לעבוד ב-Navina: בינה מלאכותית לרופאי משפחה

בין כותרות המשרה של Navina בשנה האחרונה מופיעים גם ראש תחום מחקר רפואי וגם מנהל מחקר רפואי, לצד מהנדסי דאטה ומהנדסי למידת מכונה. חברה שמעסיקה אנשי רפואה לצד מהנדסים היא סוג ארגון בפני עצמו, וזה משנה את אופי העבודה.

מה המוצר עושה

לפי דיווחי תקשורת מקצועית ומאגרי מידע עסקיים, Navina מוכרת עוזר מבוסס בינה מלאכותית לרופאי משפחה: הוא מסכם את תיק המטופל לפני הביקור ומסייע בזיהוי אבחנות ופערי טיפול, והיא גייסה סכום מצטבר בסדר גודל של כמאה מיליון דולר ומעסיקה כמה מאות עובדים.

הבעיה מוכרת לכל מי שהיה אצל רופא משפחה: תיק רפואי שנצבר לאורך שנים, פזור בין מסמכים, בדיקות ומכתבי שחרור, ושבע דקות לביקור. מערכת שמסכמת את התיק לפני הביקור ומצביעה על מה שחשוב נותנת לרופא להתחיל מנקודה אחרת.

מקורות חיצוניים מציינים את המטה בתל אביב, בעוד שכל פרסומי המשרה שקלטנו מסומנים רמת גן. אנחנו מציגים את מה שהנתונים שלנו אומרים: 59 פרסומי משרה בשנה האחרונה, כולם ברמת גן.

ארגון שרובו פיתוח

מבין הפרסומים שסומנו במחלקה, פיתוח ומחקר הם 50 אחוזים וניהול מוצר 12 אחוזים, לעומת 26 אחוזים בלוח כולו.

מחלקה	חלק מהפרסומים שסומנו
פיתוח ומחקר (R&D)	50%
ניהול מוצר	12%
שיווק	10%
משאבי אנוש	8%
הנהלה ומטה	6%
שירותים מקצועיים וייעוץ	6%
משפטים ורגולציה	4%

הכותרות שחזרו הכי הרבה הן Senior Backend Engineer, Senior Data Engineer, IT Engineer, Senior ML Engineer, Business Development Representative - Health Tech, Medical Manager (Gordon). מהנדס דאטה, מהנדס צד שרת בכיר, מהנדס דאטה בכיר ומהנדס מערכות מידע. כלומר מרכז הכובד ההנדסי הוא דאטה ותשתית, ולא ממשק משתמש.

זה הגיוני למוצר שכל ערכו נובע מהיכולת לקרוא, לנרמל ולהצליב מקורות מידע רפואיים שנכתבו בפורמטים שונים לאורך שנים. העבודה הקשה נמצאת בשלב שלפני המודל, ולא במודל עצמו.

הקושי האמיתי: נתונים רפואיים

שווה להסביר למה זו בעיה הנדסית קשה ולא רק אינטגרציה. מידע רפואי נכתב בעשרות פורמטים לאורך עשרות שנים, חלקו כטקסט חופשי שרופא הקליד בשתי דקות, חלקו כקודים תקניים שלא תמיד שימשו באופן עקבי, וחלקו כמסמכים סרוקים. אותו מצב רפואי יכול להופיע בחמישה ניסוחים שונים באותו תיק.

לכן העבודה ההנדסית המרכזית כאן היא בשלב שלפני המודל: לקרוא, לנרמל, להצליב ולהסיק מה באמת נכון על המטופל. זו עבודה שדורשת סבלנות, דיוק ועבודה צמודה עם מי שמבין ברפואה, והיא הסיבה שמהנדסי דאטה הם המשפחה הגדולה ביותר בפרסומים.

למה יש כאן רופאים

תפקידי המחקר הרפואי אינם קישוט. במוצר שמציע לרופא אבחנה אפשרית, מישהו צריך להגדיר מה נכון רפואית, לאמת את מה שהמערכת מציעה, ולקבוע היכן עובר הגבול בין סיוע להמלצה. זו עבודה שמהנדס לא יכול לעשות לבד.

למועמד הנדסי המשמעות היא עבודה צמודה עם אנשי מקצוע מתחום אחר לגמרי, עם אוצר מילים משלהם ועם סטנדרטים משלהם. מי שנהנה מכך ימצא כאן עומק, ומי שמעדיף להישאר בתוך העולם ההנדסי ירגיש חיכוך.

משפחה	דוגמאות מהכותרות שפורסמו
דאטה ותשתית	Data Engineer, Senior Data Engineer, Senior Backend Engineer
למידת מכונה	Senior ML Engineer
מחקר רפואי	Head Of Medical Research, Director Of Medical Research
מערכות מידע	IT Engineer
פיתוח עסקי	Business Development Representative - Health Tech

מה שדה הפיתוח הגדול אומר

יותר ממחצית הפרסומים שסומנו הם פיתוח ומחקר, וזה ריכוז גבוה. בחברה שמוכרת לארגוני בריאות, היה אפשר לצפות לארגון מכירות ושירות גדול. התמונה שמתקבלת הפוכה: מרכז הכובד הוא הנדסי, והמכירות מיוצגות בכותרות בודדות.

יש לכך שתי קריאות אפשריות. או שהמכירות מנוהלות מחוץ לישראל, מה שנפוץ בחברות שמוכרות לשוק האמריקאי, או שהחברה נמצאת בשלב שבו היא משקיעה בעיקר במוצר. אי אפשר להכריע בין השתיים מהנתון, וזו שאלה טובה לשאול.

הסטאק

הפריטים שחוזרים הכי הרבה הם Python, SQL, AWS, Node.js, React, R, PostgreSQL, Snowflake, JavaScript. שפת סקריפט, שאילתות, ענן, סביבת שרת, ספריית ממשק, שפה סטטיסטית ומסד נתונים יחסי, לצד מחסן נתונים ענני.

הופעתה של שפה סטטיסטית ברשימה מסגירה משהו: יש כאן עבודה שמתקרבת למחקר ולא רק להנדסה. 365 משרות עם Python, 133 משרות עם SQL ו35 משרות בקטגוריית דאטה פתוחות בלוח כולו.

מה שמייחד עבודה במוצר רפואי

שלוש נקודות שמשנות את היומיום. הראשונה, רמת הדיוק הנדרשת גבוהה יותר: תוצאה שגויה במוצר צרכני היא אי נוחות, וכאן היא עלולה להשפיע על החלטה קלינית. השנייה, עבודה עם נתוני מטופלים כפופה לדרישות פרטיות ואבטחה שמשפיעות על מי ניגש למה. השלישית, מחזור האימוץ אצל הלקוח איטי, כי ארגוני בריאות זהירים מטבעם.

מי שמגיע מסביבת מוצר מהירה ירגיש את ההבדל. מי שמחפש עבודה שיש לה משקל מעבר למדדי שימוש ימצא כאן בדיוק את זה.

מודל העבודה

85 אחוזים מהפרסומים שציינו מודל עבודה סומנו היברידי ו-15 אחוזים מהמשרד, לעומת 46 אחוזים בלוח כולו. נטייה היברידית ברורה מעל הממוצע.

התפקיד היחיד הפתוח כרגע הוא Executive Assistant - Maternity leave replacement. ההגשה נעשית דרך Comeet, שבה כל ההגשה היא מסך אחד עם קורות חיים ופרטי קשר, והרשימה המעודכנת בעמוד החברה של Navina. 119 משרות ברמת גן פתוחות בלוח כולו.

הקצב, ולמי זה מתאים

59 פרסומי משרה בשנה מול 1 תפקידים פתוחים כרגע. קצב גבוה יחסית לגודל, עם מיעוט תפקידים פתוחים ברגע זה - כלומר ארגון שגייס הרבה ואייש.

מי שנמצא בעמדה טובה: מהנדסי דאטה, שהם המשפחה הגדולה כאן. מהנדסי צד שרת שנוח להם עם נתונים לא מסודרים. ואנשי מקצוע מעולם הרפואה שמחפשים מעבר לתעשייה, שזו אחת הכתובות הבודדות שמגייסת אותם לתפקידים מקצועיים ולא רק ייעוציים.

מה שווה לברר

שלוש שאלות ייחודיות לארגון מהסוג הזה. האם התפקיד נוגע בנתוני מטופלים אמיתיים, כי זה משנה את דרישות הפרטיות והאבטחה ביומיום. מהו שוק היעד, כי מערכות בריאות שונות פועלות אחרת ומייצרות דרישות שונות. ומה היקף העבודה מול צוות המחקר הרפואי.

נעיר גם שהעמוד הזה עוסק בתעסוקה בלבד. הוא אינו מתאר את המוצר כמכשיר רפואי, אינו נוגע ברגולציה החלה עליו, ואינו מספק שום מידע רפואי.

מה כדאי להדגיש בקורות החיים

במוצר שמרכז הכובד שלו הוא דאטה, מה שמבדיל הוא ניסיון עם נתונים לא מסודרים. מקורות בפורמטים שונים, טקסט חופשי, נתונים חסרים וסתירות בין מקורות - כל אלה שווים כאן יותר מהיכרות עם כלי מסוים.

אם עבדתם בעבר עם נתוני בריאות, ביטוח או כל תחום מפוקח אחר, זה יתרון ממשי ולא שורה נחמדה, כי אתם מכירים את מגבלות הפרטיות ואת רמת הדיוק הנדרשת. שאלות הראיון להנדסת דאטה מכסות את השלב הטכני.

מה לא נמצא כאן

אין נתוני שכר. אין מידע על שלבי הראיון. אין לנו נתון שמסביר את הפער בין המיקום שמדווח במקורות חיצוניים לבין המיקום שמופיע בפרסומים, ולכן הצגנו את שניהם.

שאלות נפוצות

איפה נמצא המשרד?

כל פרסומי המשרה שקלטנו מסומנים רמת גן. מקורות חיצוניים מציינים תל אביב. כדאי לברר את הכתובת המדויקת בשיחה.

כמה תפקידי מכירות יש?

מעטים בפרסומי השנה האחרונה. ייתכן שהמכירות מנוהלות מחוץ לישראל, מה שנפוץ בחברות שמוכרות לשוק האמריקאי, וייתכן שהחברה מתמקדת כרגע במוצר. אי אפשר להכריע בין השתיים מהנתון.

צריך רקע רפואי?

לתפקידי המחקר הרפואי כן. לתפקידי ההנדסה, הדאטה והתשתית לא, אם כי נכונות ללמוד מושגים מהעולם הרפואי היא חלק מהעבודה.

מה סוג העבודה ההנדסית?

בעיקר דאטה ותשתית: קריאה, נרמול והצלבה של מקורות מידע רפואיים בפורמטים שונים. זה שונה מפיתוח ממשק או מפיתוח מוצר צרכני.

מה מודל העבודה?

85 אחוזים מהפרסומים שציינו מודל סומנו היברידי.

כמה תפקידים פתוחים כרגע?

1 תפקידים פתוחים בלוח נכון ל-30 בספטמבר 2026, מתוך 59 פרסומי משרה בשנה האחרונה.

מה ההבדל בין מוצר רפואי למוצר צרכני מבחינת עובד?

רמת הדיוק הנדרשת גבוהה יותר, העבודה עם נתוני מטופלים כפופה לדרישות פרטיות ואבטחה, ומחזור האימוץ אצל הלקוח איטי. מי שמגיע מסביבת מוצר מהירה ירגיש את ההבדל.

למי החברה מוכרת?

לפי מקורות חיצוניים, לספקי רפואה ראשונית ולארגוני בריאות שפועלים במודל של תגמול לפי איכות טיפול. העמוד הזה עוסק בתעסוקה בלבד ואינו מספק מידע רפואי או מתאר את המוצר כמכשיר רפואי.

מה עושה ראש תחום מחקר רפואי בחברת תוכנה?

מגדיר מה נכון רפואית במה שהמערכת מציעה, מאמת את הפלט, וקובע היכן עובר הגבול בין סיוע לרופא לבין המלצה. זהו תפקיד שמהנדס אינו יכול למלא.

מה הסטאק?

הפריטים שחוזרים הכי הרבה הם Python, SQL, AWS, Node.js, React, R.

כמה פרסומי משרה היו בשנה האחרונה?

59 פרסומים, וכולם מסומנים רמת גן בלוח שלנו.

למה עבודה עם נתונים רפואיים נחשבת קשה?

המידע נכתב בעשרות פורמטים לאורך שנים, חלקו טקסט חופשי וחלקו מסמכים סרוקים, ואותו מצב רפואי מופיע בניסוחים שונים באותו תיק. העבודה המרכזית היא בנרמול ובהצלבה, לפני שמגיעים למודל.

הנתונים בעמוד נספרו מפרסומי המשרה של Navina שנקלטו בלוח HiTakeJob בשנה שהסתיימה ב-30 בספטמבר 2026, ומחושבים מחדש בכל רענון. מחלקה, מודל עבודה וסוג העסקה אינם שדות חובה במערכות הגיוס, ולכן כל אחוז מתייחס רק לפרסומים שבהם השדה מולא, ואם השדה ריק לגמרי נאמר זאת במפורש. פרטים שאינם מהלוח מופיעים עם מקורם.