🐍 Python להנדסאים

המדריך המלא להיכרות, הבנה והפעלת קוד Python ללא ידע תכנות מוקדם
👨‍🏫 מאת: יעקב בידני
📅 עודכן: דצמבר 2025
⏱️ זמן קריאה: 20 דקות
📊 רמת קושי: בסיסי
📖 תוכן המדריך 📋 משימות 🚀 הצטרף לקורס

📋 תוכן המדריך

  1. מה זה Python ולמה זה רלוונטי להנדסאים?
  2. איך לבקש מ-AI ליצור קוד Python?
  3. סביבות הרצה: VS Code, Terminal ו-Notepad++
  4. הבנת שגיאות ודיבוג קוד
  5. התקנת ספריות וחבילות
  6. דוגמאות מעשיות מהתעשייה
  7. מסקנות ויישום מעשי
  8. משימות לשבוע הקרוב
  9. 🧠 בוחן עצמי

מהפכת התכנות להנדסאים

בעולם הנדסי מודרני, **אתם לא צריכים להיות מתכנתים** כדי להשתמש בקוד. בדיוק כמו שאתם משתמשים באקסל בלי להבין את הקוד שמאחוריו, כך גם Python הפך לכלי נגיש לכל הנדסאי.

המדריך הזה ילמד אתכם **להיות צרכנים חכמים של קוד** - לדעת מתי להשתמש בו, איך לבקש אותו מבינה מלאכותית, ואיך להריץ אותו בביטחון. זה לא קורס תכנות, זה קורס **אוריינות דיגיטלית** לעידן ה-AI.

🐍 מה זה Python ולמה זה רלוונטי להנדסאים?

🚀
אוטומציה
מחשבונים מורכבים, עיבוד נתונים, יצירת דוחות - כל מה שעושים ידנית פעמיים, ראוי להפוך לקוד.
📊
ניתוח נתונים
עיבוד מדידות, גרפים, סטטיסטיקה - Python עושה את זה מהר יותר ומדויק יותר מאקסל.
🔧
כלים מותאמים
חישובי חוזק, סימולציות, בדיקות איכות - AI יכול לכתוב כלי ייעודי בדיוק בשבילכם.
💡
פשוט ללמוד
בניגוד ל-C או Java, Python כתוב כמעט כמו אנגלית רגילה - קל להבין מה הקוד עושה.

מתי תשתמשו ב-Python בעבודה?

  • חישובים חוזרים: יש לכם נוסחה מורכבת שאתם מחשבים 10 פעמים ביום? Python יעשה את זה ב-1 שנייה.
  • עיבוד קבצים: צריך לקרוא 50 דוחות Excel ולהפיק ממוצעים? Python יעשה את זה בלחיצת כפתור.
  • ויזואליזציה: גרפים מקצועיים מנתוני מדידות - בזמן אמת.
  • אינטגרציה: חיבור בין מערכות שונות - ERP, חיישנים, בסיסי נתונים.
📈 דוגמה: הנדסאי מכונות בתעשייה

המצב: בכל שבוע מקבל 20 קבצי CSV מחיישני טמפרטורה במפעל. צריך לחשב ממוצעים, למצוא חריגות, וליצור גרף.

הפתרון הישן: 2 שעות עבודה ידנית באקסל, סיכוי לטעויות.

הפתרון החדש: סקריפט Python של 20 שורות שעובד אוטומטית כל יום ב-8:00 בבוקר.

🤖 איך לבקש מ-AI ליצור קוד Python?

זה החלק הכי חשוב! **תכנות זה לא כתיבת קוד - זה הגדרת בעיה בצורה ברורה**. ככל שתדעו להסביר ל-AI מה אתם צריכים, כך תקבלו קוד טוב יותר.

המבנה של Prompt טוב לקוד Python

  1. הקשר מקצועי:
    "אני הנדסאי אוטומוטיבי ואני עובד עם נתוני בדיקות רכב"
  2. תיאור הבעיה:
    "יש לי 50 קבצי Excel עם תוצאות מדידות מהילוך. כל קובץ מכיל עמודות: מהירות, סל"ד, צריכת דלק"
  3. מה אתם רוצים:
    "אני צריך לחשב את הממוצע של צריכת הדלק לכל טווח מהירויות (0-50, 50-100, 100+) ולשמור את התוצאות בקובץ חדש"
  4. דרישות טכניות:
    "הקוד צריך לרוץ ב-Windows 11, עם Python 3.11 הקבצים נמצאים בתיקייה C:\Data\Tests"

✅ דוגמת Prompt מושלם

"אני הנדסאי חשמל בחברת אלקטרוניקה. יש לי 100 קבצי CSV עם מדידות מתח וזרם מלוח בקרה. כל קובץ מכיל: timestamp, voltage, current. אני צריך סקריפט Python ש:
1. קורא את כל הקבצים מתיקייה
2. מחשב הספק ממוצע לכל קובץ (P=V*I)
3. מציג גרף של ההספק לאורך זמן
4. שומר את התוצאות ל-Excel חדש

הקוד צריך לרוץ ב-VS Code על Windows, עם Python 3.10 ומעלה. תוסיף הערות בעברית בקוד כדי שאבין מה כל חלק עושה."

❌ Prompt גרוע - הימנעו!

"כתוב לי קוד שקורא קבצים ועושה חישובים"

למה זה רע?

  • לא ברור איזה סוג קבצים
  • לא ברור איזה חישובים
  • לא ברור מה התוצאה הרצויה
  • ה-AI יצטרך לנחש ולא יפגע במטרה

טיפים להצלחה ב-Prompting

💡 טיפ 1: התחילו קטן

אל תבקשו קוד שעושה 10 דברים בבת אחת. התחילו מפונקציה אחת, בדקו שהיא עובדת, ואז הוסיפו פיצ'רים.

💡 טיפ 2: בקשו הסברים

תמיד הוסיפו: "תוסיף הערות מפורטות בעברית שמסבירות כל שלב"
ככה תלמדו לאט לאט מה הקוד עושה.

💡 טיפ 3: ציינו גרסת Python

יש הבדלים בין Python 2.7 ל-3.11. תמיד ציינו איזו גרסה מותקנת אצלכם.

💡 טיפ 4: בקשו דוגמת קלט

"גם תכין לי קובץ דוגמה של הנתונים שאני צריך להכניס"
ככה תוכלו לבדוק מיד אם הקוד עובד.

💻 סביבות הרצה: VS Code, Terminal ו-Notepad++

לאחר שקיבלתם קוד מ-AI, הגיע הזמן להריץ אותו. יש 3 דרכים עיקריות:

1️⃣ VS Code (מומלץ למתחילים!)

🎯 למה VS Code?

  • ✅ חינמי ופשוט להתקנה
  • ✅ הדגשת תחביר צבעונית - קל לזהות שגיאות
  • ✅ השלמה אוטומטית של קוד
  • ✅ הרצת קוד בלחיצת כפתור
  • ✅ תמיכה בעברית RTL

התקנה והרצה ב-VS Code:

  1. הורדה והתקנה:
    גשו ל-code.visualstudio.com והורידו את הגרסה ל-Windows
  2. התקנת Python Extension:
    בתוך VS Code, לחצו על אייקון ההרחבות (ריבועים בצד) וחפשו "Python" של Microsoft - התקינו
  3. יצירת קובץ Python:
    File → New File → שמרו בשם test.py (חובה הסיומת .py)
  4. הדבקת הקוד:
    העתיקו את הקוד מ-ChatGPT/Claude והדביקו לקובץ
  5. הרצה:
    לחצו על כפתור ▶️ (Run) למעלה מימין, או Ctrl+F5
# דוגמת קוד פשוטה להרצה ראשונה print("שלום עולם!") print("Python עובד!") # חישוב פשוט voltage = 220 # וולט current = 5 # אמפר power = voltage * current print(f"ההספק הוא: {power} וואט")

2️⃣ Terminal / Command Prompt

לפעמים צריך להריץ קוד ישירות מהטרמינל - למשל בשרת או במחשב בלי VS Code.

הרצה דרך Terminal:

  1. פתיחת CMD:
    לחצו Win+R, הקלידו cmd ו-Enter
  2. ניווט לתיקייה:
    cd C:\Users\YourName\Desktop
  3. הרצת הקובץ:
    python test.py

⚠️ שגיאה נפוצה

אם אתם מקבלים 'python' is not recognized:

הפתרון: Python לא מותקן או לא בנתיב המערכת (PATH).
1. התקינו Python מ-python.org
2. בהתקנה, **סמנו את התיבה** "Add Python to PATH"
3. אחרי ההתקנה, סגרו ופתחו מחדש את ה-CMD

3️⃣ Notepad++ (לעריכה מהירה בלבד)

Notepad++ הוא עורך טקסט מתקדם, לא סביבת פיתוח. משתמשים בו ל:

  • ✅ עריכה מהירה של קוד קיים
  • ✅ צפייה בהדגשת תחביר
  • ✅ שינויים קטנים בלי לפתוח VS Code
  • ❌ לא מריצים קוד ישירות מהתוכנה

💡 המלצה לתזרים עבודה

VS Code - לפיתוח ובדיקה
Terminal - להרצה אוטומטית (סקריפטים מתוזמנים)
Notepad++ - לעריכות קטנות בשטח

🐛 הבנת שגיאות ודיבוג קוד

**שגיאות זה חלק מהתהליך!** גם מתכנתים מנוסים מקבלים שגיאות כל הזמן. המיומנות היא **להבין מה השגיאה אומרת ואיך לתקן**.

סוגי שגיאות נפוצות

1. Syntax Error - שגיאת תחביר

❌ דוגמה לשגיאה:
print("שלום" # חסר סוגר סוגר # השגיאה: SyntaxError: unexpected EOF while parsing

מה קרה? פייתון מצפה לסוגר סוגר אבל לא מצא אותו.

איך לתקן? הוסיפו את הסוגר החסר: print("שלום")

2. NameError - משתנה לא קיים

❌ דוגמה לשגיאה:
print(voltage) # המשתנה לא הוגדר קודם # השגיאה: NameError: name 'voltage' is not defined

מה קרה? ניסינו להשתמש במשתנה שלא הוגדר לפני כן.

איך לתקן? הוסיפו שורה לפני: voltage = 220

3. IndentationError - בעיית הזחה

❌ דוגמה לשגיאה:
if voltage > 200: print("מתח גבוה") # חסר הזחה! # השגיאה: IndentationError: expected an indented block

מה קרה? Python עובד עם הזחות (רווחים) במקום סוגריים מסולסלים.

איך לתקן? הוסיפו 4 רווחים או Tab לפני השורה:

if voltage > 200: print("מתח גבוה") # עכשיו יעבוד!

4. ModuleNotFoundError - חבילה לא מותקנת

❌ דוגמה לשגיאה:
import pandas # ניסיון לייבא חבילה לא מותקנת # השגיאה: ModuleNotFoundError: No module named 'pandas'

מה קרה? הקוד מנסה להשתמש בחבילה שלא הותקנה במחשב.

איך לתקן? התקינו את החבילה דרך Terminal:

pip install pandas

איך לבקש מ-AI לתקן שגיאות?

✅ הדרך הנכונה לבקש עזרה

  1. העתיקו את **כל הודעת השגיאה** (לא רק השורה האחרונה)
  2. צרפו את **השורות הרלוונטיות מהקוד**
  3. הסבירו **מה ניסיתם לעשות**

דוגמת Prompt טוב:

"אני מנסה להריץ קוד שקורא קובץ Excel ומקבל שגיאה: FileNotFoundError: [Errno 2] No such file or directory: 'data.xlsx' הקוד שלי: import pandas as pd df = pd.read_excel('data.xlsx') הקובץ נמצא בתיקייה C:\Projects\Data איך אני מתקן את זה?"

💡 טיפ: שימוש ב-Google לשגיאות

העתיקו את הודעת השגיאה לגוגל (בלי הנתיבים הספציפיים שלכם).
למשל: "ModuleNotFoundError pandas"
תמצאו המון פתרונות ב-StackOverflow!

📦 התקנת ספריות וחבילות

Python בסיסי מגיע עם פונקציות בסיסיות בלבד. רוב הכוח של Python בא מ**ספריות חיצוניות** שאפשר להתקין בחינם.

ספריות חיוניות להנדסאים

📊
Pandas
עיבוד נתונים - Excel, CSV, SQL. זה כמו Excel על סטרואידים.
📈
Matplotlib
יצירת גרפים מקצועיים - קווים, עמודות, פיזור, ועוד.
🔢
NumPy
חישובים מתמטיים מהירים - מטריצות, וקטורים, אלגברה.
📑
openpyxl
קריאה וכתיבה לקבצי Excel עם פורמט מתקדם.

איך מתקינים ספרייה?

  1. פתחו Terminal/CMD
    Win+R → cmd → Enter
  2. הריצו את הפקודה:
    pip install pandas matplotlib numpy openpyxl

    זה יתקין את כל 4 הספריות בבת אחת!

  3. המתינו לסיום
    תראו "Successfully installed..." כשזה מסיים
  4. בדיקה:
    python -c "import pandas; print('Pandas עובד!')"

⚠️ בעיות נפוצות בהתקנה

1. "pip is not recognized"

פתרון: Python לא בנתיב המערכת. התקינו מחדש Python וסמנו "Add to PATH"


2. "Permission denied"

פתרון: הריצו את ה-CMD כמנהל (Right-click → Run as Administrator)


3. "Could not find a version"

פתרון: בדקו חיבור לאינטרנט, או שינו שרת pip

שדרוג ספריות קיימות

# שדרוג ספרייה אחת pip install --upgrade pandas # שדרוג כל הספריות pip list --outdated # רשימת ספריות מיושנות pip install --upgrade pandas matplotlib numpy

💡 סביבות וירטואליות (מתקדם)

אם אתם עובדים על מספר פרויקטים שונים, כדאי ליצור סביבה וירטואלית לכל פרויקט.
כך ספריות של פרויקט אחד לא מתערבבות עם אחר.

# יצירת סביבה וירטואלית python -m venv myproject_env # הפעלת הסביבה (Windows) myproject_env\Scripts\activate # כעת כל התקנה תהיה בסביבה הזו בלבד pip install pandas

🎯 דוגמאות מעשיות מהתעשייה

דוגמה 1: ניתוח נתוני בדיקות איכות

📊 הנדסאי איכות במפעל

המצב: 200 קבצי Excel עם מדידות קוטר של ברגים

הצורך: למצוא ממוצע, סטיית תקן, וחריגות

הפתרון הישן: 3 שעות עבודה ידנית באקסל

הפתרון ב-Python: 30 שניות!

import pandas as pd import os # קריאת כל קבצי ה-Excel מהתיקייה folder = "C:/Data/QualityTests" all_data = [] for file in os.listdir(folder): if file.endswith(".xlsx"): df = pd.read_excel(os.path.join(folder, file)) all_data.append(df) # איחוד כל הנתונים combined = pd.concat(all_data) # חישוב סטטיסטיקה print(f"ממוצע קוטר: {combined['diameter'].mean():.2f} מ"מ") print(f"סטיית תקן: {combined['diameter'].std():.2f} מ"מ") # מציאת חריגות (מעל/מתחת ל-3 סטיות תקן) outliers = combined[abs(combined['diameter'] - combined['diameter'].mean()) > 3 * combined['diameter'].std()] print(f"נמצאו {len(outliers)} חריגות") # שמירת התוצאות combined.to_excel("summary_report.xlsx", index=False)

דוגמה 2: חישוב עלויות חומרים

💰 הנדסאי מכונות - הערכת עלויות

המצב: רשימת חלקים עם כמויות ומחירים

הצורך: חישוב עלות כוללת + מע"מ + 15% רווח

import pandas as pd # קריאת רשימת חלקים parts = pd.read_excel("parts_list.xlsx") # חישוב עלות כוללת parts['total_cost'] = parts['quantity'] * parts['unit_price'] # הוספת מע"מ (17%) parts['with_vat'] = parts['total_cost'] * 1.17 # הוספת רווח (15%) parts['final_price'] = parts['with_vat'] * 1.15 # סיכום print(f"עלות חומרים: ₪{parts['total_cost'].sum():,.2f}") print(f"כולל מע\"מ: ₪{parts['with_vat'].sum():,.2f}") print(f"מחיר למכירה: ₪{parts['final_price'].sum():,.2f}") # שמירת הצעת מחיר parts.to_excel("price_quote.xlsx", index=False)

דוגמה 3: ויזואליזציה של נתוני ייצור

📈 הנדסאי תהליכים - דוח ייצור יומי

המצב: נתוני ייצור שעתיים לאורך שבוע

הצורך: גרף מגמות לזיהוי בעיות

import pandas as pd import matplotlib.pyplot as plt # קריאת נתוני ייצור production = pd.read_excel("weekly_production.xlsx") # המרת עמודת תאריך production['datetime'] = pd.to_datetime(production['date'] + ' ' + production['hour']) # יצירת גרף plt.figure(figsize=(12, 6)) plt.plot(production['datetime'], production['units_produced'], marker='o') plt.title('ייצור שעתי - שבוע 48', fontsize=16) plt.xlabel('תאריך ושעה') plt.ylabel('יחידות שיוצרו') plt.grid(True, alpha=0.3) plt.xticks(rotation=45) plt.tight_layout() # שמירת הגרף plt.savefig('production_chart.png', dpi=300) print("הגרף נשמר בהצלחה!")

🎯 מסקנות ויישום מעשי

✅ מה למדנו היום?

  • Python זה כלי, לא מקצוע:
    אתם לא צריכים להיות מתכנתים. Python הוא כלי עבודה כמו Excel או AutoCAD.
  • AI זה השותף שלכם:
    ככל שתדעו להסביר טוב יותר מה אתם צריכים, כך תקבלו קוד טוב יותר.
  • שגיאות זה נורמלי:
    גם מומחים מקבלים שגיאות. חשוב לדעת איך לקרוא אותן ולתקן.
  • ספריות מרחיבות יכולות:
    Python בסיסי זה רק התחלה. הכוח האמיתי בא מהספריות.
  • התחילו קטן:
    אל תנסו ליצור מערכת ענקית. התחילו מסקריפט אחד שעושה דבר אחד טוב.

🎨 תהליך עבודה מומלץ

  1. הגדירו את הבעיה:
    מה הנתונים? מה התוצאה? כמה זמן זה לוקח עכשיו?
  2. כתבו Prompt ל-AI:
    תיאור ברור + דוגמת קלט + דרישות טכניות
  3. קבלו ובדקו קוד:
    הריצו על דוגמה קטנה קודם!
  4. תקנו שגיאות:
    קראו את ההודעה, חפשו בגוגל, שאלו את ה-AI
  5. שפרו בהדרגה:
    הוסיפו פיצ'רים אחד אחרי השני

⚠️ טעויות נפוצות להימנע מהן

  • ❌ לנסות ללמוד את כל Python מאפס - **לא צריך!**
  • ❌ לכתוב Prompt עמום ולצפות לקוד מושלם
  • ❌ לוותר אחרי שגיאה אחת - זה חלק מהתהליך
  • ❌ להריץ קוד לא מובן על נתונים חשובים - תמיד תבדקו קודם!
  • ❌ לא לשמור גרסאות - השתמשו ב-Git או לפחות בתיקיות גיבוי

📚 משאבים המשך למידה

  • 📖 תיעוד רשמי: docs.python.org
  • 💬 קהילה: Stack Overflow - כמעט כל שגיאה כבר נשאלה שם
  • 🎥 YouTube: ערוץ "Corey Schafer" - טוטוריאלים מצוינים
  • 🤖 AI מומלצים: ChatGPT, Claude, GitHub Copilot

📋 משימות לשבוע הקרוב

🎯 רמה בסיסית (מתחילים)

  • התקינו Python + VS Code במחשב שלכם
  • כתבו "Hello World" והריצו בהצלחה
  • בקשו מ-ChatGPT/Claude קוד שמחשב שטח מלבן
  • נסו לגרום לשגיאה במכוון (למשל, תמחקו סוגר) ותתקנו אותה
  • התקינו את הספרייה pandas והריצו: import pandas

⚡ רמה מתקדמת (מנוסים)

  • בחרו בעיה אמיתית מהעבודה שאפשר לפתור בקוד
  • כתבו Prompt מפורט ל-AI וקבלו קוד
  • הריצו את הקוד על נתונים אמיתיים (גבו קודם!)
  • צרו גרף ויזואלי אחד עם matplotlib
  • שתפו את הקוד עם עמית ותנו לו להריץ
  • למדו על Git ושמרו את הקוד ב-GitHub

😎 בונוס - אתגר השבוע

אוטומציה של משימה חוזרת:
בחרו משהו שאתם עושים לפחות פעמיים בשבוע (דוח, חישוב, סיכום) ובנו סקריפט Python שעושה את זה אוטומטית. תתזמנו אותו לרוץ אוטומטית עם Windows Task Scheduler!

🎯 סיימת את המדריך? זמן להמשיך ללמוד!

אם הגעת לכאן כחלק ממטלה בקורס
חזור עכשיו לפורטל התלמידים להמשך הלמידה והגשת המטלות

🎓 חזור לפורטל התלמידים - EduManage

📚 המשך המסע שלך:

  • ✅ סמן את המטלה כהושלמה
  • 📝 השלם את השאלות והתרגילים
  • 💬 שתף את החוויה בפורום הקורס
  • 🎯 עבור למטלה הבאה

🚀 Python זה השפה החדשה של ההנדסה

📋
פרויקטים מעשיים
קוד אמיתי לבעיות אמיתיות
👨‍🏫
משוב אישי
הדרכה ממהנדסים מנוסים
🏆
פורטפוליו
הצגת הפרויקטים שלך
👥
קהילה
רשת מקצועית וחברתית
🚀 הצטרף לקורס החינמי עכשיו!

💡 ההרשמה חינמית לחלוטין • ללא התחייבות • תוכל להתחיל מיד

❓ שאלות נפוצות

האם אני צריך ידע מוקדם בתכנות?
לא! המדריך הזה מיועד בדיוק למי שאין לו רקע בתכנות. אנחנו מלמדים אתכם **להשתמש** בקוד, לא לכתוב אותו מאפס. זה כמו ללמוד לנהוג - אתם לא צריכים להבין איך המנוע עובד כדי להגיע ליעד.
כמה זמן לוקח ללמוד Python?
זה תלוי במטרה. **לדעת להריץ קוד ולתקן שגיאות בסיסיות** - שבוע אחד. **לדעת לבקש מ-AI קוד מורכב ולהבין אותו** - חודש. **להיות בטוחים בעבודה עם Python בצורה עצמאית** - 3 חודשים. אבל כבר אחרי יום אחד תוכלו להריץ סקריפטים פשוטים!
האם Python בחינם?
כן! Python הוא קוד פתוח (Open Source) לגמרי. גם VS Code חינמי. גם כל הספריות שהזכרנו. אין עלויות רישוי, אין מנויים. זה אחד היתרונות הגדולים של Python על תוכנות מסחריות.
מה ההבדל בין Python ל-MATLAB?
MATLAB מעולה לחישובים הנדסיים ומשומש הרבה באקדמיה, אבל הוא יקר ומוגבל. Python בחינם, עם קהילה ענקית, וספריות כמו NumPy ו-SciPy עושות כמעט כל מה ש-MATLAB עושה. בתעשייה, Python הרבה יותר נפוץ.
האם אוכל להשתמש ב-Python בעבודה?
בהחלט! Python משומש במפעלים לאוטומציה, בחברות הנדסה לניתוח נתונים, במעבדות לעיבוד מדידות, ובמשרדי תכנון לחישובים מורכבים. הרבה מערכות ERP ו-MES תומכות ב-Python. זה כבר לא "כלי למתכנתים" - זה כלי סטנדרטי בתעשייה.
מה עושים כשנתקעים?
1. **קראו את הודעת השגיאה** - לרוב היא מסבירה מה הבעיה
2. **העתיקו לגוגל** - 99% מהשגיאות כבר נפתרו ב-Stack Overflow
3. **שאלו את ה-AI** - העתיקו את השגיאה והקוד ל-ChatGPT/Claude
4. **פרקו לחלקים** - הריצו את הקוד שורה שורה כדי לזהות היכן זה נשבר
5. **קהילה** - פורומים ישראליים וקבוצות פייסבוק בעברית

🧠 בחן את עצמך!

בוא נראה כמה למדת מהמדריך. ענה על השאלות הבאות:

שאלה 1: מתי הכי כדאי להשתמש ב-Python בעבודה הנדסית?
רק כשרוצים לבנות משחקי מחשב.
כשמבצעים משימות חוזרות כמו עיבוד דוחות Excel או ניתוח מדידות.
רק כשיש תקציב לקניית רישיונות תוכנה יקרים.
שאלה 2: מה הופך Prompt (בקשה) ל-AI למוצלח יותר?
לבקש בקשה קצרה ככל האפשר בלי פרטים.
מתן הקשר מקצועי, תיאור ברור של הבעיה וציון דרישות טכניות.
לבקש מה-AI לכתוב קוד שעושה 20 דברים בבת אחת.
שאלה 3: מה הפירוש של 'IndentationError' ב-Python?
המחשב התחמם מדי.
שכחת להתקין את האינטרנט.
יש בעיה ברווחים (הזחות) בתחילת השורות בקוד.
0

כל הכבוד!

סיימת את המבחן בהצלחה.

🎓 LearningHub

פורטל הלמידה והחדשנות המוביל בישראל

כלים דיגיטליים, בינה מלאכותית ואוטומציה לכל מקצוע ותחום

כניסה לפורטל הצטרפות לקורס תמיכה טכנית

© 2025 EduManage • מערכת לניהול פדגוגי
פותח ע"י BD TechAcademy • ביצוע ב-BDNHOST