המשימה: להפוך להיות Data Analyst במהירות שיא – תכנית 'המטאור'

המשימה: להפוך ל-Data Analyst במהירות שיא!

נתונים הפכו כבר מזמן לאחד מ'חומרי הגלם' היקרים ביותר…
כיום, כמעט כל פעולה כמעט שאנחנו עושים – בפרט באינטרנט – מתועדת, והמגמה הזו הולכת רק להתרחב.

הטכנולוגיה של איסוף הנתונים כבר מזמן אינה הבעיה.

האתגר האמיתי הפך בשנים האחרונות מאיסוף של כמויות אדירות של נתונים לאיך להשתמש בהם בשביל ליצור למידה והתפתחות – ולהפוך אותם לשיפור בביצועים העסקיים של הארגון בו אנו עובדים.

האתגר הזה הגיע לנקודת רתיחה, והיום הוא נמצא בשיא הבאז – כמעט בכל ארגון ובכל שוק.

ומי אמור לתת מענה לאתגר הזה? 

ניחשתם נכון – Data Analyst.

בעוד שכולם מדברים על 'להפוך נתונים לתובנות', אין הרבה ארגונים שבאמת יודעים איך לעשות את זה…
זה קורה בעיקר בגלל שכמעט בכל ארגון קיימים שני קצוות שנותנים את הטון:

מצד אחד אנשי הביזנס…
לרוב, המיקוד שלהם הוא מסקנות ותוצאות כאן ועכשיו.
ברוב המקרים – זה הורג כבר מההתחלה כל יוזמה מחקרית על הנתונים – גם אם יש בה פוטנציאל שיפור מסיבי.

מצד שני אנשי הטכנולוגיה…
המיקוד שלהם הוא יצירת מערכות מידע ושמירה על היציבות שלהן. הם פחות נכנסים לתוכן של הנתונים ומנתחים אותם.
לכן – הם תופסים את הנתונים כמשהו 'מכני' – שאלגוריתם או כלי טכני יוכלו תמיד להוציא מהם תובנות.

רק שילוב של שני הצדדים יצליח ליצור תובנות משמעותיות מתוך הנתונים. הבעיה היא, שהם פשוט לא יודעים לדבר באותה השפה.

ישנו קצר בתקשורת בין הביזנס והטכנולוגיה – והקצר הזה תוקע את ההתפתחות של כמעט כל ארגון בעולם…

זהו האתגר הגדול של Data Analysts כיום.

הגורם שאמור לתת מענה לקונפליקט בין אנשי הביזנס לאנשי הטכנולוגיה הם Data Analysts\Data Scientists.

אך כמעט תמיד, גם הם לא מצליחים לשלב בין העולמות השונים של התחום, ולכן נוטים 'להיתקע' רק באחד מהצדדים בצורה מובהקת, ולהפוך למרבה הצער לאחד מ-3 טיפוסים 'אפורים':

'ספקי נתונים' שרק מפיצים דוחות למשתמשים, בלי שיהיו מסוגלים לעצור לרגע ולחקור תופעות יותר לעומק… 
זה קורה כי מי שלימד אותם היה כלכלן/איש ביזנס – ולא אנליסט.

'תיאורטיקנים' שמפתחים מודלים מורכבים, אבל ללא זיקה עסקית – מה שגורם לא ליישם את המסקנות בביזנס… 
זה קורה כי מי שלימד אותם היה מתמטיקאי/סטטיסטיקאי -ולא אנליסט.

'טכנאים' – מפתחים אלגוריתמים וכותבים קוד שאמנם עובדים, אבל לא ממש מביאים לתובנות חדשות או לרעיונות לשיפור…
זה קורה כי מי שלימד אותם היה מפתח/מתכנת – ולא אנליסט.

בעולם של אנליסטים חדשים – הקונפליקט הזה בא לידי ביטוי גם כאשר מגיעים לראיון עבודה מקצועי, וגם בעבודה השוטפת.
לקראת ראיונות אמנם לומדים לכאורה את מה שצריך (לדוגמה: פקודות SQL), אבל בפועל – נתקלים בשאלות שונות לחלוטין.
שאלות הרבה יותר 'רכות'/'נזילות'. לא רק לכתוב שאילתה, אלא להבין מה המראיין רוצה ולאפיין עבורו את הפתרון האנליטי.

 

אז סופסוף יש תכנית שמלמדת בדיוק את זה…

 

תכנית 'המטאור': להפוך ל-Data Analyst במהירות שיא!

מטרת התכנית

להביא אותך להתחיל את תהליך שליחת קורות החיים וגישה לראיונות עבודה לתפקיד Data Analyst כמה שיותר מהר.

הנה סוד 'קטן': רוב הידע בתחום מגיע לא מלימוד תיאורטי במסגרת קורס דאטה אנליסט, אלא מתרגול מעשי – תוך כדי תפקיד.

לכן, הדבר הכי חשוב הוא להתקבל לעבודה כ-Data Analyst – וכמה שיותר מהר.

 

קורס דאטה אנליסט – Out, תכנית ממוקדת לקבלה לעבודה כדאטה אנליסט – IN!

מה כוללת תכנית 'המטאור'…

שיעורי וידאו ללימוד עצמי בתחומים אנליטיים קריטיים: SQL, אקסל, אפיון פתרונות אנליטיים, KPIs ועוד.

תרגול מסיבי של שפת SQL, כולל תרגילים להגשה ופתרונות.

ליווי והנחיה שוטפת של דאטה אנליסט מומחה.

תהליך של שיפור קורות החיים להדגשת הפרופיל האנליטי.

פגישת סימולציה לראיון עבודה ב-SQL לתפקיד דאטה אנליסט.

רק הכלים והשיטות הקריטיים לצורך קבלה לעבודה

מיקוד באפיון הבעיה בנוסף למימוש הטכני

תרגול מסיבי של שפת SQL עם שאלות 'מהחיים'

'לקפוץ למים' ולהתראיין כמה שיותר מהר

מה תדעו לעשות בסוף התכנית

תכנית 'המטאור' במספרים…

משך התכנית – 6 שבועות (תכנית מומלצת)

מעל ל-120 שיעורי וידאו (במשך כולל של 15 שעות)

101 תרגילי SQL – כולל פתרונות (עשרות שעות תרגול)

6 שיחות סטטוס שבועיות עם אנליסט מומחה

5 סבבים לשיפור קורות החיים

ועוד עשרות טיפים להצלחה בראיון ובתפקיד…

למי מיועדת תכנית 'המטאור'?

למי שיכולים להצטיין בתור אנליסטים ולהוביל ארגונים קדימה!

תהליך המיון לתכנית

התכנית לא מתאימה לכל אחד!

תהליך התפתחות כדאטה אנליסט מחייב רמה גבוהה של ידע ויכולת אנליטית, וכן בשלות ורצון אמיתי להתפתח בתחום ניתוח הנתונים.

סליחה: התכנית לא מיועדת למי שמחפש הזדמנות "לרכב על הבאז של הדאטה" בלי שקיימות זיקה ותשוקה אמיתית לתחום…

על מנת להתקבל לתכנית ישנו ראיון טלפוני מעמיק – בו נבחנת מידת ההתאמה – לקורס ולמקצוע.

הסילבוס בתכנית – ממש בקצרה

מדידה ושיפור ביצועים עסקיים
כיצד מזהים מהו היעד המרכזי בחברות שונות, אילו תהליכים קריטיים קיימים בחברות ואיך מאפיינים מדדים חשובים, אשר יסייעו  לשפר את הביצועים שלה.

אפיון פתרונות אנליטיים
איך מאפיינים דרישות משתמשים וכיצד הופכים אותן לפתרונות אנליטיים.

מבוא לבסיסי נתונים רלציוניים
מהו מבנה נתונים רלציוני, וכיצד לעבוד איתו על מנת להכין את הנתונים לניתוח אנליטי.

אקסל לדאטה אנליסט
חזרה והעמקה בפונקציות העיקריות של הכלי הנדרשות לדאטה אנליסט.
בין הנושאים שיילמדו – פונקציות עיקריות, תרשימים, ודגש מיוחד על Pivot Tables ועל הצלבות – Vlookup ו-Index-Match.

SQL מעשי לדאטה אנליסט
סביבת העבודה עם עיבוד נתונים טבלאי, אפיון ומימוש מניפולציות על נתונים ברמה הטכנית על מנת להפוך נתונים גולמיים לטבלה מוכנה לניתוח אנליטי.
בין השאר נעסוק בפקודות CRUD, סינונים מורכבים, תנאים, אגרגציה, הצלבת נתונים (JOIN) מכל הסוגים, תתי שאילתות, שאילתות מורכבות ועוד.

תרגול מסיבי של שאלות ב-SQL והכנה לראיונות עבודה מקצועיים
תרגול שאלות 'מהחיים' – בהן סביר להיתקל בראיונות עבודה, כולל מסיחים ו'מוקשים' שמראיינים אוהבים לשאול.

שיפור קורות החיים – הצפת הפרופיל האנליטי
קורות חיים טובים מציפים מיד את האוריינטציה שלך וכנובע מכך את מידת ההתאמה לתפקיד Data Analyst.  חשוב שהם יציגו את הדברים הנכונים ולא פרופיל מהעבר…

לפרטים נוספים והרשמה יש למלא את הטופס כעת:

על המרצה

אייל גורפינקל | 'Insight Hacker'
מומחה ליצירת מנגנוני צמיחה מבוססת נתונים (Data Driven Growth)

יועץ בכיר לחברות וארגונים בתחום הדאטה ופיתוח מודלים לתמיכה בקבלת החלטות מזה 17 שנים.

"אני מאמין שתחום ניתוח הנתונים הוא הבסיס ליצירת תובנות ולצמיחה בעולם היום – שבו נתונים הפכו לחומר הגלם העיקרי.
מצד שני – השוק עדיין לא הבין עד הסוף כיצד לעשות זאת.
וכאן אני רואה את המשימה העיקרית שלי:
לעזור לפתח את היכולת האנליטית – גם אצל אנליסטים וגם אצל מנהלים – וכך לעזור ליצור צמיחה מבוססת נתונים בחברות."

במהלך הקריירה ניהלתי עשרות רבות של פרויקטים אנליטיים במגוון סקטורים – החל מסטארטאפים חדשים, וכלה בבנקים המובילים במשק. במהלך פעילות זו הקמתי וניהלתי עשרות צוותים אנליטיים.

בנוסף, הכשרתי כ-100 אנליסטים ומדעני נתונים ברמה האישית, וראיינתי מאות רבות של מועמדים בתחום.

כיום, אני מייעץ לחברות ועסקים בעולם היזמות כיצד להקים מערך למידה וצמיחה מבוססת נתונים, וכן מעביר קורסים וסדנאות להכשרת אנליסטים.

יש לך עדיין שאלות? הנה כל התשובות!

אם התחום מושך אותך, אבל עדיין יש לך התלבטויות כמו "האם כדאי לי בכלל להתחיל", "איך אצבור נסיון שמעסיקים מחפשים" ועוד – כנראה שעדיין מוקדם מדי לדבר על קורס…

במקרה הזה – מומלץ לשקול ברצינות פגישת מיקוד והכוונה לקריירה בתחום ניתוח הנתונים.

מטרת הפגישה הזו היא לעשות לך סדר בבלגאן ולבנות לך תכנית מותאמת אישית לקריירה תחום.
בפגישה נשב ונמפה בדיוק מה מושך אותך בתחום, איזו נישה הכי מדויקת עבורך ומה נדרש לעשות על מנת להפוך אותך ל-Data Analyst.

וכמובן – שבמידה והתחום פחות מתאים עבורך – נזהה זאת מהר מאוד – ונוכל לחסוך לך שנים של התבחבשות…

לפרטים נוספים – מומלץ לבקר בדף פגישת המיקוד וההכוונה.

יש כאן תשובה קצרה, ותשובה ארוכה.

התשובה הקצרה:
ראיון עבודה מקצועי ב-SQL לוקח ברוב המקרים כ-1-1.5 שעות, וכולל לרוב 1-2 תרגילים ב-SQL.
עכשיו בואו נכפיל את זה ב-100 התרגילים בתכנית ונקבל את המשך האמיתי של התכנית.

אז במקום 50-100 שעות של שיעורים תיאורטיים אתם מקבלים עשרות שעות של ניסיון מעשי ממוקד – איך לעבור את ראיון העבודה…

ולתשובה הארוכה:
באיזה אחוז מהחומר שלמדתם באוניברסיטה יצא לכם להשתמש? כנראה שב-10% במקרה הטוב…
אז באוניברסיטה זה מתקבל על הדעת, כי היא אמורה לתת בסיס ידע סטנדרטי.
אך במקרה של דאטה אנליסט – מדובר במקצוע מאוד יישומי.
ידע תיאורטי יכול מאוד לעזור (ובמקרים מסוימים הוא אכן נדרש), אבל מה שבאמת חשוב הוא הידע המעשי של תרגול השיטות האנליטיות.

ואת היכולת האנליטית המעשית הזו קורס דאטה אנליסט טיפוסי  – מקיף ככל שיהיה – לא באמת מוכוון לתת!

לראייתי, המטרה הרלוונטית היחידה של קורס דאטה אנליסט כלשהו צריכה להיות ידע קריטי בשביל לקצר את תהליך הקבלה לעבודה.
משם הלימוד שלך יהיה עצמי – תוך כדי תפקיד.

אם שמעת על כלל 20:80, אז תכנית 'המטאור' היא בדיוק זה: רק הליבה של המקצוע – בלי תוספות מיותרות.
המיקוד בתכנית הוא לאפשר לך כמה שיותר מהר לצבור את הידע והביטחון העצמי הנדרשים על מנת לעבור את הסינון הראשוני של חברות ולעבור את ראיון העבודה המקצועי. משם בטוח שתוכל/י להמשיך בכוחות עצמך.

ובשביל זה ממש לא נדרש קורס דאטה אנליסט של 150-200 שעות.

אז לא רק שהתכנית לא קצרה מדי – כנראה שקורסים אחרים ארוכים מדי…

חלקם הגדול כולל הרבה מאוד תכנים שאמנם נחמד לדעת (Nice To Know), אבל שאינם ממש קריטיים כבר בתחילת הדרך שלך כ-Data Analyst – אם בכלל.

התכנים הללו לא בהכרח יעזרו לך להתקבל לעבודה – וודאי שלא יקצרו לך את הזמן עד שתתחיל/י להתראיין.
יתרה מכך – הם אפילו יכולים להסיט אותך מהמיקוד הנכון של דאטה אנליסט – לנתח תהליכים וללמוד איך לשפר אותם מתוך הנתונים.

לסיכום: כל קורס דאטה אנליסט הוא טוב, אבל לכל אדם צרכים שונים ונטייה שונה – ולכן חשוב להכיר את הנתון הזה ולבחור את התכנית הכי מתאימה עבורך:
זו שתקדם אותך למטרה בצורה הכי מהירה ויעילה – ותסכן לך כמה שפחות זמן וכסף.

אחת המגמות העוצמתיות ביותר של העשור האחרון היא "התפוצצות המידע".

המגמה הזו מתבטאת בעולם ניתוח הנתונים בשני היבטים מרכזיים:

ההיבט הראשון הרבה מאוד ידע שמונגש לכל דורש – דרך Youtube למשל.

וההיבט השני, הוא הרבה מאוד כלים טכנולוגיים שמאפשים יכולות דמיוניות במונחים של פעם.

כלים כמו SQL, Tableau, Python, בסיסי נתונים וכלי BI חדשים שיוצאים לאור בקצב אדיר.

המציאות הזו יוצרת מצב, שבו העולם של הלימוד שהיה פעם – של ללכת לקורס פיזי – הופך לפחות רלוונטי.

מדוע?

כי אין שום סיכוי שהקצב של הקורסים הפיזיים ידביק את הקצב של הכלים החדשים שמומצאים חדשות לבקרים. 
זה פשוט לא עובד יותר!

אנליסט טוב חייב היום ללמוד איך ללמוד לבד!

וזו אחת הסיבות העיקריות שהתכנית היא דיגיטלית – בשביל לעזור לכם לתרגל ולפתח את היכולת ללמוד כלים חדשים בעצמכם.

ועדיין – שלא כמו בקורסים דיגיטליים אחרים, בתכנית המטאור יש לכם עדיין כתובת – ליווי צמוד של אנליסט מומחה.

כמו בכל דבר בחיים – אין ודאות של 100% לעבור את הראיון – גם אחרי התכנית.
אגב, אם היתה כזו ודאות – המחיר של התכנית היה הרבה יותר גבוה…

מאחר ותפקיד הדאטה אנליסט הוא מאוד מגוון, ויש לו הרבה נישות, סקטורים וסגנונות, בכל חברה הראיון הוא אחר.

יתרה מכך, לעיתים קרובות גם באותה החברה בדיוק יכול להיות שיהיו מספר מראיינים – וכל אחד מהם ישאל אתכם שאלות שונות לחלוטין…
אחד יחפש ידע מאוד טכני ב-SQL, השני יבדוק לוגיקה, והשלישי בכלל ישאל אתכם שאלות הגיון…

לכן – אי אפשר להתחייב שבראיון כזה או אחר יהיו בדיוק את אותם סוגי התרגילים כמו בתכנית.

מאחר ואף אחד לא יודע בדיוק באילו שאלות תיתקלו, הדבר הכי טוב שאפשר ללמד הוא איך לגשת לשאלות, ולפתח את היכולת להבין מה רוצים מכם, ואיך לתת מענה לדגשים שונים של מראיינים שונים.

לסיכום:
אי אפשר להבטיח 100% הצלחה במעבר הראיון.

אבל בהחלט אפשר להבטיח את הדבר הבא:

אם תקפידו על התכנית – היא תשפר בצורה משמעותית את הסיכויים שלכם להבין מה רוצים מכם ואיך לפתור בהצלחה את התרגילים בראיונות העבודה.

החומר המועבר בקורס אינו מורכב יתר על המידה, אבל עדיין מצריך הבנה טכנית וחשיבה לא מועטה.
במידה והיבט מסוים בקורס לא היה ברור, או שעדיין קיימת אי בהירות לגבי איך לפתור תרגילים מסוימים – קיימות בפניך מספר מסגרות להתייעץ עם מומחה:

  • באימייל – ללא הגבלה (כמובן – במידת הסביר).
  • בעת שליחת התרגיל השבועי המסכם – כהערות לתרגילים.
  • בשיחת הסטטוס הטלפונית השבועית (שיחה של עד 15 דקות).

כמובן, שכלל התכנים בתכנית פתוחים לצפייה ללא הגבלה – כך שניתן יהיה לעבור על החומרים שוב ולהבין אותם (במשך 12 חודשים ממועד הרישום לתכנית).

תרגילים הם חלק בלתי נפרד מהקורס – ובכלל מפיתוח הניסיון הנדרש לקבלה לעבודה וגם לאחר מכן.
קיימות שתי מסגרות לתרגילים: תרגילים בשיעורים עצמם, ותרגול מסיבי ייעודי.
התכנית כוללת מעל ל-100 תרגילים אותם ניתן לפתור עצמאית – והם אפילו חלק מהסילבוס.

פתרון התרגילים המסיבי הוא בדיוק מה שעושה את ההבדל בין אנליסט שלומד כלים טכניים, אבל לא יודע מה לעשות איתם ב'רגע האמת' – ובין אנליסט שיודע בדיוק מה שואלים אותו, מאילו פינות להיזהר ואיך לתת תשובה מדויקת ומהירה.

זה כמובן מגדיל בצורה דרמטית את הסיכוי לעבור ראיון עבודה לתפקיד דאטה אנליסט.

מטרת הקורס היא לתת לך את הדחיפה הראשונית הנדרשת לצורך חיפוש העבודה.

במקרים רבים, מדובר בתהליך למידה – והוא כמובן אינדיבידואלי.
לכן – אין מנגנון מובנה של חיפוש עבודה.

המהות של תכנית 'המטאור' היא לא לתת לך דגים, אלא ללמד אותך איך לדוג!
היכולת הקריטית הנדרשת היא לא רק קישור למעסיקים, אלא בעיקר להבין איך לכתוב קורות חיים מנצחים, וכיצד לגשת לשאלות כמעט בכל סוג של ראיון לתפקיד דאטה אנליסט.

מעבר לכך, מטבע הדברים, במהלך השנים בתחום פותחו קשרים מול התעשייה, ובמידה ונשמע על משרות רלוונטיות שנוכל לקשר אותך אליהן – ודאי שנעשה זאת.

שאלה מצוינת וחשובה.
מאחר ובכל השוק ה-Buzzword השולט הוא Data Scientist – ישנם כלים שהפכו לשאיפה משמעותית אצל מעסיקים ומועמדים.

R היא שפת קוד פתוח לניתוח סטטיסטי של נתונים.

Python היא שפת תכנות, המאפשרת גם לנתח נתונים והופכת לנפוצה ומבוקשת מאוד בשנים האחרונות – ובצדק רב.

אבל למרות הבאז האדיר סביבן – שתי השפות הן הרבה פחות רלוונטיות בשלב המיידי.

מדוע?
כי מצד אחד – הסבירות שישאלו אותך שאלות בראיון העבודה על השפות הללו הוא אפסי. לרוב – יתמקדו באקסל או ב-SQL.

ומצד שני – השפות האלה הרבה יותר מורכבות ללימוד ולשליטה.
לכן, מאוד לא סביר ללמוד ולתרגל אותן ברמה כזו שיסייעו לך להתקבל לעבודה. ברוב המקרים – נדרש ניסיון של לפחות 6 חודשים בשביל להרגיש בטחון מספיק על מנת להוסיף את הכלי לקורות החיים – ולגשת לראיון בו.
ויותר מזה – מה שחשוב באמת הוא לא הידע הטכני בכלי, אלא ההבנה המתודולוגית מהם השלבים הטכניים המדויקים הנדרשים בכל רגע. וזה לוקח לא מעט זמן.

אז בשורה התחתונה – העדיפות היא קודם כל ללמוד טוב אקסל ו-SQL , להתקבל לעבודה כדאטה אנליסט – ורק אז ללמוד R ו/או Python.

בשנים האחרונות יצא לי להיתקל בדי הרבה מקרים של אנשים שלמדו Python מבלי לשלוט קודם ב-SQL.
הרבה מהם הזניחו את SQL שעדיין מככבת בראיונות עבודה – ולכן גם נכשלו בהם. לא חבל?…

אגב, קיימת תכנית ליצור במועדון הנתונים גם קורס Data Scientist  – המיועד למי שכבר התקבל/ה לעבודה כאנליסט, ורוצה לשדרג את ארגז הכלים האנליטי.

בקורס הזה תיכללנה שתי השפות.

קודם כל – במהלך הרישום לקורס נקיים ראיון טלפוני, ונוודא שיש עמידה בתנאי הסף לתכנית.
במידה ואין התאמה לתכנית – חשוב לעיתים גם לומר את הדברים בצורה ברורה כולל סיבה ברורה לכך. זה יוכל לחסוך לך לא מעט זמן וכסף…

אבל ברור שלא תמיד אפשר לפגוע בול – בשני הצדדים…

לכן, קיימת אחריות מלאה להשתתפות בתכנית.
במידה ויהיה לך ברור עד לסוף השבוע השני ממועד הרישום שהתכנית אינה מתאימה לך, ובמידה והגשת את שני התרגילים של שני השבועות הראשונים – אפשר לפנות ולבקש להפסיק השתתפות.

במקרה הזה נחזיר לך את כספך – בניכוי עלות פגישת המיקוד לקריירה – במידה ובוצעה.

הנה כמה המלצות ממי שכבר חווה את התכנים בתכנית:

(ההמלצות בעילום שם לצורך שמירה על דיסקרטיות).

"סדרת התרגילים ב-SQL מותאמת לתפקידי data analyst, ובנוסף לתרגול טוב ב-SQL משלבים גם אימון בחשיבה עסקית – שמאוד עזרה לי במבחן בראיון העבודה.
המון תודה על כל העזרה וההשקעה."

"לפני התכנית הייתי בראיון בו התרסקתי במבחן המקצועי ב-SQL.
היום, בעקבות התירגול אני יכול להגיד בוודאות שהייתי עובר".

"אחרי חצי שנה של חיפושים למאגרי ידע שונים בsql ולימודי הנדסת תעשיה וניהול, אתה היחיד שדרכו הבנתי את החשיבה הלוגית מאחורי התרגילים."

"לאחר תקופה ארוכה בה לא קיבלתי מענה לקורות החיים ששלחתי, תוך יומיים מאז הפגישה איתך פנו אליי שתי חברות מובילות וזימנו אותי לראיון.
לקבל פידבקים כאלה מהירים זה רק בזכות הדיוק שלך – תודה רבה!"

 

רוצים להיות הבאים בתור שכותבים המלצה לאחר שעברו ראיון מקצועי ב-SQL והתחילו לעבוד כאנליסטים?

הירשמו עכשיו!

לפרטים נוספים והרשמה יש למלא את הטופס כעת:

Share