ہم اس بات کا استقبال کرنے کے لئے خوش ہیں کہ یوری Misnik، inDrive کے چیف ٹیکنالوجی ڈائریکٹر، ٹیکنالوجی کی پیمائش، AI نوکری اور ایک مضبوط اور مضبوط انجینئرنگ تنظیم کی تعمیر کے بارے میں بات چیت کرنے کے لئے. یوری نے مائیکروسافٹ اور AWS سمیت کمپنیوں میں اعلی درجے پر کردار ادا کرنے کے بعد بڑے ٹیکنالوجی اور مالی خدمات کے تنظیموں میں عالمی رہنماؤں کا تجربہ لایا ہے. inDrive میں، یوری کمپنی کے انجینئرنگ، AI، اور ڈیٹا ٹیموں کی نگرانی کرتا ہے، جیسا کہ پلیٹ فارم ایک معروف ride-hailing سروس سے ایک مکمل خصوصیات سپر ایپ میں ترقی کرتا ہے. اس انٹرویو میں، ہم تحقیق کرتے ہیں کہ inDrive میں اس تبدیلی کے اس مرحلے کے بارے میں اس کی طاقت کیا ہے، کس طرح ٹیکنالوجی کمپنی کے راستہ پر اثر انداز کرتی ہے، اور رہنماؤں کے اصول ہیں جو اس کے نقطہ نظر کو ہدایت کرتے ہیں، لیکن اثر انداز انجینئرنگ. 1) InDrive میں CTO کے طور پر آپ کی حالیہ نامزدگی پر مبارکباد! کمپنی کے لئے اس طرح کے تبدیلی کے مرحلے میں پیشہ ور انجینئرنگ، AI، اور ڈیٹا ٹیموں کے بارے میں آپ کو سب سے زیادہ دلچسپی ہے؟ ہم صرف گاہکوں اور ڈرائیوروں کے لحاظ سے بڑے نہیں ہیں - ہم ایک سپر ایپ میں توسیع کر رہے ہیں، کھانے کی جڑیں بناتے ہیں، اور مندرجہ ذیل ڈومینوں میں منتقل کر رہے ہیں.اس کا مطلب یہ ہے کہ ہم ایک ٹیکنالوجی پلیٹ فارم اور ایک ٹیکنالوجی تنظیم بناتے ہیں جو نہ صرف عالمی سطح پر وسیع پیمانے پر اور مضبوط نہیں ہے، بلکہ واقعی گاہک پر مبنی اور ڈیٹا پر مبنی بھی ہے. دوسرا حصہ ڈیزائن کی طرف سے کچھ جدید بنانے کا موقع ہے: AI کا استعمال کرتے ہوئے ہر جگہ چیزوں کو بہتر اور تیز تر بناتا ہے، ہمیں صارفین کو مؤثر طریقے سے خدمت کرنے میں مدد ملتی ہے اور ان کی ضروریات کے ساتھ متعلقہ رہنے میں مدد ملتی ہے. 2) InDrive نے ایک ride-hailing اپلی کیشن سے ایک مکمل طور پر "سپر اپلی کیشن" میں اضافہ کیا ہے. ایک سپر ایپ کے لئے، سب سے اہم بات یہ ہے کہ کلائنٹ کی ضروریات کے لئے تمام وقت متعلقہ رہنا اور نہ صرف ہمارے اپنے کاروبار، بلکہ شراکت داروں کو بھی ضم کرنے کی صلاحیت ہے. ہم ایک ایپ اور پلیٹ فارم بنانا چاہتے ہیں جو روزانہ کی ضروریات کو پورا کرتی ہے - موبائل، کھانے کی خریداری، اور زیادہ - اور ایسا کرنے کے لئے اچھی طرح سے، یہ ہر شخص کے لئے مستحکم طور پر متعلقہ ہونا ضروری ہے اور کئی کاروباروں کو تیزی سے ضم کرنے کے لئے انعطاف ہونا چاہئے. اہمیت ڈیٹا، تجزیہ، AI، اور مشین سیکھنے کی طرف سے ڈھانپ کی جاتی ہے: ایک مخصوص گاہک کے لئے واقعی اہم چیزوں کو نکالنے اور تجربے کو ہمیشہ ذاتی بنانا - جو ہم "ایک سیکشن" کہتے ہیں. دوسری طرف، انضمام کو ایک مضبوط، اچھی طرح سے ڈیزائن شدہ API-First پلیٹ فارم کی طرف سے چلایا جاتا ہے جو سمجھنے، کام کرنے اور برقرار رکھنے میں آسان ہے. 3) آپ نے یہ ذکر کیا ہے کہ آپ ایک AI تبدیلی کی قیادت کرتے ہیں جو قیمتوں، سیکورٹی، اور ایجنٹک کام کے چیلنجز کے ذریعہ حمایت کو دوبارہ آرٹیکٹ کرتا ہے. تکنیکی سطح پر، یہ صحیح پلیٹ فارمز کی تعمیر سے شروع ہوتا ہے: ڈیٹا بیگ، ڈیٹا پائپ لائنز، ڈیٹا کوالٹی layers اور ماڈل مینجمنٹ انٹرفیس جو اعلی درجے کی ML استعمال کی اجازت دیتا ہے. اور آج کی ضروریات میں سے ایک یہ ہے کہ ایک جامع سیمنٹک layer ہے جو جدید AI سٹیریولز کی اجازت دیتا ہے، خاص طور پر پیداوار اور ایجنٹک. ہم اس بات کا بھی خیال رکھتے ہیں کہ سب کچھ نیچے سے نہیں بنائیں گے، بلکہ مارکیٹ سے مضبوط بنائیں گے - مثال کے طور پر، AWS SageMaker اور Databricks کی صلاحیتوں کو مل کر - اور منتخب کریں گے جو ہمارے فائدہ کو چلانے کے لئے سب سے بہتر ہے. ثقافتی سطح پر، یہ سیکھنے کے بارے میں ہے کہ کس طرح AI ہمارے لئے ایک کمپنی کے طور پر کام کرتا ہے. ہم اندرونی طور پر مختلف ایجنٹوں کو اپ ڈیٹ کرتے ہیں، دیکھتے ہیں کہ وہ کس طرح کام کرتے ہیں، اور ان ایجنٹوں کو واقعی مفید بنانے کے لئے ہمارے عمل اور اعداد و شمار میں کیا تبدیل کرنے کی ضرورت ہے سیکھتے ہیں. وقت کے ساتھ، ہم گاہکوں، ڈرائیوروں، سپلائرز کے لئے مزید ایجنٹوں کو بھی پیش کریں گے - جو واقعی بات چیت یا آواز کے ذریعہ بات چیت کی مدد سے ان کے انٹرایکشن کے نمونے کو تبدیل کرتے ہیں. 4) InDrive نے ہمیشہ انصاف اور شفاف قیمتوں پر فخر کیا ہے. کس طرح AI اس فلسفہ میں شامل ہوتا ہے؟ میں AI اور انصاف کو بنیادی طور پر تنازعہ نہیں دیکھتا. ہم پہلے سے ہی فراہم اور طلب ماڈل میں مشین سیکھنے کا استعمال کرتے ہیں تاکہ ہم کو یقینی بنائیں کہ ہمارے پاس سڑکوں پر مناسب مقدار کی گاڑییں ہیں اور گاہکوں کی طلب کو پورا کرسکتے ہیں. اور ہم یہ ایک ذمہ دار اور شفاف طریقے سے کرتے ہیں، ہمیشہ ظلم سے لڑنے کے ہمارے مقصد کے ساتھ سچ رہتے ہیں. اہم بات یہ ہے کہ ہم اعداد و شمار کو منتخب کرتے ہیں اور ہم ماڈلوں کو کس طرح تربیت دیتے ہیں، اس بات کو یقینی بنائیں کہ ہم ان کو اپنے گاہکوں کے فوائد کے لئے بہتر بناتے ہیں، منافع کے لئے نہیں. ہم بھی پیشہ ورانہ AI اور ایجنٹوں کو ایک سفارش اور مددگار کے طور پر، آخری سیاہ باکس کے فیصلے کرنے والے کے طور پر نہیں رکھنا چاہتے ہیں. ہمارے ride-hailing ماڈل میں، قیمتوں کی بنیادی طور پر گاہک اور ڈرائیور کے درمیان مذاکرات پر مبنی ہے. ماڈلز ایک بہترین رینج کی سفارش کرسکتے ہیں تاکہ معاہدہ تیزی سے اور زیادہ سادہ طور پر ہوسکتا ہے، لیکن ہم واضح ہیں کہ کنٹرول اور آخری فیصلہ ہمارے گاہکوں اور ڈرائیوروں کے ساتھ رہتا ہے. شفافیت اور صارف کنٹرول گارڈ 5) آپ کو ایک ہدایات کے طور پر "جیسے کم وسائل کے ساتھ زیادہ کرتے ہیں" کا اشتراک کرتے ہیں. آپ کے فریم ورک یا ہلکے لیکن اعلی کارکردگی انجینئرنگ ٹیموں کی تعمیر کے لئے فلسفہ کیا ہیں؟ ہم اپنے وسائل کو مؤثر طریقے سے استعمال کرنے کے بارے میں بہت محتاط ہیں اور صرف اگر ہمیں اس کی ضرورت ہوتی ہے تو مزید شامل کرتے ہیں: ہم دیکھتے ہیں کہ ٹیمیں کیا کر رہی ہیں اور ان کے حقیقی کام کے بوجھ کیا ہے، ہم مسلسل ہمارے کلاؤڈ استعمال اور آرکیٹیکلز کو قیمت کے لئے بہتر بناتے ہیں. ہم ٹیموں میں سابقہ اور فیصلہ کرنے کی صلاحیت کو بھی ترجیح دیتے ہیں: کم "کلپ بورڈ رولز"، زیادہ لوگ جو فیصلہ کرنے اور تیزی سے عمل کرنے کے قابل ہیں. ہم نے AWS پر استعمال کرنے کے لئے ہماری ٹیموں کے لئے ایک انتہائی مؤثر ڈیوبپس پلیٹ فارم کی تعمیر کی ہے جس میں ہماری عالمی کلاؤڈ سپلائر ہے. یہ ہمیں ماحول کی فراہمی اور مینجمنٹ، تنصیب، ٹیسٹنگ اور وسیع تر خصوصیات کی تنصیب کے لئے تمام روایتی کاموں کو مکمل طور پر خود کار طریقے سے خود کار طریقے سے خود کار طریقے سے خود کار طریقے سے استعمال کرنے کی اجازت دیتا ہے. ایک اور اہم لیورٹ آٹوموٹیشن اور AI ایجنٹز ہیں جس میں کم اختلافات شامل ہوتے ہیں - مثال کے طور پر دستاویزات کی حمایت، ٹیسٹنگ، ضروریات کا تجزیہ. ہم کم لوگوں کے ساتھ زیادہ ٹیسٹنگ بنانے اور ہینڈل اوورچ کو کم کرنے میں مدد کرنے کے لئے AI ایجنٹز کو پیش کرنے کے لئے شروع کر رہے ہیں. یہ صرف کارکردگی کے بارے میں نہیں ہے: آٹوموٹیشن غلطیوں کو کم کرنے کے ذریعے مزاحمت، مضبوطی اور معیار کو بہتر بناتا ہے. 6) بہت سے تکنیکی کمپنیوں کو انوائیو کی رفتار کو EBITDA ڈیزائن کے ساتھ توازن کرنے کی چیلنج کا سامنا کرنا پڑتا ہے. کوئی عام جواب نہیں ہے، لیکن ہمارے لئے چند اصول اہم ہیں. سب سے پہلے، ہم اس بات پر توجہ مرکوز کرتے ہیں کہ جو واقعی ہمیں مختلف بناتا ہے، اس کے بجائے ہر چیز کو نیچے سے بناتے ہیں.We are cloud-native — all of our infrastructure runs on the cloud, mostly AWS and Google Cloud — and we rely heavily on fine-tuned auto-escalation so our infrastructure capacity always matches demand. ہم نے مضبوط پلیٹ فارم ٹیمیں ہیں، لیکن ہم FinOps کے طریقوں کو پیش کرتے ہوئے مصنوعات کی ٹیموں میں قیمت کے مالکیت کو بھی دباؤ دیتے ہیں: ٹیموں کو واضح طور پر دیکھنے کے لئے فراہم کرتے ہیں کہ چیزوں کی قیمت کیا ہے - ٹریفک پر قیمت، ٹریفک پر قیمت، ڈیٹا بیس کال پر بھی قیمت. 7) ایک ورلڈ کلاس انجینئرنگ تنظیم کی تعمیر کو نہ صرف نظام، بلکہ ثقافت کی ضرورت ہوتی ہے. آپ تقسیم ٹیموں کے درمیان مالکیت اور مقصد کا احساس کیسے پھیلاتے ہیں؟ اس میں سے بہت کچھ مواصلات اور توازن میں آتا ہے: لوگوں کو ایک ساتھ لانے (یعنی مجازی طور پر)، مشترکہ مقاصد کا اشتراک کرتے ہوئے، اور ہر کسی کو مقصد، حکمت عملی اور مشترکہ ماحول سے منسلک رکھنے کے لئے. ساختار طور پر، ہم مشترکہ نتائج کے ارد گرد تعمیر، واضح مقاصد اور مضبوط مالکیت کے ساتھ cross-functional مصنوعات ٹیموں پر بھروسہ کرتے ہیں.We are also lucky that even when remote, many teams operate within similar time zones, which makes collaboration easier.And we intentionally keep teams small and lean, because smaller teams communicate better and can stay aligned on shared goals more naturally. 8) مائیکروسافٹ، AWS، HSBC، نیشنل آسٹریلوی بینک، اور اب InDrive جیسے بڑے تنظیموں میں ٹیکنالوجی کی قیادت کے بعد، آپ نے صنعتوں میں کیا اہم رہنماؤں کا درس پکڑا ہے؟ سب سے بڑا سیکھنا صنعت کی مخصوص نہیں ہے. سب سے پہلے، آپ صرف ایک مؤثر رہنما ہوسکتے ہیں اگر آپ حقیقی طور پر دلچسپی رکھتے ہیں - گاہکوں کے بارے میں، آپ کے کاروبار کے بارے میں، آپ کی ٹیم کے بارے میں اور آخر میں ٹیکنالوجی کے اختیارات. دوسرا، قیادت ہر فیصلہ کرنے کے بارے میں نہیں ہے. یہ دوسروں کو اپنے آپ کی بہترین ورژن بننے کی اجازت دینے کے بارے میں ہے اور مسلسل اچھے فیصلے کرنے کے بارے میں ہے. یہ بھی مشترکہ مقاصد پر تنظیم کرنے کے بارے میں ہے، بلاکروں کو ہٹانے، اور خدمت کرنے والے قیادت کا عمل کرنے کے بارے میں ہے. تیسرے، آپ کو ایک واضح مشن، خیالات اور مشترکہ مقصد کی ضرورت ہے - نہ صرف "ستریجی" بلکہ آپ کے ارد گرد ٹیکنالوجی، تنظیم، اور لوگوں کی صلاحیتوں کی بنیادی اصولوں. 9) آپ ذاتی طور پر کس طرح زمین پر رہتے ہیں اور AI کی خرابی کی رفتار کے درمیان سیکھنا جاری رکھتے ہیں؟ کسی بھی فریم ورک یا عادات آپ پر بھروسہ کرتے ہیں؟ میں اپنے نیٹ ورک کا استعمال کرتا ہوں اور جو کچھ میں LinkedIn، Reddit اور بعض بلاگز جو میں منظم طور پر پڑھتا ہوں اس کے ذریعے دیکھتا ہوں کہ میں وسیع رہتا ہوں اور صنعت میں کیا ہوتا ہے، اور اس کے بعد میں اہم موضوعات پر زیادہ گہری جانا چاہتا ہوں. میں بھی پڑھنے کے لئے بہت وقت خرچ کرتا ہوں - میں ویڈیو کے مقابلے میں کتابوں کو ترجیح دیتا ہوں - اور میں ہر روز میرے لئے کچھ نیا پڑھنے کی کوشش کرتا ہوں، یہاں تک کہ اگر یہ صرف 15 منٹ کے لئے ہے. 10) اگر ہم تین سالوں میں اس بات چیت کو دوبارہ دیکھیں تو، آپ InDrive کی ٹیکنالوجی کی کہانی کس طرح نظر آئیں گی، دونوں دنیا بھر میں توسیع اور اخلاقی ترقی کے لحاظ سے؟ تین سالوں میں، میں یہ کہنا چاہوں گا کہ ہم ایک کمپنی ہیں جو غیر انصاف کے خلاف جدوجہد اور لوگوں اور کمیونٹیوں کے لئے ٹیکنالوجی کے ذریعے اور ہم اور ہمارے شراکت داروں کے ساتھ تکنیکی طور پر فعال کاروباری اداروں کے ذریعے موقعوں کی تخلیق کرنے میں اہم اثر رکھتے ہیں - ride-hailing، کھانے کی فروخت، اور اس کے علاوہ. میں یہ بھی چاہتا ہوں کہ ہم ایک بہت مہذب تکنیکی ٹیم بنائیں جو دنیا بھر میں ان نوکریوں اور مستقبل کے خیال کے لئے تسلیم کیا جاتا ہے - اور ایک ثقافت جہاں لوگ ہمارے گاہکوں، ہماری کاروبار، اور ہماری مقصد اور مشن کے بارے میں واقعی فکر مند ہیں. جیسا کہ ہم پیمانے پر بڑھتے ہیں، میں امید کرتا ہوں کہ ہم اپنے آپ کو، گاہکوں اور سپلائرز کے لئے منصفانہ طور پر شفاف اور منصفانہ رہیں گے.
