Shadi Rostami, Amplitude’de Mühendislik Başkan Yardımcısı – Röportaj Serisi

Shadi, dijital analiz lideri Amplitude’de Mühendislik Başkan Yardımcısıdır. Tutkulu, deneyimli bir teknoloji lideri ve mimardır ve yüksek performanslı mühendislik ekipleri oluşturma ve yönetme konusunda deneyimlidir. Amplitude’den önce, Palo Alto Networks’te Mühendislik Başkan Yardımcısıydı. Dağıtılmış sistemler, bulut bilişim, büyük veri, makine öğrenimi ve güvenlik alanlarında uzmanlaşmış birkaç ürün hattı ve hizmeti geliştirdi ve teslim etti.

Amplitude modern makine öğrenimi ve üretken AI teknolojileri üzerine kuruludur ve ürün ekiplerinin daha akıllıca inşa etmesine, daha hızlı öğrenmesine ve müşterileri için en iyi dijital deneyimleri yaratmasına olanak tanır.

İlk olarak sizi bilgisayar bilimi ve mühendisliğine neler çekti?

İran’da büyüdüm ve ilk olarak babamın istediği ve kardeşimin yaptığı tıp alanında bir kariyer için lise yolunu takip ettim. Yaklaşık bir buçuk yıl sonra, bu benim için doğru yol olmadığını kararlaştırdım. Bunun yerine mühendislik eğitimi aldım ve İran’da Informatic Olympiad (IOI)’ye katılan ilk kız oldum ve bronz madalya kazandım, bu bir yıllık yarışma dünya çapındaki lise öğrencileri için matematik, fizik, bilişim ve kimya alanında yarışma düzenlenmektedir. Bu, beni İran’daki Sharif Üniversitesi’nde mühendislik eğitimi almaya ve daha sonra Kanada’daki British Columbia Üniversitesi’nde bilgisayar mühendisliği alanında doktora yapmaya yöneltti. Bunun ardından birkaç yıl startup’lar için çalıştım ve sonra Palo Alto Networks’te on yıl geçirdim ve sonunda geliştirme, QA, DevOps ve veri biliminden sorumlu bir başkan yardımcısı oldum. Beş yıl önce Amplitude’e Mühendislik Başkan Yardımcısı olarak geçtim.

Amplitude’in AI felsefesini, AI’nin insanları işlerini geliştirmeye yardımcı olması chứ değil de onları değiştirmesi gerektiğini tartışabilir misiniz?

AI, neredeyse her endüstriyi hızla dönüştürüyor ve bu dönüşümle birlikte şirketlerin bu teknolojiyi nasıl kullanacağına ilişkin sorular geliyor. AI’yi doğru şekilde kullanma konusunda güçlü bir şekilde hissediyoruz. Bu inanç, bizim müşteri merkezli AI felsefemizi geliştirmemize yol açtı, bu felsefe beş temel prensip üzerine kuruludur: (1) işbirliği geliştirme ve düşünce ortaklığı, (2) veri yönetimi ve kullanıcı veri koruması, (3) şeffaflık, (4) gizlilik, güvenlik ve düzenleyici uyumluluk, ve (5) müşteri seçimi ve kontrolü. Şirketlerin AI’yi benimsemeye ve test etmeye devam ettikçe gerçekten veri odaklı hale gelmeleri için bu prensiplerin anahtar olduğuna inanıyorum. Bizim için bu, insanların daha hızlı şekilde içgörülere ulaşmalarına yardımcı olan AI araçları oluşturmak anlamına geliyor. AI, insan zekası ve yaratıcılığını tamamlayıcı bir araç olarak kullanıldığında en büyük etkiye sahip olacağını düşünüyorum.

Bugünün AI sürüklenen iş ortamında ‘veri demokrasisi’ kavramını açıklar mısınız?

“Veri demokrasisi, ekiplerin doğru veri içgörülerine doğru zamanda erişebildiklerinde daha iyi, daha hızlı ve daha verimli çalışabileceği bilgisine dayanmaktadır. Bugün hızla gelişen AI sürüklenen ortamda, ekipler veri çekme için günler veya haftalar beklemeye tahammül edemez. Bunu önlemek için şirketlerin, ekiplerini veri kullanımını kendiliğinden şekilde kullanmaya güçlendirmesi gerekir. Bu, veri kaosu ve parametrelerin olmaması anlamına gelmez. Sonunda, kötü veri kötü AI’ye yol açar. Ancak doğru araçlar ve süreçler yerinde olduğunda, şirketler veri demokrasini veri yönetimi ile dengeleyerek daha iyi iş sonuçları elde edebilirler.”

Veri demokrasisini AI çağındaki şirketler için gerçekleştirmek için organizasyonel kültürde hangi ana değişikliklerin gerekli olduğunu düşünüyorsunuz?

Bir organizasyon içinde gerçek veri demokrasisi oluşturmak, iki temel kültür değişikliği ile başlar: doğru ve erişilebilir araçlar sağlama ve organizasyon çapında veri okuryazarlığı etrafında çaba sarf etme. Bu, pazarlama veya müşteri başarısı ekipleri gibi teknik olmayan takım üyelerinin yalnızca veri erişimi değil, aynı zamanda veri analizi ve eyleme geçirme yeteneği anlamına gelir. Kendi kendine hizmet veren veri analitiğinin, ekipler arasında işbirliğini teşvik etmesi, meraklılığı ve keşfi teşvik etmesi, veri okuryazarlığını ölçeklendirmesi ve etki ve etkiyi önyargılı hale getirmesi gerektiğine inanıyorum. Ayrıca, merkezi veri ekibi ve iş hattı ekipleri arasında ortak çaba sarf ederek, veri kalitesinin zaman içinde bozulmamasını sağlamak için sürekli veri yönetimi yapılması önemlidir.

Deneyiminizde, şirketlerin veri demokrasini gerçekleştirmelerinde karşılaştıkları en önemli zorluklar nelerdir ve bu engelleri nasıl aşabilirler?

Geçmişte, şirketler veri merkezi bir ekibe merkezi hale getirmeye çalıştılar, bu da organizasyonun geri kalanının analiz ve ana içgörüler için bu ekibe bağımlı olmasına neden oldu. Veri erişiminin demokratikleştirilmesi, bu tıkanıklığı çözmek için kritiktir, ancak aynı zamanda zor da olabilir. Veri liderleriyle self-servis operasyonel hale getirme hakkında konuştuğumda, bir spektrumun olduğu açıkça görülüyor. Bir ucunda, teknik olmayan ve iş hattı ekipleri için düşük kurulum araçları var. Sonunda, bu araçlar, bu ekiplerin ihtiyaç duyduğu derinlik ve genişlikte cevaplar vermez. Diğer ucunda, daha teknik ekipler için daha teknik araçlar var. Bunlar, analiz açısından daha esnek, ancak yavaş ve muhtemelen çok az kişi tarafından kullanılabilir. Bu araçları “veri ekmeği” oluşturuyor … her zaman cevaplar bekliyorsunuz. Ekipler, ara çözümlere ihtiyaç duyar. Düşünce dışı çözümler, keşif ve deneysel çalışmayı teşvik eder, değilse engeller. Doğru araçlar ve takım eğitimi ile şirketler, veri demokrasisi açığını daha kolay köprüleyebilir.

Veri demokrasinin gerçekleştirilmesinde veri okuryazarlığının ne kadar önemli olduğunu düşünüyorsunuz ve şirketlerin çalışanları arasında bunu geliştirmek için hangi adımları atması gerekir?

Bir organizasyon genelinde veri demokrasisi ortamını teşvik etmek, eğitim ve şirket çapında kabul gerektiren bir kültürel zorluktur. Teknik olmayan üyelere veri süreçleri öğretme deneyimimde, bu becerileri geliştirmek için en iyi yol, eğitim ve elden öğrenme kombinasyonudur. Kapsamlı bir eğitim programı geliştirmenizi öneririm, böylece çalışanlar, çektiği içgörülerden emin ve kendinden emin hissedebilsinler. SQL bilgisine ihtiyaç duyan bir aracı kullanmadığınızdan emin olun: Örneğin, herhangi bir programlama uzmanlığı olmayan kişileri marjinalize edecek herhangi bir araç. Bundan sonra, çalışanların veri ile oynamaya ve keşfetmeye başlaması için fırsatlar sunun. Son olarak, keşif ve işbirliğini teşvik eden bir aracı uygulayın. İnsanlar birbirlerinden daha az izole olduğunda, birbirlerinin fikirlerini daha fazla paylaşabilir ve daha aydınlatıcı içgörülere yol açabilir. Bir veri profesyoneli olarak, bir teknik olmayan takım üyesine öğretiyorsanız, yıllarca veri nasıl alınacağı ve kullanılacağı konusunda öğrendiğinizi hatırlayın, bu nedenle bunu farklı düşünürsünüz. Başkalarına öğretmeye açık olun, yoksa kimsenin sorularını cevaplamak için hiçbir zaman boş zamanınız olmayacak.

Veri araçları ve üretken AI teknolojilerinin hızlı evrimi ile şirketlerin veri yönetimi ve kullanımını stay ahead için stratejilerini nasıl uyarlamaları gerekir?

Veri yönetimi, şirketlerin masih karşılaştığı ana zorluklardan biridir ve her organizasyonun anlamlı AI ve veri deneyimleri için bunu halletmesi gerekir. AI, onu güçlendiren veriden daha iyidir ve temiz veri, daha etkili içgörülere, daha mutlu kullanıcılara ve iş büyümesine yol açar. Bu şekilde, şirketlerin veri temizliği ve taksonomisi konusunda proaktif olması ve AI yönetimi ve kalitesini yönetmek için üretken AI’yi kullanma fırsatları vardır. Örneğin, Amplitude’de, geçen yıl AI güçlendirilmiş Data Assistant ürünümüzü başlattık, bu, veri yönetimini sorunsuz hale getirmek ve kullanıcıların veri kalitesi çabalarına liderlik etmek için akıllı öneriler ve otomasyon sunar.

Amplitude, şirketlerin müşteri yolculuğunu daha iyi anlamalarına nasıl olanak tanır?

Harika dijital ürünler ve deneyimler oluşturmak zor, özellikle bugün rekabetçi bir peyzajda. Bugün, birçok şirket hala kimin için inşa ettiklerini veya müşterilerinin ne istediğini bilmiyor. Amplitude, şirketlere “Müşterileriniz neyi sever? Nerede takılırlar? Ne onları geri getirir?” gibi soruları, nicel ve nitel veri içgörüleriyle cevaplar. Platformumuz, müşteri kazanımı, para kazanımı ve müşteri tutma döngüsünü sürükleyen veri yüzeyini ortaya çıkarmak yoluyla şirketlerin uçtan uca müşteri yolculuğunu daha iyi anlamalarına yardımcı olur. Bugün, 2.700’den fazla müşteri, Atlassian, NBC Universal ve Under Armour gibi büyük markalar dahil, Amplitude’i daha iyi ürünler oluşturmak için kullanıyor.

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Amplitude ziyaret edebilirler.