אייל קלדרון

מוביל הטמעת AI ואוטומציה, מהצורך העסקי ועד השינוי בשטח

אני מחפש קודם כל אתגר טוב, ותחום חדש אף פעם לא הפחיד אותי: עשר שנים קצין בשריון, ארבע שנים ניהול תפעול האבטחה של קמפוס אינטל, ומשם לתואר שני במנהל עסקים בארה"ב. שם פגשתי את ה-AI, ומאז לא הפסקתי לבנות איתו.

בשנה האחרונה בניתי לבד שלוש מערכות AI למתחם כושר ו-Wellness מהמובילים בתל אביב, מהפגישה הראשונה עם הבעלים ועד שהצוות עובד איתן ביום-יום. כולן התחילו מאותה נקודה: מידע חשוב שהיה מפוזר ומבולגן, ולא בנוי לעבודה עם AI. חלק גדול מהעבודה היה להפוך אותו לתשתית שאפשר לבנות עליה. שלושתן למטה בעמוד.

מה אני מחפש עכשיו: להיות חלק מארגון שמתכוון לפתור בעיות גדולות עם בינה מלאכותית.

פרויקטים שבניתי

כל כרטיס נפתח לסיפור המלא, עם צילומי מסך מהמערכת עצמה.

הפרויקט המרכזי

ניתוח שיחות מכירה ושירות ב-AI

300+ שיחותמשוב אימון לצוותפרופילי לקוח

העסק שילם על הקלטת שיחות, ואף אחד לא האזין להן. אז בניתי מערכת שמאזינה לכולן: הצוות מקבל משוב אימון, והעסק לומד מי באמת הלקוחות שלו ומה גורם להם לקנות, במילים שלהם עצמם. מה שעלה מהשיחות כבר שינה את שיטת התמחור.

לפרויקט המלא ←

דוח רווח והפסד אוטומטי ברמת סניף

5 מקורות11,000+ תנועותדוח חודשי ברמת סניף

המידע הכספי היה מפוזר בין חמישה מקורות, בחמישה פורמטים. איחדתי אותו לדוח רווח והפסד חודשי ברמת הסניף, שלא היה קיים קודם. והמאגר בנוי לעבודה עם סוכני AI: הבעלים פותח אותו ב-Claude Code, ו-skills ייעודיים בונים לו כל דוח שהוא מבקש.

לפרויקט המלא ←

מערכת אוטומטית לחישוב שכר

~15,000 אימוניםחוקי שכר אישייםקישור חתום לחשבונית

חישוב שכר המאמנים גזל שעות עבודה בכל חודש, ואחריו עוד מרדף על חשבוניות. היום המחזור רץ לבד, מהחישוב ועד הגשת החשבונית, ולבן אדם נשאר רק לאשר.

לפרויקט המלא ←

איך אני עובד

  1. אפיון מול בעלי העניין. מה כואב, מה שווה לפתור, ואיך נדע שהצליח. בשפה של העסק, לא של הכלים.
  2. תשתית מידע. איפה המידע חי, איך הוא בנוי, ואיך מחברים ומנקים אותו עד שיש בסיס אחד מסודר. בלי שכבת מידע טובה, גם מערכת ה-AI הטובה ביותר לא תיתן תוצאה.
  3. פיילוט מהיר. גרסה עובדת על נתונים אמיתיים, כדי לבדוק ערך לפני שמתחייבים לפרויקט שלם.
  4. הטמעה והדרכה. המערכת נכנסת לשגרת העבודה של הצוות, עם הדרכה וליווי עד שהיא באמת בשימוש.
  5. תמיכה ומדידה. מעקב אחרי שימוש ותוצאות, תיקונים לפי מה שעולה מהשטח, והרחבה של מה שהוכיח את עצמו.

רקע

כלים ופרקטיקות

כלים
Claude Code Codex Cursor Agent Orchestration (LangChain · LangGraph) LLM APIs
פרקטיקות
AI Agents Agent Harness MCP (Model Context Protocol) Prompt Engineering Context Engineering Structured Outputs RAG LLM Evals Human-in-the-Loop PII Redaction AI Use-Case Discovery

את כל אלה למדתי לבד, פרויקט אחרי פרויקט, ואני עדיין לומד.

יצירת קשר

אשמח לשמוע על תפקיד רלוונטי, במייל או בלינקדאין.