והפריסה, כך שהמודל שנפרס מוכן לניטור.
ניקוד מודל וסחיפת מודל — ניקוד וסחיפה כחלק מהניטור המתמשך ששומר על דיוק המודל שנפרס.
אבחון ותיקון של תקלות תפעוליות — הבעיות שעולות בפרויקטים שנפרסו, ואיך מאבחנים ומתקנים אותן.
דיווח וניטור של מודל בעזרת ממשקי API — ממשק אוטומטי לפרויקט למידת המכונה שמדווח ומנטר אותו.
פרויקטמערכת דינמית להערכת סיכון

6מזל טוב!0.2 שעות

מזל טוב! — סיום התוכנית וחגיגת ההישג.

מה יישאר לך ביד

4 פרויקטים בקוד שרץ

לא מסמכים ולא מצגות. כל פרויקט נעול בשיעור מסומן בסילבוס ומוגש לבדיקה.

01
עקרונות קוד נקי
חיזוי נטישת לקוחות עם קוד נקי
חבילת פייתון מודולרית עם בדיקות ולוגים, בסביבת העבודה או במאגר קוד
02
בניית תהליך עבודה הדיר למודל
צינור למידת מכונה לחיזוי מחירי השכרה קצרת-טווח בניו-יורק
מאגר קוד של צינור למידת מכונה שאפשר להריץ שוב, עם אימון מחדש שבועי
03
פריסת צינור למידת מכונה בייצור
פריסת מודל למידת מכונה לפלטפורמת ענן עם FastAPI
API פרוס, קובצי CI/CD ובדיקות שמריצות את המודל על פרוסות נתונים
04
ניקוד וניטור של מודלים
מערכת דינמית להערכת סיכון
מערכת שלמה: קליטת נתונים, אימון, ניקוד, פריסה וניטור, עם קבצים, הגדרות ודוחות

החסם של האנגלית

יש בכיתה עוזר שמדבר עברית

בתוך הכיתה של אודסיטי יושב עוזר בשם מארווין. שואלים בעברית — הוא עונה בעברית, על החומר שמוצג באותו רגע.

כל שאלה על מה שכתוב בעמוד

שואלים בעברית והוא עונה בעברית, על השיעור שפתוח מולך.

✓

סיכום, ואז בוחן

אפשר לבקש סיכום של השיעור שקוראים עכשיו, ואז לבקש שיבחן אותך לפני שממשיכים.

בדקנו את זה בפועל ב-7.9.2026: שלוש שאלות חופשיות, בקשת סיכום ובקשת בוחן — חמש מתוך חמש חזרו בעברית שוטפת ומדויקת לתוכן.

✓בחר במסלול הזה אם…

אתה כבר כותב פייתון, כבר בנית מודל, והחלק שנתקע אצלך הוא מה קורה אחרי — איך מעבירים לייצור, איך בודקים, איך פורסים ואיך מנטרים לאורך זמן.

✕דלג עליו אם…

אתה מחפש כניסה ראשונה לתחום הנתונים, האנגלית הטכנית שלך קשה עליך, או שאתה מצפה ללמוד כאן איך לבנות ולאמן מודלים מאפס — כל אלה מונחים כאן כידע קיים.

לפני שמחליטים

מה זה לא נותן

זה לא מסלול שמלמד למידת מכונה.: אודסיטי דורשת בכניסה למידת מכונה בסיסית, פייתון ברמת ביניים ועבודה עם ספריות למידת מכונה — המסלול מתחיל מהנקודה שבה כבר יש לך מודל.
הכול באנגלית.: השיעורים, הוראות הפרויקטים והרובריקות — באנגלית בלבד. מארווין עונה בעברית, אבל החומר עצמו לא מתורגם.
63 השעות הן משך רשמי.: ארבעה פרויקטים שנבדקים מול רובריקה נוטים לקחת יותר מהמסומן, במיוחד כשההגשה חוזרת לתיקון.
אין כאן הכרה אקדמית.: Nanodegree היא תעודה של חברה פרטית, ומה ששווה בה בפועל הוא התוצרים שנשארים לך ביד ולא התעודה עצמה.

שאלות ותשובות

צריך לדעת למידת מכונה לפני שמתחילים?

כן. אודסיטי מציינת בכניסה למידת מכונה בסיסית, ספריות למידת מכונה בפייתון, פייתון ברמת ביניים, סטטיסטיקה תיאורית, מחברות Jupyter, שורת פקודה וממשקי REST. המסלול מסומן כרמת מתקדמים.

מה לא צריך להכיר מראש?

MLflow, DVC, FastAPI, GitHub Actions ו-Heroku נלמדים בתוך המסלול עצמו. הפרויקט הראשון כבר עובד עם פייתון, Pytest, לוגים, שורת פקודה ותקן PEP 8.

אפשר להתמודד עם האנגלית?

החומר וההוראות באנגלית בלבד. בתוך הכיתה יושב מארווין, עוזר AI שאפשר לשאול אותו בעברית, לבקש סיכום של השיעור ולבקש שיבחן אותך — בדקנו זאת בפועל ב-7.9.2026.

מי בודק את הפרויקטים שהגשתי?

אודסיטי מצהירה שההגשה נבדקת על ידי בודק אנושי מול רובריקה. ברובריקה של הפרויקט הראשון אפשר לצפות עוד לפני ההגשה, כך שאפשר לכתוב את הקוד ישירות מול הקריטריונים.

כמה זמן זה באמת ייקח לי?

אודסיטי מפרסמת 63 שעות. בקצב של 6 עד 8 שעות לימוד בשבוע זה נופל בין חודשיים לשניים וחצי — וארבעה פרויקטים שחוזרים לתיקון עשויים להאריך את זה.

זה נותן תעודה אקדמית?

לא. זו תעודת Nanodegree של אודסיטי, לא תואר ולא הסמכה של גוף ממשלתי. מה שנשאר ביד הוא ארבעת התוצרים: החבילה, הצינור, ה-API הפרוס ומערכת הניטור.

63 שעות, ארבעה פרויקטים, תיק אחד

המחיר, תנאי הביטול ומועד הפתיחה — בעמוד המסלול של אודסיטי. ההחלטה שלך.

לעמוד המסלול באודסיטי ←