סדנה זו עוסקת בתשתיות הליבה הנדרשות להפעלה, ניהול וסקייל של מערכות Machine Learning בסביבות Production. הסדנה מתמקדת בהבנת שכבת התשתית שעליה פועלים מודלים, החל מאריזת עומסי עבודה (Workloads), דרך ניהול משאבי חישוב ועד לניהול עקבי של פיצ’רים לאורך מחזור החיים של מודלים.
במהלך הסדנה ילמדו המשתתפים כיצד תשתיות מודרניות מאפשרות עבודה יציבה, סקיילבילית ויעילה של מערכות ML, תוך שימוש בקונטיינרים, ניהול משאבי CPU ו־GPU, ויישום Feature Stores כתשתית מרכזית לניהול פיצ’רים בארגון. הדגש הוא על פרקטיקות תשתיתיות הנהוגות בסביבות MLOps מתקדמות.
מרצה
יאיר אלון
Data & AI Architect
יאיר הינו יזם טכנולוגי, ארכיטקט דאטה ומומחה AI עם ניסיון עשיר בפיתוח, הובלה והדרכה בעולמות ה-Data Science, Data Engineering ו-MLOps. משמש כמייסד שותף ו-CTO של Verifex.ai משנת 2025, ובמקביל מדריך ראשי ל-Data Science ו-Data Engineering במכללת NAYA משנת 2020. כיהן בתפקידי מפתח ב-NAYA Technologies (חלק מ-EPAM), כולל VP R&D ו-Data Architect, והוביל צוותים, ארכיטקטורות דאטה ותשתיות AI מקצה לקצה. בעל ניסיון Hands-On כ-Data Engineer, Data Scientist ומפתח Full Stack, כולל הובלת צוותי פיתוח בחברות מוצר. משלב ראייה מערכתית, עומק טכנולוגי וניסיון מוכח בהקמה והובלה של פתרונות מורכבים בסקייל ארגוני.
התמחות
AI, AWS, BIG DATA, Cloud and integration, Dataiku, Deep learning, Nifi, Python, Prompt Engineering
הצלחתם של פתרונות Machine Learning אינה תלויה רק באיכות המודל, אלא גם בתשתית שעליה הוא פועל. ארגונים המפתחים פתרונות AI נדרשים להקים סביבת MLOps Infrastructure מודרנית המאפשרת לפרוס מודלים בצורה יציבה, לנהל משאבי מחשוב בצורה יעילה ולהבטיח ביצועים גבוהים בסביבות Production. תשתיות אלו מהוות את הבסיס להפעלת מערכות AI בקנה מידה ארגוני, תוך תמיכה בסקיילביליות, זמינות ואמינות גבוהה.
קורס MLOps Infrastructure של NAYA College מעניק למשתתפים הבנה מעמיקה של מרכיבי התשתית המרכזיים בעולם ה־MLOps ושל האופן שבו הם משתלבים בתהליכי הפיתוח וההפעלה של מערכות Machine Learning. במהלך הקורס ילמדו המשתתפים כיצד להשתמש בטכנולוגיות קונטיינרים כגון Docker, כיצד לנהל ולהריץ עומסי עבודה באמצעות Kubernetes, וכיצד לבנות סביבות עבודה עקביות, גמישות וניתנות להרחבה עבור מודלי Machine Learning.
בהמשך ההכשרה יתמקדו המשתתפים בהבנת ההבדלים בין CPU ל־GPU, ילמדו כיצד לבחור את תשתית המחשוב המתאימה לכל סוג של עומס עבודה, וכיצד לבצע אופטימיזציה של ביצועי מודלים באמצעות האצת GPU. בנוסף, יכירו את עולם ה־Feature Stores, יבינו את חשיבות ניהול הפיצ'רים לאורך מחזור החיים של המודל, וילמדו כיצד להשתמש בפתרונות כגון Feast לניהול מרכזי, עקבי ואמין של מאפייני המידע בתהליכי אימון והסקה (Inference).
התוכנית משלבת למידה Hands-On, תרגול מעשי ודוגמאות מסביבות Production אמיתיות, ומעניקה למשתתפים את הידע והכלים להקמה, ניהול ואופטימיזציה של תשתיות MLOps מודרניות. בסיום הקורס יהיו הבוגרים מסוגלים לתכנן ארכיטקטורת תשתיות עבור מערכות Machine Learning, לנהל סביבות מבוססות קונטיינרים, לנצל בצורה מיטבית משאבי מחשוב מתקדמים ולבנות תשתית יציבה, יעילה וסקיילבילית לפתרונות AI ארגוניים.
צוות הקורס
אופיר עפרי
CTO
אופיר הינו בעל ניסיון של למעלה מעשור בהובלה טכנולוגית, ארכיטקטורת דאטה ופתרונות Big Data בסביבות ארגוניות מורכבות. משמש כ CTO ב-NAYA Technologies משנת 2023, ולאורך השנים כיהן גם כ Head of Data Engineering וכ Tech Lead, עם אחריות על תכנון ארכיטקטורות, כתיבת מסמכי HLD/LLD והובלת צוותים טכנולוגיים. בעל מומחיות עמוקה בעולמות הענן (AWS, GCP, Azure), Big Data ופלטפורמות כגון Spark, Kafka, Hadoop, Cloudera, ELK ו-NoSQL, לצד ניסיון Hands On בפיתוח ב Java, Scala ו-Python. מוביל פרויקטים של הקמת תשתיות, מיגרציה מ On Prem לענן, Microservices ו Data Platforms מקצה לקצה. בנוסף, בעל ניסיון עשיר בהדרכה ובהכשרת צוותים בטכנולוגיות Big Data מתקדמות, תוך שילוב ראייה מערכתית וניסיון מעשי רחב מהתעשייה.
אלון תם
Data Science & AI Entrepreneur
אלון בעל ניסיון עשיר של מעל 15 שנה בפיתוח, הובלה והוראה בעולמות הדאטה, ה-AI וה-SaaS. מרצה לדאטה סיינס במכללת NAYA משנת 2020, מלמד החל מ-Python ועד ארכיטקטורות מתקדמות של Deep Learning ו-Generative AI. מייסד שותף ו-CTO של Livv.ai, פלטפורמת SaaS חכמה לשוק הנדל״ן האמריקאי, אותה הקים מאפס, כולל פיתוח והטמעה של מודלים מתקדמים ב-Machine Learning ו-Computer Vision. בעבר כיהן כסמנכ״ל מו״פ וראש חטיבות פיתוח בחברות טכנולוגיה מובילות, הוביל צוותים של עשרות מפתחים, טרנספורמציות Agile, CI/CD ושדרוגי ארכיטקטורה רחבי היקף. משלב ראייה עסקית, עומק טכנולוגי וניסיון מוכח בהובלת מוצרים סקיילביליים בענן.
אלין עובדיה
מומחית Big Data
אלין הינה Senior Data Engineer עם ניסיון רב בתכנון, ניהול והובלת תשתיות Data ו-Big Data בארגונים גדולים.
משמשת כ Data Eningeer בכירה ב-NAYA Technologies משנת 2021, עם אחריות על ניהול ופיתוח אקוסיסטם בעולמות של AWS ,Cloudera, עבודה עם Spark, Hive, Impala, NiFi ו-Kafka, ותמיכה שוטפת בצוותי Data Science ו-Analytics.
בעלת ניסיון בהובלת מיגרציות טכנולוגיות, שדרוג תשתיות ויישום פתרונות מתקדמים.
בעבר שימשה כ Analytics Team Lead ב Deloitte, שם הובילה צוותים של עשרות עובדים, ניהלה פרויקטים מרובי ממשקים והניעה תהליכי קבלת החלטות מבוססי נתונים. משלבת מומחיות טכנולוגית עמוקה, יכולות הנהגה, תקשורת בין-אישית מצוינת וניסיון בהדרכה והעברת סדנאות מקצועיות.
עמית רפל
Data Scientist
עמית הינו Data Scientist בכיר עם ניסיון של למעלה מעשור בפיתוח, מחקר והטמעה של פתרונות מתקדמים בעולמות הדאטה, Machine Learning ו-Deep Learning.
משמש כ Data Scientist במרכז הרפואי תל אביב משנת 2023, ובמקביל פועל כ Data Scientist עצמאי בתכנון ויישום פתרונות מקצה לקצה בתחומי Data Mining, BI, חקר ביצועים וניתוח נתונים.
בעל ניסיון עשיר בהוראה והדרכה כמרצה ב-NAYA Technologies בקורסי Big Data ו Data Science . כיהן בתפקידי ניהול, יזמות ו-CTO, ומשלב רקע הנדסי עמוק, חשיבה אנליטית מתקדמת וניסיון מעשי רחב בעבודה עם Python, מודלים סטטיסטיים ומערכות מורכבות מהתעשייה והאקדמיה.
