ชาดี โรสตามี, SVP of Engineering ที่ Amplitude – สัมภาษณ์ ซีรีส์

ชาดี เป็น SVP of Engineering ที่ Amplitude ซึ่งเป็นผู้นำด้านการวิเคราะห์ดิจิทัล เธอเป็นผู้นำด้านเทคโนโลยีที่มีประสบการณ์และมีความหลงใหลในการสร้างและจัดการทีมวิศวกรรมที่มีประสิทธิภาพสูง ก่อนที่จะเข้าร่วม Amplitude เธอ曾ดำรงตำแหน่ง VP of Engineering ที่ Palo Alto Networks (PANW ) เธอได้พัฒนาและจัดส่งผลิตภัณฑ์และบริการหลายรายการ โดยเฉพาะด้านระบบกระจาย, การคำนวณบนคลาวด์, ข้อมูลขนาดใหญ่, การเรียนรู้ของเครื่อง และความปลอดภัย

Amplitude ถูกสร้างขึ้นโดยใช้เทคโนโลยีการเรียนรู้ของเครื่องและ AI ที่ทันสมัย ซึ่งช่วยให้ทีมผลิตภัณฑ์สามารถสร้างผลิตภัณฑ์ที่ฉลาดขึ้น เรียนรู้ได้เร็วขึ้น และสร้างประสบการณ์ดิจิทัลที่ดีที่สุดสำหรับลูกค้า

สิ่งใดที่ดึงดูดคุณให้เข้าสู่สาขาวิชาวิทยาการคอมพิวเตอร์และวิศวกรรม?

ฉันเติบโตในอิหร่านและเดิมทีฉันตามเส้นทางการศึกษาที่จะนำไปสู่อาชีพแพทย์ ซึ่งเป็นเส้นทางที่พ่อของฉันต้องการให้ฉันทำและเป็นเส้นทางที่พี่ชายของฉันทำ แต่หลังจากผ่านไปประมาณหนึ่งปีครึ่ง ฉันตัดสินใจว่าไม่ใช่เส้นทางสำหรับฉัน ฉันจึงตามเส้นทางวิศวกรรมและกลายเป็นเด็กหญิงคนแรกในอิหร่านที่เข้าร่วมการแข่งขัน Informatic Olympiad (IOI) และชนะเหรียญทองแดง ซึ่งเป็นการแข่งขันประจำปีสำหรับนักเรียนมัธยมทั่วโลกที่แข่งขันในด้านคณิตศาสตร์, ฟิสิกส์, อินฟอร์แมติกส์ และเคมี ซึ่งนำไปสู่การเรียนวิศวกรรมที่มหาวิทยาลัย Sharif University of Technology ในอิหร่าน และต่อมาได้รับปริญญาเอกสาขาวิศวกรรมคอมพิวเตอร์ที่มหาวิทยาลัย British Columbia ในแคนาดา หลังจากนั้น ฉันทำงานกับบริษัทสตาร์ทอัพเป็นเวลาหลายปี และต่อมาใช้เวลา 10 ปีที่ Palo Alto Networks โดยสุดท้ายได้รับตำแหน่ง VP ที่รับผิดชอบด้านการพัฒนา, QA, DevOps และวิทยาศาสตร์ข้อมูล เมื่อ 5 ปีที่แล้ว ฉันเข้าร่วม Amplitude ในตำแหน่ง SVP of Engineering

คุณสามารถพูดถึงปรัชญา AI ของ Amplitude ที่ว่า AI ควรช่วยเหลือมนุษย์ในการปรับปรุงงานของตนแทนที่จะแทนที่พวกเขาได้หรือไม่?

AI กำลังเปลี่ยนแปลงอุตสาหกรรมเกือบทุกอุตสาหกรรม และการเปลี่ยนแปลงนี้ทำให้เกิดคำถามเกี่ยวกับวิธีการที่บริษัทต่างๆ จะใช้เทคโนโลยีนี้ เราเชื่อมั่นว่าเราต้องทำ AI ให้ถูกต้อง ความเชื่อนี้นำเราไปสู่การสร้างปรัชญา AI ที่มีลูกค้าเป็นศูนย์กลาง โดยมี 5 หลักการหลัก: (1) การพัฒนาร่วมกันและความร่วมมือ, (2) การจัดการข้อมูลและความปลอดภัยของข้อมูลผู้ใช้, (3) ความโปร่งใส, (4) ความเป็นส่วนตัว, ความปลอดภัย และการปฏิบัติตามกฎระเบียบ และ (5) การเลือกและควบคุมของลูกค้า เรารู้ว่าหลักการเหล่านี้เป็นกุญแจสำคัญสำหรับบริษัทต่างๆ ที่จะนำ AI ไปใช้และทดสอบ AI ในที่สุดก็จะกลายเป็นบริษัทที่ขับเคลื่อนด้วยข้อมูล สำหรับเรา สิ่งนี้หมายถึงการสร้างเครื่องมือ AI ที่ช่วยให้ผู้คนสามารถเข้าถึงข้อมูลเชิงลึกได้เร็วขึ้น เมื่อใช้ AI อย่างเหมาะสม ข้อมูลเชิงลึกเหล่านี้จะนำไปสู่การตัดสินใจที่เร็วขึ้นและดีขึ้น ซึ่งจะนำไปสู่ผลลัพธ์ที่ดีขึ้น การใช้ AI เป็นเครื่องมือที่เสริมสร้างความฉลาดและความคิดสร้างสรรค์ของมนุษย์เป็นจุดที่ AI มีผลกระทบมากที่สุด

คุณสามารถอธิบายแนวคิดของ “ประชาธิปไตยข้อมูล” ในบริบทของสภาพแวดล้อมทางธุรกิจที่ขับเคลื่อนด้วย AI ในปัจจุบัน?

“ประชาธิปไตยข้อมูล” ขับเคลื่อนโดยความรู้ที่ว่าทีมงานจะทำงานได้ดีขึ้น เร็วขึ้น และมีประสิทธิภาพมากขึ้นเมื่อสามารถเข้าถึงข้อมูลเชิงลึกที่ถูกต้องในเวลาที่เหมาะสม ในสภาพแวดล้อม AI ที่กำลังพัฒนาอย่างรวดเร็วทุกวันนี้ ทีมงานไม่สามารถรอได้ว่าจะใช้เวลาหลายวันหรือหลายสัปดาห์ในการดึงข้อมูลเพื่อให้สามารถดำเนินการได้ เพื่อลดปัญหานี้ บริษัทต่างๆ ต้องให้อำนาจแก่ทีมงานในการใช้ข้อมูลในลักษณะที่เป็นบริการตนเอง สิ่งนี้ไม่ได้หมายความว่าข้อมูลจะไม่มีการควบคุม แต่บริษัทต่างๆ ต้องสร้างสมดุลระหว่างการกระจายข้อมูลกับการจัดการข้อมูล โดยมีเครื่องมือและกระบวนการที่เหมาะสมที่จะนำไปสู่ผลลัพธ์ทางธุรกิจที่ดีขึ้น”

คุณเชื่อว่าการเปลี่ยนแปลงวัฒนธรรมองค์กรใดที่จำเป็นต่อการทำให้ “ประชาธิปไตยข้อมูล” เป็นจริงในยุค AI?

การสร้าง “ประชาธิปไตยข้อมูล” ที่แท้จริงภายในองค์กรของคุณเริ่มต้นด้วยการเปลี่ยนแปลงวัฒนธรรมสองประการ: การให้เครื่องมือที่ถูกต้องและเข้าถึงได้ และการดำเนินงานทั่วทั้งองค์กรในด้านการอ่านข้อมูล สิ่งนี้หมายถึงการนำเครื่องมือที่เป็นบริการตนเองที่ช่วยให้ทีมงานที่ไม่ใช่ด้านเทคนิค เช่น ทีมการตลาดหรือทีมความสำเร็จของลูกค้า สามารถเข้าถึงข้อมูลและวิเคราะห์ข้อมูลได้ และดำเนินการตามข้อมูลนั้น ฉันเชื่อว่าเครื่องมือการวิเคราะห์ข้อมูลที่เป็นบริการตนเองสามารถและควรเป็นเชื้อเพลิงให้กับการทำงานร่วมกันระหว่างทีมงาน สร้างความอยากรู้อยากเห็นและการสำรวจ และขยายความสามารถในการอ่านข้อมูล และมุ่งเน้นไปที่การดำเนินการและผลกระทบ นอกจากนี้ ยังสำคัญที่จะต้องใช้ความพยายามร่วมกันระหว่างทีมข้อมูลกลางและทีมธุรกิจเพื่อดำเนินการด้านการกำกับดูแลข้อมูลอย่างต่อเนื่องเพื่อให้แน่ใจว่าคุณภาพข้อมูลไม่เสื่อมลงเมื่อเวลาผ่านไป

จากประสบการณ์ของคุณ สิ่งใดที่เป็นความท้าทายที่สำคัญที่สุดสำหรับองค์กรในการบรรลุการกระจายข้อมูล และวิธีการที่พวกเขาสามารถเอาชนะอุปสรรคเหล่านี้?

ในอดีต บริษัทต่างๆ พยายามรวมข้อมูลไว้ในทีมผู้เชี่ยวชาญเพียงทีมเดียว โดยที่ทีมงานอื่นๆ ในองค์กรต้องอาศัยทีมนี้ในการให้การวิเคราะห์และข้อมูลเชิงลึกที่สำคัญสำหรับการดำเนินงานและตัดสินใจ hàngวัน การกระจายข้อมูลให้กับทีมงานที่ไม่ใช่ด้านเทคนิคเป็นสิ่งจำเป็นในการแก้ไขปัญหานี้ แต่ก็อาจเป็นเรื่องที่ท้าทาย เมื่อฉันพูดคุยกับผู้นำด้านข้อมูลเกี่ยวกับการดำเนินการด้านการวิเคราะห์ข้อมูลที่เป็นบริการตนเอง มันชัดเจนว่ามีสเปกตรัมหนึ่ง ที่ปลายด้านหนึ่งคือเครื่องมือที่ตั้งค่าได้ง่ายสำหรับทีมงานที่ไม่ใช่ด้านเทคนิคและทีมงานธุรกิจ แต่เครื่องมือเหล่านี้ไม่ได้ให้คำตอบที่ลึกและกว้างขวางที่ทีมงานเหล่านี้ต้องการ ที่ปลายด้านอีกด้านหนึ่งคือเครื่องมือที่เป็นด้านเทคนิคมากกว่าสำหรับทีมงานที่เป็นด้านเทคนิคมากกว่า ซึ่งมีความยืดหยุ่นมากขึ้นในด้านการวิเคราะห์ แต่เครื่องมือเหล่านี้ช้าและน่าจะมีคนไม่มากที่สามารถใช้งานได้ เราอ้างถึงเครื่องมือเหล่านี้ว่าเป็น “คิวข้อมูล” … คุณรอคำตอบเสมอ ทีมงานต้องการวิธีแก้ปัญหาในระหว่างนี้ คิดวิธีแก้ปัญหาที่ไม่จำกัดการสำรวจและทดลอง เมื่อมีเครื่องมือที่เหมาะสมและทีมงานได้รับการศึกษา บริษัทต่างๆ สามารถข้ามช่องว่างในการกระจายข้อมูลได้ง่ายขึ้น

ความสามารถในการอ่านข้อมูลมีความสำคัญเพียงใดในการกระจายข้อมูล และบริษัทต่างๆ ควรดำเนินการใดเพื่อปรับปรุงความสามารถนี้ให้กับพนักงาน?

การสร้างสภาพแวดล้อมของการกระจายข้อมูลให้กับทีมงานทั้งหมดเป็นความท้าทายทางวัฒนธรรมที่ต้องใช้การศึกษาและความยอมรับของทั้งบริษัท ในประสบการณ์ของฉันในการสอนกระบวนการข้อมูลให้กับสมาชิกที่ไม่ใช่ด้านเทคนิค วิธีที่ดีที่สุดในการพัฒนาทักษะเหล่านี้คือผ่านการผสมผสานระหว่างการฝึกอบรมและการเรียนรู้แบบมืออาชีพ ฉันแนะนำให้พัฒนaprogram การฝึกอบรมที่ครอบคลุมเพื่อให้แน่ใจว่าพนักงานรู้สึกสบายใจและมั่นใจในข้อมูลเชิงลึกที่พวกเขาดึงมาจากข้อมูล ให้แน่ใจว่าคุณใช้เครื่องมือที่ไม่จำกัดผู้ใช้ที่ไม่ใช่ด้านเทคนิค ตัวอย่างเช่น เครื่องมือใดๆ ที่ต้องใช้ความรู้เกี่ยวกับ SQL จะทำให้ผู้ที่ไม่มีประสบการณ์ในการเขียนโปรแกรมถูกตัดออกไป จากนั้นให้โอกาสพนักงานที่จะเริ่มสำรวจและเล่นกับข้อมูล สุดท้ายให้ใช้เครื่องมือที่ส่งเสริมการสำรวจและการทำงานร่วมกัน เมื่อคนน้อยทำงานในห้องปิด คนเหล่านั้นสามารถแลกเปลี่ยนความคิดเห็นและได้รับข้อมูลเชิงลึกที่ชัดเจนยิ่งขึ้น หากคุณเป็นผู้เชี่ยวชาญด้านข้อมูลที่สอนสมาชิกที่ไม่ใช่ด้านเทคนิคให้จำไว้ว่าคุณใช้เวลาหลายปีในการเรียนรู้วิธีการรับและใช้ข้อมูล ดังนั้น คุณจึงคิดเกี่ยวกับข้อมูลในแบบที่แตกต่างจากผู้ใช้ทั่วไป มีความเปิดกว้างในการสอนคนอื่นแทนที่จะทำทุกอย่างด้วยตัวเอง ไม่เช่นนั้น คุณจะไม่มีเวลาว่างในการทำอะไรอื่นนอกจากตอบคำถามของคนอื่น

เมื่อเครื่องมือข้อมูลและเทคโนโลยี AI ที่สร้างขึ้นใหม่พัฒนาไปอย่างรวดเร็ว บริษัทต่างๆ ควรปรับกลยุทธ์ของตนเพื่ออยู่ในตำแหน่งที่ดีในการจัดการและใช้ข้อมูลอย่างไร?

การกำกับดูแลข้อมูลเป็นหนึ่งในความท้าทายที่บริษัทต่างๆ ยังคงเผชิญอยู่ และเป็นสิ่งที่ทุกองค์กรต้องแก้ไขเพื่อให้ประสบการณ์ข้อมูลและ AI ที่มีความหมาย AI มีประสิทธิภาพเท่ากับข้อมูลที่ขับเคลื่อนมัน และข้อมูลที่สะอาดนำไปสู่ข้อมูลเชิงลึกที่มีประสิทธิภาพมากขึ้น ผู้ใช้ที่มีความสุข และการเติบโตของธุรกิจ ในทางนี้ บริษัทต่างๆ ต้องดำเนินการอย่าง积极ในการทำความสะอาดข้อมูลและสร้างระบบข้อมูล และมีโอกาสที่จะใช้ AI ที่สร้างขึ้นใหม่เพื่อจัดการการกำกับดูแล AI และคุณภาพข้อมูล ตัวอย่างเช่น ที่ Amplitude เราได้เปิดตัวผลิตภัณฑ์ Data Assistant ที่ใช้ AI ในปีที่แล้ว ซึ่งให้คำแนะนำอัจฉริยะและระบบอัตโนมัติเพื่อทำให้การกำกับดูแลข้อมูลเป็นไปอย่างราบรื่นและช่วยให้ผู้ใช้ควบคุมความพยายามในการรักษาคุณภาพข้อมูล

Amplitude ช่วยให้ธุรกิจเข้าใจเส้นทางลูกค้าได้อย่างไร?

การสร้างผลิตภัณฑ์และประสบการณ์ดิจิทัลที่ยอดเยี่ยมเป็นเรื่องที่ท้าทาย โดยเฉพาะในภูมิทัศน์ที่มีการแข่งขันอย่างปัจจุบัน วันนี้ บริษัทหลายแห่งยังไม่รู้ว่าพวกเขากำลังสร้างผลิตภัณฑ์สำหรับใคร หรือลูกค้าของคุณต้องการอะไร Amplitude ช่วยให้บริษัทตอบคำถามเหล่านี้ เช่น “ลูกค้าของคุณชื่นชอบอะไร? ที่ไหนที่พวกเขาถูกขัดขวาง? สิ่งใดที่ทำให้พวกเขาอยู่กับคุณ?” โดยใช้ข้อมูลเชิงลึกทั้งเชิงปริมาณและคุณภาพ แพลตฟอร์มของเรา ช่วยให้บริษัทเข้าใจเส้นทางลูกค้าจากปลายถึงปลายโดยการนำเสนอข้อมูลที่ช่วยขับเคลื่อนการได้มาของลูกค้า, การสร้างรายได้ และการรักษาลูกค้า วันนี้ มีลูกค้ามากกว่า 2,700 ราย รวมถึงแบรนด์ระดับองค์กร เช่น Atlassian (TEAM ), NBC Universal และ Under Armour (UAA ) ที่ใช้ Amplitude เพื่อสร้างผลิตภัณฑ์ที่ดีขึ้น

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ Amplitude