我们很高兴地欢迎 inDrive 首席技术官 Yuri Misnik 参加一场关于扩展技术、人工智能创新和构建软实力强大的工程组织的对话,而 Yuri 带来了数十年的全球领导经验,在包括 Microsoft 和 AWS 在内的公司担任高级职务。 在inDrive,Yuri负责监督该公司的工程,人工智能和数据团队,因为该平台从领先的乘车接送服务演变为全功能的超级应用程序。 1)恭喜您最近在InDrive担任首席技术官!在公司如此转型阶段,您对领先的工程、人工智能和数据团队最感兴趣的是什么? 最令我兴奋的是一个以客户为中心的目标驱动业务的规模和增长的结合,我们不仅在客户和驱动器方面都很强大,我们正在扩张成一个超级应用程序,建立食品店垂直,并转移到邻近领域,这意味着我们正在创建一个技术平台和技术组织,不仅在全球范围内可扩展和强大,而且真正以客户为中心和数据为导向。 第二部分是通过设计构建一些现代化的机会:使用人工智能(在广义上)使事情变得更好和更快,有助于我们高效地为客户提供服务,并保持相关性。 2)InDrive已经从一款乘车的应用程序扩展到一个全方位的“超级应用程序”。 对于一个超级应用程序来说,最重要的是始终保持客户需求的相关性,并能够整合不仅是我们自己的业务,而且还包括合作伙伴。 相关性是由数据,分析,人工智能和机器学习驱动的:提取对特定客户真正重要的内容,并使体验始终个性化 - 我们称之为“一部分” - 这需要坚实的基础:大数据平台,数据湖泊和现代的ML / AI能力,以及工程和操作来可靠地在规模上运行它们。 另一方面,整合是由一个强大的,精心设计的API-first平台驱动的,它很容易理解,操作和维护。 3)您提到引领人工智能转型,该转型通过代理工作流重新构建定价,安全和支持。 在技术层面上,它从建立正确的平台开始:数据湖,数据管道,数据质量层和允许先进ML使用的模型管理基础设施,而今天的一个迫切要求是有一个全面的语义层,允许现代AI场景,特别是生成和代理的场景。 我们还打算不从头开始构建一切,而是使用来自市场的强大构建元素 - 例如,将 AWS SageMaker 与 Databricks 功能相结合 - 并选择什么是最好的,以推动我们的优势。 在文化层面上,我们正在内部部署不同的代理人,观察他们的表现,并学习我们需要改变我们的流程和数据,以使这些代理人真正有用。 4)InDrive一直以公平和透明的定价为荣誉,人工智能如何适应这一理念而不引入偏见? 我不认为人工智能和公平性是内在矛盾的,我们已经在供需模型中使用机器学习,以确保我们有正确数量的汽车在路上,并能够满足客户的需求,我们以负责任和透明的方式这样做,始终忠于我们打击不公正的目标。 关键是要小心我们选择的数据以及如何训练模型,确保我们将其优化为客户的利益,而不是盈利。我们也故意将先进的AI和代理人定位为建议和助手,而不是最终的黑匣子决策者。 5)您分享“用更少的资源做更多”作为指导原则. 您构建瘦但高性能工程团队的框架或哲学是什么? 我们非常有意识地高效地使用资源,只在我们绝对需要时增加更多:我们仔细观察团队的工作和实际工作量,我们不断优化我们的云使用和架构,以满足成本。 我们还优先考虑团队中的老年人和决策权:更少的“板块角色”,更多的人可以做出决策并快速执行。 我们已经建立了一个非常有效的 devops 平台,我们的团队可以在 AWS 上使用,这是我们的全球云服务提供商,它允许我们完全自动化环境配置和管理,部署,测试和更广泛的功能部署的所有常规任务。 另一个主要的杠杆是自动化和人工智能代理,在这些领域增加了更少的差异化 - 例如,文档支持,测试,需求分析。我们正在开始引入人工智能代理,以帮助创建更多的测试,使用更少的人,并减少手动过剩。 6)许多科技公司面临着平衡创新速度与EBITDA纪律的挑战,如何构建一个服务速度和盈利能力的技术战略? 没有普遍的答案,但对我们来说,几个原则很重要。 首先,我们专注于构建真正的差异,而不是从头开始构建一切,我们是云的 - 我们的所有基础设施都运行在云中,主要是AWS和Google Cloud - 我们依赖于精确的自动扩展,以便我们的基础设施容量始终符合需求。 我们有强大的平台团队,但我们还通过引入FinOps实践来推动产品团队的成本所有权:为团队提供清晰的见解 - 每行成本,每交易成本,甚至每数据库调用成本 - 我们跟踪每行成本作为KPI,并希望随着时间的推移保持平稳或下降,因此我们以纪律的方式扩展。 7)建立世界一流的工程组织不仅需要系统,而且需要文化,你如何在分布式团队中培养拥有和目的的感觉? 其中很大一部分归结于沟通和对齐:将人们聚集在一起(即使是虚拟),共享共同的目标,并让每个人都与目标,战略和共同的背景保持联系。 在结构上,我们依赖跨功能的产品团队,这些团队围绕着共享的结果构建,有明确的目标和强大的所有权。我们也很幸运,即使在远程状态下,许多团队在相似的时间区内运作,这使得协作更容易。 8)在微软,AWS,HSBC,澳大利亚国家银行和现在的InDrive等大型组织中领导技术,您在各个行业中学到了哪些关键的领导经验? 最大的教训不是行业特定的。 首先,只有当你真正关心客户、你的业务、你的团队以及最终的技术选择时,你才能成为一个有效的领导者。 其次,领导不是要做每一个决定,而是要让其他人成为自己最好的版本,并不断做出好的决定,它也意味着将组织与共同的目标对齐,消除阻断因素,练习仆人领导 - 提供工具,背景和自治,而不是成为瓶颈。 第三,你需要一个清晰的使命,愿景和共同的目的 - 不仅仅是“战略”,但你建立的技术,组织和人们的能力的核心原则。 9)你个人如何保持基础并在人工智能中断的步伐中继续学习?你依赖的任何框架或习惯? 我使用我的网络和我通过LinkedIn,Reddit和一些我经常阅读的博客来深入了解行业正在发生的事情的背景,然后我深入了解重要主题。 我也花了很多时间阅读 - 我更喜欢书籍比视频 - 我每天都在尝试阅读新的东西,即使它只需要15分钟。 10)如果我们在三年内重新审视这场谈话,你希望InDrive的技术故事在全球范围和道德创新方面会是什么样子? 在三年内,我想说,我们是一家在打击不公正和为人们和社区创造机会的公司,通过技术和我们和我们的合作伙伴所经营的技术支持业务 - 骑车,食品和其他领域。 我还希望我们有一个非常有能力的技术团队,其创新和前瞻性思维在世界各地得到认可 - 以及人们真正关心我们的客户,我们的业务,以及我们的目的和使命的文化。