«Мы будем работать как группа, нам нужно быть настоящей командой, это единственный способ добиться успеха» (Франческо…

«Мы будем работать как группа, нам нужно быть настоящей командой, это единственный способ добиться успеха» (Франческо Тотти)

Иногда мне жаль нашу команду по подбору персонала. Они потратили годы на поиски разработчиков рок-звезд только для того, чтобы понять, что разработчики, которых они должны были искать, на самом деле ниндзя. Когда они, наконец, нашли место, где живут разработчики ниндзя, и научились говорить на языке ниндзя, цель снова сдвинулась. Прямо сейчас то, за чем им нужно охотиться, называется 10-кратный инженер. Но что такое 10-кратный инженер? Как вы его идентифицируете?

Глядя с другой стороны, как инженер-программист, если так много работодателей ищут инженеров в 10 раз больше, а некоторые готовы платить им в 5 раз или даже больше, вполне естественно, что я сделаю все возможное, чтобы стать одним из них. Но что именно нужно? Есть ли набор навыков или какие-то «критерии 10х»?

Определить х:

https://www.thomsonstb.net/geoip/avl-match12.html
https://www.thomsonstb.net/geoip/avl-match11.html
https:/ /www.thomsonstb.net/geoip/avl-match10.html
https://www.thomsonstb.net/geoip/avl-match9.html
https://www.thomsonstb .net/geoip/avl-match8.html
https://www.thomsonstb.net/geoip/avl-match7.html
https://www.thomsonstb.net/geoip /avl-match6.html
https://www.thomsonstb.net/geoip/avl-match5.html
https://www.thomsonstb.net/geoip/avl-match4 .html
https://www.thomsonstb.net/geoip/avl-match3.html
https://www.thomsonstb.net/geoip/avl-match2.html https://www.thomsonstb.net/geoip/avl-match1.html
http://unitedafa.org/videos/avl-match12.html
http: //unitedafa.org/videos/avl-match11.html
http://unitedafa.org/videos/avl-match10.html
http://unitedafa.org/videos/ avl-match9.html
http://unitedafa.org/videos/avl-match8.html
http://unitedaf a.org/videos/avl-match7.html
http://unitedafa.org/videos/avl-match6.html
http://unitedafa.org/videos/avl- match5.html
http://unitedafa.org/videos/avl-match4.html
http://unitedafa.org/videos/avl-match3.html
http://unitedafa.org/videos/avl-match2.html
http://unitedafa.org/videos/avl-match1.html

Если вы спросите хедхантеров, что означает 10-кратный инженер, они, вероятно, ответят что-то вроде «Производительность! 10x — это инженер, который может выполнить задачу в 10 раз быстрее». Звучит здорово, но прежде чем платить 5-кратную зарплату, у меня всего два коротких вопроса:

Когда мы говорим «в 10 раз быстрее», каков наш базовый уровень и кого мы сравниваем?
Это «в 10 раз быстрее» для любой задачи нашей команды или только для конкретных задач?

Не поймите меня неправильно. Я верю, что есть инженеры-программисты, которые могут оказать огромное влияние на наш продукт, на нашу команду и, в конечном итоге, на нашу бизнес. В некоторых случаях один уникальный талантливый инженер может стать решающим фактором между победой и поражением. Я видел, как это происходит, и я поделюсь двумя примерами в этой статье. Я также могу поделиться тем, что как инженер-менеджер, возглавляющий довольно большую команду (в настоящее время в WalkMe работает более 200 инженеров), я трачу значительную часть своего времени на поиск уникально талантливых инженеров и помогаю им принять наилучшее карьерное решение, которое это присоединиться к нашей команде. Но я не ищу инженеров, которые могут решить любую задачу в 10 раз быстрее. Я ищу другую магию.

«Моя мама говорит, что это были волшебные туфли. Они могли отвезти меня куда угодно» (Форрест Гамп)

Два типа 10x инженеров:

На мой взгляд, есть два типа 10-кратных инженеров. Я объясню свою теорию и углублюсь в каждый из этих двух типов, включая конкретные примеры людей, с которыми я работал, и команд, которыми руководил.

Позвольте мне начать с того, что оба типа 10x ценны и что в большинстве инженерных организаций вам нужны оба типа. Я бы также сказал, что есть несколько личностных качеств и моделей поведения, которые обычно встречаются у обоих типов 10-кратных инженеров. Но с точки зрения типа совершенства, которые они приносят на стол, они полностью отличаются друг от друга.

Тип № 1: широкий и мелкий:

Я хочу вернуть вас в 2012 год. Я работал в HP, руководил группой исследований и разработок продукта под названием UCMDB. Основная ценность продукта заключалась в предоставлении специалистам по эксплуатации почти в реальном времени картины топологии инфраструктуры и приложений, с которыми они работали.

Данные, которые мы собирали и хранили, были очень ценными, единственная проблема заключалась в том, что для того, чтобы на самом деле иметь возможность использовать эти данные, пользователь должен был быть экспертом в теории графов, а также хорошо знать нашу проприетарную модель данных. На самом деле кривая обучения была настолько крутой, что у большинства наших клиентов было не более 3 человек, которые могли запросить данные. Все другие потенциальные потребители данных должны были «отправить запрос на представление UCMDB» и ждать, пока эти уважаемые 3 администратора подготовят его для них. Не очень эффективный способ потребления данных в реальном времени.

Конструктор исходных запросов UCMDB

После нескольких неудачных попыток упростить язык запросов, а также ряда косметических изменений пользовательского интерфейса, которые с треском не смогли привлечь больше пользователей в очень продвинутое приложение, мы решили пойти другим путем:

Вместо нашего старого и тяжеловесного приложения (огромного Java-апплета), которое могло работать только на мощных настольных компьютерах, нам нужно было современное и легкое веб-приложение, которое могло работать на любом устройстве, включая планшеты. и смартфоны.
Вместо супер сложного процесса создания запросов, основанного на сопоставлении шаблонов на ориентированных графах, нам нужен был простой процесс создания запросов, основанный на поиске на естественном языке.
Вместо старомодного интерфейса обработки результатов запроса с несколькими вкладками и огромными таблицами результатов нам нужен современный интерфейс, который представляет только важные точки данных, а затем помогает пользователю перемещаться и извлекать больше информации.
Вместо нашего медленного цикла выпуска (версия каждые 6 месяцев) мы хотели иметь возможность постоянно выпускать новые функции и иметь короткая обратная связь.

Представляем: Браузер UCMDB (также известный как «Mitzi»)

Но как это сделать? Мы стремились представить рынку нечто не просто постепенное, а скорее изменяющую правила игры возможность, которая сделает наш продукт актуальным для новых вариантов использования и новых персонажей. Понятно, что для того, чтобы такая инициатива была успешной, мы не могли использовать технологический стек, архитектуру и методологии разработки, которые мы использовали в других областях нашего продукта. Нам нужно было совсем другое.

Вот где сияет широкий и неглубокий 10-кратный инженер. Прежде чем собрать полную функциональную команду, мы поставили перед ним задачу построить скелет нового приложения. Теперь я знаю, что это звучит немного странно. Как один человек может быть экспертом в столь многих областях? Но на самом деле примерно через 4 недели у нас был хороший скелет приложения с поисковой системой, которая могла переводить условия поиска на естественном языке в существующие топологические запросы, с простым бэкэндом, который открывал RESTful API, и базовым веб-интерфейсом ( реализовано с помощью GWT, что тогда было модно). Все это связано с хорошим конвейером CI/CD и средой тестирования (модуль, компонент, E2E), которая была основана на идеях и инструментах, подходящих для удовлетворения наших требований к непрерывной доставке.

Этот скелет приложения, созданный инженером 10x, не был готов к производству. Этого не должно было быть. Но это дало нам прекрасную отправную точку для всей функциональной группы. Десятикратный инженер, создавший скелет, не просто выбрасывает его через забор команде. Вместо этого он становится частью команды. На данный момент его миссия состоит в том, чтобы усилить различных членов команды в технологическом стеке и архитектуре, которые он выбрал, таким образом, чтобы они могли стать экспертами и владельцами продукта. Обычно это лучше всего достигается с помощью сеансов один на один, адаптированных к предметной области и набору навыков каждого члена команды. https://www.thomsonstb.net/geoip/avl-match12.html //www.thomsonstb.net/geoip/avl-match11.html»
https://www.thomsonstb.net/geoip/avl-match10.html
https://www. thomsonstb.net/geoip/avl-match9.html
https://www.thomsonstb.net/geoip/avl-match8.html
https://www.thomsonstb.net/ geoip/avl-match7.html
https://www.thomsonstb.net/geoip/avl-match6.html
https://www.thomsonstb.net/geoip/avl- match5.html
https://www.thomsonstb.net/geoip/avl-match4.html
https://www.thomsonstb.net/geoip/avl-match3.html
https://www.thomsonstb.net/geoip/avl-match2.html
https://www.thomsonstb.net/geoip/avl-match1.html
http://unitedafa.org/videos/avl-match12.html
http://unitedafa.org/videos/avl-match11.html
http://unitedafa.org /videos/avl-match10.html
http://unit edafa.org/videos/avl-match9.html
http://unitedafa.org/videos/avl-match8.html
http://unitedafa.org/videos/avl- match7.html
http://unitedafa.org/videos/avl-match6.html
http://unitedafa.org/videos/avl-match5.html
http://unitedafa.org/videos/avl-match4.html
http://unitedafa.org/videos/avl-match3.html
http://unitedafa.org /videos/avl-match2.html
http://unitedafa.org/videos/avl-match1.html

В случае с UCMDB это сработало очень хорошо. Команда очень быстро набрала обороты. Они вобрали в себя многие идеи и направления, использованные в скелете приложения, а также изменили некоторые из них. Для некоторых членов команды это была возможность изучить новые технологии и, что более важно, пройти обучение у очень опытного и талантливого инженера. После 3 месяцев целенаправленной работы команды из 8 инженеров мы выпустили на рынок новый продукт под названием UCMDB Browser. Это был огромный успех как с точки зрения бизнеса, так и с инженерной точки зрения.

https://www.thomsonstb.net/geoip/avl-match12.html
https://www.thomsonstb.net/geoip/avl-match11.html
https:/ /www.thomsonstb.net/geoip/avl-match10.html
https://www.thomsonstb.net/geoip/avl-match9.html
https://www.thomsonstb .net/geoip/avl-match8.html
https://www.thomsonstb.net/geoip/avl-match7.html
https://www.thomsonstb.net/geoip /avl-match6.html
https://www.thomsonstb.net/geoip/avl-match5.html
https://www.thomsonstb.net/geoip/avl-match4 .html
https://www.thomsonstb.net/geoip/avl-match3.html
https://www.thomsonstb.net/geoip/avl-match2.html https://www.thomsonstb.net/geoip/avl-match1.html
http://unitedafa.org/videos/avl-match12.html
http: //unitedafa.org/videos/avl-match11.html
http://unitedafa.org/videos/avl-match10.html
http://unitedafa.org/videos/ avl-match9.html
http://unitedafa.org/videos/avl-match8.html
http://unitedaf a.org/videos/avl-match7.html
http://unitedafa.org/videos/avl-match6.html
http://unitedafa.org/videos/avl- match5.html
http://unitedafa.org/videos/avl-match4.html
http://unitedafa.org/videos/avl-match3.html
http://unitedafa.org/videos/avl-match2.html
http://unitedafa.org/videos/avl-match1.html

Тип № 2: узкий и глубокий:

Существует общая закономерность, которую я продолжаю наблюдать во многих инженерных командах, работающих над успешными продуктами и быстрорастущими предприятиями. Эту закономерность не очень легко объяснить, но, как правило, происходит следующее: область продукта, которая раньше была одной из ваших сильных сторон и даже основным отличием от конкурентов, постепенно становится очень трудно поддерживать и поддерживать. поддерживать. Во многих случаях выявить закономерность и признать, что это происходит с вами, непросто, особенно людям, которые долгое время были частью команды. Но когда вы анализируете, как распределяются ваши ресурсы, вы понимаете, что значительная часть вашей команды (разработчики, инженеры службы поддержки, инженеры по профессиональным услугам) тратят большую часть своего времени борясь за сохранение того, что раньше основная сила продукта.

Этот общий паттерн также произошел с нами в моей нынешней команде в WalkMe. Одной из сильных сторон нашей платформы является возможность идентифицировать элементы графического интерфейса пользователя в приложении-хостинге (приложении, в котором работает WalkMe) эффективным и надежным способом. У нас было рабочее решение, которое было создано на заре существования компании (~9 лет назад) и с тех пор постоянно расширялось и совершенствовалось. Это было (и остается) гораздо лучшим решением, чем решения других поставщиков (включая всех наших конкурентов) в том смысле, что оно могло идентифицировать больше элементов графического интерфейса, быстрее и с меньшими затратами на потребление ресурсов (ЦП, память). хостинг-приложения.

С успехом приходит масштаб. Больше клиентов, больше данных, больше вариантов использования. В области идентификации элементов графического интерфейса факторами, которые добавили сложности, были требование поддержки новых технологий пользовательского интерфейса (одностраничные приложения, теневой DOM и т. д.) и требование поддержки приложений с высокой степенью персонализации, в которых Графический интерфейс, который предоставляется каждому пользователю, может различаться в зависимости от его роли, географического местоположения или просто его пользовательских предпочтений. Наш модуль «Найти элемент» был достаточно гибким, чтобы удовлетворить эти требования (обычно путем добавления плагинов для определенных технологий и платформ пользовательского интерфейса), но количество усилий, необходимых для поддержания работоспособности этой машины, постепенно (но постоянно) увеличивается.

«Возможно, время определяет уголь как алмаз» (Халил Джебран)

Выявить закономерность — это хорошо, но что-то с ней сделать — это настоящее дело. Мы поняли, что нам необходимо создать следующее поколение нашего решения для идентификации элементов графического интерфейса. Основная цель состояла в том, чтобы повысить точность и надежность идентификации элементов. Вдобавок ко всему, нам нужно было решение, которое могло бы выйти за рамки простого определения отдельных элементов пользовательского интерфейса и перейти к пониманию контекста и обнаружению потоков пользователей в приложении. Как и в случае с «широким и поверхностным», было ясно, что это не дополнительное дополнение к существующему продукту, а скорее полная замена одного из основных движков нашего продукта.

Но как заменить двигатель, когда машина едет на полной скорости? Вот где 10-кратный инженер может иметь огромное значение. Собственно, в нашем случае это были 2 10х инженера. Все началось со стратегического приобретения небольшой компании DeepUI. Приобретенная компания не была сосредоточена на создании именно того, что было нужно WalkMe, но два инженера, которые основали DeepUI, были высшими экспертами в использовании машинного обучения для понимания графического интерфейса.

Следующий этап – исследование. Вы хотите проанализировать существующее решение и понять, как оно работает в различных вариантах использования. Это служит определением «минимального требования» для нового решения, и это может занять несколько месяцев в зависимости от сложности системы. Только после этого вы сможете спроектировать новое решение и создать первоначальный прототип. Как и во всех проектах по замене движка, очень важно иметь возможность запускать новое решение вместе с существующим в рабочей среде и на реальных данных. Это лучший способ проверить сильные и слабые стороны нового решения. Понятно, что это непросто построить, но именно поэтому вам нужно 10x инженеров.

Затем наступает действительно сложная часть. Вы успешно проверили новое решение и теперь хотите внедрить его в продукт и начать миграцию своих клиентов со старого решения на новое. Для этого нужно создать команду. Внезапно инженерам 10x нужно превратиться из исследователей и разработчиков в лидеров. И не просто рядовые лидеры, а скорее суперлидеры. Среди всех типов проектов, в которых может участвовать инженерная организация, это самый сложный и рискованный тип. Замена основного двигателя продукта? проверено. Представляете новую парадигму (ML)? проверено. Влияет на повседневную работу нескольких команд в компании (исследования и разработки, поддержка, услуги)? проверено.

Как сделать этот переход и создать такую команду? Я не думаю, что есть один рецепт, и действительно очень редко можно найти людей, способных это сделать. Одна вещь, которая работала хорошо, заключалась в том, чтобы предложить людям, работавшим в командах, ответственных за устаревшее решение, перейти в новую команду, которая создавала новое решение. Это сработало хорошо, потому что эти люди были специалистами в предметной области и понимали огромную ценность нового решения. Они также лучше всех знали, что нужно для миграции со старого решения на новое. Наконец, лично для них это была возможность поработать с очень сильными инженерами и освоить новые технологии. В конце концов, все дело в людях и лидерстве. Инженеры, которые начали проект, на самом деле стали инженерами в 10 раз больше, только когда им удалось создать сильную команду, способную обеспечить масштабируемую работу нового решения в производственной среде.

В нашем случае это сработало очень хорошо, и теперь у нас есть команда из примерно 30 инженеров, работающих над DeepUI. Решение находится в производстве, и мы уже работаем над использованием его потенциала для дополнительных вариантов использования.

Прежде чем мы займемся искусственным интеллектом, почему бы нам не заняться естественной глупостью? (Энди Келли на Unsplash)

10-кратное воздействие на людей:

https://www.thomsonstb.net/geoip/avl-match12.html
https://www.thomsonstb.net/geoip/avl-match11.html
https:/ /www.thomsonstb.net/geoip/avl-match10.html
https://www.thomsonstb.net/geoip/avl-match9.html
https://www.thomsonstb .net/geoip/avl-match8.html
https://www.thomsonstb.net/geoip/avl-match7.html
https://www.thomsonstb.net/geoip /avl-match6.html
https://www.thomsonstb.net/geoip/avl-match5.html
https://www.thomsonstb.net/geoip/avl-match4 .html
https://www.thomsonstb.net/geoip/avl-match3.html
https://www.thomsonstb.net/geoip/avl-match2.html https://www.thomsonstb.net/geoip/avl-match1.html
http://unitedafa.org/videos/avl-match12.html
http: //unitedafa.org/videos/avl-match11.html
http://unitedafa.org/videos/avl-match10.html
http://unitedafa.org/videos/ avl-match9.html
http://unitedafa.org/videos/avl-match8.html
http://unitedaf a.org/videos/avl-match7.html
http://unitedafa.org/videos/avl-match6.html
http://unitedafa.org/videos/avl- match5.html
http://unitedafa.org/videos/avl-match4.html
http://unitedafa.org/videos/avl-match3.html
http://unitedafa.org/videos/avl-match2.html
http://unitedafa.org/videos/avl-match1.html

Хотя два типа 10-кратных инженеров сильно различаются в том, что они делают исключительно хорошо, у них есть одна общая черта: 10-кратные инженеры обоих типов оказывают огромное влияние на других людей в команде. Вот как они это делают:

Образец для подражания. Другие инженеры хотят быть похожими на них. Это начинается с компенсационного пакета, который у них есть, и идет дальше к влиянию, которое они оказывают на принимаемые технологические решения. Их существование является доказательством того, что существует технический карьерный путь, а это означает, что как хорошему инженеру вам не обязательно становиться менеджером, чтобы получить повышение.
Стандарты: поскольку другие инженеры хотят быть похожими на них, они будут стараться копировать их профессионализм и придерживаться установленных ими технических стандартов. Вы обнаружите, что люди на самом деле следуют их примеру, читают их код, используют те же шаблоны проектирования, которые они использовали, пишут тесты таким же образом, документируют и представляют свою работу, как они, и т. д.
Наставничество: нужно знать человека. Инженеры 10x очень хорошо находят младших инженеров, которые могут вырасти и стать экспертами. С небольшим толчком каждый 10-кратный инженер может стать отличным наставником как минимум для одного талантливого младшего разработчика.

«Для меня завоевать один чемпионский титул в «Роме» стоит выиграть 10 в «Ювентусе» или «Реале» (Франческо Тотти)

Вывод:

https://www.thomsonstb.net/geoip/avl-match12.html
https://www.thomsonstb.net/geoip/avl-match11.html
https:/ /www.thomsonstb.net/geoip/avl-match10.html
https://www.thomsonstb.net/geoip/avl-match9.html
https://www.thomsonstb .net/geoip/avl-match8.html
https://www.thomsonstb.net/geoip/avl-match7.html
https://www.thomsonstb.net/geoip /avl-match6.html
https://www.thomsonstb.net/geoip/avl-match5.html
https://www.thomsonstb.net/geoip/avl-match4 .html
https://www.thomsonstb.net/geoip/avl-match3.html
https://www.thomsonstb.net/geoip/avl-match2.html https://www.thomsonstb.net/geoip/avl-match1.html
http://unitedafa.org/videos/avl-match12.html
http: //unitedafa.org/videos/avl-match11.html
http://unitedafa.org/videos/avl-match10.html
http://unitedafa.org/videos/ avl-match9.html
http://unitedafa.org/videos/avl-match8.html
http://unitedaf a.org/videos/avl-match7.html
http://unitedafa.org/videos/avl-match6.html
http://unitedafa.org/videos/avl- match5.html
http://unitedafa.org/videos/avl-match4.html
http://unitedafa.org/videos/avl-match3.html
http://unitedafa.org/videos/avl-match2.html
http://unitedafa.org/videos/avl-match1.html

10-кратные инженеры действительно существуют. Как менеджеру поиск инженеров, которые могут оказать 10-кратное влияние на вашу команду, требует времени и внимания, но это того стоит. Суперталантливый инженер может сделать всю команду в 10 раз лучше, подобно суперталантливому плеймейкеру, который ведет среднюю футбольную команду к чемпионству лиги.

Как инженер можно стать 10-кратным. Вы можете выбрать либо «широкий и неглубокий», либо «узкий и глубокий» путь. В обоих случаях это будет долгий путь, поэтому выберите домен, который вам действительно нравится. И последнее, но не менее важное: всегда помните, что дело не только в том, сколько у вас знаний или насколько велики ваши навыки исполнения как разработчика. Быть в 10 раз больше зависит от вашей способности руководить другими инженерами и делать их лучше.

Software Development Software Engineering Programming Leadership Sports

материалы по теме:

Кластеризация: более глубокий взгляд

Как написать эффективное резюме

Частный метод Python: улучшение инкапсуляции и безопасности

Как я автоматизирую тестирование с помощью Jest

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)

Новые материалы

Кластеризация: более глубокий взгляд

Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме

Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности

Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest

Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)

Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении

В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot

В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..

Теги
Machine Learning JavaScript Blockchain Artificial Intelligence Data Science Cryptocurrency Software Development Python Web Development Coding Deep Learning AI Bitcoin React Software Engineering Ethereum Web3 Business Crypto Nodejs Solidity Development Front End Development Finance Data Money Java Trading Typescript Smart Contracts Productivity Tech Startup Investing Neural Networks Developer NLP Computer Science