?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.
