על המלאיה
ב-MLAIA אנו מתמחים בהפקת ערך מנתונים תוך שימוש בטכניקות, ידע וכלים מדעיים נרחבים. אנו מאפשרים ללקוחותינו להגיע ליעדיהם בזמן קצר, תוך קצירת הישגים מהירים לאורך הדרך. אנו עובדים בשיטה בה מגדירים עם הלקוחות את הבעיה, מציעים מספר פתרונות אפשריים בהתאם ללוח הזמנים והתקציב של לקוחותינו. לאחר אישור קונספט הפתרון המוצע אנו בונים תוכנית עבודה מותאמת אישית. המלאיה מדעי נתונים, נשענת על ניסיון רב שנים בעולמות הפיתוח וידע נרחב מעולמות עיבוד האותות, הפיסיקה, הביולוגיה, מדעי המחשב ותוכנה. אנו משתמשים בידע זה על מנת לבחור את הכלים המתאימים ביותר לפתרון בעיות בעולם
פתרונות של למידת מכונה, בינה מלאכותית ועוזר אישי וירטואלי או שירות ניהול משרדים במיקור חוץ
יצירת ערך מנתונים גולמיים.
מגוון השירותים שמציעה MLAIA כוללים ניתוח האתגר או הבעיה המוצגת, הצעת פיתרונות אפשריים, פיתוח הוכחת קונספט - המתמקד האם ניתן להפוך רעיון למציאות, מחזורי אופטימיזציה והטמעה.
המלאיה מתמחה במגוון אלגוריתמים לביצוע חיזוי מנתונים גולמיים. אנו מתמחים בשיטות קלאסיות כגון עצי החלטה למידע טבלאי ורשתות נוירונים וטרנספורמרים למידע חוזי או מילולי. באמצעות שיטות סטטיסטיות אנו מספקים מידע לגבי רווחי הסמך של החיזוי שאנו נותנים ונתונים סטטיסטיים נוספים המאפשרים לבחון את דיוק המודל והחיזוי.
ישנם תחומים בהם נדרש לדעת מהן הסיבות למתן חיזוי מסויים, לדוגמא בפואה ו/או בפיננסים. על מנת לתת מענה מסוג זה, יש לנו בארגז הכלים שיטות כגון בניית כרטיסי ניקוד לחיזוי, שימוש בטכניקות כגון SHAP אשר מסבירות את הקשרים השונים שהובילו לחיזוי מסויים ו/או הפשטת מודלים מורכבים למודלים פשוטים יותר כגון ריגרסיה לינארית ולוגיסטית.
- אנו משתמשים בכלים מדעיים על מנת לבצע דיאגנוסטיקה של הבעיה. ניתוח קורלציות וקשרים בתוך המידע על מנת לזהות מהם הגורמים האפשריים לבעיה ומכאן מה הדרכים האפשריות לפתרון או בניית מודל מותאם .
על מנת לספק את הדרך הטובה ביותר לפתרון הבעיה, אנו מתחילים בתהליך של חקר הבעיה והמידע הקיים ביחס לאתגר זה בספרות ובמקורות הגלויים. לאחר הבנת הבעיה והידע הקיים בתחום, אנו מציעים מגוון דרכים לפתרון. אנו ממפים את הקושי שבכל אחד מהפתרונות המוצעים, את מידת הוודאות ביכולת להגיע לפיתרון ומסבירים מה יהיו הייתרונות והחסרונות בכל פתרון שמוצע. אנו מעריכים את הזמן והעלות לכל אחד מהפתרונות המוצעים ובונים תוכנית עבודה להשגת המטרה.
הצוות שלנו
MLAIA
ד"ר יוחאי אדליץ
מנכ"ל
מייסד ומנכ"ל המלאיה מדעי נתונים, שירת ביחידת טכנולוגיה מובחרת במודיעין כקצין טכנולוגי. בהמשך דרכו כיהן בתפקידים טכניים וניהוליים שונים הן בסטארטאפים והן בתאגידים בינלאומיים. יוחאי משמש כיום כ-CTO ביחידת החדשנות של המרכז הרפואי אסותא אשדוד. לד״ר אדליץ ניסיון עשיר של מעל לעשרים שנים בסטארטאפים ובחברות גלובליות. את הדוקטורט קיבל ממכון ויצמן למדע על המחקר שערך בגנטיקה והגורמים הסביבתיים המשפיעים על התפרצות המחלות. יוחאי סיים תואר שני בפיזיקה ובאלקטרו-אופטיקה באוניברסיטת תל אביב, במחקר על פלסמונים ואופטיקת פורייה ליניארית. כמו כן ליוחאי תואר ראשון בפיזיקה ומדעי המחשב מאוניברסיטת בר-אילן בהצטיינות. תחומי ההתמחות שלו כוללים מדעי נתונים, למידת מכונה, בינה מלאכותית, נתונים רפואיים, אופטיקה, שמע ועיבוד אותות, ובאמתחתו מספר פטנטים רשומים בתחומים אלו. יוחאי היה גם חבר מרכזי בצוות שהקים את פרויקט 10K במכון ויצמן למדע למחקר וחיזוי התפרצות מחלות, שם הוא תרם למספר פרסומים.
ד"ר אולג דולקרט
ייעוץ פרה-קליני
אולג סיים תואר דוקטור במדעי הרפואה בשנת 2013. הוא סיים הכשרת פוסט-דוקטורט בחקר האורתופדיה בשנת 2014 באוניברסיטת תל אביב. כמו כן, הוא כיהן כמנהל היחידה למחקר אורתופדי במרכז הרפואי תל אביב סוראסקי משנת 2010 עד 2021. כיום הוא מכהן בתפקיד מנהל מחקר ופיתוח, בית החולים האוניברסיטאי שמשון אסותא באשדוד, ישראל.
אולג פרסם למעלה מ-70 מאמרים מקוריים בכתבי עת שעברו ביקורת עמיתים טרם התפרסמו. אולג מעורב בעבודה אקדמית מגוונת, מחקר קליני, תרגומי ובסיסי, המתמקד בפתולוגיות של הגפיים העליונות והכתפיים, הכולל מחקרים קליניים בבני אדם, מחקרים פרה-קליניים במסובבי הכתף באמצעות מודל של חולדות ומחקרים ביו-מכניים שונים.
אולג בעל ניסיון של יותר מ-20 שנה בניסויים קליניים, הוא הקים וניהל את יחידת המחקר האורתופדי במרכז הרפואי תל אביב סוראסקי. אולג הוביל יותר מ-30 מחקרים קליניים בשלבים שונים ובהתוויות טיפוליות. ניסיונו כולל פרקטיקה נרחבת בתכנון, יישום וניהול תוכניות ניסויים קליניים, מהשלב הראשוני של פעילויות תכנון המחקר ועד לאישורי ה-FDA\CE.
אורי גולדשטיין
מהנדס תוכנה מוביל
אורי גולדשטיין הוא מהנדס פיתוח תוכנה מנוסה בעל מומחיות במערכות מבוזרות ולמידת מכונה. אורי בעל רקע חינוכי חזק במדעי המחשב ופסיכולוגיה מאוניברסיטת תל אביב, הוא צבר ניסיון עשיר בעבודה עם סטארטאפים בשלבים מוקדמים לתאגידים גלובליים. אורי מיומן ב-ML Ops, Dev Ops, העברת נתוני ענן לשרתים אחרים ואופטימיזציה של עלויות על פני פלטפורמות שונות, כגון: AWS, Azure ו-GCP. בנוסף לייעוץ, אורי מלמד "מאגרי מידע יחסי ו-SQL" באוניברסיטת רייכמן בהרצליה, ישראל. המסע המקצועי שלו הביא אותו לקחת חלק בתפקידים כמו ראש צוות שרתים, ראש צוות נתונים ומפתח בכיר בחברות כמו: Rumble News, Citigroup ו-Zizio.com. אורי נלהב לאמץ כלים ומתודולוגיות חדשניות, כמו גם לשתף ולחלוק את הידע שלו כדי להעצים את לקוחותיו, לשם הצלחה ארוכת טווח.
עמית אפללו
חוקר מדעי הנתונים
לעמית אפללו רקע נרחב בפיתוח אלגוריתמים של deep learning (רשתות עצביות המעוצבות לפי המוח האנושי). מומחיותו טמונה ביצירת מודלים ללא פיקוח, כמו גם למידת גרפים (גרף רשתות עצביות) וראייה ממוחשבת קלסית, שרכש מפרופסור יונינה אלדר ב-WIS. עבודה על LLM (סוג מיוחד של בינה מלאכותית (AI) שעבר הכשרה על מערכי נתונים מסיביים כדי להבין את התוכן הקיים ולייצר תוכן מקורי) וניצול נתוני הדמיה היפר-ספקטרליים לסיווג וחיזוי הופעת המחלה.
דודי רדושזקי
חוקר מדעי הנתונים
דודי הוא מהנדס מוכשר עם מומחיות בעיבוד אותות ולמידת מכונה. הוא בעל תואר ראשון בהנדסת חשמל עם התמקדות בעיבוד אותות, ותואר שני במדעי המחשב עם התמקדות במכונה וdeep learning- (שיטה בבינה מלאכותית (AI) המלמדת מחשבים לעבד נתונים בהשראת המוח האנושי). לדודי ניסיון רב ערך כמהנדס אלגוריתמים של deep learning במכון ויצמן למדע, בעבודה על פרויקט בתחום של בינה מלאכותית (AI) המתמקד בפירוש והפקת מידע מתמונות וסרטוני וידאו באמצעות טכניקות שונות לאולטרסאונד, תוך יישום כישוריו לפיתוח פתרונות חדשניים בתחום ההדמיה הרפואית ומודלים רציפים.
דרור מורן
חוקר מדעי הנתונים
דרור עוסק בעבודה על מודלים של LLM (סוג מיוחד של בינה מלאכותית (AI) שעבר הכשרה על מערכי נתונים מסיביים כדי להבין את התוכן הקיים ולייצר תוכן מקורי), אודיו, עיבוד אותות ושילוב רשתות נוירונים עמוקות באפליקציות בזמן אמת. דרור בעל ידע רב בפיתוח מודלים של deep learning (שיטה בבינה מלאכותית (AI) המלמדת מחשבים לעבד נתונים בהשראת המוח האנושי) תלת ממדיים (MVS- טכניקה המשמשת בראייה ממוחשבת לשחזור מודלים תלת ממדיים ממספר תמונות דו ממדיות , SfM- תהליך הערכת המבנה התלת-ממדי של סצנה מתוך סט של תמונות דו-ממדיות וכדומה). דרור השלים B.Sc. במדעי המחשב ו-computational biology בהצטיינות, באוניברסיטה העברית בירושלים, ובנוסף הוא בעל תואר שני במכון ויצמן למדע במחלקה למדעי המחשב.