מהנדס למידת מכונה בכיר עם 7 שנות ניסיון בבנייה ופריסה של מערכות ML בייצור בקנה מידה גדול. מתמחה ב-NLP, מערכות המלצה וארכיטקטורות למידה עמוקה, עם מודלים המשרתים יותר מ-10 מיליון חיזויים ביום בזמן תגובה מתחת ל-100 מילישניות. פרסם 3 מאמרים בכנסי ML מובילים כולל NeurIPS ו-ICML. נלהב מגישור הפער בין מחקר לייצור, עם מומחיות מעשית ב-MLOps, אימון מבוזר ואופטימיזציה של היסק בזמן אמת.
ניסיון תעסוקתי
מהנדס למידת מכונה בכיר
Mobileye
יוני 2022 - היום
בניית מנוע המלצות המשרת יותר מ-10 מיליון חיזויים יומיים עם זמינות של 99.5% וזמן תגובה P99 מתחת ל-80 מילישניות
פיתוח צינור ML מקצה לקצה מקליטת נתונים ועד פריסת מודל בעזרת Kubeflow ו-MLflow, צמצום זמן הפריסה משבועיים ל-3 שעות
שיפור שיעור ההקלקה ב-25% באמצעות שינויי ארכיטקטורת מודל שנבדקו ב-A/B על פני 4 משטחי מוצר
תכנון ויישום של מאגר תכונות המשרת יותר מ-500 תכונות ל-12 מודלים בייצור, צמצום כפילות בהנדסת תכונות ב-70%
חניכת 3 מהנדסי ML זוטרים והקמת תהליך סקירת מודלים שאומץ בכל צוות פלטפורמת ה-ML
מהנדס למידת מכונה
NVIDIA Israel
אוגוסט 2019 - מאי 2022
כוונון מדויק של מודלי BERT ו-GPT-2 לסיווג מסמכים בדיוק של 97% על מערכי נתונים בייצור המשתרעים על 15 שפות
בניית צינור ניתוח טקסט בזמן אמת המעבד 500 אלף מסמכים ביום בעזרת Spark ו-Kafka עם זמן תגובה מקצה לקצה מתחת ל-200 מילישניות
צמצום זמן אימון המודלים ב-60% באמצעות אימון מבוזר על אשכולות GPU בעזרת Horovod ו-PyTorch DDP
יישום מערכת ניטור מודלים וזיהוי סחיפה שהפעילה אימון מחדש אוטומטי, שמירה על דיוק מודל מעל יעד SLA של 95%
מהנדס למידת מכונה
Wix
יולי 2017 - יולי 2019
פיתוח מודל סיווג תמונות בדיוק של 94% לתיוג תוכן, עיבוד יותר מ-3 מיליון נכסים וצמצום מאמץ סקירה ידנית ב-65%
יצירת צינור הגדלת נתונים שהגדיל את מערך האימון פי 5 בעזרת טכניקות כולל CutMix, MixUp ויצירה סינתטית
פרסום מאמר מחקרי על שיטות למידת העברה בסדנת ICML, שקיבל יותר מ-50 ציטוטים בשנה הראשונה
בניית לוח מחוונים אינטראקטיבי להסברתיות מודל בעזרת SHAP ו-LIME, שאפשר לבעלי עניין לא טכניים לפרש חיזויים
השכלה
M.Sc. מדעי המחשב (למידת מכונה)
הטכניון - מכון טכנולוגי לישראל
2015 - 2017
התמחות בלמידת מכונה ומערכות למידה עמוקה.
B.Sc. מדעי המחשב
אוניברסיטת תל אביב
2011 - 2015
התמקדות באלגוריתמים, סטטיסטיקה ומערכות מבוזרות.
קורסים ותעודות
AWS Certified Machine Learning - Specialty
Amazon Web Services
2023
מזהה הסמכה: AWS-MLS-2023-58104
TensorFlow Developer Certificate
Google
2021
הסמכה מקצועית בבנייה ואימון של מודלי TensorFlow.
הסמכת מהנדס למידת מכונה
מכון הטכנולוגיה ההייטק (HackerU)
2020
תוכנית מקצועית בלמידה עמוקה, רשתות עצביות קונבולוציוניות ומודלי רצפים.
זוהי דוגמה לקורות חיים. התאימו אותה עם הניסיון שלכם באמצעות בונה קורות החיים החינמי שלנו.
טיפים לקורות החיים שלכם
הראו ML בייצור, לא רק מחברות
חברות רוצות מהנדסים שפורסים מודלים, לא רק מאמנים אותם. הדגישו הגשת מודלים, מדדי זמן תגובה, ניטור וניסיון בצינורות MLOps.
כללו מדדי ביצועי מודל
מספרי דיוק, F1, AUC-ROC, זמן תגובה ותפוקה מוכיחים שהמודלים שלכם עובדים בקנה מידה גדול. 'זמן תגובה P99 מתחת ל-80 מילישניות עבור 10 מיליון חיזויים ביום' זה חזק.
ציינו את כל מחזור החיים של ML
איסוף נתונים, הנדסת תכונות, אימון מודל, הערכה, פריסה וניטור. הראו שאתם מבינים את הצינור המלא, לא רק את שלב המידול.
ציינו פרסומים וקוד פתוח
הנדסת ML מעריכה תרומות מחקריות. אם יש לכם מאמרים, הרצאות בכנסים או תרומות משמעותיות לקוד פתוח, כללו אותם בבולטות.
איך לכתוב קורות חיים למהנדס למידת מכונה (Machine Learning Engineer)
כתיבת קורות חיים למהנדס למידת מכונה שונה מקורות חיים רגילים של פיתוח תוכנה - הם צריכים להוכיח שאתם יודעים לקחת מודל מנייר מחקר ועד לייצור בקנה מידה. חמשת השלבים הבאים יעזרו לכם לבנות מסמך שעובר גם סינון ATS וגם קורא אנושי טכני.
1
תקציר מקצועי עם סטאק ומדד ייצור אחד
פתחו בשורה אחת שמגדירה רמת ותק, תחום התמחות (NLP, ראייה ממוחשבת, מערכות המלצה) והסטאק המרכזי (Python, PyTorch/TensorFlow), ומיד אחריה מדד ייצור אחד שמוכיח קנה מידה אמיתי - למשל 'פריסת מודלים המשרתים 2 מיליון חיזויים ביום בזמן תגובה P95 מתחת ל-50 מילישניות'. מהנדסים ג'וניורים או טריים מהאקדמיה יחליפו את המדד הייצורי בתואר, בפרויקט גמר רלוונטי ובדירוג בתחרות Kaggle או קישור ל-GitHub עם קוד שרץ בפועל, לא רק מחברת Jupyter.
2
בולטות ניסיון עם השפעה עסקית מדידה
כל בולט צריך לתאר עבודה מקצה לקצה: מה בניתם, באיזה כלי, ומה השתנה במספרים - שיפור דיוק/AUC שקשור למדד עסקי, זמן תגובה או עלות הגשה, או קנה מידה של הצינור שתחזקתם. הימנעו מ'עבדתי על מודלי סיווג' וכתבו במקום זאת דוגמה כמו: 'פרסתי מודל זיהוי הונאות ב-PyTorch ו-SageMaker שהפחית עסקאות הונאה ב-32% תוך שמירה על זמן תגובה מתחת ל-100 מילישניות עבור 5 מיליון בקשות ביום'. בולט כזה מוכיח גם מודלינג וגם הנדסת ייצור באותה שורה.
3
מדור מיומנויות מקובץ ולא רשימת ספריות אינסופית
חלקו את המיומנויות לקבוצות ברורות: מסגרות ML (PyTorch, TensorFlow, Scikit-learn), MLOps ותשתית (Docker, Kubernetes, MLflow, Kubeflow, CI/CD), הנדסת נתונים (Spark, SQL, Airflow) ושפות תכנות. שקפו את המינוח המדויק מהמודעה - אם היא כותבת 'Kubernetes' ולא 'k8s', כתבו כך גם אתם, כי גם מערכות ATS וגם מגייסים סורקים מילים מדויקות. עדיף חמש מיומנויות שבהן יש לכם עומק אמיתי (ותוכלו לענות עליהן בראיון) מעשרים שם רק כדי למלא שורה.
4
הוכיחו ייצור וקוד, לא רק מחברות מחקר
קישור ל-GitHub עם פרויקט פרוס בפועל (אפילו דמו קטן עם API ו-Docker) שווה יותר מרשימת קורסים שסיימתם. אם יש לכם ניסיון עם LLM ו-GenAI - כוונון עדין (fine-tuning), בניית pipeline של RAG, עבודה עם וקטור דאטהבייס כמו Pinecone או Weaviate, או הערכת פרומפטים - זה הסיגנל הכי חם ב-2026 וכדאי להבליט אותו במיוחד. לתפקידים מחקריים כללו מאמרים שפורסמו; לג'וניורים - דירוג טוב בתחרות Kaggle או ריפוזיטורי נקי עם README מסודר עושים רושם רב יותר מרשימת טכנולוגיות.
5
השכלה, הסמכות ובדיקות ATS אחרונות
תואר שני או דוקטורט בהתמחות ML/AI תורם במיוחד לתפקידים מחקריים או בכירים, אך אינו תנאי סף בפועל. הסמכות כמו AWS Certified Machine Learning - Specialty או GCP Professional ML Engineer מוסיפות אמינות אך לא מחליפות פרויקטים אמיתיים. לפני שליחה: ודאו עמודה אחת, כותרות סטנדרטיות (ניסיון, השכלה, מיומנויות), קובץ PDF, ושילוב מדויק של מילות המפתח מהמודעה עצמה - במיוחד שמות מסגרות וכלים באותיות לטיניות.
דוגמאות לתקציר מקצועי (Professional Summary) למהנדס ML
העתיקו והתאימו לפי רמת הניסיון והרקע שלכם.
מהנדס ML ג'וניור, טרי מהאקדמיה
מהנדס למידת מכונה טרי מהאקדמיה עם תואר B.Sc. במדעי המחשב והתמחות בלמידה עמוקה. בנה ופרס עצמאית מודל סיווג תמונות ב-PyTorch עם דיוק של 91%, ארוז ב-Docker והוגש דרך FastAPI. דירוג Top 5% בתחרות Kaggle לזיהוי הונאות. שולט ב-Python, SQL ובסיסי MLOps (Git, CI/CD), ומחפש תפקיד ראשון בצוות ML בייצור.
מהנדס ML בכיר
מהנדס למידת מכונה בכיר עם 8 שנות ניסיון בבניית ופריסת מערכות המלצה בקנה מידה גדול במסחר אלקטרוני. הוביל מעבר מארכיטקטורת batch לזמן אמת שהעלה שיעור המרה ב-18% ומשרת יותר מ-15 מיליון משתמשים. מומחה ב-PyTorch, Kubeflow ו-AWS SageMaker, עם ניסיון מוכח בהקמת צינורות אימון מחדש אוטומטיים ובחניכת צוותי ML זוטרים. תרם לשני מאמרים בכנסי תעשייה.
מעבר קריירה ממהנדס תוכנה ל-ML
מהנדס תוכנה עם 6 שנות ניסיון במערכות backend בקנה מידה גדול, שעבר בשנתיים האחרונות להנדסת למידת מכונה. ניצל רקע חזק ב-Python, מיקרו-שירותים ו-CI/CD כדי לבנות ולפרוס מודל זיהוי הונאות ב-Scikit-learn ו-Docker שצמצם הפסדי הונאה ב-22%. משלים כעת קורס תעודה ב-TensorFlow ותורם לפרויקט קוד פתוח ל-RAG. מביא יסודות הנדסיים חזקים לכל צוות ML.
מילות מפתח ל-ATS בקורות חיים של מהנדס ML
שקפו את הניסוח המדויק מהמודעה - גם מגייסים אנושיים וגם מערכות ATS סורקים את המונחים הבאים.
Machine Learning
כללו את המונח באנגלית בכותרת התפקיד ובתקציר - זה השם הרשמי שגם ATS וגם מגייסים בישראל מחפשים, גם אם שאר הטקסט בעברית.
Python
ציינו רמת ניסיון בשנים וקישרו לפרויקט קונקרטי, למשל צינור נתונים או שירות API שכתבתם ב-Python.
PyTorch / TensorFlow
בחרו את המסגרת שבה יש לכם עומק אמיתי והראו שימוש בפרויקט שנפרס, לא רק קורס אונליין.
MLOps
המונח עצמו שווה להזכיר במפורש פעם אחת - הוא מסמן שאתם מבינים את מחזור החיים המלא ולא רק אימון מודלים.
Docker
ציינו ארוז/הרצה בקונטיינר של מודל בייצור - זה מוכיח שאתם יודעים לקחת מודל מעבר למחברת.
Kubernetes
רלוונטי בעיקר לתפקידי מהנדס בכיר; אם ניהלתם עומסי עבודה ב-K8s בענן, כתבו את שם השירות המדויק (EKS, GKE).
ציינו קנה מידה - כמות שורות או טרה-בייט שעיבדתם - זה מוכיח יכולת עבודה עם דאטה אמיתי בייצור.
NLP / LLM
ב-2026 זהו הסיגנל הכי חם - אם עבדתם עם fine-tuning, RAG או וקטור דאטהבייס, כתבו זאת במפורש.
AWS SageMaker / Vertex AI
ציינו את הענן הספציפי בו יש לכם ניסיון - מגייסים ישראלים סורקים גם GCP וגם AWS בהתאם למחסנית של החברה.
בולטות לפני ואחרי בקורות חיים של מהנדס ML
בולט חלש מתאר משימה; בולט חזק מתאר תוצאה מדידה עם כלי ומספר.
פריסת מודל והגשה (serving)
אחראי על פריסת מודלים לייצור.
פרסתי מודל דירוג המלצות ב-Kubernetes ו-TensorFlow Serving, שהפחית את זמן התגובה P95 מ-220 ל-60 מילישניות עבור 8 מיליון בקשות ביום.
שיפור איכות מודל
שיפרתי את הדיוק של מודל הסיווג.
שיפרתי F1 של מודל זיהוי הונאות מ-0.81 ל-0.91 באמצעות הנדסת תכונות מחדש ו-XGBoost, מה שחסך לחברה כ-1.2 מיליון ש"ח בשנה בעסקאות הונאה שנמנעו.
בניית צינור MLOps ואוטומציית אימון מחדש
עבדתי על אוטומציה של אימון מודלים.
בניתי צינור אימון-מחדש אוטומטי ב-Kubeflow ו-MLflow שמזהה סחיפת דאטה ומפעיל אימון מחדש תוך 4 שעות, והעלה את זמינות ה-SLA של המודלים ל-99.7%.
שאלות נפוצות
מה צריכים לכלול קורות חיים של מהנדס למידת מכונה?
קורות חיים של מהנדס ML צריכים להדגיש מערכות ML בייצור, מדדי ביצועי מודל, ניסיון בצינורות פריסה ומיומנויות תכנות (Python, PyTorch/TensorFlow). כללו מדדי זמן תגובה, תפוקה והשפעה עסקית ממודלים שנפרסו.
מה ההבדל בין קורות חיים של מדען נתונים למהנדס ML?
קורות חיים של מהנדס ML מדגישים מערכות בייצור, פריסה, MLOps ופרקטיקות הנדסה. קורות חיים של מדען נתונים מתמקדים יותר בניתוח, ניסויים ושיטות סטטיסטיות. מהנדסי ML בונים מערכות; מדעני נתונים בונים מודלים.
האם אני צריך תואר מתקדם להנדסת ML?
תפקידים רבים של מהנדס ML מעדיפים תואר שני או דוקטורט, אך זה לא תמיד נדרש. ניסיון פרויקטים חזק, תרומות לקוד פתוח ויכולת מוכחת לפרוס מערכות ML בייצור יכולים לפצות על השכלה פורמלית.
האם אפשר ליצור קורות חיים של מהנדס ML בחינם?
כן! בונה קורות החיים החינמי שלנו מאפשר לכם ליצור קורות חיים מקצועיים של מהנדס ML. השתמשו בדוגמה זו כהשראה דרך פלטפורמות כמו AllJobs ו-LinkedIn, התאימו עם הניסיון שלכם והורידו PDF מקצועי תוך דקות.
איך כותבים קורות חיים למהנדס ML בלי ניסיון תעסוקתי?
הובילו עם פרויקטים במקום עם 'אין ניסיון': מודל שפריסתם עצמאית (אפילו דמו קטן עם Docker ו-API), דירוג טוב בתחרות Kaggle, ריפוזיטורי GitHub עם README מסודר, או פרויקט RAG/LLM אישי. הוסיפו קורסים רלוונטיים ומיומנויות תכנות מוכחות. בבונה שלנו אפשר להתחיל מהדוגמה הזו ולהחליף את הניסיון בפרויקטים תוך דקות, בחינם.
איך מציגים ניסיון עם LLM ו-GenAI בקורות חיים?
זה הסיגנל הכי חם ב-2026, אז אל תטמינו אותו בתוך רשימת מיומנויות - תנו לו בולט משלו. ציינו במפורש כוונון עדין (fine-tuning) של מודלי שפה, בניית pipeline של RAG, עבודה עם וקטור דאטהבייס (Pinecone, Weaviate, pgvector) או הערכת פרומפטים, ורצוי עם מדד תוצאה כמו שיעור דיוק תשובות או צמצום זמן תגובה.
מה שווה יותר בקורות חיים - פרויקטים אישיים או ניסיון תעסוקתי?
ניסיון תעסוקתי בייצור תמיד שוקל יותר, אך פרויקט פרוס עם משתמשים אמיתיים (לא רק מחברת Jupyter) קרוב אליו בהרבה. דירוג Top במיוחד בתחרות Kaggle או ריפוזיטורי GitHub נקי ומתועד יכולים לפצות על חוסר ניסיון תעסוקתי אצל מהנדסים ג'וניורים.
האם הסמכות כמו AWS ML Specialty או GCP Professional ML Engineer שוות את המאמץ?
הן מוסיפות אמינות, במיוחד למי שעובר מתחום אחר להנדסת ML, אך לא מחליפות פרויקט אמיתי שפרסתם. כללו אותן במדור השכלה/הסמכות לצד פרויקטים ולא במקומם - מגייסים בישראל מסתכלים קודם כל על מה שבנייתם בפועל.
האם קורות חיים למהנדס ML בישראל צריכים להיות באנגלית או בעברית?
ברוב מרכזי הפיתוח הרב-לאומיים ובחברות עם צוותי מוצר גלובליים, קורות חיים באנגלית הם הבררת מחדל גם לתפקיד מקומי - במיוחד כששמות מסגרות וכלים ממילא נכתבים באנגלית. בסטארטאפים ישראליים קטנים יותר עברית מתקבלת היטב. הפתרון הבטוח: הכינו גרסה באנגלית זמינה לצד הגרסה העברית.
איפה אפשר להוריד תבנית קורות חיים למהנדס למידת מכונה בעברית?
אפשר לערוך את הדוגמה הזו ישירות בבונה קורות החיים החינמי שלנו - שלוש תבניות תואמות ATS, כיוון RTL תקין לעברית, ו-PDF מוכן להורדה תוך דקות, בלי הרשמה.
בנו את קורות החיים שלכם עכשיו
השתמשו בדוגמה זו כהשראה. התאימו עם הניסיון שלכם והורידו PDF מקצועי תוך דקות. 100% חינם.
