Machine Learning Engineer או Data Scientist — מה ללמוד?

התשובה הקצרה: Machine Learning Engineer (מהנדס/ת למידת מכונה) ו-Data Scientist (מדען/ית נתונים) הם לא אותו תפקיד, למרות שהשוק הישראלי מתייחס אליהם לפעמים כאילו הם מילים נרדפות. ה-Data Scientist שואל "איזו תובנה מסתתרת בנתונים?" — וה-ML Engineer שואל "איך לוקחים את התובנה הזו ומריצים אותה בפרודקשן, על מיליוני משתמשים, 24/7, בלי שהכול יתפרק?" אם את/ה עומד/ת בצומת הזה ומנסה להבין לאן ללכת — המדריך הזה נכתב בדיוק בשבילך. אני הולך לפרק את ההבדלים בצורה מעשית, עם כלים ספציפיים, קוד אמיתי, וטבלת השוואה שתעזור לך להחליט.

לפני שנצלול לכלים ולקוד — בואו נדבר על מה שבאמת קורה ביום-יום. כי משרה על הנייר זה דבר אחד, וחוויה בשטח זה דבר אחר.

Data Scientist — מגלה את הסיפור שהנתונים מספרים

Data Scientist בחברה ישראלית — בין אם זו חברת Fintech בתל אביב ובין אם זה צוות אנליטיקה ב-Wix או monday.com — מבלה חלק גדול מהזמן ב-Exploratory Data Analysis (ניתוח נתונים חקרני, או בקיצור EDA). הוא מקבל שאלה עסקית ("למה הלקוחות נוטשים אחרי חודשיים?"), מנקה את הנתונים, בונה מודלים סטטיסטיים, ומציג תובנות למקבלי ההחלטות.

הכלים המרכזיים: Python עם ספריות כמו Pandas, NumPy, Matplotlib ו-Scikit-learn. הרבה עבודה ב-Jupyter Notebooks. יש גם שימוש נרחב ב-SQL לשליפת נתונים, ולפעמים כלי ויזואליזציה כמו Tableau או Power BI. הדגש הוא על חשיבה סטטיסטית, הבנת הדומיין העסקי, ויכולת לתקשר תוצאות לאנשים שלא מבינים קוד.

לפי סקר של Stack Overflow מ-2024, כ-45% מ-Data Scientists מדווחים שהם מבלים יותר מ-30% מהזמן שלהם בניקוי והכנת נתונים — לא בבניית מודלים. זה חלק מהמציאות שאף אחד לא מספר עליו בקורסים מבריקים עם סרטונים יפים.

Machine Learning Engineer — מביא את המודל לחיים

ה-ML Engineer לוקח את המודל שה-Data Scientist בנה ב-Notebook, ואומר: "מעולה, עכשיו בוא נגרום לזה לעבוד על 10 מיליון requests ביום". זה אומר כתיבת קוד production-grade, בניית pipelines לאימון אוטומטי (MLOps), פריסה בענן או על edge devices, ומוניטורינג מתמשך של ביצועי המודל.

ה-ML Engineer צריך לדעת Docker, Kubernetes, CI/CD, ויש לו שפת אם משותפת עם מהנדסי DevOps ומהנדסי Backend. הוא חי בעולם שבו שאלות כמו "איך מנהלים גרסאות של מודלים?" ו"מה קורה כשהנתונים בפרודקשן נראים אחרת מאלה שאימנו עליהם?" (data drift) הן שאלות יומיומיות.

לפי דוח של LinkedIn מ-2024, הביקוש ל-ML Engineers בישראל עלה ב-37% ביחס לשנה קודמת, בעוד הביקוש ל-Data Scientists "הקלאסיים" עלה ב-12% בלבד. השוק מדבר — ומי שיודע לעשות deploy למודל, לא רק לבנות אותו, נמצא בעמדה חזקה יותר.

עכשיו בואו ניכנס לעובי הקורה. הטבלה הבאה לא נועדה להיות רשימה ממצה — היא נועדה לתת לך תמונה ברורה של מה צריך ללמוד בכל מסלול.

שימו לב לעמודת ה"תוצר העיקרי" — זה ההבדל הכי חד. ה-Data Scientist מייצר הבנה. ה-ML Engineer מייצר מערכת חיה. שניהם קריטיים, אבל הם דורשים חשיבה שונה לגמרי.

אני מאמין שהדרך הטובה ביותר להבין הבדל היא לראות אותו בקוד. הנה דוגמה שמדגימה את אותו פרויקט — חיזוי נטישת לקוחות (churn prediction) — מהזווית של כל תפקיד.

הצד של ה-Data Scientist: חקירה ובניית מודל

ככה נראה ה-workflow הטיפוסי ב-Jupyter Notebook — ניקוי נתונים, EDA, ואימון מודל ראשוני:

import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report, roc_auc_score
import matplotlib.pyplot as plt
import seaborn as sns

# טעינת הנתונים
df = pd.read_csv("customer_churn.csv")

# ניקוי בסיסי
df.dropna(subset=["monthly_charges", "tenure"], inplace=True)
df["churn"] = df["churn"].map({"Yes": 1, "No": 0})

# EDA — התפלגות נטישה לפי ותק
plt.figure(figsize=(10, 6))
sns.boxplot(x="churn", y="tenure", data=df)
plt.title("Tenure Distribution by Churn Status")
plt.savefig("eda_churn_tenure.png")
plt.show()

# הכנת פיצ'רים
features = ["tenure", "monthly_charges", "total_charges", "contract_length_months"]
X = df[features]
y = df["churn"]

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# אימון מודל
model = RandomForestClassifier(n_estimators=200, max_depth=10, random_state=42)
model.fit(X_train, y_train)

# הערכה
y_pred = model.predict(X_test)
print(classification_report(y_test, y_pred))
print(f"ROC-AUC Score: {roc_auc_score(y_test, model.predict_proba(X_test)[:, 1]):.4f}")

הקוד הזה חי בתוך Notebook. הוא נועד לענות על שאלה, לא לרוץ בפרודקשן. שימו לב שאין פה טיפול בשגיאות, אין logging, אין ניהול גרסאות — וזה בסדר גמור, כי זה לא התפקיד של ה-Data Scientist בשלב הזה.

הצד של ה-ML Engineer: פריסה לפרודקשן

עכשיו, אחרי שה-Data Scientist הוכיח שהמודל עובד, ה-ML Engineer לוקח את השרביט. ראשית — שמירת המודל ובניית API עם FastAPI:

# save_model.py — שמירת המודל עם MLflow
import mlflow
import mlflow.sklearn
from sklearn.ensemble import RandomForestClassifier
import joblib

# רישום המודל ב-MLflow
mlflow.set_tracking_uri("http://mlflow-server:5000")
mlflow.set_experiment("churn-prediction")

with mlflow.start_run(run_name="rf_v1_production"):
    model = joblib.load("trained_model.joblib")
    mlflow.sklearn.log_model(model, "churn_model")
    mlflow.log_param("n_estimators", 200)
    mlflow.log_param("max_depth", 10)
    mlflow.log_metric("roc_auc", 0.87)
    print("Model logged successfully.")

# app.py — FastAPI serving endpoint
from fastapi import FastAPI
from pydantic import BaseModel
import joblib
import numpy as np

app = FastAPI(title="Churn Prediction API", version="1.0")

model = joblib.load("trained_model.joblib")

class CustomerFeatures(BaseModel):
    tenure: float
    monthly_charges: float
    total_charges: float
    contract_length_months: int

@app.post("/predict")
def predict_churn(features: CustomerFeatures):
    input_array = np.array([[
        features.tenure,
        features.monthly_charges,
        features.total_charges,
        features.contract_length_months
    ]])
    prediction = model.predict(input_array)[0]
    probability = model.predict_proba(input_array)[0][1]
    return {
        "churn_prediction": int(prediction),
        "churn_probability": round(float(probability), 4)
    }

@app.get("/health")
def health_check():
    return {"status": "healthy", "model_loaded": True}

ועכשיו — הקונטיינריזציה וה-deployment. ככה נראה ה-Dockerfile וה-deployment ב-Kubernetes:

# Dockerfile
FROM python:3.11-slim

WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY app.py .
COPY trained_model.joblib .

EXPOSE 8000
CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8000"]

# בניית ה-image ופריסה ב-Kubernetes
docker build -t churn-api:v1.0 .
docker tag churn-api:v1.0 myregistry.azurecr.io/churn-api:v1.0
docker push myregistry.azurecr.io/churn-api:v1.0

# deployment
kubectl apply -f - <

• קורס סייבר ואבטחת מידע
• קורס Real Time Embedded
• קורס דאטה סיינס
• קורס למידת מכונה AI
• קורס דאטה אנליסט
• קורס DEVOPS
• קורס IT
• קורס אוטומציה
• קורס Full Stack
• קורס בניית אתרים