מה ג'וניור דאטה-אנאליסט צריך לדעת לקראת המשרה שלו? אילו שאלות שואלים? מה חברות מחפשות? אילו תכונות אופי צריך, אילו כישורים טכניים? מה זה אומר בכלל להיות ג'וניור דאטה-אנאליסט ואיך היומיום נראה?
בכל פרק, אנחנו נראיין קודקוד אחר מהתעשייה שלנו, וננסה לתת לג'וניורים דגשים שיקלו עליהם להכנס אל המשרה הראשונית.
מוזמנים להצטרף אל הקבוצה שלנו -
https://www.facebook.com/groups/DataAnalysisIsrael
המהפכה הסמנטית בעולם האנליטיקס
ברגע שמחברים AI לדאטה-בייס, הוא יודע לייצר SQL ולהחזיר מספרים – אבל בלי הנחיה מסודרת, הוא לא באמת מבין מה הם אומרים. בפרק הזה שוחחנו - עמית טננבאום (מנהל גילדת האנליטיקס במכבי שירותי בריאות) יוני לייטרסדורף (מייסד חברת Solid) ורם קדם, לשיחה מרתקת על הנושא החם ביותר בעולם הדאטה: השכבה הסמנטית (Semantic Layer).
על מה דיברנו בפרק?
* מהי שכבה סמנטית, למה היא הפכה לקריטית דווקא עכשיו , ואיך היא מייצרת את ה-"Company Brain" שכולנו שואפים אליו.* למה קטלוגים של דאטה (Data Catalogs) מסורתיים נכשלו שוב ושוב.* הגישות השונות לבניית השכבה: מקובצי יאמל (YAML) פשוטים בגיט, דרך כלים כמו Cortex/Cucu של סנופלאק, ועד לאוטומציה מלאה.* איך משתנה תפקידו של האנליסט בעקבות כניסת ה-AI, והאם נמשיך לכתוב קוד בעוד מספר שנים?* איך ארגונים יכולים "ללכלך את הידיים" ולהתחיל לבנות שכבה סמנטית כבר מחר בבוקר – גם בלי תקציבי עתק.
האזנה נעימה!
---
קישורים
https://www.ycombinator.com/rfs
https://docs.google.com/spreadsheets/d/19RYy5cFFE3odEe-2CAzD0D4jcm3BLXL5/edit?usp=sharing&ouid=107968675294649425547&rtpof=true&sd=true
https://share.google/XrIX5gmElfjcaxwLs
30 Oct 2025
כשהמשחק מאבד שחקנים - מה הדאטה מספר לנו ?
בפרק הזה רם וגדי חוזרים מאחורי המיקרופון כדי לצלול לעומק של אחת השאלות הכי קלאסיות בעולם האנליטיקה - מה עושים כשפתאום יש ירידה במספר המשתמשים הפעילים היומיים (DAU)?
דרך יוזקייס מעולם הגיימינג, הם מפרקים את הבעיה לגורמים, שואלים את השאלות הנכונות, ומראים איך לגשת לתעלומות דאטה בצורה מתודית, בלי להיבהל מהגרפים.
נדבר על איך מזהים את הגורם לירידה, האם זו בעיה שיווקית, שינוי תקציב, עלייה ב-CPI, או אולי נטישה של משתמשים קיימים - ואיך כל זה מתחבר לחשיבה אנליטית שעוזרת לנו להבין לא רק מה קרה, אלא למה זה קרה.
קישור למצגת המלווה של הפרק
https://docs.google.com/presentation/d/1PrvGvR6r1v8fS4dkSx_KplNayTW2bS3S2AEPZPLN4Yk/edit?slide=id.g39e71db9e50_0_93#slide=id.g39e71db9e50_0_93 (https://docs.google.com/presentation/d/1PrvGvR6r1v8fS4dkSx_KplNayTW2bS3S2AEPZPLN4Yk/edit?slide=id.g39e71db9e50_0_93#slide=id.g39e71db9e50_0_93)
30 Jan 2025
המודל לכניסה אל תחום המשין-לרנינג
איך נכנסים לתחום הדאטה סיינס? פרק חמישי ואחרון בסדרת ה Machine Learning עם מיכאל ווינר
בפרק האחרון שלנו, סגרנו את המעגל ודיברנו על כל מה שחשוב לדעת כשמתחילים
✅איך להתחיל ללמוד ואילו כישורים כדאי לפתח
✅ מהם הכלים החשובים ביותר לג׳וניורים בתחום
✅ טעויות נפוצות שעושים כשנכנסים לתוך התחום, ואיך להימנע מהם
✅ איך בונים פרויקטים אישיים
✅ ואיך ביומיום - מזהים בעיות עסקיות ומתרגמים אותן למודלים של למידת מכונה
תודה לגדי ומיכאל שתרמו מזמנם, תודה לכל מי שהאזין, נתראה בפרקים הבאים בנושאים חדשים שמתבשלים להם אז-ווי-ספיק :)
Reach and audience
Public platform figures. Ratings count people who left a rating, not total listeners.
Spotify
4.9 / 5
34 ratings
Podcast Authority Score: 20 / 100
A composite of feed quality, social presence, YouTube performance and engagement. Read the methodology.
Quality
7
Social presence
0
YouTube
0
Engagement
82
Host of Data Drivens Podcast?
Claim your podcast to manage its listing and keep your show details accurate.
Pod Engine is an independent podcast discovery and analytics service and is not affiliated with or endorsed by this podcast. Artwork and show content belong to their owners. Full legal notice.
Explore this show Podcast research with Pod Engine
