[קישור לקובץ mp3] פודקאסט מספר 438 של רברס עם פלטפורמה - הוקלט ב-18 באפריל 2022, חג פסח שמח - אורי ורן מארחים את פיליפ מחברת Deepchecks לשיחה על  Deepchecks ועל Go To Market Strategy מכיוון ה-Open Source.(רן) ולפני כן - פיליפ, ספר לנו קצת עליך: מאיפה באת? מה אתה עושה? מה עשית לפני כן?(פיליפ) תמיד קשה לתמצת קורות חיים בזמן קצר, אז רק נגיד במילה - נולדתי בארה”ב, אתם יכולים לזהות לפי השם, ובגיל 5 עליתי לארץ.לימים למדתי בתיכון למדעים ואמנויות בירושלים, שם עסקנו בדברים יחסית כמותיים - פיסיקה, מחשבים ודברים בסגנון הזה.והיה לי איזה “ג’וק” שאני רוצה ללכת לקרבי, אבל בסוף התקבלתי לתלפיות והתלבטתי הרבה - בסוף הלכתי לתלפיות, אבל נשאר לי קצת הג’וק הזה, וכמה בוגרי תלפיות שיכנעו אותי שגם אם אני אבוא לתלפיות אז אוכל עדיין אחר כך לעשות את זה.הייתי תקופה די קצרה במורן - עסקתי בתחום של חקר ביצועים, שזה אפשר להגיד “להשתמש במספרים כדי לעשות דברים אופרטיביים”, ואחרי מורן גם עשיתי במשך תקופה את אותו הדבר בזרוע היבשה.מתישהו באו לשם כדי להציג לארגון שהייתי שייך אליו תחום שנקרא Machine Learning - וספציפית היה גוף שהיה בזמנו די אנונימי ובאו להציג פרויקט שהם עשו וכשקשור ל-Machine Learning.הם השתמשו ב-Random Forest בשביל לחזות משהו שקשור לפעילות האופרטיבית - וממש התלהבתיעברתי לזה, ומשם רוב הרקע שלי בעולם של Machine Learning.לימים גם עבדתי על איזשהו אלגוריתם במסגרת התזה, שקוראים לו AugBoost, יחד עם עם פרופסור ליאור רוקח - ו- To make a long story short אז יחד עם איתו ויחד עם שיר חורב, שהייתה איתי במסלול בתלפיות, הקמנו את Deepchecks, שבין היתר Addresses some of the problems we felt as users, בעולם ה-Machine Learning.(רן) אז ליאור רוקח, למי שלא מכיר, היה לי את העונג להכיר - הוא פרופסור באוניברסיטת בן גוריון, ומאוד אוהב עצים, לפי מה שראיתי - כותב עליהם ספרים  . . . . עצי סיווג למיניהם: הזכרת את Random Forest והזכרת איזשהו אלגוריתם Boosting שאני לא מכיר, אבל אני מניח שפחות או יותר מה-Domain  . . . (אורי) אל תגיד פה - בפרדס-חנה - כרכור - “נורא אוהב עצים” . . . זה  . . . .(רן) למה? יש לזה איזושהי משמעות סודית פה?(אורי) לא, פשוט כולם מחבקי-עצים פה . . . (רן) אז ליאור בונה עצים . . . אבל הפוך, עם השורש למעלה.אז פיליפ - קודם כל אלו קורות חיים מעניינים ולא שגרתיים וזה נחמד לשמוע ולהכיר. הזכרת את Deepchecks - מי היא Deepchecks, ומה אתם עושים שם?(פיליפ) Deepchecks עוסקת בתחום של Continuous Validation for Machine Learning.הרעיון הוא שיש, בכמה שלבים שונים במהלך הפיתוח וה-Deployment של המודלים של Machine Learning, יש כמה אתגרים יחסית ייחודיים שקשורים ל-Testing ו-Monitoring ול-Validation וכו’ - ו-Deepchecks מנסה לתת פתרון מאוד כוללני לדבר הזהכלומר - לוודא, בכל השלבים השונים, שהמודלים וה-Data מתנהגים כמו שהיינו מצפים.התחלנו כחברה שעוסקת ב-Monitoring ורוב הפוקוס שלה ב-Monitoring - ובגדול פונים ל-Team Leads או ל-Group Leads ומנסים לשכנע אותם לעשות POC.ולפני סדר גודל של כחצי שנה עשינו מעבר יחסית חד למשהו שתמיד הייתה לנו תשוקה אליו, אבל רק עכשיו פיענחנו איך לעשות את זה, או שפיצחנו את איך לעשות את זה - וזה לתוך עולם ה-Product-Led Growth, וספציפית להיות Led by Open Source.כלומר - במקום לפנות עכשיו לאיזשהו מקבל החלטות או מhשהו שיבין “מה טוב” בשביל הצוות שלו או הקבוצה שלו, אנחנו מנסים שיהיה יחסית הרבה שימוש “מלמטה” [Bottom-up], בצורה שהיא אורגנית, וזה משפיע המון . . . (רן) אז קודם כל - זה סופר-מעניין, אבל לפני שנגיע ל-GTM, ה-Go-To-Market, הזכרת את הנושא Continuous Validation אז בוא נראה אם אני מבין את זה. אני אגיד את זה במילים שלי - אם, נגיד, עבור מפתחי תוכנה יש Continuous Integration, ששומר על הנכונות של הקוד - זאת אומרת שאני כותב טסטים ואני מצפה שאם ה-Input לפונקציה הוא “כזה” אז ה-Output יהיה “כזה” - אז ב-Data או ב-Machine Learning, למעשה לא מספיק לבדוק את הנכונות של הפונקציה - לצורך העניין אם אתה בונה עץ סיווג, אז לא מספיק לבדוק האם העץ מסווג נכון בהינתן Data סטטי, אלא אתה גם רוצה לדעת האם ה-Data שלך תואם את הציפיות שלך . . . (אורי) כדי שלא יהיה Garbage-In-Garbage-Out . . . (רן) כן, זאת אומרת, לצורך העניין, ש-Data שיש לו Bias לאיזשהו כיוון יכול לייצר מודל שלא התכוונת אליו.זו דוגמא …