ליאוניד גולדברג

פתרונות IT עסקיים ואינטגרציות AI לתהליכים

אני בונה מערכות שמאוטמות תפעול, מאיצות קבלת החלטות ומשפרות יעילות, מארכיטקטורה ועד פרודקשן.

React / Next.js
Python (Django)
PostgreSQL
Model Context Protocol (MCP)
Cursor / Claude Code
RAG / סוכנים
Docker
React / Next.js
Python (Django)
PostgreSQL
Model Context Protocol (MCP)

קוד זה אומנות הנדסית

פיתוח ווב מודרני דורש יותר מפונקציונליות. אני מעצב ממשקים שמרגישים טבעיים, יציבים תחת עומס ומתרחבים עם העסק.

React & Next.js

Server Components, רינדור edge וגידור אופטימלי. טעינה ראשונית מהירה וביצועים יציבים ככל שהתנועה גדלה.

מהיר. אמין. סקיילבילי.

הנדסת UX/UI

ממשק Pixel-perfect עם אינטראקציות מיקרו מושכלות. כל רכיב ממוקד מטרה ומוביל את המשתמש לפעולה.

רכיבפעיל
מצב
טוען
→
מוכן
רינדור
SSR
+
הידרציה
פלט
ציור
<12ms

איך אני עובד

מהקונספט לפרודקשן — מובנה, שקוף, מדיד.

שלב 1

אפיון וארכיטקטורה

מבהיר דרישות, בוחר סטאק ומתכנן ארכיטקטורה שמתרחבת. סקופ ברור, לוחות זמנים ריאליסטיים.

שלב 2
PR אושר

פיתוח ואיטרציות

פיתוח בספרינטים עם משוב שוטף. אתה רואה התקדמות בסטייג'ינג, מאשר איטרציות ומכוון עדיפויות.

שלב 3
בנייה: OK
טסטים: 100%

דיפלוי ותמיכה

שחרור ברמת פרודקשן עם CI/CD, ניטור ותיעוד. השקה יציבה ותפעול בר-תחזוקה.

Full-stack אינטגרציה

React/Next.js בפרונטנד, Django או Node.js בבקנד, PostgreSQL לנתונים, Docker למסירה — מתוכנן כארכיטקטורה אחידה.

התוצאה היא מערכת מאוחדת: API עם השהיה נמוכה, UX עקבי ותשתית שמתרחבת לפי דרישה.

פרונטנדבקנד

המערכת מסונכרנת

2ms

בסיס הנתונים והמטמון עודכנו

צומת App Router
שכבת אחסון
PostgreSQL + Redis
מוכן

יכולות ליבה

הנדסת Full-stack עם חשיבה מוצרית והובלה טכנולוגית. אני מתכנן מערכות סקיילביליות, מאוטמת תהליכים ואחראי לאיכות מקצה לקצה.

ארכיטקטורת Full-stack

אני בונה מוצרי ווב מורכבים מאפס: טיפוסים קפדניים ב-TypeScript, SSR/ISR ל-SEO ואופטימיזציה של בסיסי נתונים ומטמון.

פרונטנד
Next.js, React, Tailwind
בקנד
Python/Django, Node.js
נתונים
PostgreSQL, Redis
פוקוס מרכזי

אינטגרציות AI ו-MCP

אני משלב LLM-ים (GPT-4, Claude) לתהליכים אמיתיים: עוזרים, אנליטיקה, אוטומציה — עם גישה בטוחה לנתונים דרך MCP.

ארכיטקטורת MCP
מארח (LLM)
שרת MCP
↳call_tool("query_db")
↳read_resource("api/docs")

יכולות

צינורות RAG וחיפוש וקטורי
Function Calling וגישה לכלים
Guardrails ואבטחת AI

אוטומציה

אני מתזמר תהליכים באמצעות סקריפטים, ווב-הוקים ו-Python. מחבר CRM-ים, מסנג׳רים, בסיסי נתונים ויצירת מסמכים.

ווב-הוקיםמשימות מתוזמנותפרסור נתונים
cursor_agent.py — תרחיש MCP
import mcp_server
from ai_engine import CursorAgent

# חיבור בטוח של כלים פנימיים דרך MCP
client = mcp_server.connect(transport="stdio")

async def refactor_codebase(context):
plan = await client.tools.call(
"analyze_dependencies",
{ "path": "./src/legacy" }
)
return CursorAgent.apply_diff(plan)

➜ טרמינל _
הנדסה AI-NATIVE

פיתוח מועצם ב-AI

אני בונה תהליך פיתוח AI-native עם סוכנים. משתמש ב-Cursor, Claude ו-Gemini CLI כדי להאיץ עבודה שגרתית, ריפקטורינג וטסטים.

  • תקני MCP: מחבר בסיסי נתונים ו-API ככלים ל-LLM ישירות ב-IDE.
  • פרוטוטייפ מהיר: מרעיון לאב-טיפוס עובד בשעות, לא בימים.
  • בקרת איכות: סקירת קוד בעזרת AI ויצירה אוטומטית של Unit Tests.

השפעה ותשתית

הובלה טכנולוגית ממוקדת תוצאות עסקיות. אני בונה מערכות שמתרחבות ומניבות ROI.

ארכיטקטורת מערכות • הנדסה

תוכנית סקיילינג

אתגר
תכנון ומסירה של אקוסיסטם מאוחד: איחוד שירותים מפוזרים לפלטפורמה בעלת ביצועים גבוהים עם בקרת גישה וממשקי API מודולריים.
השפעה
צמצמתי פיצול תפעולי ב-40%, שיפרתי עקביות נתונים ויצרתי בסיס לשחרורים מהירים וסקיילינג.
Next.js 15Django 5PostgreSQLמיקרו-שירותים
ליבת נתונים מאוחדת
מיגרציה ללא השבתה
> סטטוס: מאתחל system_core> מסנכרן service_mesh...> api_latency: 14ms> סטטוס: תקין
תפעול AI • אוטומציה

תהליך אינטליגנטי

אתגר
פריסת LLM-ים פרטיים וסוכנים. בניית מערכות RAG שמחברות נתונים לא מובנים לפעולות ב-CRM/ERP ובכלים פנימיים.
השפעה
אוטומטתי 70% מעיבוד מסמכים ואיכות לידים, וקיצרתי זמן תגובה לפניות נכנסות פי 2.5.
LangChainOpenAI / ClaudeVector DBאינטגרציות
Guardrails לנתונים פרטיים
תזמור תהליכים
> סוכן: lead_qualification_active> הקשר: parsing incoming_data> נמצא: high_value_lead> פעולה: crm_entry_created
אבטחת איכות • הובלה

פרוטוקול יציבות

אתגר
ריפקטורינג של קוד ישן וביסוס SDLC מודרני: טסטים, צינורות CI/CD ותצפיתיות.
השפעה
הורדתי שחרורים כושלים ל-<1% והגברתי מהירות פיתוח דרך פירעון חוב טכני ואוטומציה של QA.
CI / CDUnit / E2E טסטיםתצפיתיותDevOps
שחרורים צפויים
מהירות גבוהה יותר
> בנייה: OK> טסטים: 100% עברו> כיסוי: 94.2%> דיפלוי: מוכן

שאלות ופורמט עבודה

אתה עובד כמהנדס או כמנהל מוצר?
שניהם: אני אחראי לארכיטקטורה, UX ומדדים, מספק מימוש מקצה לקצה וממוקד בתוצאות מדידות.
מה זה MCP ולמה זה חשוב?
Model Context Protocol (MCP) הוא תקן לגישה בטוחה לנתונים וכלים עבור LLM-ים. הוא מפחית הזיות והופך AI לחלק אמין בתהליכים אמיתיים.
איך אתה שומר על אבטחת נתונים בעבודה עם AI?
גישה ארגונית: עיבוד מקומי כשאפשר, מיסוך PII, בקרת גישה קפדנית, guardrails וביקורת של קריאות למודל ולכלים.

מוכנים לשפר את המוצר והתפעול
אראה היכן הטכנולוגיה מביאה השפעה מהירה.

אני מבצע ביקורת ארכיטקטורה, בונה אוטומציה ומשלב AI עם התחשבות באבטחה, מדדים ו-ROI.