דאטה בפיתה - פודקאסט לדאטה אנליסטים

חוזרים מפגרה — וישר לשאלה שמטרידה את המאזין אופק ועוד לא מעט אנשים: איך נכנסים לעולם הדאטה בעידן שבו AI קיים והוא אנליסט טוב יותר מאיתנו?אורי ואלון מדברים על התפקיד הראשון,על חשיבות תיק העבודות, תארים אקדמאים, ומה חשוב יותר — טכניקה או הגישה שלכםלעבודה.צללנו גם לאיך להשתמש ב-AI נכון (רמז: לא רק להגיד לו “תעשה לי דשבורד”) ואיך להפוך מאנליסט שמראה גרפים — לאחד שמסביר אותם.בקיצור: אם אתם ג׳וניורים או בדרך לשם — זה פרק שיכול לחסוך לכם כמה טעויות (ואולי גם כמה דחיות בלינקדאין).

טל אפטר מבשר על הבשורה שהיא GitHub Copilot. האם הוא ישנה את עולמם של מפתחי ה- BI והאנליסטים? האם אורי ואלון סוף-סוף יאמינו במהפכת ה- AI? האם יש מקום לג'וניורים בתחום? צפו בפרק וגלו.

סיימנו לבנות דשבורד — המדדים נכונים והגרפים יפים. אז למה זה השלב הכי מסוכן בפרויקט BI?בפרק השלישי בסדרת אסטרטגיות ניהול הדאטה אורי ואלון מארחים שוב את אייל מיכלוביץ' ומדברים על הטמעה, אמון ושימוש אמיתי בדוחות: איך חושפים נכון, למה בדיקות ודריל־דאונים קריטיים, ואיך מונעים מצב שדוח פשוט נשכח.ניגע גם במתח בין BI ל־AI — למה דטרמיניסטיות עדיין חשובה, איפה AI יכול לעזור ואיפה הוא עלול לבלבל — ונסיים בניהול סיכונים: מידור, אבטחת מידע ושינויים בדאטה לאורך זמן.פרק על הרגע שבו דאטה פוגש את המציאות הארגונית.

אלון מארח את איל מיכלוביץ' לפרק השני בסדרת "אסטרטגיות לניהול דאטה"בפרק נדבר על אחת השאלות הכי קריטיות בניהול דאטה נכון: איך בכלל יודעים מה למדוד? מה לשאול? ומי הלקוח של אותה שאלה? וגם- איך ליצור מדידה אחידה ומשמעותית שמשרתת את כל הארגון.

אורי ואלון מארחים את איל מיכלוביץ' כדי להבין מה זה אסטרטגיה לניהול דאטה? למי זה טוב? למה זה חשוב? מי מכין את זה? מתי? כמה ולמה? וכמובן, קצת בינה מלאכותית.