בחירה שעושה את ההבדל
עם רזומה ללא תחרות, צוות מומחים, כמויות עצומות של תרגילים, לימודי SQL ברמה הגבוהה ביותר, התמקדות בחשיבה עסקית, זמן מתרגל, תוכנית לימודים מואצת, ומנטור אישי – קורס ה Data Analysis שלנו מציב רף חדש של איכות ומקצועיות שיעשו Upscale לקריירה שלכם.
להתחיל ולחפש עבודה בזמן שיא
תוכנית הלימודים שלנו מלמדת אתכם תכלס מה שרלוונטי לכניסה ראשונית לתחום ואורכת כ-4 חודשים לאחר מכן – אם תרצו, תוכלו להצטרף לתוכניות המתקדמות שלנו, וללמוד תכנים שיקחו את הרמה שלכם כמה צעדים קדימה.
דגש על חשיבה אנליטית
אנחנו שמים דגש על חשיבה עסקית\אנליטית. זה אומר המון ניתוחים עסקיים (לא טכנים) של נתונים אמיתיים, פרזנטציות בפני אנליסטים מנוסים, וניתוח עשרות שאלות עסקיות מראיונות עבודה בין שיעור לשיעור. אצלנו לא תעשו ניתוח עסקי רק ב"פרוייקט המסכם", אצלנו עושים ניתוחים עסקיים כבר בשיעור הראשון
פרקטיקה, המון פרקטיקה
אנחנו מאמינים שהבנה אמיתית מגיעה דרך הידיים, ולכן הקורס שלנו מכיל מאות תרגילים על פני עשרות דאטה-סטים שונים, ופרוייקטים רבים במהלכם תבצעו ניתוח עסקי. אנחנו, בפער נרחב מכל מוסד לימודים אחר, מאפשרים לכם להגיע לשוק העבודה מנוסים יותר. סילבוס מלא תחת לשונית נושאי הקורס.
ללמוד SQL מהטוב ביותר
במהלך הקורס אנחנו מקיימים מודול ייחודי בן 40 שעות אשר פותח ע"י רם קדם, וכולו עוסק ב-SQL מתקדם, שאלות מראיונות עבודה, ואתגרים של העולם האמיתי. אחרי שתסיימו ללמוד ולהבין את כל התכנים בו יהיה מאוד קשה להתקיל אתכם, בראיונות, בחיי היומיום, או סתם אם אתם אוהבים לפתור אתגרי SQL בשעות לילה מאוחרות.
הדמיית נתונים
לתיקשור האנליזה שלנו בצורה וויזואלית יש משמעות רבה, מסקנות שלא מונגשות באופן נכון במקרה הטוב – מתפספסות, במקרה הפחות טוב – גורמות לבלבול והבנה לקויה.
אנחנו לא מלמדים הדמיית נתונים כחלק מאקסל, PBI או Python. אנחנו מקדישים מודול נפרד לנושא, ומלמדים אותו באמצעות אשת המקצוע הטובה בארץ – בלה גרף
אינטואיציה סטטיסטית
במהלך הקורסים אנו שמים דגש על חשיבה סטטיסטית, ומלמדים אלמנטים שונים: החל מסטטיסטיקה תיאורית וכלה במבחני השערות, חישוב מובהקות סטטיסטית, קורלציות, ועוד.
ללמוד ממי שיודע ללמד
זה רק נשמע טריוויאלי. כל המדריכים שלנו מגיעים מהשטח ועובדים ביומיום בתחום שהם מלמדים, ולא פחות חשוב – יודעים איך ללמד חומרים בסיסיים או מורכבים להבנה.
הרזומה שלנו
כשאתם לומדים איתנו, אתם לומדים מנסיון של קרוב ל-15 שנה. לא לחינם אנו נבחרים שנה-אחר-שנה להעביר הדרכות בחברות היי-טק מובילות המכשירות In-House את האנליסטים שלהם, ומובילים בשיתוף פעולה עם Meta ו-Tech Career הכשרות דאטה ייחודיות.
לווי אישי
כל קורס מלווה ע"י מנטור – איש מקצוע מנוסה שחי את התעשיה. מהשיעור הראשון אפשר להתייעץ איתו (או איתה) בכל נושא ובכל עניין, ולהגיע לראיון העבודה מוכנים יותר.
זמן אחד על אחד
מעבר לתמיכה הרציפה של המרצים שלנו, במקביל לשיעורים, בכל שבוע, אנחנו מקיימים מפגש זום עם מתרגל (רשות) בו תוכלו לדבר ולשאול כל מה שרציתם.
קורס מיון ללא התחייבות
בואו לנסות את הקורס ללא כל התחייבות במשך 20 שעות אקדמיות. לנו זה יעזור להעריך ולשקף לכם בצורה הוגנת את היכולת שלכם להשתלב בשוק העבודה, לכם זה יאפשר להתחיל את הלמידה איתנו בביטחון מלא. אם מכל סיבה שהיא תחליטו שהקורס לא בשבילכם – כספכם יוחזר במלואו (בניכוי עמלת סליקה), בלי שאלות, בלי אותיות קטנות, בלי כוכביות.
Introduction to the course and the world of data analysis. Overview of various roles in the industry (both business and technical) and their relation to our day-to-day work as analysts.
During this module we'll go through the main steps in the data analysis process and demonstrate a use case that presents an end-to-end analysis of a real data set .
The Structured Query Language (SQL) is a language that primarily allows querying of data located in various databases. In this part, we'll focus on the basic data analysis syntax of SQL
In addition to the technical content, this module places a great emphasis on acquiring proper writing and working habits, effective use of syntax, and business thinking through intensive practice.
In this module, students will be exposed to approximately 8 data sets from various industries, as well as around 300 exercises.
In this module, we'll focus on actions related to updating data and creating new tables. The module's goal is to enable a broad understanding of table structures, relationships, and how data population is performed.
At the end of the module, a summary exercise will be given, allowing students to develop their own database, thus embedding the concepts learned throughout the module.
This module deals with understanding the macro level of concepts related to the world of data: what is a data warehouse (DWH) and how it differs from an operational system (OLTP), what are indexes and execution plans, what are views, and more.
As life becomes more data-driven, data visualization skills are no longer just a bonus, they're a necessity. However, most people who work with data haven't learned or aren't familiar with the rules of presenting quantitative information to others. Efficient data presentation is done according to the principles of data visualization, a scientific field based on research in psychology, linguistics, and visual communication. Without this skill, recommendations are rejected, ideas are dismissed, stories don't reach the audience, and projects remain on the shelves.
Mastering data visualization skills can save a lot of confusion and frustration, up to 50% (in time and money), and provide a tremendous advantage in the business world!
- Principles of data visualization
- Rules for designing tables and graphs
- Exercises for identifying and presenting quantitative scripts
- Non-standard tables and graphs
- Conveying the message in a quantitative manner
This module is delivered by Bella Graff, a Data Visualization expert
A unique module, developed by Ram Kedem, which focuses on complex queries and "real-world" problems. Its contents are based on the book "Advanced SQL: Practical Techniques and Use Cases" and rely on a decade of experience working with various databases, challenging job interview questions, and complex SQL problems.
During the lessons, students learn dozens of practical applications and practice advanced techniques based on real user problems.
In this module, students will be exposed to approximately 15 different data sets and over 200 exercises.
This module focuses on developing the business thinking of the analyst through the implementation of complex SQL queries.
During the module, a customer life cycle will be analyzed using an economic dataset with millions of records, and we will cover, among other things, the key stages in that cycle: Acquisition, Registration, Activity, and Churn.
Excel, the popular spreadsheet software in the world, has truly revolutionized the way businesses work with and analyze their data. In just a few years, it has become a standard product in every office and computer.
The software provides users with user-friendly and efficient tools to organize, process and improve the presentation of their data, analyze and extract insights, and, of course, create new data.
This module provides participants with knowledge and experience in Excel skills, ensuring they feel comfortable working in this environment on a day-to-day basis.
During the module, participants will acquire the following skills:
- Familiarity with the software and the work interface
- Working with data, including entering new data, processing and organizing data, performing basic filtering and analysis
- Using basic statistical functions and formulas to perform different calculations on the data
- Using charting tools to create charts and graphs that display the data in a visual and aesthetic way
- Connecting data from different sheets using the VLOOKUP function
- Creating smart reports and slices on the data quickly using pivot tables
During the module, students will complete approximately 110 exercises on 15 different data sets.
The Power BI platform is considered Microsoft's flagship in the business intelligence field. This module focuses on this tool and primarily on the way in which data exploration is implemented using it. In this part, we will discuss, among other things, how to determine the data cleanliness level and how to present relationships between different types of variables.
In addition, this module focuses on basic concepts and recommended methods for effective data communication. The module provides tools that will enable telling the data story and not just displaying it. Additionally, during the module, students will understand visualization principles and learn how (and how not) to create graphics that convey the business message in a clear and efficient manner.
As a technical foundation for these topics, we will learn, among other things:
- Importing data from multiple and diverse sources, working with them, processing and organizing them
- Various filtering and analysis
- Creating, editing, and deleting links between tables
- Producing reports and dashboards, and publishing them on the Power BI cloud platform to share with the rest of the organization
- Creating interactive visualizations that allow active exploration of information according to different partitions.
During the module, students will perform about 110 exercises on 15 different datasets.
The workshop is delivered by experienced interviewers in the field of data analysis, and is designed to prepare participants for the job market. The following topics are emphasized:
- How to prepare effectively for a job interview in the field of data analysis
- The importance of a well-crafted resume and how to create an effective LinkedIn profile
- Familiarity with the stages of a job interview (preparation, conduct, closing, and follow-up) and principles for proper conduct at each stage. At the end of the workshop, individual meetings will be held with each participant, providing specific feedback.
Python – one of the most sought-after and popular programming languages in the market, is a powerful open-source language with many uses, and is considered easy and friendly to learn. Today, Python is used by many organizations that require fast analysis and calculations on enormous amounts of data, such as artificial intelligence, machine learning, bioinformatics, robotics, cybersecurity, and more.
As an introduction to the next module – Exploratory Data Analysis with Python, in this part we will learn the basics of the language required for data analysts. This module is mainly designed to allow analysts to develop "programming thinking" and deal with the common programming elements in the field of data analysis.
During this module, students will be exposed to over 500 exercises at various difficulty levels, classified by topics. At the end, a summary exercise will be given.
Exploratory Data Analysis, or EDA for short, is an approach to data analysis that allows for systematic investigation, summary of key characteristics, making assumptions, and finding relationships between different data points. The process involves statistical analysis (Univariate / Multivariate) of various variables and graphical representation of the results.
EDA is a way of thinking and inference, an approach to organized work, and goal-oriented as a way to solve analytical problems. The main goal of this module is to develop analytical thinking and the ability to independently access any database and analyze it effectively.
This section begins with an overview of methods for data analysis, similar to what the SQL language enables, and also demonstrate important concepts from the world of descriptive & inferential Statistics.
During this module, students will be exposed to over 10 different datasets and more than 100 exercises.
A/B testing is a statistical experiment that compares between two versions with the goal of identifying and implementing the change that will lead to the desired outcome, for example: click-through rates on an ad, website registration, purchasing a product, and so on. Based on the statistical understanding gained in the previous module, in this part we will understand when to use A/B testing, how to conduct it, and how to interpret the results.
During the course, you will be given real use cases and tasked with extracting business insights from them.
You will then present these insights in a summary session, where an experienced analyst will provide feedback to help you improve.
As you progress through the course, you will gain a better understanding of what to present and how. During this course we will also address numerous business questions commonly asked in job interviews and discuss their solutions.
ממי תלמדו במהלך המסלול

רם קדם
מנהל התוכנית והמנטור של המסלול.
עם 15 שנות נסיון בתעשיית הדאטה ובעולמות ההדרכה, לרם נסיון וידע עשיר והוא הכתובת שלך בכל שאלה, התייעצות, והתלבטות - מקצועית או אישית.
בואו לשמוע איך להכנס למשרה ההתחלתית בפודקאסט של רם וגדי

גדי כרוסט
גדי הוא ראש צוות אנליזה בחברת Plarium. פלאריום היא אחת מחברות הסושיאל גיימינג הגדולות בעולם עם למעלה מ-400 מליון יוזרים. גדי בעל נסיון טכני ועסקי רב שנים, וכחלק מעבודתו ראיין עשרות אנליסטים.
בואו לשמוע את גדי מדבר על עולם
ה Data Analysis

בר לויטצקי
בר הוא אנליסט מוצר בחברת Facebook, עם עבר ונסיון עשיר בחברות כמו Playtika, ו-Deloitte.
בר יעבור על הפרוייקטים האנליטיים שלכם, יעזור לכם לחדד את החשיבה העסקית, ויאפשר לכם להבין איך לתרגם את הנתונים למסקנות ברות ביצוע.

בלה גרף
בלה גרף היא מומחית להדמיית נתונים בישראל, עוסקת מעל 20 שנים במתן שירותי יישום, יעוץ והדרכה באנליטיקה חזותית והדמיית נתונים לגופים עסקיים, ציבוריים ואקדמיים. בלה בעלת השכלה בפסיכולוגיה, בלשנות, אמנות ומנהל עסקים, מנהלת קהילת הדמיית נתונים בארץ, מייסדת ומנהלת מעבדת "InfoSerViz".

שוקי מולק
שוקי הוא אנליסט בשופרסל, ענקית קמעונאות המזון בישראל, המנהלת את אחד מאתרי האיקומרס הכי גדולים בארץ, ומובילה תהליכים טכנולוגיים רבים מבוססי ביג-דאטה.
לשוקי נסיון רב - טכנית ועסקית, ורקורד של תלמידים רבים ומרוצים.

מיטל דגן
מיטל היא כלכלנית, יועצת קריירה עצמאית כבר 8 שנים, ואנליסטית בעברה. מיטל מומחית במיתוג אישי ומיתוג מעסיק, וכותבת בעיתונות במאקו, דה-מארקר, YNET - על שוק העבודה, מיתוג, ייעוץ קריירה ויח"צ כשכיר.
מיטל תלמד אתכם כל מה שצריך לדעת כדי ליצור קורות חיים ופרופיל לינקדין אפקטיביים, תכין לקראת ראיון העבודה, וגם תשב אתכם אחד-על-אחד על-מנת להעניק דגשים אישיים.
לפרטים נוספים על מיטל
מחזורים קרובים
18/06/2023
09/10/2023
בלי נתונים אנחנו עוד מישהו עם דעה
הבחירה ב UpScale Analytics נותנת לכם את התמורה הגבוהה והאיכותית ביותר שקיימת בשוק.
אבל, עם כל הכבוד לעמוד השיווקי שלנו – אנחנו מעודדים אתכם לקרוא לעומק את הסילבוס שאנחנו שולחים, לבצע חקר שוק, ללמוד את הנתונים, לדבר איתנו, ולראות בעצמכם שזה לא רק סלוגן. לתמורה שאנחנו נותנים באמת אין תחרות.