דאטה אנליסט

מבוא לעולם הדאטה, BI ותפקיד האנליסט המודרני

הבנה נכונה של המקצוע, ההבדלים בין תפקידי דאטה, והמקום של האנליסט בארגון מודרני

מיפוי תפקידי דאטה ומפת מיומנויות אישית

• מהו Data Analyst ומהו BI Analyst
• ההבדל בין Analyst, Scientist ו-Engineer
• איך ארגון עובד עם נתונים
• KPI, metric, dashboard, insight
• מבוא לעידן ה-AI ולשינוי בתפקיד האנליסט

יסודות AI לאנליסטים ולעולם ה-BI

בסיס עמוק, מעשי ואחראי לשימוש ב-AI כבר מתחילת המסלול

ספריית Prompts בסיסית וניתוח השוואתי בין כלי AI

• Generative AI, LLMs, context, tokens, hallucinations
• Prompting בסיסי ו-Structured prompting
• עבודה עם AI מול טבלאות ומסמכים
• AI as co-pilot ולא כתחליף לחשיבה
• ChatGPT, Claude, Copilot, Gemini, NotebookLM

חשיבה עסקית, KPI, דוחות הנהלה ו-Performance Thinking

בניית חשיבה אנליטית-עסקית: KPIs, משפכים, מדדי ביצוע ודוחות הנהלה

KPI framework ואפיון שאלות עסקיות לדשבורד

• KPI לעומת metric, Leading vs lagging indicators
• משפכים עסקיים ומדדי שירות/תפעול/מכירות
• דוחות הנהלה ו-Performance review thinking
• תרגום צורך עסקי לניתוח

Excel / Google Sheets לאנליסטים ול-BI

בסיס חזק מאוד לעבודה עם נתונים לפני המעבר ל-SQL ול-BI מתקדם

Workbook אנליטי מסודר ודוח ביצועים בסיסי

• מבנה נתונים נכון ו-Data cleanup
• IF, COUNTIF, SUMIF, XLOOKUP, INDEX/MATCH
• Pivot Tables, sorting, filtering, conditional formatting
• סיכומים, דוחות ולוחות בקרה בסיסיים

AI for Excel, Sheets & Document Analysis

הפיכת AI לכלי עבודה אמיתי מול spreadsheets, קבצים ומסמכים

Prompt pack ייעודי וקייס מלא של ניתוח טבלה עם AI

• כתיבת והסבר נוסחאות בעזרת AI
• ניקוי נתונים וזיהוי חריגות עם AI
• סיכום טבלאות ובניית סיכום מנהלים
• השוואה בין AI output ל-source data

Data Literacy, איכות נתונים וסטטיסטיקה שימושית

חשיבה נכונה על נתונים, איכות נתונים, וסטטיסטיקה שימושית לאנליסטים

מסמך Data Quality Review ומיני-דוח אנליטי

• סוגי נתונים: structured / semi-structured / unstructured
• missing values, duplicates, outliers, inconsistency
• descriptive statistics: mean, median, variance
• correlation vs causation, bias, sampling

SQL מהיסוד ועד שליטה מעשית

שליטה חזקה מאוד ב-SQL ככלי ליבה בתפקיד האנליסט

SQL practice pack מלא ותרגילי SQL לתיק עבודות

• SELECT, WHERE, ORDER BY, DISTINCT, NULL handling
• aggregate functions, GROUP BY, HAVING
• JOINs, CASE WHEN, subqueries
• date functions, תרגום שאלות עסקיות ל-SQL

AI for SQL & Analytical Querying

שימוש ב-AI בצורה עמוקה, חכמה ומבוקרת בכתיבה, בדיקה ושיפור של SQL

SQL prompt library ו-workbook תיקון queries עם AI

• תרגום שאלות עסקיות ל-SQL באמצעות AI
• AI-generated query review ו-debugging
• query refactoring ו-logic validation
• guardrails בשימוש AI ל-SQL

SQL מתקדם וחשיבה תשתיתית ל-BI

מרמת "שולף נתונים" לרמת אנליסט שמבין סביבות BI ו-reporting

assignment מתקדם וcase של שאילתות לדשבורד BI

• CTEs, window functions, ranking, running totals
• advanced joins, union / union all
• fact tables, dimension tables, star schema basics
• ETL / ELT overview, performance thinking

יסודות BI, Data Modeling וחשיבה ניהולית

בסיס אמיתי לעולם ה-BI, מעבר לכלי עצמו

אפיון מודל נתונים ומסמך logic layer בסיסי

• מהו BI בארגון, data sources, semantic thinking
• fact vs dimension, granularity, calendar logic
• measures vs dimensions, שכבת reporting
• common modeling mistakes, KPI architecture

Power BI: טעינת נתונים, Power Query והכנת מידע

עבודה נכונה ומסודרת עם השכבה שמזינה את ה-BI

קובץ Power BI עם שכבת טעינה וניקוי

• Power BI Desktop ו-import data
• Power Query: shaping, cleaning, merge, append
• data types, column operations, query logic
• repeatable transformation logic

Power BI: Data Model, Relationships, DAX ומדדים

שליטה מעשית בלב ה-BI: מודל נתונים, DAX ומדדים עסקיים

מודל Power BI מלא עם מדדי KPI

• building the data model, relationships, filter context
• calculated columns ו-measures
• DAX fundamentals ו-KPI measures
• time intelligence, validation, model debugging

Power BI: Dashboards, Storytelling, Publishing ו-Governance

הפיכת נתונים לתוצר ניהולי איכותי

לפחות 2 dashboards מקצועיים כולל executive dashboard

• visualization best practices ו-dashboard layout
• drill-down, drill-through, interactivity
• storytelling with data ו-report usability
• publishing, sharing, row-level security, governance

Python Foundations for Analysts

כניסה ידידותית ושימושית לעולם Python

notebook בסיסי ותרגילי Python מסודרים

• Jupyter Notebook, variables, data types
• strings, lists, dictionaries
• conditions, loops, functions
• file handling, notebook workflow

Python for Data Analysis

הפיכת Python לכלי אנליטי מעשי ורלוונטי

שני notebooks אנליטיים וcase ניתוח נתונים

• pandas: dataframes, reading CSV/Excel, filtering
• grouping, transformation, cleaning, merge
• handling missing values, derived columns
• descriptive analytics ו-basic visualization

AI for Python, Notebooks & Analytical Workflows

עבודה מתקדמת עם AI כ-coding and analysis co-pilot

Python AI playbook ו-notebook משופר בסיוע AI

• AI-assisted code writing ו-code explanation
• debugging notebooks ו-generating analytical flow
• refactoring ו-documentation with AI
• trust boundaries in AI-generated code

אנליזה עסקית יישומית: מכירות, שירות, תפעול ופיננסים

חיבור כל הידע לעולמות עסקיים אמיתיים ברוח BDO

2 case studies מלאים ומסמך המלצות עסקי

• sales analytics, funnel ו-conversion analysis
• service analytics, SLA ו-performance
• operations analytics ו-bottleneck analysis
• profitability, variance analysis, trend analysis

AI for Business Insight, Reporting & Executive Communication

AI ככלי משמעותי ביצירת תובנות, סיכומים ודוחות ניהוליים

executive summary kit ודוח הנהלה מאומת

• AI for insight drafting ו-executive summaries
• תרגום דשבורדים לשפה עסקית
• AI for benchmarking ו-anomaly explanation
• human validation of managerial text

Responsible AI, Privacy, Governance ו-Data Responsibility

שכבת אחריות מקצועית שמתאימה לארגונים רציניים ול-DNA של BDO

checklist לעבודה אחראית וניתוח תרחישי סיכון

• privacy awareness ו-data sensitivity
• what not to upload to AI tools, auditability
• responsible analytics ו-responsible AI
• bias awareness, governance mindset

Portfolio Lab, פרויקט גמר והכנה לשוק העבודה

סיום המסלול עם זהות מקצועית ברורה, תיק עבודות אמיתי ויכולת להציג ערך למעסיקים

פרויקט גמר מלא, CV, LinkedIn ותיק עבודות מסודר

• ארגון ו-packaging של כל התוצרים מהמסלול
• פרויקט גמר End-to-End: בעיה עסקית → KPI → SQL → Python → Power BI → AI → executive summary
• CV לתפקידי Data/BI, LinkedIn positioning
• הכנה לראיונות, mock interview, project presentation

כלים וטכנולוגיות

• Excel
• Google Sheets
• SQL
• PostgreSQL
• Power BI
• Power Query
• DAX
• Python
• Jupyter
• pandas
• matplotlib
• ChatGPT
• Claude
• Copilot
• Gemini
• NotebookLM
• Git

מתאים למי שלא מגיע מרקע טכני?

בהחלט! המסלול מיועד לאנשים ללא ניסיון קודם. רוב הבוגרים שלנו מגיעים מתחומים כמו תפעול, שירות, כספים, שיווק ומכירות. 384 השעות בנויות בצורה הדרגתית מאפס ועד רמה מקצועית.

מה ההבדל בין דאטה אנליסט ל-Data Scientist?

אנליסט מתמקד בניתוח נתונים, בניית דשבורדים, הפקת תובנות עסקיות ותקשורת עם הנהלה. Data Scientist בונה מודלים סטטיסטיים ו-Machine Learning. המסלול שלנו מכשיר אנליסט חזק, מעשי ו-AI-native, לא Data Scientist.

איך AI משולב במסלול?

AI לא מופיע רק במודול אחד, יש 5 מודולי AI ייעודיים (AI for Excel, AI for SQL, AI for Python, AI for Business Insight, Responsible AI) ובנוסף AI מתורגל בתוך כל כלי: Excel, SQL, Power BI ו-Python. סך הכל 62 שעות AI ייעודיות.

מה המשמעות של 384 שעות?

המסלול בנוי על 64 מפגשים של 6 שעות אקדמיות כל אחד, במשך 8 חודשים. 2 מפגשים בשבוע. מסלול רציני ועמוק שמתאים להסבה, אך עדיין מאפשר ללמוד תוך כדי עבודה.

האם יש השמה?

כן! חברת ההשמה שלנו Nona Jobs (רישיון #3290) מלווה כל בוגר עם AI-matching למשרות רלוונטיות.