Shadi Rostami, SVP d'Enginyeria d'Amplitude – Sèrie d'entrevistes

Shadi és vicepresident d'enginyeria del líder d'anàlisi digital Amplitude. És una líder tecnològica apassionada i experimentada i arquitecta amb experiència en la construcció i gestió d'equips d'enginyeria altament competents. Abans de Amplitud, va ser vicepresidenta d'enginyeria a Palo Alto Networks. Ha innovat i ha lliurat diverses línies de productes i serveis especialitzats en sistemes distribuïts, cloud computing, big data, aprenentatge automàtic i seguretat.

Amplitud es basa en tecnologies modernes d'aprenentatge automàtic i IA generativa que permeten als equips de productes construir de manera més intel·ligent, aprendre més ràpidament i crear les millors experiències digitals per als seus clients.

Què et va atraure inicialment de la informàtica i l'enginyeria?

Vaig créixer a l'Iran i, originàriament, vaig seguir una carrera de batxillerat que em permetria una carrera de medicina, que era el camí que el meu pare volia que prengués i el que va fer el meu germà. Al cap d'un any i mig, vaig decidir que no era el camí per a mi. En canvi, em vaig dedicar a l'enginyeria i vaig acabar convertint-me en la primera noia de l'Iran que va anar a l'Olimpíada d'Informàtica (IOI) i vaig guanyar la medalla de bronze, una competició anual per a estudiants de secundària de tot el món que competeixen en matemàtiques, física, informàtica i química. Això em va portar a estudiar enginyeria a la Universitat Tecnològica de Sharif a l'Iran i després obtenir el meu doctorat. en enginyeria informàtica a la Universitat de Colúmbia Britànica al Canadà. Després d'això, vaig treballar per a startups durant uns anys i després vaig passar una dècada a Palo Alto Networks, i finalment vaig convertir-me en vicepresident responsable de desenvolupament, control de qualitat, DevOps i ciència de dades. Fa cinc anys, em vaig traslladar a Amplitude com a SVP d'Enginyeria.

Podríeu parlar de la filosofia bàsica d'AI d'Amplitude que la IA hauria d'ajudar els humans a millorar el seu treball en lloc de substituir-los?

La IA està transformant ràpidament gairebé totes les indústries, i amb la transformació sorgeixen preguntes sobre com utilitzaran la tecnologia les empreses. Ens sentim molt a favor d'aconseguir la IA correcta. Aquesta creença ens va portar a desenvolupar la nostra filosofia d'IA centrada en el client, que es basa en cinc principis principals: (1) desenvolupament col·laboratiu i associació de pensament, (2) govern de dades i protecció de dades dels usuaris, (3) transparència, (4) privadesa, seguretat. , i el compliment normatiu, i (5) elecció i control del client. Sabem que aquests principis són clau a mesura que les empreses continuen adoptant i provant la IA i, finalment, esdevenen realment impulsades per les dades. Per als nostres propòsits, això significa crear eines d'IA que ajudin la gent a obtenir informació més ràpidament. Quan s'aprofiten correctament, aquestes estadístiques condueixen a decisions més ràpides i millors que generen resultats. Utilitzar la IA com a eina per complementar la intel·ligència i la creativitat humana és on veig que la IA té el seu major impacte.

Pots explicar el concepte de "democràcia de dades" en el context de l'entorn empresarial actual impulsat per l'IA?

"La democràcia de dades es basa en el coneixement que els equips funcionen millor, més ràpid i de manera més eficient quan poden accedir a les dades adequades en el moment adequat. En l'entorn actual impulsat per l'IA que avança ràpidament, els equips no es poden permetre el luxe d'esperar dies o setmanes per obtenir dades. Per mitigar-ho, les empreses han d'habilitar els seus equips per aprofitar les dades d'una manera d'autoservei. Ara, això no vol dir caos de dades sense paràmetres. Al cap i a la fi, les dades incorrectes condueixen a una IA dolenta. Però amb les eines i els processos adequats al seu lloc, les empreses poden equilibrar la democratització de les dades amb el govern de les dades, permetent millors resultats empresarials".

Quins canvis clau en la cultura organitzativa creus que són essencials per permetre una veritable democràcia de dades en l'era de la IA?

L'establiment d'una veritable democràcia de dades a la vostra organització comença amb dos canvis culturals fonamentals: proporcionar les eines adequades i més accessibles i dur a terme esforços a tota l'organització al voltant de l'alfabetització de dades. Això significa adoptar eines d'autoservei que permetin als membres de l'equip no tècnics, com els equips de màrqueting o d'èxit dels clients, no només accedir a les dades, sinó també analitzar-les i prendre mesures al respecte. Crec que l'anàlisi de dades d'autoservei pot i hauria d'alimentar la col·laboració entre equips, inspirar curiositat i exploració, escalar l'alfabetització de dades i posar un biaix en l'acció i l'impacte. A més, és important dedicar esforços conjunts entre l'equip central de dades i els equips de la línia de negocis per fer un govern de dades contínua per assegurar-se que la qualitat de les dades no es degraden amb el temps.

Segons la teva experiència, quins són els reptes més importants als quals s'enfronten les organitzacions per aconseguir la democratització de les dades i com poden superar aquests obstacles?

En el passat, les empreses han intentat centralitzar les dades en un equip d'experts, deixant que la resta de l'organització depengui d'aquest equip per oferir anàlisis i coneixements clau que poden ser crítics per a les seves operacions diàries i la presa de decisions. Tot i que democratitzar l'accés a les dades és fonamental per resoldre aquest coll d'ampolla, també pot ser un repte. Quan parlo amb els líders de dades sobre l'operació de l'autoservei, està clar que hi ha un espectre. D'una banda, teniu eines de configuració baixes per a equips no tècnics i de línia de negoci. En definitiva, aquestes eines no donen la profunditat i l'amplitud de respostes que necessiten aquests equips. A l'altra banda, tens més eines tècniques per a equips més tècnics. Són molt més flexibles pel que fa a l'anàlisi, però són lents i, probablement, molt poca gent els pot utilitzar. Ens referim a aquestes eines com la creació d'una "línea de dades"... sempre esteu esperant respostes. Els equips necessiten una solució al mig. Penseu en solucions d'última generació que fomenten l'exploració i l'experimentació, no les inhibeixen. Amb les eines adequades i l'educació en equip, les empreses poden superar més fàcilment la bretxa de democratització de dades.

Quina importància té l'alfabetització de dades en el procés de democratització de dades i quins passos haurien de fer les empreses per millorar-la entre els seus empleats?

Fomentar un entorn de democratització de dades entre els vostres equips és un repte cultural que requereix educació i la participació de tota l'empresa. En les meves experiències amb l'ensenyament de processos de dades a membres no tècnics, la millor manera de desenvolupar aquestes habilitats és mitjançant una combinació de formació i aprenentatge pràctic. Recomano desenvolupar un programa de formació complet per garantir que els empleats se sentin còmodes i confiats amb les idees que estan extreient de les seves dades. Assegureu-vos que feu servir una eina que no prohibeix els usuaris no tècnics: per exemple, qualsevol eina que requereixi coneixements d'SQL marginaria la gent sense experiència en programació. A partir d'aquí, proporcioneu oportunitats als empleats de submergir-se i començar a jugar amb les dades. Finalment, implementar una eina que fomenti l'exploració i la col·laboració. Com menys persones treballin en sitges, més poden rebotar idees entre si, donant lloc a coneixements més il·luminats. Si sou un professional de les dades que ensenya a un membre de l'equip no tècnic, recordeu que porteu anys aprenent a obtenir i utilitzar dades, de manera que ho penseu diferent de l'usuari ocasional. Estigueu obert a ensenyar als altres en lloc de fer-ho tot vosaltres mateixos. En cas contrari, mai tindreu temps lliure per fer res a part de respondre les preguntes de la gent.

Amb la ràpida evolució de les eines de dades i les tecnologies d'IA generativa, com haurien d'adaptar les empreses les seves estratègies per mantenir-se al capdavant en la gestió i utilització de dades?

El govern de les dades és un dels principals reptes que encara s'enfronten les empreses, i és una cosa que totes les organitzacions han d'aconseguir per potenciar experiències significatives d'IA i dades. La IA només és tan bona com les dades que l'alimenten, i les dades netes condueixen a coneixements més impactants, usuaris més feliços i creixement empresarial. D'aquesta manera, les empreses han de ser proactives sobre la neteja i la taxonomia de dades, i hi ha oportunitats d'utilitzar la IA generativa per gestionar el govern i la qualitat de la IA. Per exemple, a Amplitude, l'any passat vam llançar el nostre producte Data Assistant basat en intel·ligència artificial, que ofereix recomanacions intel·ligents i automatització per facilitar el govern de les dades i ajudar els usuaris a fer-se càrrec dels esforços de qualitat de les dades.

Com permet Amplitude a les empreses entendre millor el viatge del client?

Crear grans productes i experiències digitals és difícil, especialment en el panorama competitiu actual. Avui dia, moltes empreses encara no saben per a qui estan construint ni què volen els seus clients. Amplitude ajuda les empreses a respondre preguntes com: "Què els agrada als nostres clients? On s'enganxen? Què els fa tornar?" mitjançant dades quantitatives i qualitatives. La nostra plataforma ajuda les empreses a entendre millor el recorregut del client d'extrem a extrem mitjançant les dades que ajuden a impulsar el cicle d'adquisició, monetització i retenció de clients. Avui, més de 2,700 clients, incloses marques empresarials com Atlassian, NBC Universal i Under Armour, aprofiten Amplitude per crear millors productes.

Gràcies per la gran entrevista, els lectors que vulguin aprendre més haurien de visitar Amplitud.