About
I have 20 years of experience leading hi-tech companies through all growth phases. I…
Activity
6K followers
Eli Singer commented on a post
8mo
Congrats and good luck at BTIG!
-
Eli Singer liked thisEli Singer liked thisמחשבות לסוף השבוע. שבוע שכנראה יזכר בתולדות ההייטק הישראלי. אלפי עובדים קיבלו השבוע מכתבי פיטורים וזה כנראה עוד לא הסוף. אין לי ולו טענה אחת למנהלי החברות. הם האנשים בזירה. הם נשאו ונושאים בנטל הניהול של החברות בימים טובים כשכולם מחאו להם כפיים וגם בסערות כמו עכשיו. והם מתגלגלים עכשיו באבק זיעה ודם. אתם היושבים ביציע... סתמו ותצדיעו להם. קשה להם מאוד כשהם נלחמים על נשמתו של הקטר הכלכלי של המדינה. סערה גדולה שוטפת את תעשיית ההייטק. משער השקל ודרך סערת ה AI שמשנה לגמרי את חוקי המשחק. ההייטק חוטף ראשון ובתוכו מחלקות הטכנולוגיה והפיתוח ששם הגל הזה מכה ראשון. אין היום בורד או אנליסט בבורסה שלא שואלים את המנכ"לים: מה אתם עושים בחזית ה AI. אין מנכ"ל שלא תופס את ה CTO שלו ושואל אותו: אתה מבין בזה... תגיד לי מה צריך לעשות ואיך צריך להתנהל. אין CTO שלא מסתכל מסביבו ולא רואה שם אף אחד שיתן לו את התשובות. בסוף בסערות גדולות שורדים אלו שבשקט ובחכמה מבינים מה קורה. לומדים את העולם החדש ומתאימים את עצמם אליו. ואם אפשר ללמוד מניסיונם של אחרים, מה טוב. זה לא קורה בדפי העיתונות הכלכלית ולא בחדרי הבורדים. זה קורה בפורומים של ה CTOs. אתמול זה קרה באמצע מפרץ מקסים ביוון. 9 CTOs ישבו סביב שולחן עם פרנצ׳טוסט וסלטים במשך שעה וחצי וחלקו תובנות על ההסתגלות של הארגון שלהם למציאות החדשה. כל אחד סיפר על איך בארגון שלו נראה ה ASDLC (Agentic Softwaer Development Life Cycle) במטרה לשתף וללמוד. אני בטוח שכל אחד מהם למד לפחות משהו אחד שיהפוך את החברה שלו לסתגלנית יותר למצב החדש ויחזיר את הספינה ליציבות. אתמול סיימנו את ההפלגה שלהם שהייתה מוצלחת מאוד. כרגע יושב בבית קפה בפיראוס. שותה פרדו אספרסו (סקטו) ושם פה מחשבות של סוף שבוע משמעותי. שבת שלום.
-
Eli Singer liked thisEli Singer liked thisThe Knicks won Game 1. Three wins from their first title since 1973. I'll skip the leadership metaphor. Here is what I actually built this week. I run Revenue and Operations at Akeyless. This week, I built an agentic deal-inspection system. Two agents review every Q2 opportunity, score it against MEDDPICC, and flag it red, yellow, or green the way I would in a live pipeline war room. Days to build, not quarters. It is not in my team's hands yet. It is helping me pressure-test the pipeline before I ask anyone else to trust it. What surprised me was not the technology. It was what made it work. The model did not improve my judgment. It scaled it. The sharper I could articulate what a healthy deal looks like, the better the agent got. The vaguer my thinking, the worse its output. The bottleneck is never the model. It is the clarity of the human behind it. AI is becoming a mirror. It reflects how clearly you think. It shows up everywhere. Customers do not buy AI; they buy a problem solved. Culture is the same: a slogan is easy, real culture is people making good calls when you are not in the room. The best teams, like the best systems, encode judgment and scale it. Same story with the Zoom background below. I did not describe colors or layout. My entire prompt: "You know my values, my philosophy, and that I am a lifelong Knicks fan. Combine them." One prompt, because the context already existed. The output was not powered by the model. It was powered by accumulated clarity. Culture compounds. Belief scales teams. Pipeline > Panic. Not Knicks ideas. Operating principles. The Knicks are just a good reminder of what happens when belief, preparation, and execution meet the moment. Knicks 1-0. Still building. #AgenticAI #AILeadership #RevenueOperations #Akeyless #Knicks
-
Eli Singer liked thisEli Singer liked thisEvery Product should have this! I Just Made Our AI Understand 50 Million Lines of Our DataOne Product Code. Ever tried to make your LLM be more efficient? We use Cursor and mostly with Claude but now it's getting the full picture! The Problem: DataOne has 200+ repositories. Thousands of pipelines. 10+ teams. When something breaks or needs changing, finding the right code felt like archaeology. The Solution: I created an AI-powered Code Intelligence platform using RAG (Retrieval-Augmented Generation) that actually understands our codebase. Now the teams can ask: "How does customer data flow from ingestion to the analytics layer?" "What Spark transformations touch the billing schema?" "Show me all services that consume from the CDR topic" "I need to develop a new feature in the Lakehouse Bronze Layer for data retention" And get answers with actual code references - not hallucinations. The Impact for DataOne Teams: Data Engineers - Trace lineage across pipelines in seconds Platform/R&D Teams - Understand cross-service dependencies instantly QA - Know exactly what to test when code changes Architects - Validate that reality matches the design Operations - Debug production issues 10x faster The Technical Magic: Continuous indexing of all branches (master + releases) Indexing last 30 days commits code changes. Semantic search - find code by meaning, not just keywords RAG ensures the AI cites real code, not imagination Multi-repo awareness - understands the full DataOne ecosystem The Result: Onboarding time: 3 weeks → 1 week Code review context: 45 min → 5 min "Who knows about X?" questions: Eliminated The best developers aren't the ones who memorize everything - they're the ones who know how to find answers. Just made finding answers instant. PS don't forget to track the costs and the credits, if it's done correctly, it's cheap activity. for me it cost less than 3 dollars. #DataEngineering #AI #RAG #BigData #DevTools #Innovation #DataOne #Amdocs #AmdocsAmbassadors
-
Eli Singer liked thisEli Singer liked thisReflecting on the times I've thought, "If I could only start over..." I'm grateful that January offers a fresh restart in our professional lives. To all my colleagues, my network, and beyond—whether you're starting a new job, returning to an old role, retiring, or searching for new opportunities, embrace this moment to reset. Show the world who you are and the value you bring. Wishing everyone a Happy New Year and much success as you embark on your 2026 journey!
-
Eli Singer liked thisEli Singer liked thisAI is eating SaaS We just cancelled $32,000/year in SaaS subscriptions - Contentful and Twilio Segment - and replaced them with tools we built ourselves using Claude Code. For a small startup like GRID, this is real money. And the time invested? About two days for each replacement. These homegrown solutions are obviously not as feature-rich as what they replaced. They just do exactly what we need. The economics that drove the SaaS boom are inverting. Building software was expensive, so you bought standardized tools even if you used 20% of the features. Now? Custom solutions that fit your exact needs are a weekend project. I know some SaaS vendors are already seeing this in their churn numbers - but the wave has by no means hit yet - it's hardly begun to rise.
-
Eli Singer liked thisEli Singer liked thisהאנשים שהחליטו להמר עליי. אלו שנתנו לי את התפקיד הראשון, את הצ'ק הראשון, או פשוט דחפו אותי למיים כשהתוכנית המקורית שלי הייתה בכלל להישאר על החוף. כשאני מסתכל אחורה, יש הרבה אנשים שאני חייב להם המון, ושלושה במיוחד. המשותף לכולם? 8200. 2000. סיימתי את החלק הראשון של קורס הקצינים והגעתי לבה״ד 15 להשלמה חיילית. חיכיתי בקוצר רוח לחזור לבסיס "ירקון", למסלול המוכר והבטוח כקב״ר. אבל אז, בשעת לילה מאוחרת, ראש הזירה רונן ניר קרא לי לאכול איתו בחדר האוכל. אני זוכר את ההתרגשות והחשש – מה בכלל אומרים למפקד בכיר כזה? על מה אני מדבר איתו. לא זוכר על מה דיברנו אבל אני די בטוח שהוא אכל מילקי כשהוא הטיל את הפצצה: ״תשמע, יש לי חדשות שלא תאהב. אתה לא חוזר לירקון. אתה מגיע למפקדה לעבוד איתי, בתפקיד אחר״. כעסתי. התבאסתי. זה לא היה בתכנית. ניסיתי להתנגד. אבל רונן הבהיר שההחלטה נפלה, והבטיח שזו תהיה הזדמנות של פעם בחיים. הוא צדק. כל המסלול שלי ב-8200 השתנה באותו רגע, והגעתי לתפקידים שלא חלמתי שאי פעם אעשה. (בתמונה: אני, עם הרבה יותר שיער ודי בשוק, בביקור חשוב שלנו בארה״ב. זה היה ב-11 בספטמבר 2001, אבל זה כבר סיפור לפוסט אחר). 2007, אני סטודנט באלרון ועובד צמוד עם אלעד פרנקל שמוביל השקעות בתחום הקלינטק שהתפוצץ אז. ואז אלעד נתן לי את הקפיצה הבאה. הוא עבר לנהל את Aqwise והציע לי להצטרף ולעזור בפיתוח העסקי. זו לא ממש היתה התכנית ולא ברור לי עד הסוף למה הוא נתן לי את ההזדמנות הזאת, אבל זה פתח לי עולם ענק של מוצר ומכירות ולימד אותי מקרוב איך נראה סטארטאפ צומח והרגשתי איך מייצרים ערך אמיתי. 2009, הגיעה שיחת טלפון מיאיר כהן, מפקד 8200 לשעבר. הוא בדיוק הקים את חטיבת המודיעין באלביט ואמר לי: ״בוא נראה מה אפשר לעשות עם כל הסייבר הזה שכולם מדברים עליו״. שוב, זה לא היה בתכנית. שוב, לא ידעתי לקראת מה אני הולך. אבל יאיר התעקש. הוא ועוד רבים וטובים באלבט האמינו בי ונתנו לי לחלום ולייצר ״יש מאין״. כך נולדה חטיבת הסייבר של אלביט – עוד הזדמנות של פעם בחיים. מאז אני עוצר לחשוב איך שיחות מקריות, או אדם אחד שפשוט נותן בך אמון, יכולים לשנות גורל שלם. נתתי את הנשמה, השקעתי בטירוף, נכשלתי לפעמים והרבה הצלחתי, אבל בתכלס – מישהו פשוט נתן לי צ’אנס. עכשיו התור שלנו לוודא שכמה שיותר אנשים יזכו להזדמנות הראשונה הזו. Place-IL - Make Place for Chance אנו באנו - הייטק ישראלי. אחריות חברתית. Ronen Nir Elad Frenkel #PlaceIL #ChanceGivers
-
Eli Singer liked thisEli Singer liked thisאת ההצלחות של גיל קשה לפספס - הוא הקים שתי חברות מדהימות - את האחרונה מכר לאמאזון ב-$300M, והמוצר שבנה הגיע להכנסות של כמילארד דולר בתוך AWS. אבל את הבנאדם שמאחורי ההצלחות האלו רק ברי מזל מכירים. גיל הוא איש של תוכן, של ערכים, ושל מים שקטים. גם לנו לקח הרבה זמן להכיר אותו באמת. ובגלל זה הכתבה הזו כל כך מוצלחת בעיני- כי היא נותנת הצצה אמיתית לשותף שאני וDaniel Roditi זכינו בו. השותף בו יזמים ברי מזל יזכו כחבר בורד וכמשקיע. ורק תיקון אחד - הוא כותב קוד מגיל *11*, לא 14. לכתבה ->> https://lnkd.in/eFAnuD9a Meron Capital Gili F.
Experience & Education
Recommendations received
2 people have recommended Eli
Join now to viewExplore more posts
-
Pete Jarvis
Worth watching: Charlie Marsh built Ruff, uv, and Ty — the tools that mass-fixed Python's worst pain points. Now he's grappling with what happens when agents start writing most of the code. In this episode, Charlie gets real about his team trusting his PRs less, the gnarly middle of coding with agents, and whether Python is even the right language for an agentic future. It's honest, a wee existential, and deeply relatable if you ship code for a living. https://lnkd.in/gDh-ZVXm
-
Steve Wooledge
As companies race to implement more AI models, the need for clear data lineage is becoming critical. Customers I speak to need automated metadata ingestion, which Collate and dbt deliver, along with test case integration and cross-source lineage. See it in action here (9 minute video)
Explore top content on LinkedIn
Find curated posts and insights for relevant topics all in one place.
View top content