ML – Ops, Oops, and Everything in Between 
היא סדרה בת 4 פרקים שמביאה מבט כן, מקצועי (ולפעמים גם קצת מצחיק) על עולמות 
ה-MLOps.
במהלך הסדרה, שני כהן מטיקל – נפגשת עם מובילי תחום מהתעשייה כדי להבין איך באמת בונים תשתיות
 ML שעובדות
,איך מתמודדים עם
 Data Drift ו-Concept Drift, 
 ואיך לוקחים מודל ממחקר – ומביאים אותו לחיים בפרודקשן.

ML – Ops, Oops, and Everything in Between


ML Engineering: מהמחקר למציאות
Machine Learning זה לא רק לבנות מודלים – זה לדעת איך להפוך אותם לחלק ממערכת שעובדת באמת, בסקייל, בפרודקשן, ובעיקר – מביאה תוצאות.
בפרק הזה של Tech Radar Voice, שני כהן, Senior ML Engineer ב- Tikal, מארחת את קוסטה קלינובסקי, MLOps Engineer ב-Imperva, לשיחה על איך לוקחים רעיון מחקרי והופכים אותו למערכת אמינה שרצה אצל יוזרים אמיתיים.
הם עוברים יחד על כל ה-ML lifecycle – מהאיסוף של הדאטה, דרך תכנון הפיצ'רים וניהול האקספרימנטים, ועד לאימון, deployment וניטור בפרודקשיין.
 דרך use case של זיהוי הונאות בפלטפורמת e-commerce, הם מדברים על אתגרים יומיומיים – כמו למשל איך שומרים על מודל עדכני, איך מטפלים ב data drift, ואיך בונים תהליך שאפשר לסמוך עליו לאורך זמן.
בזכות כלים כמו feature stores, model registries ו-LLMs, הפער בין מחקר ל engineering הולך ומצטמצם – והפרק הזה הוא בדיוק המקום להתחיל בו את המסע לעולמות של MLOps מודרני.

ML Engineering: From Research to Reality

איך באמת נראה פיתוח של מערכת משין לרנינג בפרודקשן – בלי הפילטרים?
שני כהן (Senior ML Engineer, Tikal) מארחת את ברק עמר (Principal Engineer, Treeverse) לשיחה על הפער בין הדיאגרמות היפות למציאות היומיומית: חיכוכים בין צוותים, גבולות אחריות לא ברורים, ואתגרים כמו Data Versioning ו-Observability – וגם כלים שיכולים לעזור בדרך.

ML Development Process from a Realistic Perspective

כש־⁦Machine⁩ ⁦Learning⁩ הופך לחלק בלתי נפרד ממערכות פרודקשן, המודל הוא רק ההתחלה. האתגר האמיתי? לבחור את התשתיות והכלים הנכונים שיתמכו באימון, בפריסה ובסקיילינג של המערכת לאורך זמן.
בפרק הזה של ⁦Tech⁩ ⁦Radar⁩ ⁦Voice,⁩ שני כהן, ⁦Senior⁩ ⁦ML⁩ ⁦Engineer,⁩ בטיקל, מארחת את גיא אשת, ⁦Senior⁩ ⁦Product⁩ ⁦Manager⁩ ב־⁦JFrog⁩ ⁦ML⁩ ⁩לשעבר ⁦Qwak⁩⁦,⁩ לשיחה מעמיקה על מה באמת הופך פלטפורמת ⁦ML⁩ לטובה.
השניים מנתחים את מרכיבי הליבה של סטאק ⁦ML⁩ מודרני, מ־⁦data⁩ ⁦ingestion⁩ ואימון מודלים, ועד ⁦monitoring⁩ ⁦and⁩ ⁦observability⁩.
אם אתם מתלבטים איך להתחיל, או מרגישים שכבר הלכתם לאיבוד ⁦–⁩ השיחה הזו תעזור לכם לנווט בג׳ונגל של פלטפורמות ⁦ML⁩ ולבחור את מה שבאמת מתאים לצוות ולמטרות שלכם.


Navigating the ML Platform Jungle

?מה באמת נדרש כדי להפוך אתגר ⁦ML⁩ מהשטח לארכיטקטורה יציבה שמשרתת מיליוני משתמשים
בפרק הפרקטי הזה של ⁦Tech⁩ ⁦Radar⁩ ⁦Voice,⁩ שני כהן, ⁦Senior⁩ ⁦ML⁩ ⁦Engineer⁩ ב־⁦Tikal,⁩ מארחת את ישראל סופר, ⁦Principal⁩ ⁦ML⁩ ⁦Engineer,⁩ ב־⁦Remitly,⁩ לסשן ⁦hands-on⁩. הם מנתחים יחד ⁦Use⁩ ⁦case⁩ של פייפליין מלא.
השיחה נוגעת באתגרים הייחודיים של תעשיית הפינטק ⁦–⁩ איזון בין דיוק בזיהוי הונאות לבין שמירה על חוויית משתמש, ניהול סיכונים עסקיים, ואינטגרציה של רכיבי תשתית כמו מנועי חוקים, ⁦feature⁩ ⁦stores⁩ עם ניהול גרסאות, ומערכות ⁦labeling⁩ משולבות אדם.
אם אתם מתכננים את מערכת ה־⁦ML⁩ הראשונה שלכם או בונים תשתית סקיילבילית בעולם עתיר רגולציה ונתונים ⁦–⁩ הפרק הזה ייתן לכם כלים, תובנות ונקודת מבט אמיתית מהשטח על איך עושים את זה נכון.


Hands-On ML System Design Session

Welcome to "Tech Radar Voice By Tikal" podcast! Join us as we explore the fascinating world of technology through the lens of the Israeli Tech Radar. Brought to you by Tikal, the leading hands-on tech consultancy, our podcast delves into the latest trends, innovations, and insights encompassed by the Tech Radar.

With each episode, we'll deep dive into topics that revolve around the Tech Radar, covering a wide range of cutting-edge technologies, emerging frameworks, programming languages, and industry trends. From engaging discussions to expert interviews, we're here to amplify your tech knowledge and keep you at the forefront of the ever-evolving tech landscape.

Get ready to tune in, broaden your tech horizon, and navigate the exciting realms of the Israeli Tech Radar with us on "Tech Radar Voice By Tikal" podcast.