شادي روستامي، نائب الرئيس للهندسة في أمبلتيود – سلسلة المقابلات

شادي هي نائب الرئيس للهندسة في شركة أمبلتيود الرائدة في تحليلات البيانات الرقمية. وهي قائدة تقنية شغوفة ومخضرمة ذات خبرة في بناء وإدارة فرق هندسية عالية الكفاءة. قبل أن تنضم إلى أمبلتيود، كانت نائب الرئيس للهندسة في شركة Palo Alto Networks (PANW ). لقد ابتكرت وتسليمت العديد من خطوط المنتجات والخدمات المتخصصة في الأنظمة الموزعة وال計算 السحابي وبيانات كبيرة والتعلم الآلي والأمان.

أمبلتيود مبني على تقنيات التعلم الآلي والذكاء الاصطناعي التوليدي الحديثة التي تمكن فرق المنتجات من بناء منتجات أكثر ذكاءً، وتعلم بشكل أسرع، وإنشاء أفضل تجارب رقمية لعملائهم.

ما الذي جذبك في البداية إلى علوم الحاسوب والهندسة؟

كنت نشأت في إيران وتبعت مسارًا دراسيًا في المدرسة الثانوية سوف يسمح لي بمسار وظيفي في الطب، وهو المسار الذي أراد والدي أن أتبعه والمسار الذي اتبعه أخي. بعد عام ونصف، قررت أن هذا ليس المسار المناسب لي. بدلاً من ذلك، اتبعت مسار الهندسة واصبحت أول فتاة في إيران تذهب إلى الأولمبياد المعلوماتي (IOI) وفازت بميدالية البرونز، وهو مسابقة سنوية للطلاب في المدارس الثانوية حول العالم الذين يتنافسون في الرياضيات والفيزياء والمعلومات والكيمياء. هذا أدى بي إلى متابعة الهندسة في جامعة الشريف للتكنولوجيا في إيران والتحصل على الدكتوراه في هندسة الحاسوب من جامعة كولومبيا البريطانية في كندا. بعد ذلك، عملت في شركات ناشئة لعدة سنوات ثم قمت بإنفاق عقد من الزمن في Palo Alto Networks، وأصبحت في النهاية نائبًا لرئيس مجلس الإدارة مسؤولًا عن التطوير والجودة والتطوير والبيانات العلمية. قبل خمس سنوات، انتقلت إلى أمبلتيود كنائب لرئيس مجلس الإدارة للهندسة.

يمكنك مناقشة فلسفة أمبلتيود الأساسية للذكاء الاصطناعي التي تقول إن الذكاء الاصطناعي يجب أن يساعد البشر في تحسين عملهم بدلاً من استبدالهم؟

الذكاء الاصطناعي يتغير بسرعة تقريبًا كل الصناعات، ومع هذا التغيير تأتي أسئلة حول كيفية استخدام الشركات لهذه التقنية. نشعر ب强 mẽ حول الحصول على الذكاء الاصطناعي بشكل صحيح. هذا الاعتقاد أدى بنا إلى تطوير فلسفتنا الاصطناعية التي تقوم على خمسة مبادئ رئيسية: (1) التطوير التعاوني والشراكة في التفكير، (2) حوكمة البيانات وحماية بيانات المستخدم، (3) الشفافية، (4) الخصوصية والأمان والامتثال التنظيمي، و (5) اختيار العملاء والسيطرة. نعرف أن هذه المبادئ هي مفتاح الشركات التي تتبنى وتجرب الذكاء الاصطناعي وت trở thành شركات مدفوعة بالبيانات. من أجل أهدافنا، هذا يعني بناء أدوات الذكاء الاصطناعي التي تساعد الناس على الحصول على رؤى أسرع. عند استخدامها بشكل صحيح، هذه الرؤى تؤدي إلى قرارات أسرع وأفضل تؤدي إلى نتائج مالية أفضل. استخدام الذكاء الاصطناعي كأداة لتكملة الذكاء والابداع البشري هو المكان الذي أرى فيه أكبر تأثير للذكاء الاصطناعي.

يمكنك شرح مفهوم “ديمقراطية البيانات” في سياق بيئة الأعمال التي تعمل بالذكاء الاصطناعي اليوم؟

“ديمقراطية البيانات مدفوعة بالمعرفة التي تعمل الفرق بشكل أفضل وأسرع وأكثر كفاءة عندما يمكنهم الوصول إلى رؤى البيانات الصحيحة في الوقت الصحيح. في بيئة الذكاء الاصطناعي التي تتطور بسرعة اليوم، لا يمكن للفرق أن تنتظر أيامًا أو أسابيع للحصول على سحب البيانات. لتخفيف ذلك، يجب على الشركات تمكين فرقها من استخدام البيانات بطريقة ذاتية الخدمة. الآن، هذا لا يعني فوضى البيانات بدون معايير. في النهاية، البيانات السيئة تؤدي إلى الذكاء الاصطناعي السيئ. ومع ذلك، مع الأدوات والعمليات المناسبة، يمكن للشركات تحقيق توازن بين دمقراطية البيانات وحوكمة البيانات، مما يسمح بنتائج أعمال أفضل.”

ما هي التحولات الرئيسية في ثقافة المنظمة التي تعتقد أنها ضرورية لتمكين ديمقراطية البيانات الحقيقية في عصر الذكاء الاصطناعي؟

إنشاء ديمقراطية حقيقية للبيانات داخل منظمتك يبدأ ب两个 تحول ثقافي أساسي: توفير الأدوات الأكثر سهولة وصولًا وتعزيز الجهود على مستوى المنظمة حول أدب البيانات. هذا يعني اعتماد أدوات الخدمة الذاتية التي تسمح لأعضاء الفريق غير التقنيين، مثل فرق التسويق أو نجاح العملاء، بالوصول إلى البيانات وتحليلها واتخاذ إجراءات عليها. أعتقد أن تحليلات البيانات الذاتية الخدمة يمكن أن تغذي التعاون عبر الفرق، وتلهم الفضول والاستكشاف، وتوسع أدب البيانات، وتضع تحيزًا على الإجراء والتأثير. كما أنه من المهم قضاء جهود مشتركة بين فريق البيانات المركزي وفرق أعمال الخط لضمان حوكمة البيانات المستمرة لضمان عدم تدهور جودة البيانات مع مرور الوقت.

ما هي التحديات الأكثر أهمية التي تواجهها المنظمات في تحقيق ديمقراطية البيانات، وكيف يمكنها التغلب على هذه العقبات؟

في الماضي، حاولت الشركات مركزية البيانات داخل فريق من الخبراء، تاركة بقية المنظمة تعتمد على هذا الفريق لتسليم التحليلات والرؤى الرئيسية التي قد تكون حاسمة لعملياتهم اليومية وصنع القرار. بينما ديمقراطية وصول البيانات حرجة لحل هذا العرق، يمكن أن تكون أيضًا تحديًا. عندما أتحدث مع قادة البيانات حول تشغيل الخدمة الذاتية، من الواضح أن هناك طيفًا. في أحد الطرفين، لديك أدوات إعداد منخفضة للفرق غير التقنية وفرق أعمال الخط. في النهاية، هذه الأدوات لا توفر العمق والعمق من الإجابات التي تحتاجها هذه الفرق. في الطرف الآخر، لديك أدوات تقنية أكثر للفرق التقنية. وهي أكثر مرونة فيما يتعلق بالتحليل، لكنها بطيئة، ومن المحتمل أن يكون عدد قليل من الأشخاص فقط يستطيعون استخدامها. نسمي هذه الأدوات “خط خبز البيانات” … دائمًا ما تنتظر الإجابات. الفرق تحتاج إلى حل في منتصف الطريق. فكر في حلول خارج الصندوق التي تشجع، لا تثبط، الاستكشاف والتجربة. مع الأدوات والتعليم المناسبين، يمكن للشركات جسر فجوة ديمقراطية البيانات بسهولة أكبر.

ما مدى أهمية أدب البيانات في عملية ديمقراطية البيانات، وما هي الخطوات التي يجب على الشركات اتخاذها لتحسينه بين موظفيها؟

تعزيز بيئة ديمقراطية البيانات عبر فرقك هو تحد ثقافي يتطلب التعليم والاستحواذ على الشركة. في تجاربي في تعليم عمليات البيانات لأعضاء غير تقنيين، أفضل طريقة لتطوير هذه المهارات هي من خلال مزيج من التدريب والتعلم العملي. أوصي بإنشاء برنامج تدريبي شاملاً لضمان أن يشعر الموظفون بالراحة والثقة في الرؤى التي يسحبونها من بياناتهم. تأكد من أنك تستخدم أداة لا تمنع المستخدمين غير التقنيين: على سبيل المثال، أي أداة تتطلب معرفة SQL سوف تهمش الأشخاص بدون خبرة برمجية. من هناك، قدم فرصًا للموظفين للغوص والبدء في اللعب مع البيانات. أخيرًا، قم بتطبيق أداة تسهل الاستكشاف والتعاون. كلما كان الناس يعملون أقل في السilos، زادت فرصتهم لطرح الأفكار على بعضهم البعض، مما يؤدي إلى رؤى أكثر إضاءة. إذا كنت محترفًا في البيانات تقوم بتعليم عضو غير تقني، تذكر أنك قمت بإنفاق سنوات في تعلم كيفية الحصول على البيانات واستخدامها، لذلك تفكر فيها بشكل مختلف عن المستخدم العادي. كن مفتوحًا لتعليم الآخرين بدلاً من فعل كل شيء بنفسك. وإلا، فلن يكون لديك أي وقت حر ل回答 أسئلة الناس.

مع التطور السريع لأدوات البيانات وتقنيات الذكاء الاصطناعي التوليدي، كيف يجب على الشركات تكييف استراتيجياتها للبقاء في صدارة إدارة البيانات وتحقيقها؟

حوكمة البيانات هي واحدة من التحديات الرئيسية التي لا يزال الشركات تواجهها، وهي شيء يجب على كل منظمة إتقانه لتمكين تجارب البيانات والذكاء الاصطناعي المهمة. الذكاء الاصطناعي ليس أفضل من البيانات التي تدفعه، وبيانات نظيفة تؤدي إلى رؤى أكثر تأثيرًا ومستخدمين أكثر سعادة ونموًا أعمال. بهذه الطريقة، يجب على الشركات أن تكون استباقية بشأن تنظيف البيانات والتصنيف، وهناك فرص لاستخدام الذكاء الاصطناعي التوليدي لإدارة حوكمة الذكاء الاصطناعي وجودة البيانات. على سبيل المثال، في أمبلتيود، قمنا بإطلاق منتج مساعد البيانات الذكي الذي يقدم توصيات ذكية وتأتمتات لجعل حوكمة البيانات سهلة وتساعد المستخدمين على تولي مسؤولية جهود جودة البيانات.

كيف تمكن أمبلتيود الشركات من فهم رحلة العملاء بشكل أفضل؟

بناء منتجات رقمية وتجارب رائعة هو أمر صعب، خاصة في المناظر التنافسية اليوم. اليوم، لا يزال العديد من الشركات غير متأكد من من هم يبنيون له أو ما يريدون. تساعد أمبلتيود الشركات على الإجابة على أسئلة مثل “ما الذي يحبه عملاؤنا؟ أين يتعثرون؟ ما الذي يبقيهم قادمين؟” من خلال رؤى البيانات الكمية والنوعية. منصة أمبلتيود تساعد الشركات على فهم رحلة العملاء من النهاية إلى النهاية من خلال تقديم البيانات التي تساعد على دفع دورة اكتساب العملاء وتنميتها و الاحتفاظ بها. اليوم، أكثر من 2700 عميل، بما في ذلك علامات تجارية رائدة مثل Atlassian (TEAM ) و NBC Universal و Under Armour (UAA ) ، يستخدمون أمبلتيود لبناء منتجات أفضل.

شكرًا على المقابلة الرائعة، القراء الذين يرغبون في التعلم أكثر يجب أن يزوروا أمبلتيود.