AI אנג׳נירינג

מה קורה כשנותנים לכל עובד בארגון את היכולת לבנות אפליקציות ולהעלות אותן לפרודקשן, בלי לדעת לכתוב קוד ובלי לעבור דרך צוות פיתוח?
עם דורון נחמני ועודד גולדגלאס.

ב־monday.com נבנו 2,900 אפליקציות פנימיות בתוך שלושה חודשים, עם תהליך Deploy של כ־20 שניות.

בפרק הזה אירחנו את דורון נחמני, מנהלת מוצר ב־AI Foundation, ואת עודד גולדגלאס, Tech Lead ב־Big Brain, לשיחה על Big Brain Studio — הפלטפורמה שמאפשרת לאנשי מרקטינג, מכירות, מוצר ועוד לבנות אפליקציות על גבי הדאטה הארגוני, בעצמם.

דיברנו על הדרך שעברנו, מהניסיונות הראשונים שלא עבדו ועד לפתרון שרץ היום בסקייל, על האתגרים הארכיטקטוניים, אבטחת מידע והרשאות, ועל השאלה מה קורה כשכל אחד בארגון יכול לבנות דשבורד משלו.

וגם — איך העולם הזה משתנה כשלא רק אנשים בונים אפליקציות, אלא גם AI Agents.

פרק על AI, הנגשת יכולות פיתוח לכולם, והשינוי בדרך שבה ארגונים בונים תוכנה.

הפרק עם דורון ועודד עשה חשק לעוד? זה הזמן ללחוץ על עוקב ולדרג אותנו ב5 כוכבים.
הפרק השאיר משהו לחשוב עליו? אפשר להגיב בתגובות או או בלינקדין שלנו
לעדכונים על מיטאפים של monday AI engineering - כאן אפשר לעקוב אחרינו ב Meetup

כולם מחפשים את המודל הכי חכם. אבל איך בוחרים את המודל הנכון למשימה — בלי לשלם יותר על אותה תוצאה?

בפרק הזה נתנאל ועידו מארחים את קרן קושמן, Head of Applied AI ב־monday.com, לשיחה על בחירת מודלים מתוך העבודה בשטח: למה בנצ׳מרקים פומביים לא מספיקים, איך בונים מבחן שמייצג את המשימות שלכם, ולמה כדאי למדוד עלות למשימה שהושלמה בהצלחה במקום מחיר לטוקן.

דיברנו גם על ניתוב משימות בין מודלים, למה יותר reasoning לא מבטיח תוצאה טובה יותר, ומתי אוטומציה פשוטה היא הבחירה הנכונה. וגם: מה קרה כשקרן ביקשה מאייג׳נט שמאשר תקציבים להיות ״חיובי ופוזיטיבי״?

הפרק עם קרן עשה חשק לעוד? זה הזמן ללחוץ על עוקב ולדרג אותנו ב5 כוכבים.
הפרק השאיר משהו לחשוב עליו? אפשר להגיב בתגובות או או בלינקדין שלנו
לעדכונים על מיטאפים של monday AI engineering - כאן אפשר לעקוב אחרינו ב Meetup

הפרק עם שרון עשה חשק לעוד? זה הזמן ללחוץ על עוקב ולדרג אותנו ב5 כוכבים.
הפרק השאיר משהו לחשוב עליו? אפשר להגיב בתגובות או או בבלינקדין שלנו
לעדכונים על מיטאפים של monday AI engineering - כאן אפשר לעקוב אחרינו ב Meetup

כולם רצים למודלים הגדולים והחזקים ביותר. אבל מה אם זו דווקא הדרך הכי יקרה — ולא בהכרח הכי טובה — לבנות מוצר AI?

בפרק הזה אנחנו מארחים את שרון דהן, Chief Architect ב getimpala.ai, ונכנסים למה שבאמת קורה מאחורי כל קריאת API ל-LLM: למה inference עולה כל כך הרבה, איך GPU ו-KV Cache משפיעים על החשבון, ולמה ניהול קונטקסט נכון יכול להיות חשוב יותר מגודל המודל.

דיברנו על איך לפרק משימות כדי לגרום למודלים קטנים לעבוד טוב יותר, איך שינוי בשאלה בלבד יכול לשפר משמעותית את התוצאות, למה מודלים סיניים משנים את כלכלת ה-AI — ומה קורה כש-Agents מתחילים לדבר אחד עם השני ומפסיקים את יום העבודה של בני האדם.

פרק על מודלים, כסף, Context Engineering והדרך לבנות AI שעובד גם בסקייל — בלי לשרוף את התקציב

הפרק עם מאיה ודור עשה חשק לעוד? זה הזמן ללחוץ על עוקב ולדרג אותנו ב5 כוכבים.
הפרק השאיר משהו לחשוב עליו? אפשר להגיב בתגובות או או בבלינקדין שלנו
לעדכונים על מיטאפים של monday AI engineering - כאן אפשר לעקוב אחרינו ב Meetup

כשה-AI כבר יודע לכתוב כמעט את כל הקוד, מה נשאר למפתח לעשות?

בפרק הזה אנחנו מדברים עם דור יהודה, Staff Engineer ב-monday.com, ומאיה אשר מצוות הגיוס, על השינוי שעובר תפקיד המפתח — ועל הדרך שבה השינוי הזה משנה גם את מי שאנחנו מחפשים ואיך אנחנו מגייסים.

נדבר על המעבר מכתיבת קוד לחשיבה מערכתית, judgment ואימפקט; על AI Fluency כיכולת חדשה שאנחנו מחפשים לאורך כל תהליך הגיוס; על למה ניסיון בשפה או framework ספציפי הופך לפחות משמעותי; ואיך נראים ראיונות בעולם שבו שימוש ב-AI הוא כבר חלק מהעבודה עצמה.

הפרק עם רועי שלנו עשה חשק לעוד? זה הזמן ללחוץ על עוקב ולדרג אותנו ב5 כוכבים.
הפרק השאיר משהו לחשוב עליו? אפשר להגיב בתגובות או או בבלינקדין שלנו
לעדכונים על מיטאפים של monday AI engineering - כאן אפשר לעקוב אחרינו ב Meetup

מה קורה כשה-Agent כבר לא רק מחפש מידע — אלא מתחיל להבין את הארגון ולקבל החלטות?

בפרק הזה אנחנו מארחים את רועי זלטה, Solution Engineer בעולמות ה-Data וה-AI ב-Microsoft, לשיחה על Company Brain: מוח ארגוני שמחבר בין מסמכים, שיחות, אנשים, החלטות וההקשר שמאחוריהן.

נדבר על ההבדל בין RAG, Team Brain ו-Company Brain, על מנגנוני Dreaming שמנקים ומארגנים את זיכרון ה-Agent, על העלות והמורכבות של תחזוקת קונטקסט ארגוני — ועל הרגע שבו ארגונים יצטרכו לוותר על חלק מהשליטה כדי לאפשר ל-Agents לפעול באמת.

וגם: למה בני האדם עצמם הופכים לצמתים בגרף הידע, ומה יהיה היתרון התחרותי האמיתי בעולם שבו המודלים זמינים לכולם.

הפרק השלישי שלנו עשה חשק לעוד? זה הזמן ללחוץ על עוקב.

הפרק השאיר משהו לחשוב עליו? אפשר להגיב בתגובות או או בבלינקדין שלנו

לעדכונים על מיטאפים של monday AI engineering - כאן אפשר לעקוב אחרינו ב Meetup

אטלס הוא החבר צוות האייגנטי הראשון ב monday Builders.
 
מה קורה כשאייג׳נט כותב PRים — אבל אף אחד לא רוצה לעשות להם Review?

בפרק הזה של AI אנג׳נירינג, נתנאל אברג׳ל ועידו קרלן מארחים את תומר ברוק, Engineering Manager בצוות ה־Agentic Developer Platform ב־monday.com, לשיחה פתוחה על הדרך מ־PRים באיכות ירודה לאייג׳נטים שהם חלק אמיתי מצוותי הפיתוח.

איך מודדים איכות של אייג׳נט? איך בונים Feedback Loops, Memory ו־PR Guardrails שמאפשרים לו ללמוד, לתקן את עצמו ולצבור אמון? ומה קורה כשה־bottleneck עובר מכתיבת קוד ל־Code Review?

היום כ־15% מה־PRים ב־monday.com נכתבים על ידי Remote Agents, רובם מגיעים ל־Production ללא commit נוסף של מפתח. בפרק נצלול למה שנדרש כדי להגיע לשם — ולשלב הבא: Auto-Merge ו־Agentic Release ללא Human in the Loop.

הפרק השני שלנו עשה חשק לעוד? זה הזמן ללחוץ על עוקב.

הפרק השאיר משהו לחשוב עליו? אפשר להגיב בתגובות או או בבלינקדין שלנו

לעדכונים על מיטאפים של monday AI engineering - כאן אפשר לעקוב אחרינו ב Meetup

מה קורה כש־loop אחד שורף $50,000 ביום - על משהו שאפילו לא בפרודקשן?
זה הרגע שבו מבינים למה AI Infra היא כבר לא nice to have.

בפרק הזה של AI אנג׳נירינג, נתנאל אברג'ל ועידו קרלן מארחים את דור כהן, Director of Engineering ומוביל ה־AI Infra ב־monday.com, לשיחה על התשתית שמאפשרת להריץ AI בסקייל.
מ־AI Gateway וניתוב בין מודלים, דרך evals, אבטחה ועלויות ועד vendor lock-in — ולמה prompts הם code.

הפרק הראשון שלנו עשה חשק לעוד? זה הזמן ללחוץ על עוקב.

הפרק השאיר משהו לחשוב עליו? אפשר להגיב בתגובות או או בבלינקדין שלנו

לעדכונים על מיטאפים של monday AI engineering - כאן אפשר לעקוב אחרינו ב Meetup

מה קורה כשה־AI במוצר משתפר כל שבוע - אבל המשתמש בכלל לא רואה את היכולות שלו?

בפרק הזה אנחנו מארחים את מתן כהן, Head of Slack Israel ומייסד־שותף של Dotti, לשיחה על האתגרים בבניית מוצרי AI בפרודקשן: איך עוברים מ־chatbot מבוסס prompt-response ל־AI פרואקטיבי שמבין context, מנהל state ומחליט מתי לחשוף יכולות למשתמש.

אנחנו מדברים על Proactive AI, על שכבות של context ו־memory, על orchestration בין מודלים וכלים, ועל הבעיה של discovery - כשיכולות קיימות פשוט לא נחשפות נכון למשתמש.

בנוסף אנחנו נכנסים לאתגר של evaluation במערכות לא־דטרמיניסטיות: איך מודדים, איך בונים evals כחלק מה־CI/CD, ולמה זה קריטי ל־reliability של מוצרי AI.

וגם: מה Agent אישי לימד אותנו על העתיד של Software Engineering - ולמה AI לא מחליף engineering, אלא דווקא מעלה את הרף שלו.