מה אתם ממליצים ללמוד? זו אחת השאלות שאנחנו שומעים הכי הרבה בקהילות שלנו שמורכבות ממועמדים שרוצים להיכנס לעולם הטכנולוגי. פעם היה אולי קצת יותר פשוט לענות על השאלה הזאת. היו מסלולים יחסית ברורים, מקצועות מבוקשים ותחושה שיחטפו אותכם לשוק ברגע שתסיימו ללמוד. אבל שוק העבודה של 2026 נראה אחרת.
AI משנה מקצועות בקצב מהיר, משימות שפעם דרשו שעות אפשר לבצע היום בדקות, תפקידים חדשים נוצרים ותפקידים קיימים מקבלים הגדרה חדשה. לפי דוח Future of Jobs של הפורום הכלכלי העולמי, כמעט 40% מהמיומנויות הנדרשות בעבודה צפויות להשתנות עד 2030. אז אם אפילו המקצועות עצמם משתנים, איך אמורים לבחור עכשיו מה ללמוד? אולי כדאי בכלל להתחיל משאלה אחרת.
מה אני רוצה לעשות?
זו נשמעת כמו עצה מובנת מאליה, אבל לא מעט אנשים עושים בדיוק את ההפך. הם קוראים על AI ואיך הוא התחום הבא, שומעים שסייבר הוא תחום מבוקש או מכירים מישהו שסיים קורס והתחיל לעבוד ונרשמים רק כדי לגלות שהם בכלל לא אוהבים את העבודה עצמה.
לפני שאתם מתחייבים לקורס של שנה או לתואר של שלוש או ארבע שנים, נסו להבין איך נראה היום-יום במקצוע שמעניין אתכם.
אתם אוהבים לפתור בעיות לוגיות ולבנות דברים? אולי פיתוח יכול להתאים לכם. נהנים לחקור מידע, לזהות דפוסים ולהסיק מסקנות? אולי דאטה. אוהבים להבין איך מערכות עובדות, לחפש חולשות ולחשוב כמו מי שמנסה לפרוץ אליהן? שווה לבדוק את עולם הסייבר. אבל אל תסתפקו בתיאור של המקצוע באתר של מוסד הלימודים.
דברו עם מי שכבר עושה את העבודה
לפני שאתם מוציאים עשרות אלפי שקלים ובעיקר משקיעים חודשים או שנים מהחיים שלכם, השקיעו שעה בשיחה עם מישהו שכבר עובד בתחום. ולא עם אדם אחד.
דברו עם שניים או שלושה אנשים בתפקידים שונים. שאלו אותם איך נראה יום עבודה רגיל. מה הם באמת עושים רוב היום? מה הם אוהבים? מה מתסכל אותם? באילו כלים הם משתמשים? מה השתנה בתפקיד שלהם מאז כניסת כלי ה-AI ואם הם היו מתחילים היום מחדש – מה הם היו לומדים? אפשר למצוא אנשים כאלה דרך לינקדאין, קהילות מקצועיות, חברים, בוגרי מסלולי לימודים, כנסים ומיטאפים.
לפעמים שיחה של חצי שעה תלמד אתכם על מקצוע יותר מעשרות עמודים באתר של מכללה.
אל תלמדו מקצוע כאילו AI לא קיים
אם אתם לומדים פיתוח, אל תלמדו רק לכתוב קוד. תלמדו להבין קוד, לבדוק אותו, לתכנן מערכת, לפתור בעיות ולהשתמש בכלי AI כחלק מתהליך העבודה. אם אתם הולכים לדאטה, תלמדו לא רק להפעיל כלי מסוים אלא להבין נתונים, סטטיסטיקה, לוגיקה ושאלות עסקיות.
אם אתם מתעניינים בסייבר, תכירו את כלי ה-AI שמשנים גם את עבודת התוקפים וגם את עבודת המגנים.
לפי דוח Future of Jobs 2025 AI ו-Big Data נמצאים בראש רשימת המיומנויות שצפויות לצמוח בחשיבותן בשנים הקרובות ואחריהם רשתות וסייבר ואוריינות טכנולוגית. במקביל, גם חשיבה אנליטית, יצירתיות, גמישות וסקרנות ממשיכות להיות מיומנויות שמעסיקים מחפשים.
כלומר, ללמוד לעבוד עם AI זה חשוב. אבל הערך נמצא בחיבור שלו לידע מקצועי אמיתי.
אז מה כן כדאי ללמוד?
אם אתם רוצים להיכנס לעולם הטכנולוגי, יש כמה תחומים שבהחלט שווה להכיר.
AI ו-Machine Learning ממשיכים לצמוח, וכך גם דאטה, סייבר, פיתוח תוכנה ותשתיות טכנולוגיות. הפורום הכלכלי העולמי מציב מומחי ביג דאטה, מהנדסי פינטק ומומחי AI בין התפקידים בעלי שיעורי הצמיחה הגבוהים ביותר עד 2030.
אבל חשוב שהרשימה הזו לא תהפוך לרשימת הקניות שלכם, כי מקצוע מבוקש שאתם שונאים לעשות הוא בחירה הרבה פחות טובה ממקצוע שמתאים ליכולות ולסקרנות שלכם ושבו תהיו מספיק טובים כדי להתפתח לאורך זמן.
יותר חשוב מבחירת הדבר הנכון הוא לבנות בסיס שמאפשר לכם להמשיך ללמוד כשהטכנולוגיה משתנה.
ומה לגבי תואר? האם עדיין כדאי לעשות אחד?
כן, אבל לא לכולם ולא לכל תפקיד.
אם אתם רוצים לעסוק במחקר, אלגוריתמיקה, Machine Learning, הנדסת חומרה או תחומים שבהם נדרש בסיס מתמטי ומדעי עמוק, תואר רלוונטי יכול להיות יתרון משמעותי ולעיתים גם דרישה של המעסיק. גם בתחומים שבהם אפשר להיכנס לשוק בלי תואר, לימודים אקדמיים יכולים לתת בסיס רחב, ללמד דרך חשיבה ולפתוח דלתות בתחילת הקריירה. אבל תואר הוא כבר לא הכרטיס היחיד לעולם הטכנולוגי.
יש תפקידים שבהם ניסיון מעשי, פרויקטים, הכשרות מקצועיות ויכולת מוכחת יכולים להיות משמעותיים מאוד. גם בקרב מעסיקים מתחזקת בשנים האחרונות גישה של הסתכלות על מה מועמד יודע לעשות ולא רק על התעודה שיש לו.
לכן השאלה היא האם התואר הזה שווה את זה עבור הקריירה שאתם רוצים לבנות.
קורס נותן כלים – אתם צריכים להוכיח יכולת
באותה מידה, אל תניחו שקורס של כמה חודשים מבטיח כניסה להייטק.
קורס טוב יכול לתת מסגרת, בסיס מקצועי, מרצים, תרגול וקשרים. אבל בסופו של דבר, המעסיק ירצה לראות מה אתם יודעים לעשות עם מה שלמדתם.
לכן אם בחרתם במסלול קצר יותר, תצטרכו בדרך כלל להשלים אותו בעבודה עצמאית: לבנות פרויקטים, לתרגל, להעמיק בנושאים שלא נכנסו לסילבוס ולהמשיך ללמוד גם אחרי שהקורס נגמר.
התעודה היא נקודת התחלה, היא לא המטרה.
לפני שאתם נרשמים, תעשו ניסוי קטן
נניח שאתם חושבים ללמוד פיתוח. במקום להירשם מיד, קחו קורס מבוא קצר וחינמי או זול. נסו לבנות משהו קטן. תנו לעצמכם שבועיים-שלושה לראות איך אתם מרגישים כשאתם נתקעים על בעיה במשך שעתיים.
חושבים על דאטה? הורידו Dataset ונסו לנתח אותו. מתעניינים בסייבר? נסו סביבת תרגול בסיסית.
בתחום ה-AI, קחו בעיה אמיתית ונסו לבנות בעזרת הכלים הקיימים פתרון קטן שעובד.
המטרה היא לא ללמוד את המקצוע בשבועיים. היא לגלות אם אתם מספיק סקרנים כדי לרצות ללמוד אותו במשך שנים.
כי בסופו של דבר, זו כנראה המיומנות החשובה ביותר שאפשר לפתח היום.
המקצוע שתלמדו היום כנראה לא ייראה אותו דבר בעוד חמש שנים
חשוב לזכור שאין מסלול לימודים שיכול להבטיח לכם מקצוע שלא ישתנה.
דווקא בגלל זה, אל תחפשו את המסלול שייתן לכם מקצוע. חפשו מסלול שנותן לכם בסיס טוב, מתאים לדרך שבה אתם אוהבים לחשוב ולעבוד ומלמד אתכם להמשיך ללמוד גם אחרי שהוא מסתיים.אבל אנשים שיודעים ללמוד, להסתגל, לפתור בעיות ולהשתמש בטכנולוגיה חדשה כדי לעשות את העבודה שלהם טוב יותר – ימשיכו להיות רלוונטיים.
אז מה כדאי ללמוד ב-2026? אין לנו מקצוע אחד להמליץ לכם עליו.
אבל יש לנו המלצה אחת שאנחנו די בטוחים בה: אל תשקיעו שנים בללמוד מקצוע לפני שהשקעתם כמה שעות בלגלות אם אתם באמת רוצים לעבוד בו.
בעמוד המשרות של לוג-און תוכלו לראות אילו תפקידים פתוחים היום בתחומי הפיתוח, הסייבר, הדאטה, התשתיות, מערכות המידע, AI ועוד.
