אודסיטי · Nanodegree · 4 קורסים · 56 שעות
מסלול Nanodegree בסוכני בינה מלאכותית (AI) — אודסיטי
המסלול מורכב מארבעה קורסים ברצף: פרומפטים לחשיבה ותכנון של מודלי שפה עם מיקרוסופט פאונדרי · תהליכי עבודה של סוכני AI עם מיקרוסופט אז'ור · בניית סוכני AI עם מיקרוסופט אז'ור · ובסוף מערכות רב-סוכניות עם מיקרוסופט אז'ור.
"מסלול-המשך לסוכני בינה מלאכותית, למי שכבר כותב פייתון ומכיר API ועבד עם Azure — לא אימון-מודלים וכל העבודה נעולה לסביבת מיקרוסופט. בקצב של אדם עובד: בין חודש וחצי לחודשיים וחצי, וארבעה סוכני-AI שפועלים לבד."
סרטון קצר על אודסיטי · 2:41
56ש׳
משך רשמי
ביניים
רמת כניסה
4 · 4
קורסים · פרויקטים
5.0★
· מדרג אחד
2חוד׳
עד סיום · שלנו
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 (Python), מכיר ממשקי API ועבד קצת עם אז'ור (Azure) — ורוצה לבנות סוכנים שפועלים לבד, לא צ'אט.
מה יוצא ביד
ארבעה פרויקטים שמוגשים כקוד — מאגר גיטהאב (GitHub) או קובץ zip — עד למערכת רב-סוכנית בנקאית שלמה.
כמה זמן באמת
56 שעות רשמיות. בקצב של 6 עד 8 שעות בשבוע זה כחודשיים.
איפה זה ממקם אותך
בעבודה של בנייה מעל מודלים מוכנים — פרומפטים, כלים, זיכרון, שליפה מועשרת ותזמור בין סוכנים.
מה חסר
הכול באנגלית, הכול בסביבת מיקרוסופט, ואין כאן אימון מודלים ואין כאן הבטחת תעסוקה.
המסגרת במספרים
56 שעות, ומה שיוצא מהן
אלה המספרים שאודסיטי עצמה מפרסמת בעמוד-המוצר. נמדדו ב-9.9.2026.
56
שעות רשמיות
בקצב של 6 עד 8 שעות בשבוע — בין חודש וחצי לחודשיים וחצי, תלוי בקצב
4
קורסים
63
שיעורים
4
פרויקטים
5.0
על בסיס מדרג אחד בלבד
6.2026
עודכן
2
עד סיום · שלנו
מסלול הלימוד
ארבעה קורסים ברצף אחד
אורך העמודה מציג את יחס השעות בין הקורסים. פתח קורס כדי לראות כל שיעור בשמו.
קורס 1
פרומפטים לחשיבה ותכנון של מודלי שפה עם מיקרוסופט פאונדרי
11.5ש׳
קורס 2
תהליכי עבודה של סוכני AI עם מיקרוסופט אז'ור
14.8ש׳
קורס 3
בניית סוכני AI עם מיקרוסופט אז'ור
14.5ש׳
קורס 4
מערכות רב-סוכניות עם מיקרוסופט אז'ור
14.8ש׳
1פרומפטים לחשיבה ותכנון של מודלי שפה עם מיקרוסופט פאונדרי11.5 שעות
- מבוא לפרומפטים לחשיבה ותכנון עם מיקרוסופט פאונדרי — מציג את מושגי היסוד של סוכני AI, מבנה הקורס, דרישות הקדם וסביבת הלמידה.
- תפקיד הפרומפט בסוכני AI — מה הם סוכני AI ואיך הפרומפט מכוון אותם לחשוב, לתכנן ולפעול.
- פרומפט מבוסס תפקיד — התיאוריה של שימוש בתפקיד או בפרסונה כדי לשלוט בסגנון, בטון ובמומחיות של הפלט.
- יישום פרומפט מבוסס תפקיד בפאונדרי — הגדרה בפועל בשירות הסוכנים של אז'ור, כולל שיטות עבודה מומלצות.
- פרומפט שרשרת-חשיבה ו-ReAct — המסגרות לחשיבה מודרכת ולשילוב בין חשיבה לפעולה.
- יישום שרשרת-חשיבה ו-ReAct בשירות הסוכנים של פאונדרי — איך מממשים את שתי הגישות בתוך השירות.
- שיפור הוראות הפרומפט — שיפור שיטתי דרך תפקיד, משימה, הקשר, דוגמאות ופורמט פלט.
- יישום שיפור ההוראות בפאונדרי — ליטוש הוראות הפרומפט בשירות הסוכנים של אז'ור.
- שרשור פרומפטים לחשיבה סוכנית — בניית תהליך רב-שלבי שבו הפלט של שלב אחד הוא הקלט של הבא, עם ולידציה.
- שרשור פרומפטים בפאונדרי — בנייה בפועל של תהליך שיחה רב-שלבי בשירות הסוכנים.
- לולאות משוב במודלי שפה — מערכות שמשתמשות במשוב על פעולותיהן כדי לשפר את הפלט שוב ושוב.
- לולאות משוב בפאונדרי — יישום וניהול של לולאות משוב ביישומי מודלי שפה.
- פרויקטאירוטורביין — שרשרת אספקה מבוססת סוכנים
2תהליכי עבודה של סוכני AI עם מיקרוסופט אז'ור14.8 שעות
- מבוא לבניית סוכני AI עם מיקרוסופט אז'ור — יסודות תהליכי העבודה הסוכניים באז'ור, בפייתון ובערכת סמנטיק קרנל.
- להבין תהליכי עבודה סוכניים — מה מגדיר סוכן מודרני, מרכיביו — פרסונה, ידע, כלים ואינטראקציה — וסוגי הסוכנים.
- מידול תהליכי סוכנים — תכנון והמחשה של תהליכים, וסוגי הסוכנים כאבני בניין לתרשים.
- יישום מידול תהליכי סוכנים — תרגול של תכנון והמחשת תהליכים בעזרת אותן אבני בניין.
- יישום תהליך סוכני בסמנטיק קרנל — תהליך רב-סוכני שמנתב פניות לקוחות לסוכן המומחה המתאים.
- דפוס שרשרת הפרומפטים — פירוק משימה מורכבת לרצף שלבים תלויים, עם ולידציה וניהול הקשר.
- יישום שרשרת פרומפטים בסמנטיק קרנל — שרשור סוכנים מתמחים ברצף בפייתון, עם תוספים ותהליכי פרומפט.
- דפוס הניתוב — סיווג משימות נכנסות והפנייתן לסוכן או למסלול העיבוד המתאים.
- יישום תהליכי ניתוב בסמנטיק קרנל — בניית מתזמר שמנתב משימות לסוכנים מתמחים לאוטומציה יציבה.
- דפוס המקביליות — הרצת כמה משימות סוכן במקביל, כולל פירוק המשימה ואיחוד התוצאות.
- יישום תהליכים מקביליים בסמנטיק קרנל — האצת ניתוח נתונים בעזרת asyncio והרצה מקבילה של סוכנים.
- דפוס המעריך והמשפר — תהליך איטרטיבי של יצירה, ביקורת ושיפור, עם קריטריוני הערכה ברורים.
- יישום תהליך יוצר-מבקר בסמנטיק קרנל — אוטומציה של ליטוש תוכן חוזר בעזרת שני סוכנים משלימים.
- דפוס המתזמר והעובדים — סוכן מרכזי שמתכנן, מאציל ומאחד את עבודתם של סוכנים מתמחים.
- יישום דפוס המתזמר והעובדים בסמנטיק קרנל — כמה סוכנים שמתכננים, מחלקים משימות ומשתפים פעולה בבעיה מורכבת.
- פרויקטאג'נטקוונט — ניתוח נתונים בעזרת סוכנים
3בניית סוכני AI עם מיקרוסופט אז'ור14.5 שעות
- מבוא לבניית סוכני AI עם מיקרוסופט אז'ור — היכרות עם המרצים, הקמת משאבי OpenAI וסקירת הקורס.
- הרחבת סוכנים בעזרת כלים — חיבור כלים שמאפשר לסוכן לפעול בזמן אמת ולגשת לנתונים.
- בניית סוכנים עם סמנטיק קרנל וכלים — בנייה ורישום של כלים מותאמים בפייתון לגישה לנתונים חיצוניים.
- פלט מובנה — הפיכת תשובות ל-JSON שאפשר לעבוד איתו, בעזרת סכימות, מפענחים וקריאות לפונקציות.
- יישום פלט מובנה עם פיידנטיק וסמנטיק קרנל — אילוץ המודל להחזיר JSON מאומת בעזרת מודלי פיידנטיק.
- ניהול מצב של סוכן — מכונות מצב שעוקבות אחרי קלט המשתמש, ההוראות והשימוש בכלים.
- יישום ניהול מצב בסמנטיק קרנל — מכונת מצבים בפייתון שמגדירה שלבים ומבטיחה תהליך צפוי וניתן לביקורת.
- זיכרון קצר-טווח של סוכן — אסטרטגיות לשמירת הקשר בתוך שיחה פעילה.
- הוספת זיכרון קצר-טווח לסוכן בסמנטיק קרנל — מעקב אחרי היסטוריית השיחה, ניהול מגבלות זיכרון וטיפול בשאלות המשך.
- כלים וממשקי API חיצוניים — נתונים בזמן אמת, אימות סוכנים, והפרוטוקול MCP לתקינה ולבטיחות.
- חיבור כלים וממשקים חיצוניים בסמנטיק קרנל — הטמעת ממשקים כתוספים, בחירת כלי אוטומטית ושמירת הקשר השיחה.
- סוכני חיפוש באינטרנט — ביסוס תשובות על מקורות מהרשת, טיפול ברעש והימנעות מהזיות.
- בניית סוכני חיפוש עם בינג — סוכן שמשתמש בחיפוש בינג בזמן אמת ומחזיר JSON, בפייתון.
- עבודה מול מסדי נתונים — גישה לנתונים מובנים בעזרת SQL ולמשימות סמנטיות בעזרת מסדים וקטוריים.
- בניית מערכת שליפה מועשרת עם קוסמוס DB — הזנת נתונים, שליפה מבוססת טקסט ושילוב יציב בתוך הסוכן.
- שליפה מועשרת סוכנית — רפלקציה, ניסוח מחדש של שאילתות ולולאות ניסיון חוזר לתשובות מדויקות יותר.
- יישום שליפה מועשרת סוכנית עם קוסמוס DB — סוכן שמתקן את עצמו, מעריך איכות מסמכים ומשלב חיפוש היברידי.
- זיכרון ארוך-טווח של סוכן — זיכרון סמנטי, אפיזודי ופרוצדורלי, ואסטרטגיות אחסון.
- תחזוקת זיכרון ארוך-טווח עם קוסמוס DB — סוכן שזוכר אינטראקציות קודמות ומנהל שיחה מותאמת אישית.
- הערכת סוכן — מדידת השלמת משימה, איכות, שימוש בכלים ומדדי מערכת.
- יישום הערכת סוכן בסמנטיק קרנל — שילוב בדיקות מבניות מבוססות-כללים עם מודל שפה בתפקיד שופט.
- פרויקטסוכן קונסיירז' לתכנון נסיעות
4מערכות רבסוכניות עם מיקרוסופט אז'ור — 14.8 שעות
- מבוא למערכות רב-סוכניות עם מיקרוסופט אז'ור — היכרות עם מערכות רב-סוכניות, יישומיהן בעולם האמיתי ומטרות הקורס.
- תכנון ארכיטקטורה רב-סוכנית — מרכיבי הליבה של מערכת רב-סוכנית ותכנון הארכיטקטורה ברמה הגבוהה.
- יצירת תכנונים רב-סוכניים — תרגול של מרכיבי הליבה ושל תכנון הארכיטקטורה.
- ארכיטקטורה רב-סוכנית בפייתון — כתיבת הקוד לארכיטקטורה שתוכננה וחיבור הסוכנים בממשקים מוגדרים.
- יישום ארכיטקטורה רב-סוכנית בסמנטיק קרנל — תזמור סוכנים מתמחים במקביל או ברצף לפתרון בעיות תכנון עיר חכמה.
- תזמור פעולות סוכנים — טכניקות לתיאום פעולות של כמה סוכנים לכדי תהליך אחד.
- יישום תזמור סוכנים בסמנטיק קרנל — דפוסים רציפים, מקביליים ומותנים לפתרונות רב-סוכניים גמישים.
- ניתוב וזרימת נתונים במערכות סוכנים — הגדרת מנגנוני ניתוב שמנהלים את זרימת הנתונים בין הסוכנים.
- יישום ניתוב וזרימת נתונים בסמנטיק קרנל — שימוש ב-Azure SQL לנתונים קבועים, ניתוב חכם ותשובות בזמן אמת.
- ניהול מצב במערכת רב-סוכנית — שיטות למעקב ולעדכון מצב הסוכנים לאורך שיחה מרובת תורות.
- יישום ניהול מצב במערכת רב-סוכנית בסמנטיק קרנל — מערכת שיתופית עם מצב משותף ותוספים לתיאום בזמן אמת.
- תזמור ותיאום מצב בין סוכנים — מערכת מתואמת שמסנכרנת מצבים לביצוע משימות עקבי.
- יישום תזמור ותיאום מצב בסמנטיק קרנל — סוכן רכז, מצב משותף ותוספים לאופטימיזציה של התהליך, בסימולציה של מפעל פסטה.
- שליפה מועשרת רב-סוכנית — הרחבת השליפה לכמה סוכנים משתפי פעולה, שכל אחד מתמחה במשימת אחזור.
- יישום שליפה מועשרת רב-סוכנית בסמנטיק קרנל — סוכנים מתמחים למחקר מעמיק, עם טיפול בשגיאות ושמירת דוחות.
- פרויקטוקטרהבנק — שליפה מועשרת רב-סוכנית לבנקאות
איפה זה ממקם אותך
מה תדע לעשות לבד
- AeroTurbine agentic supply chain
- AgentQuant data analysis agent
- Travel concierge agent
- VectraBank multi-agent RAG
מה יישאר לך ביד
4 פרויקטים שמוגשים לבדיקה
כל פרויקט משויך לשיעור מסומן בסילבוס, ובסופו מגישים אותו לבדיקה.
- 01
1 · פרומפטים לחשיבה ותכנון של מודלי שפה עם מיקרוסופט פאונדרי
אירוטורביין — שרשרת אספקה מבוססת סוכנים
קוד (zip או גיטהאב) של עוזר שרשרת אספקה: רשימות חומרים, בדיקת מלאי, ניתוח ספקים והזמנות רכש בתוך פאונדרי
- 02
2 · תהליכי עבודה של סוכני AI עם מיקרוסופט אז'ור
אג'נטקוונט — ניתוח נתונים בעזרת סוכנים
קוד (zip או גיטהאב) של תהליך ניתוח נתונים שבו הסוכן מייצר קוד, מריץ אותו ומפרש את התוצאה
- 03
3 · בניית סוכני AI עם מיקרוסופט אז'ור
סוכן קונסיירז' לתכנון נסיעות
קוד (zip או גיטהאב) של סוכן בפייתון עם תכנון, שימוש בכלים וממשקי חיפוש והזמנה, ושיחה שומרת-מצב
- 04
4 · מערכות רב-סוכניות עם מיקרוסופט אז'ור
וקטרהבנק — שליפה מועשרת רב-סוכנית לבנקאות
קוד (zip או גיטהאב) של מערכת רב-סוכנית בנקאית: זיהוי הונאות, הערכת הלוואות, ניהול סיכונים ושירות לקוחות מעל שליפה מועשרת
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
למשל: "תסביר לי במילים פשוטות את המושג שמופיע כאן". התשובה מתייחסת לשיעור 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.
אחרי המסלול
לאיזו עבודה זה מספיק בישראל
מהנדס/ת AI (בינה מלאכותית יוצרת)
מה עושים בו ביום-יום
בונים אפליקציות מעל מודלי-שפה מוכנים — לא מאמנים מודלים. מקימים ומכווננים מערכות שליפה (RAG): אינדוקס מסמכים, מסד וקטורי, אחזור. כותבים ומשפרים פרומפטים ומודדים את איכות התשובות. בונים סוכנים שפועלים לבד ומחברים אותם לממשקים ולמערכות הארגון. עובדים בענן, ברובן AWS. מעבירים ניסוי לפרודקשן: קונטיינרים, אוטומציית פריסה וניטור.
מה המסלול נותן
זה ההתאמה החזקה ביותר בכל הקטלוג. Agentic AI ו-Agentic AI Engineer נותנים סוכנים ב-LangChain, LangGraph וסכימות Pydantic. Generative AI נותן מערכת RAG מלאה עם הערכת-איכות, ממשק, וכיוונון-עדין. Microsoft Agentic AI ו-Azure Generative AI נותנים RAG וסוכנים בענן. מסלול Agentic AI For Financial Services מוסיף שרשור-פרומפטים. כלומר: RAG, מסדים וקטוריים, סוכנים, ספריות — כולם נבנו בידיים.
מה עוד תצטרך
שלושה. (1) הענן: המודעות מבקשות AWS ברמת Bedrock, Lambda ו-Step Functions — המסלולים עובדים ב-Vocareum, ב-Azure או מול API ישיר, לא בהכרח מול הערימה שהמעסיק מבקש. (2) העברה לפרודקשן: קונטיינרים, אוטומציית פריסה וניטור — מוזכרים ברשימות-החובה ואינם במסלולים. (3) הוותק: מרבית המודעות בתגיות 3-4 ו-5-6 שנים. אבל כאן יש בשורה אמיתית: זה המקצוע היחיד באשכולות הטכנולוגיים שבו מודעה מפורשת מכירה בפרויקטים אישיים כמקור-ניסיון לגיטימי — 'ניסיון רלוונטי יכול להגיע מתפקידים קודמים, שירות צבאי טכנולוגי, התמחות, לימודים אקדמיים או פרויקטים אישיים משמעותיים'.
✓זה בשבילך אם…
אתה כבר כותב קוד ורוצה לעבור מצ'אט לסוכנים שמבצעים משימות בפועל; הארגון שלך יושב על אז'ור, והכלים של מיקרוסופט הם ממילא מה שתעבוד איתו; ואתה רוצה ארבעה פרויקטים שנבדקים בידי אדם ולא סדרת סרטונים.
✕דלג עליו אם…
אתה מתחיל מאפס בתכנות — זה מסלול ברמת ביניים, לא מסלול כניסה; אתה מחפש הכשרה כללית ב-AI שאינה קשורה לספק ענן מסוים; או אנגלית טכנית בקריאה ובהאזנה היא בעיה עבורך.
לפני שמחליטים
מה זה לא נותן
- הכול באנגלית.: הווידאו, ההוראות והרובריקות. מארווין עונה בעברית, אבל התוכן עצמו לא מתורגם.
- נעול לסביבת מיקרוסופט.: פאונדרי, סמנטיק קרנל, אז'ור OpenAI, קוסמוס DB וחיפוש בינג. זה לא מסלול אגנוסטי לכלים, וההעברה לערימה אחרת היא עבודה שלך.
- לא מלמד לאמן מודלים.: כל המסלול נבנה מעל מודלים קיימים — אין כאן אימון, כוונון או מתמטיקה של למידת מכונה.
- דרישות הקדם אמיתיות.: בלי פייתון בסיסי, היכרות עם ממשקי API ויסודות אז'ור, הקורסים השלישי והרביעי הופכים לקיר.
שאלות ותשובות
צריך ניסיון קודם בבניית סוכנים?
לא. דפוסי הסוכנים נבנים מאפס בתוך המסלול. מה שכן נדרש: פייתון בסיסי, כתיבת פרומפטים בסיסית, שליטה בממשקי API, היכרות עם בינה מלאכותית יוצרת, יסודות אז'ור וממשק OpenAI — שש דרישות הקדם שאודסיטי מפרסמת.
האם הפרויקטים נבדקים בידי אדם?
כן. אודסיטי מצהירה שכל אחד מארבעת הפרויקטים נבדק מול רובריקה, והגשה שלא עומדת בה חוזרת לתיקון. הרובריקה יושבת בתוך עמוד הפרויקט ואין לה מזהה נפרד, כך שאי אפשר לקרוא אותה לפני הרשמה. נמדד ב-9.9.2026.
מה בדיוק מגישים?
קוד — קובץ zip או מאגר גיטהאב. בפרויקט הסיום, וקטרהבנק, מגישים מערכת רב-סוכנית בנקאית מעל שליפה מועשרת, עם תזמור אסינכרוני ונתונים שמוקמים באחסון בענן.
האנגלית תעצור אותי?
כל החומר באנגלית. בתוך הכיתה יושב מארווין, עוזר ה-AI של אודסיטי, ואפשר לשאול אותו בעברית, לבקש סיכום של השיעור ולבקש שיבחן אותך — בדקנו וקיבלנו תשובות בעברית שוטפת.
זה מסלול שמלמד לאמן מודלים?
לא. כל התוכן נבנה מעל מודלים מוכנים: פרומפטים, כלים, זיכרון, שליפה מועשרת ותזמור בין סוכנים. אימון מודלים, כוונון ומתמטיקה של למידת מכונה אינם בסילבוס.
כמה זמן זה באמת ייקח?
אודסיטי מפרסמת 56 שעות. בקצב ריאלי של 6 עד 8 שעות בשבוע לצד עבודה, מדובר בכחודשיים. לפרויקט הסיום מופיע בכיתה תאריך הגשה (29.12.2026), כך שהקצב לא לגמרי חופשי.
56 שעות, ארבעה פרויקטים, תיק אחד
המחיר, תנאי הביטול ומועד הפתיחה — בעמוד המסלול של אודסיטי. ההחלטה שלך.
הרשמה ותמחור מתבצעים אצל אודסיטי · קישור שיווקי · אנחנו לא מוכרים את הקורס
מקורות
- עמוד-המוצר הרשמי של מסלול Microsoft Agentic AI באתר אודסיטי — נמדד ב-9.9.2026.
- הוראות הפרויקטים והרובריקות בתוך הכיתה של אודסיטי (ארבעת הפרויקטים, כולל וקטרהבנק) — נקראו ב-9.9.2026.
MSL הוא קטלוג קורסים — לא ספק הקורס. המסלול מתפרסם ומנוהל על ידי אודסיטי. תוכן הקורס, המחיר, התעודה ותנאי השימוש הם באחריות אודסיטי בלבד. הקישורים לאודסיטי הם קישורים שיווקיים.