Real Time College

Real Time College Real Time Group הוקמה בשנת 2007 על ידי מר בנימין כהן, MSC בהנדסת תקשורת, מומחה בעל ניסיון רב בתחומי ה- Real Time \ Embedded Linux \ Linux Kernel Device Drivers

אנחנו מכללה ללימודיי הייטק שמתמחה במקצועות קצה מבוקשים
Real Time Embedded, AI, ML, Computer Vision, Edge Computing, Devops, Cyber.
היתרון שלנו הוא שהמכללה היא חלק מקבוצה שיש בה גם חברת פיתוח וגם חברת השמה.
התלמידים שלנו יוצאים מוכנים לעבודה עם ניסיון חברת Real Time Group הינה בית תוכנה ומרכז הדרכה המספקת שירותי הדרכה וייעוץ מקצה לקצה למגוון לקוחות בארץ ובחו"ל.
החברה מספקת Professional Services (שירותי מומחה), שירותי הדרכה, פיתוח, בדיקות, אינטגרציה, מוצרי מדף ותמיכה בפרויקטים מולטי-דיסציפלינאריים במערכות Embedded \ Real-Time \Multi-Core \ Embedded Linux וכן מגוון פתרונות עסקיים וטכנולוגיים בתחומי הנדסת חומרה, תוכנה ותקשורת, למגוון לקוחות בארץ ובחו"ל.

המהנדסים של Real Time Group בעלי ניסיון רב בתחומם מעניקים יעוץ, פיתוח והדרכה בחברות מובילות בתחומי התוכנה, החומרה והתקשורת.

"אמבדד ו-⁨Docker⁩? מה הקשר?" — שמעתי את המשפט הזה לפחות מאה פעם. הנה למה זה הדבר הכי חשוב שתלמדו השנה.יש מיתוס עיקש שמסר...
28/09/2026

"אמבדד ו-⁨Docker⁩? מה הקשר?" — שמעתי את המשפט הזה לפחות מאה פעם. הנה למה זה הדבר הכי חשוב שתלמדו השנה.

יש מיתוס עיקש שמסרב למות: קונטיינרים זה לענן. מי שחי עם מיקרו-בקרים ו-⁨Linux⁩ על בורדים — הוא נועד לסבול. קומפילציות ידניות, ⁨toolchains⁩ שמתפרקים באמצע ספרינט, וה-⁨ritual⁩ הקבוע של "תתקין מחדש ותתפלל".

אז הנה האמת מהשטח: ב-2025 אין שום סיבה טובה לבנות סביבת פיתוח אמבדד בלי ⁨Docker.⁩ נקודה.

כמה פעמים שברתם לעצמכם את הסביבה כי עדכנתם ספרייה אחת? כמה שעות נעלמו לתוך "אצלי זה עובד" בזמן שחבר צוות מקבל שגיאות שאתם אפילו לא מכירים? זה לא גורל — זה בעיה שיש לה פתרון.

מה עושים בפועל? כותבים ⁨Dockerfile⁩ שמכיל את ה-⁨cross-compiler⁩ המדויק שלכם. נועלים גרסאות לכל ספרייה. עוטפים הכול בקונטיינר — ומרגע זה כולם בפרויקט עובדים על אותה סביבה. בדיוק אותה סביבה. בלי "איזו גרסה של ⁨GCC⁩ יש לך" ובלי סבבי ה-⁨debug⁩ שאף אחד לא ביקש.

מהנדסי אמבדד מנוסים נרתעים מזה כי ⁨Docker⁩ נשמע כמו עולם אחר. אבל אם כתבתם ⁨Makefile⁩ בחיים — אתם יכולים לכתוב ⁨Dockerfile.⁩ אותו עיקרון בדיוק: שלבים מוגדרים שבונים סביבה צפויה. זה לא קסם. זה רק הרגל שעוד לא בניתם.

עוד מדריכים מעשיים בנושא באתר שלנו.

שאלה אליכם: מי כבר משתמש ב-⁨Docker⁩ לפיתוח אמבדד? ומי עדיין מתקין ⁨toolchain⁩ ישר על המכונה? ספרו — אני רוצה לשמוע את הסיפורים מהשטח.

רוצים את האמת? רוב האנשים שנתקעים ב-FPGA לא נתקעים כי הם לא מספיק חכמים — הם נתקעים כי דילגו על השורשים.אני רואה את זה ש...
27/09/2026

רוצים את האמת? רוב האנשים שנתקעים ב-FPGA לא נתקעים כי הם לא מספיק חכמים — הם נתקעים כי דילגו על השורשים.

אני רואה את זה שוב ושוב, מישהו קופץ ישר לפרויקט מורכב, מנסה להעלות דיזיין על בורד של Xilinx או Intel — ואז נמצא שקוע בבאגים שהוא לא מצליח אפילו לתחם, שבועות הולכים לאיבוד.

הסיבה כמעט תמיד אותה: חסרה שליטה אמיתית ב-Verilog ברמת RTL.

זה הבסיס של הכול, Verilog ברמת RTL היא לא עוד נושא לסמן ברשימה, היא השפה שבה אתם מדברים עם החומרה, בלעדיה, אתם מנסים לכתוב ספר בשפה שמעולם לא למדתם.
כל flip-flop, כל state machine, כל מודול עיבוד אותות — מתחיל ונגמר בהבנה עמוקה של איך קוד הופך לרכיב פיזי שעושה משהו אמיתי.

והנה מה שאנשים לא מספיק מדגישים: ההבנה הזו לא דורשת תואר, היא דורשת סקרנות, התמדה, ונכונות לשבת מול סימולטור כמו ModelSim שעות ארוכות — עד שה-waveform מראה בדיוק מה שציפיתם ולא אפילו פיקסל אחד אחרת.

בשוק של 2025, עם הביקוש הגובר לפיתוח חומרה מותאמת — מ-Edge AI ועד תקשורת מהירה, מי שבנה את הבסיס הזה נכון, בנה קריירה שאוטומציה לא תגע בה.

אנחנו רואים אנשים שמגיעים בלי שום ניסיון קודם, ותוך חודשים כותבים מודולים שרצים על חומרה אמיתית, הסוד לא מסובך: פשוט לא לדלג.

עוד מדריכים בנושא באתר שלנו.

עכשיו אני סקרן — מי פה כבר עובד עם Verilog? ומי רק שוקל להיכנס לעולם הזה? ספרו בתגובות 👇

שאלתי חבר שעובד עם FPGA כמה הוא מרוויח. התשובה שלו שינתה לי את הדרך שבה אני מסתכל על קריירה בהייטק.לא בגלל המספר, אם כי ...
24/09/2026

שאלתי חבר שעובד עם FPGA כמה הוא מרוויח. התשובה שלו שינתה לי את הדרך שבה אני מסתכל על קריירה בהייטק.

לא בגלל המספר, אם כי הוא ממש לא רע. בגלל שבהמשך הבנתי כמה מעט אנשים בכלל מתחרים על התפקיד הזה.

מפתח תוכנה ג'וניור נלחם על כל משרה מול מאות קורות חיים. מהנדס FPGA ג'וניור? חברות מגרדות את התחתית של הפח כדי למצוא אחד. זה שוק של עובדים, לא של מעסיקים. ויש הבדל עצום בין השניים.

המספרים:
• שכר התחלתי למהנדסי FPGA בישראל — סביב 25-30 אלף שקלים
• עם 3-5 שנות ניסיון — קפיצה ל-35-45 אלף ומעלה
• התמחות ב-Verification או אלגוריתמים כבר עוברים את ה-50 אלף בלי מאמץ מיוחד.

למה? כי התחום דורש שילוב שרוב האנשים לא אפילו מנסים לרכוש, חומרה וגם תוכנה, בראש אחד. חשיבה מקבילית ממש, כי ב-FPGA הכל רץ בו-זמנית, לא בתור. לפעמים באג אחד בטיימינג לוקח ימים של חקירה, ואתם עדיין יושבים שם.

אבל הנה מה שלא אומרים בקול: הרף נראה גבוה מבחוץ כי הוא נראה טכני ומאיים. מבפנים הוא מוגדר לגמרי. שפת Verilog לומדים בשבועות. הכלים — Quartus, Vivado — חינמיים להורדה. לוח פיתוח כמו DE10-Nano עולה פחות מארוחה במסעדה בתל אביב.

מה שנדרש באמת הוא לא גאונות. זה עקשנות. להדליק את ה-LED הראשון מלוגיקה שכתבתם לבד ולהרגיש את הרגע הזה שבו חומרה עושה בדיוק מה שביקשתם ממנה.

יש לנו עוד מדריכים בנושא באתר, אם רוצים לרדת לעומק.

שאלה אליכם: אם הייתם יכולים להתחיל קריירה חדשה מחר בלי לחזור לאוניברסיטה, הייתם בוחרים חומרה? למה כן, או למה לא?

22/09/2026

אנשי מכירות, יש כאן הזדמנות מעניינת 👇

Real Time Group and College מגייסת יועץ/ת לימודים ומכירות למשרה מלאה בתל אביב.

התפקיד כולל ניהול תהליך מכירה מול מתעניינים בקורסי הייטק, משיחת הייעוץ הראשונית ועד להרשמה.

מחפשים מישהו/י עם:
• ניסיון במכירות, עדיפות לניסיון במכירת קורסים או לימודים
• יכולת שכנוע וניהול שיחת מכירה
• יחסי אנוש מעולים
• אוריינטציה לעולם הטכנולוגיה וההייטק
• מוטיבציה לעמוד ביעדים ולהצליח

משרה מלאה מהמשרד בתל אביב.

מתאים? שלחו קורות חיים בפרטי.

שלח את קורות החיים: [email protected]

אף אחד לא הולך לבקש ממך את הציונים. הולכים לבקש ממך להראות מה בנית.אני אומר את זה אחרי שנים של ליווי אנשים שנכנסים לתחום...
22/09/2026

אף אחד לא הולך לבקש ממך את הציונים. הולכים לבקש ממך להראות מה בנית.

אני אומר את זה אחרי שנים של ליווי אנשים שנכנסים לתחום ה-AI — כולל כאלה בלי תואר, בלי שורת קוד אחת מאחוריהם, שהגיעו עם רעב אמיתי וסקרנות שלא נגמרת. חלקם עובדים היום בחברות שאתם מכירים. מה היה להם שלא היה לאחרים? תיק עבודות שמדבר בקול רם.

אז הנה חמישה פרויקטים שכל מי שרוצה להיכנס לתחום ה-AI צריך בתיק:

1. **מערכת המלצות** — בנו מנוע שממליץ על סרטים או מוצרים, עם נתונים אמיתיים. זה מראה שאתם מבינים סינון שיתופי ויודעים להתמודד עם דאטה מלוכלך.

2. **צ׳אטבוט מבוסס NLP** — לא עוד עטיפה ל-ChatGPT. תבנו משהו שמבין כוונת משתמש, עם ארכיטקטורה שאתם יכולים להסביר בביטחון בראיון.

3. **פרויקט ראייה ממוחשבת** — זיהוי אובייקטים בזמן אמת עם YOLO או סיווג תמונות עם PyTorch. מגייסים רוצים לראות שאתם יודעים לעבוד עם תמונות ווידאו, לא רק עם טבלאות.

4. **ניתוח סנטימנט על נתונים אמיתיים** — קחו ביקורות מהאינטרנט, טוויטים, פוסטים. תראו שאתם יודעים לנקות טקסט, לעבד שפה טבעית, ולהציג תוצאות בצורה שמישהו אחר יוכל להבין.

5. **פרויקט מקצה לקצה עם דיפלוי** — כל ארבעת הפרויקטים הקודמים שווים פחות אם הם חיים רק ב-Jupyter Notebook. קחו אחד מהם, עטפו אותו ב-API עם Flask או FastAPI, והעלו אותו לענן. זה הפרויקט שמפריד בין סטודנט למהנדס.

הזיעה אמיתית? כן, בלי להתנצל על זה. אבל אף אחד לא אמר שזה צריך להיות קל, רק ששווה.

ואני מבטיח לכם שזה שווה.

עוד מדריכים מעשיים בנושא באתר שלנו.

מה הפרויקט שהכי לימד אתכם? מה הפרויקט שאתם תקועים עליו עכשיו? שתפו בתגובות 👇

שורת טקסט אחת קרסה לנו את כל מערכת האבטחה.לא האקר. לא כלי תקיפה. פרומפט אחד, תמים לגמרי על פניו, גרם למודל השפה שלנו לפל...
20/09/2026

שורת טקסט אחת קרסה לנו את כל מערכת האבטחה.

לא האקר. לא כלי תקיפה. פרומפט אחד, תמים לגמרי על פניו, גרם למודל השפה שלנו לפלוט החוצה מידע שלא היה אמור לראות אור יום. שמות פנימיים של לקוחות, לוגיקה עסקית, הוראות מערכת. הכל.

זו לא בעיה אקדמית. זו המציאות של כל מי שמטמיע LLM במוצר אמיתי.

התקפת Prompt Injection היא מניפולציה, המשתמש מזריק הוראות ישירות לתוך הפרומפט כדי שהמודל יתעלם מהנחיות המקוריות שלו. חשבו על SQL Injection, רק שהנשק הוא שפה טבעית. ולכן הרבה יותר קשה לסנן.

מה שלמדנו בדרך הקשה:

🔹 הפרדה מוחלטת בין System Prompt לקלט המשתמש, לעולם אל תשלבו אותם באותה שכבה
🔹 שכבת ולידציה לפני שהקלט מגיע למודל, סינון דפוסים חשודים עם regex ומודל סיווג נפרד
🔹 בדיקת פלט, תבדקו שהתשובה לא מכילה מידע שלא אמור לצאת. גם על הצד של ה-Output צריך שומר
🔹 עקרון ה-Least Privilege — תנו למודל גישה רק למה שהוא באמת צריך
🔹 בדיקות Red Team קבועות — תתקפו את המערכת שלכם בעצמכם לפני שמישהו אחר יעשה את זה

זליגת מידע ב-AI היא לא באג. זו תכונה שלא טיפלתם בה. מי שבונה מוצרי AI היום חייב לחשוב כמו מהנדס אבטחה, לא רק כמו מפתח.

נתקלתם במקרה שבו מודל חשף משהו שלא היה אמור? יש לכם שיטות הגנה משלכם? ספרו בתגובות — כולנו לומדים מזה. 👇

עוד מדריכים בנושא באתר שלנו.

17/09/2026

יש הבדל בין מי שיודע לאמן מודל לבין מי שיודע לגרום לו לרוץ על חומרה אמיתית. נחשו מי מבוקש יותר.

שנתיים אני רואה את אותה סצנה חוזרת: חברה מגייסת אנשי ML, שמה אותם על פרויקט Edge, והם מגלים שהמרחק בין Jupyter Notebook לרכיב Jetson בקו ייצור הוא לא שורת קוד — הוא עולם שלם שאף אחד לא טרח ללמד אותם. זה לא חולשה שלהם. זה פער של המקצוע.

ואותו פער? הוא ההזדמנות הכי ממשית שאני רואה כרגע בשוק.

בשטח זה נראה כך: תעשיית הרכב דורשת אינפרנס בזמן אמת על חומרה ייעודית. מפעלים חכמים מריצים מודלי זיהוי פגמים על מצלמות עם Jetson. דרונים בחקלאות מדויקת מעבדים תמונות לוויין בקצה, בלי שום חיבור לענן. בכל המקרים האלה, מה שמבדיל — לא מה שמסייע, מה שמבדיל — זו היכולת לקחת מודל PyTorch ולהריץ תהליך מלא: המרה ל-ONNX, אופטימיזציה עם TensorRT, פריסה על חומרה אמיתית שצריכה לעבוד.

תכלס: ידע באופטימיזציה ופריסה שווה בתחום הזה לא פחות מידע באימון. אולי יותר, כי יש פחות אנשים שמחזיקים את זה. הרבה פחות.

והחדשות הטובות — לא צריך תואר שני בשביל ללמוד את זה. צריך סקרנות, נכונות ללכלך ידיים בקוד C++, והבנה של חומרה. בדיוק מה שאנחנו אוהבים ללמד.

אז תספרו לי: מי פה מגיע מעולם ML ומרגיש שהצד של פריסה על חומרה פשוט חסר לו? ומי בא דווקא מהאמבדד ורוצה להוסיף יכולות AI לארסנל? הכיוון שלכם מעניין אותי 👇

לא צריך תואר שלישי כדי להיות מהנדס ⁨AI⁩ — צריך רעב, כיוון, ומעבדה נכונה.אגיד לכם משהו שאולי יפתיע: התפקיד הכי מבוקש ב-20...
17/09/2026

לא צריך תואר שלישי כדי להיות מהנדס ⁨AI⁩ — צריך רעב, כיוון, ומעבדה נכונה.

אגיד לכם משהו שאולי יפתיע: התפקיד הכי מבוקש ב-2026 לא יהיה מדען נתונים. יהיה מהנדס ⁨AI⁩ — מי שיודע לקחת מודל מהמחברת של ⁨Jupyter⁩ ולהפוך אותו למוצר שעובד בפרודקשן. זה השינוי הטקטוני שקורה עכשיו, לא בעתיד.

אז מה מפת הדרכים האמיתית? ישבתי ומיפיתי מה שאנחנו רואים מהשטח, גיוסים אמיתיים, דרישות של חברות שאנחנו עובדים איתן יום-יום:

**שלב ראשון — יסודות שאין להם תחליף:** ⁨Python⁩ ברמה חזקה, הבנה עמוקה של מבני נתונים, לינוקס כשפת אם. בלי זה אין על מה לבנות. סתם אין.

**שלב שני — עולם הלמידה העמוקה:** להכיר לעומק ⁨PyTorch⁩ או ⁨TensorFlow⁩, להבין ארכיטקטורות כמו טרנספורמרים, לאמן מודלים על דאטה אמיתי. לא להריץ דוגמאות מטוטוריאל ולקרוא לזה ניסיון.

**שלב שלישי — וכאן רוב האנשים נופלים:** ⁨MLOps⁩ ותשתיות. לדעת לארוז מודל בדוקר, להרים צינור אוטומטי עם ⁨CI⁩/⁨CD⁩, לנהל פריסה על קוברנטיס. חברות לא מחפשות מישהו שיודע לאמן — הן מחפשות מישהו שיודע לשלוח לאוויר ולישון בלילה.

**שלב רביעי — ההתמחות שמפרידה:** ⁨NLP⁩ ומודלים גנרטיביים, ⁨AI⁩ בקצה על חומרה ייעודית, ראייה ממוחשבת. כאן בוחרים נישה ומשקיעים עמוק. לא מנסים לרוץ לכל הכיוונים בבת אחת.

זה לא קורה בחודש. זה לא קורה בלי להזיע. אבל זה קורה, אנחנו רואים את זה כל שבוע עם אנשים שהתחילו מאפס ממש.

אז אני סקרן, מי מכם כבר בתוך המסלול הזה? באיזה שלב אתם נמצאים? שתפו בתגובות ובואו נדבר על זה 👇

רוב מי שאומרים שהם עובדים עם AI בעצם פותחים טאב נסתר עם ChatGPT ומתקדמים הלאה.בלי זלזול, כולנו התחלנו בדיוק שם. כתבנו Pr...
16/09/2026

רוב מי שאומרים שהם עובדים עם AI בעצם פותחים טאב נסתר עם ChatGPT ומתקדמים הלאה.

בלי זלזול, כולנו התחלנו בדיוק שם. כתבנו Prompt, קיבלנו תשובה שגרמה לנו לקום מהכיסא, וחשבנו שאנחנו מהנדסי AI. אבל בין הרגע ההוא לבין מערכת שרצה בפרודקשן, משרתת אלפי משתמשים, ולא מתפוצצת בשלוש לפנות בוקר, יש תהום.

והתהום הזו היא בדיוק ההזדמנות הכי גדולה שיש בשוק עכשיו.

אז בואו נדבר על מה שבאמת קורה כשמנסים לקחת מודל שפה ולהריץ אותו ברצינות:

🔹 צריך לנהל גרסאות של Prompts כמו שמנהלים קוד, עם בקרת תצורה ומעקב אחרי ביצועים
🔹 צריך מערכת ניטור שתגיד לכם מתי המודל מזייף תשובות, מה שנקרא Hallucination
🔹 צריך ארכיטקטורת RAG שמושכת מידע ממקורות אמינים ולא מסתמכת רק על הזיכרון של המודל
🔹 צריך להבין עלויות, כי קריאת API אחת אולי לא יקרה כל כך, אבל מיליון קריאות ביום זה כבר עולם אחר לגמרי
🔹 וצריך LLMOps — תשתית שלמה של פיתוח, בדיקות ותחזוקה למודלים בפרודקשן

התחום הזה עדיין ילד. אין תואר אקדמי בזה. אין מסלול קריירה שמישהו ציייר לכם על לוח. וזה בדיוק מה שהופך אותו למגרש של אנשים שמוכנים ללכלך ידיים ולבנות.

אני רואה את זה כל יום, אנשים שלפני שנה לא ידעו מה זה LLM, היום בונים צינורות נתונים שלמים סביב מודלים. לא בגלל שהם גאונים. בגלל שהם לא הסתפקו בפרומפט הראשון.

מי פה כבר ניסה לקחת פרויקט AI מהשלב של ״וואו זה עובד לי בצ׳אט״ לשלב של פרודקשן אמיתי? מה היה הדבר הכי מפתיע שגיליתם בדרך? 👇

Address

נחלת יצחק 32
Tel Aviv
6744824

Opening Hours

Monday 08:00 - 18:00
Tuesday 08:00 - 18:00
Wednesday 08:00 - 21:00
Thursday 08:00 - 21:00
Sunday 08:00 - 21:00

Telephone

+972777067057

Website

, , ,

Alerts

Be the first to know and let us send you an email when Real Time College posts news and promotions. Your email address will not be used for any other purpose, and you can unsubscribe at any time.

Shortcuts

Share

Category