היכנס כדי לראות את הפרופיל Dafna המלא
או
פעם ראשונה שלך ב-LinkedIn? להצטרפות
הלחיצה על ’המשך‘ להצטרפות או להתחברות מהווה את הסמכתך להסכם המשתמש, למדיניות הפרטיות ולמדיניות קובצי ה-Cookie של LinkedIn.
היכנס כדי לראות את הפרופיל Dafna המלא
או
פעם ראשונה שלך ב-LinkedIn? להצטרפות
הלחיצה על ’המשך‘ להצטרפות או להתחברות מהווה את הסמכתך להסכם המשתמש, למדיניות הפרטיות ולמדיניות קובצי ה-Cookie של LinkedIn.
Tel Aviv District, Israel
התחברו כדי לצפות Dafna בפרופיל המלא
Dafna יכול/ה להציג אותך בפני 8 אנשים ב-Arito
או
פעם ראשונה שלך ב-LinkedIn? להצטרפות
הלחיצה על ’המשך‘ להצטרפות או להתחברות מהווה את הסמכתך להסכם המשתמש, למדיניות הפרטיות ולמדיניות קובצי ה-Cookie של LinkedIn.
4K עוקבים
מעל 500 קשרים
התחברו כדי לצפות Dafna בפרופיל המלא
או
פעם ראשונה שלך ב-LinkedIn? להצטרפות
הלחיצה על ’המשך‘ להצטרפות או להתחברות מהווה את הסמכתך להסכם המשתמש, למדיניות הפרטיות ולמדיניות קובצי ה-Cookie של LinkedIn.
הצג קשרים הדדיים עם Dafna
Dafna יכול/ה להציג אותך בפני 8 אנשים ב-Arito
או
פעם ראשונה שלך ב-LinkedIn? להצטרפות
הלחיצה על ’המשך‘ להצטרפות או להתחברות מהווה את הסמכתך להסכם המשתמש, למדיניות הפרטיות ולמדיניות קובצי ה-Cookie של LinkedIn.
הצג קשרים הדדיים עם Dafna
או
פעם ראשונה שלך ב-LinkedIn? להצטרפות
הלחיצה על ’המשך‘ להצטרפות או להתחברות מהווה את הסמכתך להסכם המשתמש, למדיניות הפרטיות ולמדיניות קובצי ה-Cookie של LinkedIn.
היכנס כדי לראות את הפרופיל Dafna המלא
או
פעם ראשונה שלך ב-LinkedIn? להצטרפות
הלחיצה על ’המשך‘ להצטרפות או להתחברות מהווה את הסמכתך להסכם המשתמש, למדיניות הפרטיות ולמדיניות קובצי ה-Cookie של LinkedIn.
אתרי אינטרנט
- Photography website
-
www.dafnafriedman.com
- Photography Instagram
-
https://instagram.com/dafnafriedman?igshid=MzNlNGNkZWQ4Mg==
על אודות
טוב לראות אותך שוב
הלחיצה על ’המשך‘ להצטרפות או להתחברות מהווה את הסמכתך להסכם המשתמש, למדיניות הפרטיות ולמדיניות קובצי ה-Cookie של LinkedIn.
פעם ראשונה שלך ב-LinkedIn? להצטרפות
פעילות
4K עוקבים
-
Dafna Friedman שיתף את זהשלשום הגשמתי חלום ודיברתי בכנס, ולא בסתם כנס - ב hayaData Conference . סיפרתי על הכאוס של העולם האג׳נטי ואיך אפשר לנצל אותו לטובתנו, כמי שבונים מוצרים ובמיוחד כאנשי דאטה, ושיתפתי את הפריימוורק שעוזר לנו להבין טוב יותר את המשתמשים שלנו ולבנות מוצר טוב יותר. עוד על ההרצאה (ועל דברים מרתקים שלא נכנסו להרצאה) בפעם אחרת, עכשיו לתודות ול-CTA אחד חשוב בשבילכם. תודה ל Raviv Gurtensten ולמארגנים על כנס שהוא לא פחות ממושלם, ועל כל הליווי והתמיכה בדרך לכל הרבים וטובים שעזרו בדריי ראנים, למלווים שלי Tal N. Mizrachi Doreen S. Ben-Zvi, Ph.D ולמלווה הלא רשמית Noa Harari ולכולם ב Arito וחשוב לא פחות - למסגרת שבנתה אותי לקראת היום הזה - ל TechGym . בשנה שהובלתי קבוצה קיבלתי מסגרת להתפתחות מקצועית ולהעברת הרצאות, וסביבה מעוררת השראה של כל המובילים והמשתתפים. ההרשמה לTechGym נסגרת היום, ממליצה בחום מאוד להרשם! הפעם אני לא מובילה קבוצה, אבל מוזמנים להתייעץ איתי, עם Noa Harari או Oded Kahanov אם יש התלבטות.
-
Dafna Friedman שיתף את זההיום זה היום! מתרגשת מאוד לעלות לבמה ב hayaData Conference ולחלוק תובנות מהשנה האחרונה בואו להגיד שלום :)
-
Dafna Friedman שיתף את זהאני רגילה להיות האישה היחידה בכנסים טכנולוגיים ככל שהתחום יותר חדש ויותר ״טכני״ - ככה יש פחות נשים בכנסים ובקבוצות הווטסאפ, ובמיוחד נשים ששואלות, מגיבות, בונות וכותבות בעצמן. בשבועות האחרונים היתה לי הזכות לקחת חלק בתכנית שמשנה את זה. Mor Nitzan וNoa Harari הרימו את AI Analytics Boost - תכנית שנותנת ידע, מסגרת וקהילה שמאפשרת לסניוריות בדאטה לקחת צעד קדימה בעבודה עם AI ולבנות מערכת אג׳נטית. במסגרת התכנית זכיתי (!) למנטר קבוצה מדהימה של נשים, שלקחו את ההזדמנות בשתי ידיים ורצו קדימה - ותוך שבועות ספורים תכננו, בנו, ושפרו אייג׳נט אנליטי מורכב - ביחד! Eliana Fredj Maayan Batit Marina Shnaiderman Sari Malina - אין עליכן 🤍 עוד שני דברים נפלאים קרו בתכנית - נוצרה קהילה קטנה של מנטוריות, כל אחת סופרסטאר בתחומה, שהתנדבו להוביל קבוצות. Sivan Milwerger Shira Solomon Helee Ben Tov Ronnie Weinbach וכמובןןן Mor Nitzan Noa Harari - תודה על השותפות, ההשראה והלמידה המשותפת 🤍 וגויסו כמעט 4000 שקלים ל5050! Yael Yechieli והכי חשוב - תודה ל Noa Harari ול-Mor Nitzan על התכנית וההשראה. ככה עושות שינוי 💪🏻 תודה ל Similarweb, ל Michael (Miki) Sokolovsky ול- Bar Zarko על האירוח
-
Dafna Friedman שיתף את זהמה קורה בעולם הAI Analytics היום? המפגשים וההרצאות בקבוצת ה- AI Analytics של TechGym נותנים הצצה מעולה. בעשרת השבועות האחרונים נפגשנו, 30 סניורים בדאטה אנליטיקס, ללמוד אחד מהשניה וביחד על איך המקצוע שלנו משתנה בעולם ה-AI. בכל מפגש משתתפ.ת בקבוצה העבירו הרצאה מקצועית, ואחריהם דיון בקבוצה. מעבר לתכנים המעניינים שעברו, הקסם של התכנית היה בעיניי ברגעים שאחרי ההרצאה - שיתופים ושאלות על מה עובד ומה לא, התייעצויות, ושיחה כנה עם אנשי מקצוע חזקים על לאן המקצוע הולך. אז מה היה לנו במחזור הזה, שנגמר אתמול? בחיי שקשה לי לסכם כל הרצאה במשפט, אבל - * הרצאת הפתיחה שלי ושל Noa Harari שהגשימה לי חלום של כמה חודשים - לנתח רפוזיטורי אופן סורס של AI Analyst ומה אפשר ללמוד ממנו * הרצאה של Rachel Herman-Reiner על איך מומחיות הדאטה שהיא מביאה איתה עיצבה אסטרטגיית מוצר, ואיך AI אפשר את התהליך * הרצאה פותחת ראש של Helee Ben Tov על איך בונים Next Gen AI Products * מפגש שולחנות עגולים בהובלת Eyal Eldar ו- Rinat Mesch, שבו נפגשנו פיזית ודיברנו על איך משתפים ידע ועבודה בעולם הAI * הרצאה של Adva Guggenheimer שסיפרה לנו על איך היא בנתה מערכת אנליטית שלמה ומורכבת שמגדירה מחדש איך עושים אנליזות בעולם הAI * הרצאה של Yarden Ayalon שסיפר על עולם חדש שה-AI מאפשר לנו להכנס אליו - איך בונים תהליכים אנליטיים לניתוח טקסט * הרצאה של Ronnie Weinbach סיפרה על בעיה שכולנו, אנליסטים או לא, נתקלים בה - בעיית הקונטקסט, ואיך לבנות קונטקסט יעיל לתהליכים האנליטיים שלנו * והרצאה של Alina Lotman על איך היא יצקה את המומחיות שלה בפרודאקט אנליטיקס לבניית סקיל שמגדיר איוונטים, מקצר זמני עבודה ומאפשר ownership וזאת הזדמנות מעולה להגיד תודה לחברי הקבוצה כמובילות, נועה ואני בנינו סט-אפ שבתוכו הקבוצה מתנהלת - בחרנו את המשתתפים וההרצאות, עזרנו בבניית ההרצאות וביצירת מרחב בטוח לקבוצה. אבל הקסם הוא במשתתפים עצמם - בפתיחות, בכנות, בסקרנות, בהשקעה. ולא פחות חשוב מזה, במוכנות לצאת מאי��ור הנוחות. בין אם זה בהעברת הרצאה, בלשאול שאלות או להגיב בדיון, או אפילו לפתוח מצלמה. חשבנו הרבה על המחזור הזה, ובאמת שהוא התעלה על כל הציפיות. תודה 🤍 (בתמונה - רובנו, ומשתתף עתידי אחד קטן שהגיע למיטאפ הסיום)
-
Dafna Friedman פרסם/פרסמה את זהדאטה זה סקיל חם למנהלי מוצר זה מה שאמרה, די בדרך אגב, Galit Galperin במיטאפ אתמול. ואני אוסיף - ניהול מוצר זה אחד הסקילים הכי חמים לאנשי דאטה. בעולם ה-AI המקצועות שלנו הולכים ומשתנים, מתרחבים, והגבולות מיטשטשים. נשות דאטה לא רק עושות אנליזות, אלא בונות מוצרי דאטה של ממש - מבינות מי המשתמשים (הפנימיים או לקוחות), מאפיינות את המוצר מקצה לקצה, ואז אשכרה הולכות ובונות אותו. ונשות פרודקט? פתאום מגדירות התראות ודאטה-סטים, שולפות נתונים, ובונות ויזיביליות לקופסאות שחורות. אנחנו רואים את זה גם בTechGym - משתתפים בקבוצת הAnalytics AI שלנו בונים מוצרי דאטה מתוך חשיבה מוצרית עמוקה וגם בקבוצת הפרודקט מנהלי מוצר עם רקע חזק בדאטה שמביאים את הזווית שלהם. (חלק מההרצאות יעלו ליוטיוב, ותוכלו להתרשם גם) למה זה ככה? גם כי בעולם ה-AI כולנו הופכים לבילדרים וגם כי מוצרים מבוססי AI דורשים את זה. היכולת להבין מה *באמת* קורה תמיד היתה הסיבה שאהבתי דאטה, והפרויקטים הכי יפים שעשיתי חיו בדיוק בפער הזה, בין מה שציפינו שייקרה ובין מה שגיליתי שקורה בפועל. והיום, כשהבסיס של יותר ויותר מוצרים הוא אג׳נטי ולא דטרמיניסטי, היכולת להבין איך המוצר עובד *בפועל* ולטייב אותו הופכת להיות קריטית. אני לא אומרת שתפקידים מתאחדים (למרות שאולי זה יקרה). אני אומרת שכולנו צריכים לפתח יכולות שפעם לא היו חלק אינטגרלי וקריטי מהמקצוע שלנו. אני אומרת שיש ערך בלזהות שהמקצוע שלנו משתנה, ולקבל את זה בענווה - ללמוד, להתייעץ, להקשיב, ולפתוח את הראש. ואני אומרת שיש פה הזדמנויות למידה והתפתחות מעניינות, שרק מחכות למי שיראה אותן.
-
Dafna Friedman שיתף את זהההרצאה שלנו ביוטיוב! צללנו מתחת למכסה המנוע של AI Analyst אג׳נטי, וחזרנו עם תובנות ולקחים בזמן שעבר מאז ההרצאה אני חוזרת לרפוזיטורי הזה שוב ושוב, בוחנת אספקטים שונים וחושבת אם ואיך לממש במערכות שאני בונה - איך הופכים מומחיות אנליטית למוצר? איך בונים מערכת שלומדת ומשתפרת עם הזמן? מה הארכיטקטורה שמאפשרת את כל זה? אם נשמע לכם מעניין - מוזמנים לשמוע את ההרצאה שהעברנו Noa Harari ואני במפגש הפתיחה של הקבוצה שלנו ב TechGym
-
Dafna Friedman שיתף את זהשמחה לספר שאמנטר בתכנית קהילתית חדשה - AI Analytics Boost! שני הלקחים הכי חשובים שלי על למידה בעולם ה-AI (ובכלל) הם: 1. הלמידה הכי טובה היא לבנות בעצמנו 2. ללמוד ביחד > ללמוד לבד, ומרחב למידה בטוח ומעשיר הוא חלק חשוב (וכיף) מהתהליך והתכנית משלבת את שניהם ✨️ שמחה להיות חלק מהקבוצה הנפלאה הזאת Noa Harari Mor Nitzan Sivan Milwerger Helee Abutbul Shira Solomon ומחכה כבר לבנות ביחד אתכן פרטים נוספים בפוסט של Noa HarariDafna Friedman שיתף את זה**עורכת - איזה כיף לראות את ההיענות! לצערנו סגרנו את ההרשמה, מוזמנים ומוזמנות לעקוב אחר יוזמות נוספות בהמשך** איך נשמע לך לדעת לייצר Agentic flow בפרודקשן של משימות דאטה? בעקבות תוצאות סקר שהוצאנו לאחרונה לא.נשי דאטה (מסקנות בקרוב), Mor Nitzan ואני משיקות את התכנית הקהילתית הראשונה ✨️AI Analytics Boost – Empowering Senior Analysts to Lead with AI✨️ למה רק אנליסטיות? זה הסגמנט הראשון שאנחנו פונות אליו - חשוב לנו להתייחס לצרכים שעולים מהשטח, וזיהינו חסם שאנחנו יכולות לעזור להתגבר עליו ולתת לו מענה. למה קהילתית? כי חשוב לנו לראות סניוריות בעמדות מפתח ומובילות עם AI בארגונים, ולכן התוכנית היא בהתנדבות שלנו ושל מנטוריות נפלאות Dafna Friedman Sivan Milwerger Helee Abutbul Shira Solomon , ובתרומה סמלית. אז אם את אנליסטית סניורית (4+ שנים בעולם הדאטה) ורוצה להפוך את AI מכלי ניסיוני לחלק אינטגרלי ומשמעותי בעבודה היומיומית שלך - אם את מרגישה שיש פער בין היכולות המקצועיות שלך לבין השימוש בפועל ב-AI, ורוצה מרחב בטוח לחזק ביטחון, עומק והשפעה דרך כלים פרקטיים ועבודה משותפת, אנחנו מזמינות אותך להצטרף! רוצה להצטרף? תכתבי לי בתגובות או בפרטי ואשלח לך לינק, המקומות מוגבלים:)
-
Dafna Friedman שיתף את זהמתי יוצא לכם לדבר על הנושא הכי כואב ובוער בעבודה שלכם עם סניורים אחרים בתעשיה? לפרק את עולם הבעיה, לשתף בכאבים ובפתרונות, ולהבין איך בחברות מסוגים וגדלים שונים מתמודדים איתה? זה בדיוק מה שעשינו אתמול במפגש השולחנות העגולים של קבוצת ה-Analytics AI של TechGym, שהובילו Rinat Mesch ו Eyal Eldar. התכנסנו למפגש שכולו דיון בנושא שהקבוצה בחרה - שיתוף בעולם הדאטה. - איך עובדים לא רק לוקאלית כל אחד עם האייג׳נט שלו, אלא משתפים תהליכי עבודה וסקילים עם חברי צוות? - איך חולקים קונטקסט עם פונקציות אחרות בארגון? - איך משתפים דאטה ותוצאות עם סטייהולדרים? אלה רק חלק מהשאלות שעלו. אין לנו, או לאף אחד, תשובות מוחלטות, בטח לא בעולם שמשתנה כל כך מהר. כולנו מתנסים ומשפרים תוך כדי ריצה. אבל היה מעניין ומנחם, לדבר על הכאב וללמוד אחד מהשניה, ואולי הכי יפה - לצאת עם שאלות חדשות שלא חשבתי עליהן לפני. תודה לקבוצה שלנו על הפתיחות וההשתפות (ואיזה כיף להפגש גם פיזית ולא רק בזום!), ל Riskified, ל Avi Shauli Dana Kalishov Raviv Gurtensten על האירוח המושלם, וכמובןןן לחצי השני שלי Noa Harari
-
Dafna Friedman שיתף את זהExcited to share that Arito is out of stealth! Building good agentic systems is hard, and even more so in the analytics space. The challenge sits across three different layers: 1. the technology behind it - how do we make agents reliable at scale? 2. the user-facing side - how do we make complex systems intuitive and clear? 3. the analytics layer itself - how do we make analytics agents actually good? Anyone who’s talked with me or read my posts probably knows I’m fascinated by all three. Feeling lucky to be building at the intersection of these challenges, and excited to finally share the system we've been working on and some of the ways we approached these three challenges (and many, many more) 🚀Dafna Friedman שיתף את זהToday we’re launching Arito: an Agentic Analytics and Monitoring platform for Finance and Revenue teams. Try it here: playground.arito.ai Over the past year, we’ve been thinking a lot about where AI is going. Models will keep getting better, faster, and cheaper. A lot of the technology layer will become commoditized. What will matter more is whether companies have prepared their data, business logic, and tribal knowledge for AI to act on. In most companies, a huge amount of that context lives with finance and revenue teams: strategy, planning, performance, budgets, forecasts, risks, opportunities, and the operating logic of the business. That is why we started Arito. We’re building agentic analytics and monitoring for Finance and Revenue teams: a way for companies to continuously understand what is happening in the business, surface what matters, and make better decisions faster. Arito is built with larger organizations in mind, but we made it simple enough to try yourself. Give it a spin: playground.arito.ai
-
Dafna Friedman אהבתי את זהDafna Friedman אהבתי את זהציון 87% ועדיין יש בעיה: מה למדתי על בדיקת סוכני AI 🕵️♀️ בפרויקט האחרון שלי בניתי סוכני דאטה שמאפשרים לצוותים העסקיים לשאול שאלות בשפה חופשית ולקבל תשובות בלי לחכות לאנליסט. כל סוכן אחראי על תחום אחר (עלויות, שימוש, כרטיסים ועוד), ונשען על שכבה סמנטית שמגדירה את המדדים, המימדים והקשרים ביניהם. השבוע השתתפתי במפגש של WiAI Israel (Formerly WiDS) בנושא Evals, כלומר איך בודקים שמערכת AI באמת עובדת, ולא רק נראית מרשימה בדמו. יצאתי ממנו עם מחשבה אחת: לבנות סוכן AI זה כבר לא החלק הקשה. האתגר האמיתי הוא להוכיח שהוא עובד. הדוברות הגיעו בעיקר מעולם ה-Data Science, אבל מצאתי את עצמי כל הזמן חושבת איך אפשר לבדוק את סוכני הדאטה שבניתי בצורה טובה יותר. 1️⃣ שאלה אחת היא אנקדוטה, לא הוכחה (Aviv Ben Arie) שאלה אחת שהסוכן הצליח לענות עליה לא אומרת שהוא באמת מבין את הנושא. צריך כמה וריאציות של אותה שאלה. אצלנו הסוכנים נבדקו מול 10 שאלות זהב שהוגדרו יחד עם האנליסט. הלקח מבחינתי הוא לאו דווקא להוסיף עוד שאלות, אלא להוסיף וריאציות: תקופה אחרת, ניסוח שונה או זווית מעט אחרת על אותה הבקשה. 2️⃣ מבחן טוב מכיל מלכודת (Aviv Ben Arie) אחת הדוגמאות שניתנו הייתה: "איזו תוכנית שומרת על לקוחות יותר זמן?" כשבפועל לקוחות בתוכנית אחת נמדדו במשך 12 חודשים ובשנייה במשך חודשיים בלבד. סוכן שמחזיר מספר גולמי נכשל. סוכן שמזהה שההשוואה בעייתית ומסביר למה, כנראה מבין את המשימה. זה בדיוק מה שאני רוצה מסוכן דאטה: לדעת מתי לעצור ולהצביע על מגבלה בנתונים, במקום למהר לתת תשובה. 3️⃣ הציון נראה מעולה. הבעיה מסתתרת בקצה (Sapir Nachom) בצ'אטבוט שהוצג במפגש, שיעור ההצלחה השתפר מ־86% ל־87%. על הנייר זה נראה נהדר. אבל כשצללו לשיחות ארוכות ומתסכלות התגלתה הבעיה: הבוט לא הבין שלילה בעברית. לקוח כתב: "כבר עשיתי ריסטארט". הבוט ענה: "נסה לבצע ריסטארט." קלאסי 🙃 זו תזכורת טובה לכך שמדד אחד לא תמיד מספר את כל הסיפור. 4️⃣ משתמשים נותנים פידבק גם בלי לכתוב פידבק (Anat Shkolyar) ניסוח מחדש של אותה שאלה, thumbs down, בקשה לעבור לנציג אנושי או שיחה שמתארכת מעבר לרגיל - כל אלה יכולים להיות סימנים שמשהו לא עובד. ובמקרים ש��ש בהם התערבות אנושית, דווקא התיקונים של בני האדם הם אחד ממקורות הלמידה הכי מעניינים. מכל התובנות האלה, אלה שלושת הדברים שהייתי מיישמת מחר בבוקר: ✅ מוסיפה לשאלות הזהב גם תרחישי מלכודת. ✅ צוללת ללוגים ומחפשת שיחות "חשודות" ולא מסתפקת בממוצעים. ✅ מתייחסת לכל תיקון של משתמש כאל דאטה יקר. בסופו של דבר, לבנות סוכן AI ב-2026 זה כבר לא החלק הקשה. להוכיח שהוא באמת עובד? שם מתחיל האתגר האמיתי. תודה ל- WiAI Israel (Formerly WiDS) ול- Arpeely על ערב מצוין, ולדוברות אביב, ספיר וענת 🙌 מה התקלה הכי מעניינת או מצחיקה שפגשתם בסוכן AI? בפוסטים הבאים: איך בניתי את הסוכנים, צעד אחרי צעד. #AI #DataAgents #Evals #WomenInAI #SemanticLayer
-
Dafna Friedman אהבתי את זהDafna Friedman אהבתי את זהDoes showing users that your AI agent is only 80% accurate hurt adoption — or increase it? I had the honor of representing Voodoo and Beach Bum at the 14th Data Management & AI ThinkLab in Prague, where this was one of the questions we discussed during my panel on Trust by Design My take? Transparency can actually drive adoption. When users see how their feedback improves the agent, the question shifts from “Can I trust this agent?” to “I can help make this agent more trustworthy.” AI agents aren’t magic. Behind every useful agent are solid architecture, a semantic layer, continuous evaluation, and people who help it improve. Trust isn’t built by promising 100% accuracy, but by being transparent about the other 20%. An inspiring experience exchanging ideas with data and AI leaders from across Europe and the US! Thank you ThinkLinkers and Natalia Kotova for the wonderful event, Tereza Ondroušková for moderating, and fellow panelists Begüm Erdemir and Shamik Banerjee for the insightful discussion. Great connecting with Mariam Yakub, Christelle Patriarca ✨ ,Tatiana Dolgopolova, CDMP Master , Natascha Bowen and so many others! #AIAdoption #DataGovernance #AIEnablement
-
Dafna Friedman הגיבו על זהDafna Friedman הגיבו על זההתרומה הקטנה שלי בבחירות השנה הייתה לארגן מיטאפ של WiAI Israel (Formerly WiDS) בכוונה ב26.10 - רציתי שכל הקולגות שמגיעות ומגיעים מחו"ל יזכו בכמה שעות של קירוב לבבות טכנולוגי. תודה לצוות שהרים את האירוע - Alice Fridberg Sapir Nachom וכמובן לאחת והיחידה - Linoy Latsres Shandor שבלעדיה כלום לא קורה, אף פעם. אירוח מושלם כרגיל ב Arpeely . ולצוות הדוברות המקצועי - Alice Fridberg Sapir Nachom Anat Shkolyar Aviv Ben Arie צאו להצביע!
-
Dafna Friedman אהבתי את זהDafna Friedman אהבתי את זהבואו לקבל את ההחלטות הכי ��שובות Base44. אנחנו מגייסים Senior Product Analysts שיצטרפו לצוות שאחראי על ה-user journey, מהפרומפט הראשון ועד התשלום. תמחור, המרה, ומה בונים הלאה. קיצר, כמעט הכל עובר אצלנו. עבודה צמודה עם הפרודקט ועם המנגמנט, ושותפות אמיתית לאסטרטגיה. יאלה, תצטרפו אלינו… די מרגש פה. לינק למשרה בתגובה הראשונה
-
Dafna Friedman אהבתי את זהDafna Friedman אהבתי את זהענווה אפיסטמית. תכירו, הסקיל הכי חשוב שיהיה לכם. בטח אם אתם חושקים לעבוד באנטרופיק. חברת אנטרופיק מוכנה לשלם עד 345 אלף דולר בשנה לאדם שיכתוב עבור המנהלים שלה. דווקא בעידן שבו AI יודע לכתוב כמעט הכול כשקוראים את תיאור המשרה מבינים שהסיפור הוא בכלל לא על כתיבה. החברה מחפשת Executive Communications Writer: אדם שיעבוד בצמוד להנהלה הבכירה, יעזור לעצב את המסרים שלה, יתמודד עם סוגיות טכנולוגיות מורכבות, יכין מנהלים לרגעים קריטיים, ובעיקר: יידע לאתגר אותם. לזהות טיעון חלש. להטיל ספק בטענה לא מבוססת. להזהיר מפני הבטחה שהחברה לא תוכל לקיים. ולעשות את כל זה בסביבה שבה הטכנולוגיה משתנה במהירות, המידע מורכב, והלחץ לקבל החלטות ולתקשר אותן גבוה. בתיאור התפקיד מופיעות שתי דרישות שמעניינות אותי במיוחד: 1. High agency. Low ego יכולת לפעול, ליזום ולהניע דברים, לצד אגו נמוך. 2. וגם Epistemic humility. מונח שהתעלפתי ממנו: "ענווה אפיסטמית" היכולת להכיר במגבלות הידע והוודאות שלנו, גם כשאנחנו נדרשים לקבל החלטות. אלה לא בדיוק הכישורים שמופיעים בראש כל רשימת מיומנויות לעתיד העבודה. אבל אולי כדאי שנתחיל לדבר עליהם הרבה יותר. מה אפשר ללמוד מהמשרה הזאת על עתיד העבודה? 1. כשהביצוע נעשה זול יותר, שיקול הדעת עשוי להפוך ליקר יותר. 2. הבינה יכולה לנסח נאום, לכתוב מאמר ולהפיק עשרות גרסאות בתוך דקות. אבל מי מחליט מה בכלל ראוי לומר? איזו טענה מבוססת? איזה מסר עלול לפגוע באמון? מתי צריך לעצור ולא לפרסם? הערך אינו בהכרח ביכולת לייצר עוד תוכן, אלא ביכולת להחליט איזה תוכן ראוי לייצר ומה תהיה ההשפעה שלו. 3. התפקיד האנושי משתנה ממבצע לשותף חשיבה שימו לב למה שאנתרופיק מחפשת: לא רק אדם שיתרגם את מחשבות המנהלים למילים, אלא שותף שיעזור להם לחדד את החשיבה שלהם. זו הבחנה משמעותית. המומחיות אינה נעלמת. היא משנה צורה: פחות התמקדות בתוצר עצמו, ויותר הבנה של ההקשר, חיבור בין תחומי ידע, זיהוי הנחות שגויות והפעלת שיקול דעת. וזה נכון הרבה מעבר לתחום התקשורת. לא כל מה שאפשר להאציל ל-AI, נכון להאציל לו. אפשר לבקש מ-AI לנסח הודעה לעובדים על שינוי ארגוני. אבל מי מבין את ההיסטוריה של הארגון, את האמון שנשחק, את מה שהעובדים חוששים לשאול ואת ההשלכות של כל מילה? אפשר להיעזר בו לניתוח אסטרטגי. אבל מי מאתגר את ההנחות, מזהה את מה שחסר במידע ונושא באחריות להחלטה? ככל שהיכולות של AI מתרחבות, האחריות האנושית לא בהכרח מצטמצמת. במקרים רבים היא הופכת מורכבת יותר. זו אחת השאלות החשובות ביותר של עידן ה-AI: לא רק אילו משימות ייעלמו, אלא איך נבנה את הניסיון האנושי שיאפשר לאנשים לקחת על עצמם אחריות מורכבת יותר. 4. ואולי צריך גם למדוד מחדש מה נחשב ל'עבודה טובה'. אם עובד מייצר פי עשרה תכנים בעזרת AI, האם הוא בהכרח עובד טוב יותר? אולי צריך למדוד גם כמה התוצרים שלו נקראו, אילו החלטות הם שינו, איזה ערך עסקי יצרו, ואילו טעויות נמנעו בזכות שיקול הדעת שלו. כמות ומהירות התוצרים היא מהמדד שהיה עד כה. השפעה אמון אחריות, היא מדד מורכב יותר אבל ייתכן שהיא זו שתבדיל בין מי שמייצר הרבה לבין מי שבאמת משנה משהו. ומה זה אומר על האופן שבו אנחנו מגייסים, מפתחים ומקדמים עובדים ומנהלים? בגדול סטוריטלינג מעולם לא היה מבוקש יותר. מי שרוצה להגיש, למטה הקישור למשרה
-
Dafna Friedman אהבתי את זהDafna Friedman אהבתי את זהאני משחרר את המפעל שלי: הרומן שלי עם אייג׳נטים מרובים התחיל מזמן (😉), עוד מתקופת הסאב אייג׳נטים, דרך שימוש במודלים שונים, הרנסס שונים והיום זה מגיע לשיא. כמו בכל תהליך עבודה, המפעל שלי כולל וורקפלואס מאוד ברורים. הליבה מבוססת על הסקילס של Matt Pocock, סקילס של Team Lead שיצרתי ו-DDD לעבודה מול דוקומנטציות. אני פותח אייג׳נט אחד ב-Herdr (מולטיפלקסר שבניתי סביבו - הכל בריפו), שיהיה המנהל. מסביר לו את הרעיון ומנחה אותו להקים צוות בהתאם לגודל המשימה וכמה עבודה מקבילית אפשר לעשות. הסטאפ האהוב עליי: קודקס (סול) - מנהל כללי, קלוד (אופוס) - מנהל פיתוח, קלוד (סונט) - בילדר, דרויד (GLM 5.3) - בילדר וחוקר ברשת. יש יתרון עצום למשחק בין הרנסים והמודלים השונים, במיוחד כשאייג׳נט אחד צריך לאתגר את העבודה של האחר. אני לא יושב ומחלק משימות לכל אייג׳נט, לא מעתיק קונטקסט בין חלונות ולא מנסה לזכור מי עובד על מה. המנהל אחראי לזה: לכל אייג׳נט הוא מכין בריף עם הגדרה ברורה של מה נחשב DONE וגבולות גזרה. ויש משהו שאני מאוד אוהב: אייג׳נטים נוטים להסכים איתך, אז במקום לשאול אותם אם יש בעיות, המנהל חייב לציין במה הוא עצמו הכי פחות בטוח (Least sure of), ומה יכול להוכיח שהוא טועה. (וזה עובד מעולה!) וכשאייג׳נט מסיים, הוא לא סתם כותב DONE. הוא מחזיר Receipt עם מה שביצע, מה עבר, מה נכשל ומה עדיין לא אומת. המנהל לא סתם מאמין לו. הוא יכול להריץ בדיקות שהוגדרו מראש, ולאמת את התוצאות בעצמו. אם משהו נכשל, העבודה חוזרת לתיקון. אם אי אפשר לאמת, זה נשאר Unverified ולא הופך ל-Passed. וגם המנהל לא יכול לעשות מה שבא לו. לדוגמה, הוא לא יכול להכין תוכנית עבודה ולאשר אותה בעצמו. אייג׳נט אחר צריך לאתגר אותה, ויש ולידציה שבודקת את זה. הוא גם לא יכול פשוט לדלג על שלבים בתהליך הפיתוח. רק אני יכול לאשר את זה, וההחלטה צריכה להיות מתועדת. עוד משהו שאני אוהב: כשאייג׳נט נכשל, המנהל צריך לבדוק קודם אם הבריף היה מספיק טוב, אם חסר קונטקסט או אם הייתה בעיה בכלים, לפני שהוא מאשים את המודל. הלקחים וההחלטות נשמרים בזיכרון של הצוות לפעם הבאה. המטרה היא לא רק להריץ יותר אייג׳נטים. המטרה היא לבנות מערכת שבה אפשר לתת לצוות של אייג׳נטים לעבוד בצורה מסודרת, עם חלוקת אחריות, בקרה ותהליכי פיתוח אמיתיים, בלי שאני אצטרך לנהל כל אינטראקציה בעצמי. קראתי לזה Mifal. אנחנו קהילת מפתחים בוואטסאפ שבונה אייג׳נטים עם coding agents. רוצים להצטרף? כתבו לי כאן או בפרטי ואשלח קישור. המפעל בתגובה הראשונה
ניסיון חינוך
-
Arito
** ******* ******* *** ****
-
*******
****** ******* **** *******
-
******** ********* ** *******
******* ** *** ******* ******* ** ************
-
******** ********* ** *******
********** ******* ************ Thesis defence: 96; GPA: 95
-
-
*** ****** **********
******** ** ******* ***** ********* ******** *** *******
-
צפו Dafna בחוויה המלאה
ראה את כותרת, קְבִיעוּת ועוד.
טוב לראות אותך שוב
הלחיצה על ’המשך‘ להצטרפות או להתחברות מהווה את הסמכתך להסכם המשתמש, למדיניות הפרטיות ולמדיניות קובצי ה-Cookie של LinkedIn.
פעם ראשונה שלך ב-LinkedIn? להצטרפות
או
הלחיצה על ’המשך‘ להצטרפות או להתחברות מהווה את הסמכתך להסכם המשתמש, למדיניות הפרטיות ולמדיניות קובצי ה-Cookie של LinkedIn.
רישיונות והסמכות
פרסומים
המלצות התקבל
1 אדם המליץ Dafna
הצטרפו עכשיו כדי נוףהצג Dafna את הפרופיל המלא
-
ראה את מי שאתה מכיר במשותף
-
הכירו
-
צור קשר Dafna ישירות
פרופילים דומים אחרים
-
Toviah Moldwin
Toviah Moldwin
Edmond and Lily Safra Center for Brain Sciences - ELSC
724 עוקביםIsrael
גלה פוסטים נוספים
-
Ruth Adler
Trigo • 2K עוקבים
Everything I thought I knew about management, Topaz Gilad added a question mark next to it this week, with endless charisma. It happened in the DataNights (by Datahack) course for AI & DS managers we're hosting at Trigo. Her talk, "MVP Mindset for AI Leads", could have been a blueprint of what to do. It was the opposite: allow the change to come, keep learning. Don't lock a process, stay in motion. And if you've been following me long enough, you already know: yes, this is another course I'm taking. Turns out that's not an obsession. That's the method.
20
1 תגובה -
Shai Passal
monday.com • 4K עוקבים
Building an AI product/ feature? How much control should you give the AI without losing users’ trust? 👷 Too little, and you lose the value of saving time and effort. Too much, and you risk losing the user’s trust. That’s where Human in the Loop comes in. Here’s 70 seconds on what it means from the human perspective and what it can actually look like in a product to earn trust 👇 Personal note: this is my first video. EVER. Learning a new skill set is really cool but comes with a lot of overthinking. Instead of procrastinating more, I decided to treat it like a product: Share before i feel ready → get feedback from real people → learn and get better. Feedback and suggestions are very welcome 🤗 #ProductPsychology #AI #UX #ProductStratagy #HumanAIInteraction
77
23 תגובות -
Amir Peres
Yuki • 6K עוקבים
I'm very proud to announce that Rounds is now officially a Yuki client 🎉 Rounds runs a data-intensive AI platform on Google 𝗕𝗶𝗴𝗤𝘂𝗲𝗿𝘆 with dbt at the core of their transformation layer. With Yuki deployed directly on their dbt layer, Rounds achieved 55% savings on BigQuery compute in under 24 hours - zero model rewrites, zero re-architecture, zero performance impact. Excited to partner with the Rounds team, and Hannan Kravitz, grateful for the trust they placed in us! And proud to see Yuki delivering at this level 👏 Full technical breakdown in the comments!
61
1 תגובה -
Rotem Hazan
Teads • 2K עוקבים
Our first phase of the AI Hackathon in the Teads Data Group was amazing yesterday. Katya Kaluzhni and I initiated the idea and led the effort to bring the hackathon from concept to reality, and it was a pleasure to see it come to life as our first unified data-group event at the new Teads. We split into mixed teams that included data engineers, data product managers, data scientists, and software engineers. Together, we brainstormed new AI-driven ideas that could simplify our day-to-day work and create meaningful value for the company. We also had an insightful learning session from our SVP Engineering - Yonatan Maman , who introduced new AI tools, shared tips and tricks for working with AI, and walked us through the MCPs we can use internally for development. I can’t wait for the next phase, where we’ll start developing our winning ideas — which will be selected by our VP Data, GRC, IT and security, Ido Tamir — and begin working on a POC. Stay tuned! #AIHackathon #innovation #Teads
91
13 תגובות -
Product Builder
1K עוקבים
“Strong opinion, loosely held” isn’t a slogan. It’s a product decision-making method. In the new episode, Eyal David hosted Roee Froman, Product Marketing Director at Taboola. We talked about how to stop “falling in love with features” and start turning fuzzy debates into structured decisions. Key takeaways: Start from the end: define the business goal, then work backwards Standardize prioritization: you can’t compare a fully-baked feature to a half-baked one Make tradeoffs explicit: dev-to-cash, resource availability, sales cycle, upsell potential Storytelling that sells: lead with the customer’s pain, not your pitch Sometimes a single customer quote beats another dashboard Spotify: https://lnkd.in/dyPN5Yiw Youtube: https://lnkd.in/d-ep4Y64 Apple podcasts: https://lnkd.in/dJUQidk4
11
2 תגובות -
Tomer Tunitsky
Taboola • 2K עוקבים
Thrilled to share that we’ve recently launched Realize ID at Taboola! 💡 We built this to help advertisers turn fragmented signals across the open web into a unified view of user behavior to predict true intent. It's been amazing to be part of this project and watch it come to life. Tackling complex challenges at this scale alongside such a sharp and talented team is what makes building here so exciting. If you want to work on impactful tech with great people, come build with us! 🚀
8
3 תגובות -
Anat Granit
arato.ai • 2K עוקבים
Everyone’s talking about how to build evals: how to structure them, automate them, scale them. And they’re right, it’s not simple. But there’s another step that’s just as tricky, and honestly, not discussed enough - deciding what we actually want to evaluate. What’s important for our product? What signals truly reflect improvement, not just numbers that look good on a dashboard? What feedback will actually help us build better products, not just better evals? My tip: Start from the user outcome, not the system behavior. Ask: what does “good” look like for the person using it? Then work backward - what evidence would convince you that the product is delivering that? That’s your eval. The best evals won’t just validate models, they’ll validate your product decisions. 🤔 How do you decide what to evaluate in your GenAI product? Do you feel like you’ve figured it out yet? #ProductLeadership #AIProductManagement #Evals #ProductThinking #MeasureWhatMatters
18
1 תגובה -
Datahack
2K עוקבים
Data science hiring is changing fast. In the upcoming DataNights cohort on managing AI & DS teams, Mor Hananovitz will join Alice Fridberg for a session on what hiring looks like in the current AI era: how interview processes are changing, what skills and signals matter now, and how managers can build strong, high-velocity data teams without relying on outdated screening patterns. Mor is Senior Manager - AI / ML at LSports, a lecturer in Generative AI at Google and Reichman AI Tech School, and a WiDS Israel community leader. Starting soon! 23.6 through 28.07 Hosted at Trigo, Ramat Gan Register here: https://lnkd.in/d7F9wUqS
59
7 תגובות -
Rami Stern
2K עוקבים
I don’t know what the long-term impact of LLMs on software engineering will be, And I won’t pretend to — נבואה ניתנה לשוטים (“prophecy is given to fools”). But I will say this: *it's the end of shitty bloated apps* Not talking about Monday or SF, rather mundane things like Simon Says for my kids, or a simple missiles alerts statistics app (yep, this is what mundane is now days..) And every time the same pattern: Search the store, download an app, run into ads, paywalls, and just bad UX… Cuss a bit. Go to Claude. And generated a standalone clone in one shot. No ads. No bloat. Just the thing I needed. Can't remember when was the last time I went to the app store and it actually helped me
31