יסודות ה-Generative AI וההקשר הארגוני

היכרות עם טכנולוגיית ה-GenAI והשפעתה על תפקיד האנליסט, תוך הבנת ההבדלים בין בינה אנליטית ליוצרת. נלמד כיצד מודלי שפה (LLMs) פועלים ונכיר לעומק את המגבלות שלהם, בדגש על התמודדות עם תופעת ההזיות.
 

עבודה בטוחה עם AI בארגון

זיהוי וניהול סיכונים בסביבה ארגונית מאובטחת תוך הגדרת נהלים לשמירה על סודיות ופרטיות המידע. נתרגל שיטות לניקוי נתונים לפני העלאתם ונעבוד עם צ'ק-ליסט מובנה להבטחת עבודה תקנית ובטוחה.
 

הנדסת פרומפטים (Prompt Engineering) מתקדמת

מעבר משימוש בסיסי לניהול דיאלוג מקצועי המבוסס על הקשר, תפקיד ומשימות מוגדרות. יישום טכניקות מתקדמות כמו Few-Shot Learning לפירוק בעיות מורכבות ושדרוג בקשות יומיומיות לפרומפטים מדויקים.
 

ניתוח נתונים במודל ה-DIG

יישום ניתוח נתונים שיטתי באמצעות מודל ה-DIG (תיאור, בחינה ויעדים) להפקת תובנות מהירה מקבצי Excel ו-CSV. הפקת ויזואליזציות מתקדמות ללא קוד ושמירה על יכולת שחזור מלאה (Traceability) של תהליך הניתוח.
 

ארגז כלים ו-Productivity Hacks לאנליסטים

אופטימיזציה של שאילתות SQL ונוסחאות מורכבות לצד סיכום דוחות ארוכים ל-Executive Summary ממוקד. שימוש ב-NotebookLM להצלבת מקורות וביצוע בקרת איכות (QA) קפדנית לצמצום טעויות לפני הפצה.
 

התאמה אישית והטמעה בתהליכי העבודה

בניית "מומחים דיגיטליים" (Custom GPTs) וספריות פרומפטים צוותיות ליצירת סטנדרט עבודה אחיד ושפה ארגונית משותפת. אוטומציה של משימות חוזרות כמו תיעוד תהליכים וסיכומי פגישות, תוך התאמת התוצרים ל-Brand Voice של הארגון.
 

סימולציות ותרגול מסכם

תרגול מעשי של אתגרי דאטה אמיתיים מהעולם הארגוני ופתרון בעיות קונקרטיות מיום-יום המקצועי של המשתתפים. ביצוע משימת סיכום המיישמת את כל הכלים והמתודולוגיות שנלמדו בתהליך אנליטי מלא מקצה לקצה.