AI Agents

קורס AI Agents ו-MCP

ליווי אישי וייעוץ קריירה לאורך כל הדרך
AI Agents & MCP

קורס AI Agents ו-MCP

על הקורס

קורס AI Agents ו-MCP – פיתוח סוכני AI מתמקד בתכנון ופיתוח מערכות AI Agentic המסוגלות להשתמש בכלים, לנהל תהליכי עבודה ולבצע משימות מורכבות באופן אוטונומי.

במהלך הקורס תלמדו את עקרונות ה-Agentic AI, עבודה עם Tool Calling, תכנון Agent Workflows, ניהול State ו-Memory ובניית סוכנים באמצעות LangGraph.

הקורס כולל עבודה מעשית עם MCP – Model Context Protocol, המאפשר לחבר סוכני AI לכלים, שירותים ומקורות מידע חיצוניים, וכן היכרות עם בניית מערכות Multi-Agent שבהן מספר סוכנים משתפים פעולה לביצוע משימות.

במסגרת הפרויקט המעשי תפתחו AI Research Agent – מערכת המקבלת משימת מחקר, משתמשת בכלים, אוספת ומנתחת מידע ומפיקה דוח מובנה.

בסיום הקורס תוכלו לתכנן ולפתח AI Agents, לחבר אותם לכלים באמצעות MCP ולבנות מערכות Agentic ו-Multi-Agent לביצוע תהליכים מורכבים.

מועדי פתיחת קורס AI Agents

קורס ערב
18:00 - 22:00
36 ש"א (8 מפגשים)
21/02/2027

מתכונת הקורס

* מספר המפגשים והשעות למפגש עשויים להשתנות בין קורס לקורס

  • צוות הוראה מהתעשייה עם ניסיון מעשי אמיתי
  • מודל לימודים היברידי - גמישות מלאה בין כיתה ואונליין
  • גישה חופשית לכל חומרי הלימוד מכל מקום ובכל זמן
  • סביבת לימודים מתקדמת וכלים עדכניים
  • תכנית לימודים מקיפה ומובנית לפי דרישות השוק
  • הקלטות שיעורים לחזרה, חיזוק וסגירת פערים
  • הכנה מקצועית ואישית לראיונות עבודה
  • שיעורים פרטיים אחד על אחד ללא עלות
private lessons

למה כדאי ללמוד AI Agents ?

  • לפתח סוכני AI חכמים
    תלמדו כיצד לבנות AI Agents המסוגלים להשתמש בכלים, לנהל תהליכים ולבצע משימות מורכבות.
  • להתמקצע ב-Tool Calling
    תלמדו כיצד לאפשר לסוכני AI להפעיל Functions וכלים חיצוניים כחלק מתהליך העבודה שלהם.
  • לבנות Agent Workflows
    תרכשו כלים לתכנון Workflows, ניהול State, Memory, Routing ו-Control Flow במערכות Agentic.
  • לעבוד עם LangGraph
    תלמדו לבנות Graph-Based Agents, לנהל Nodes ו-Edges ולפתח תהליכים מורכבים המבוססים על מספר שלבים.
  • להכיר ולעבוד עם MCP
    תלמדו את Model Context Protocol, תבנו MCP Server ו-MCP Client ותחברו סוכני AI לכלים ושירותים חיצוניים.
  • לבנות Multi-Agent Systems
    תלמדו כיצד מספר סוכני AI יכולים לשתף פעולה, להעביר משימות ולפעול במבנים של Supervisor ו-Worker Agents.
  • לצבור ניסיון מעשי בפיתוח Agentic AI
    תפתחו AI Research Agent המבצע משימת מחקר באמצעות כלים ומפיק דוח מובנה.
private lessons

מה לומדים בקורס AI Agents?

  • Agentic AI Fundamentals
  • Agent Architecture
  • Reasoning Loops
  • Tool Calling
  • Function Execution
  • Tool Schemas
  • Agent Workflows
  • State Management
  • Memory
  • Routing & Control Flow
  • LangGraph
  • Graph-Based Agents
  • MCP – Model Context Protocol
  • MCP Servers & Clients
  • Multi-Agent Systems
  • Agent Communication
  • Supervisor Agents
  • Worker Agents
  • Task Delegation
private lessons

למי מיועד הקורס?

הקורס מיועד למפתחים ומהנדסים המעוניינים להתמקצע בפיתוח סוכני AI ומערכות Agentic מתקדמות.

  • Software Engineers
  • Backend Developers
  • Python Developers
  • AI Developers
  • ML Engineers
private lessons

תנאי קבלה

  • ידע בתכנות וב-Python
  • היכרות עם APIs ו-JSON
  • היכרות בסיסית עם LLMs ופיתוח אפליקציות AI

מיומנויות וטכניקות

  • Agentic AI
  • AI Agent Development
  • Tool Calling
  • Function Execution
  • Agent Architecture
  • Agent Workflows
  • State Management
  • Agent Memory
  • Routing & Control Flow
  • LangGraph
  • Graph-Based Agents
  • Model Context Protocol (MCP)
  • MCP Server & Client Development
  • Multi-Agent Systems
  • Agent Communication
  • Task Delegation

מבנה הקורס

פרק 1

Agentic AI Fundamentals

היכרות עם Agent Architecture, Reasoning Loops, Planning, Execution ו-Agent Patterns.

פרק 2

Tool Calling

עבודה עם Tools, Function Execution, Tool Schemas ו-Tool Results.

פרק 3

Agent Workflows

תכנון Workflows, ניהול State ו-Memory, Routing ו-Control Flow.

פרק 4

LangGraph

בניית Graph-Based Agents, עבודה עם Nodes, Edges, State ו-Conditional Routing.

פרק 5

MCP – Model Context Protocol

MCP Architecture, בניית MCP Server ו-MCP Client וחיבור כלים ושירותים חיצוניים.

פרק 6

Multi-Agent Systems

Agent Communication, Supervisor Agents, Worker Agents, Task Delegation ו-Multi-Agent Workflows.

פרק 7

פרויקט מעשי – AI Research Agent

בניית מערכת המקבלת משימת מחקר, משתמשת בכלים, אוספת ומנתחת מידע ומפיקה דוח מובנה.

Head of the department
teacher-image-אלכס-שויחיט

על המרצה

אלכס שויחיט

ראש תחום Machine Learning

לאלכס יש תואר ראשון בתחום מערכות מידע (BSC), תואר שני בהנדסת חשמל ואלקטרוניקה.
אלכס הוא במקצועו מהנדס RT \ Machine Learning. מומחה בתחום ה - AI, עם מעל ל -13 שנות ניסיון בפיתוח, ניהול והעברת פרויקטים מפיתוח לייצור במגוון תחומים כגון, Linux Embedded.
לאלכס יש ניסיון עם עבודה בשילוב Machine learning ו- Deep Learning בתחום ה- Computer Vision ו- Data Analysis.

תשובות לשאלות נפוצות

מה לומדים בקורס AI Agents ו-MCP?

בקורס לומדים לתכנן ולפתח AI Agents ומערכות Agentic, כולל Tool Calling, Agent Workflows, State ו-Memory, עבודה עם LangGraph, פרוטוקול MCP ובניית Multi-Agent Systems.

close

מהו MCP ולמה משתמשים בו בפיתוח סוכני AI?

MCP (Model Context Protocol) הוא פרוטוקול המאפשר לחבר מערכות AI לכלים ושירותים חיצוניים. במהלך הקורס תלמדו את ארכיטקטורת MCP ותעבדו עם MCP Servers ו-MCP Clients כחלק ממערכות Agentic.

close

האם יש פרויקט מעשי בקורס?

כן. במהלך הקורס תפתחו AI Research Agent – מערכת המקבלת משימת מחקר, משתמשת בכלים, אוספת ומנתחת מידע ומפיקה דוח מובנה.

close

סטודנטים ללימודי AI Agents ו-MCP התעניינו גם במודולים נוספים:

© כל הזכויות שמורות Real Time Group