We spraken met Sarthak Kumar Barik en Stephen Conneely over de technische sector en hoe de teamdynamiek met de tijd evolueert.
Naarmate de technologieën zich verder ontwikkelen, hebben geïsoleerde werkomgevingen het potentieel om tot het verleden te behoren, vooral omdat we gemakkelijkere en effectievere manieren vinden om in contact te blijven met wereldwijd verspreide collega's.
De technische ruimte Dat is niet anders en voor Stephen Conneely, directeur QA-engineering bij Fidelity Investments Ireland, heeft interdisciplinaire engineering een nieuwe vorm gegeven aan de manier waarop teams resultaten leveren, vooral in een omgeving waarin AI-ondersteunde ontwikkeling steeds gebruikelijker is geworden.
Conneely vertelde aan SiliconRepublic.com: “Teams brengen software-ingenieurs, kwaliteitsingenieurs, analisten en platformspecialisten samen om gezamenlijk end-to-end problemen te beheersen, met AI-tools die activiteiten ondersteunen zoals testontwerp, codebeoordeling en documentatie.
“Dit gedeelde eigendom vermindert overdrachten en zorgt ervoor dat risico's eerder aan de oppervlakte komen, terwijl een sterk bestuur en verantwoordingsplicht behouden blijft. Kwaliteit is vanaf het begin ontworpen, waarbij disciplines samenwerken om te beslissen waar AI de levering versnelt en waar menselijke validatie van cruciaal belang blijft.”
Hij legde uit dat dit allemaal gebeurt in een sfeer waarin van ingenieurs wordt verwacht dat ze begrijpen welke invloed hun werk heeft op aangrenzende systemen, de data-integriteit en de klantervaring. “Het resultaat is dat teams met vertrouwen sneller handelen, AI gebruiken als middel in plaats van als sluiproute en voorspelbaardere resultaten opleveren in complexe omgevingen.”
Dit wordt herhaald door Sarthak Kumar Barik van Workhuman, een hoofdingenieur, die verklaarde: “Als platformteam staat ons werk niet op zichzelf. Productteams in de hele organisatie hebben eigen gebruiksscenario's die op dezelfde oude basis zijn gebouwd en ze worden geconfronteerd met dezelfde migratie-uitdagingen, vaak zonder dezelfde diepgaande context.”
Het is volgens hem de verantwoordelijkheid van ingenieurs en andere medewerkers om die leemte in kennis te dichten. Hij legde uit dat dit kan worden bereikt door de migratie-ervaring te vertalen in herbruikbare patronen, duidelijke richtlijnen en goed gedefinieerde integratiepunten die andere teams kunnen overnemen zonder helemaal opnieuw te beginnen.
Hij zei: “We werken samen met productteams als actieve partners, helpen hen hun bestaande gedrag in kaart te brengen op het nieuwe platform, identificeren waar de hiaten zitten en zorgen ervoor dat elke migratie die ze ondernemen sneller en minder riskant is dan de vorige.
“Het doel is dat kennis zich verspreidt over de hele organisatie, in plaats van opgesloten te blijven binnen één team.”
Een tastbaarder voorbeeld van deze hervorming, legt hij uit, is de manier waarop de organisatie kunstmatige intelligentie gebruikt in de engineeringworkflow. Workhuman organiseerde een door AI ondersteunde workshop waar ontwikkelaars context gaven over het systeem, de architectuur, datastromen en beperkingen, en deze gebruikten als basis voor door AI gegenereerde code.
“Het verschil met generieke prompting was opvallend. Wanneer AI de echte context van uw systeem krijgt, wordt het een echte versneller, die code produceert die relevant, gefundeerd en sneller te beoordelen en aan te passen is. Dit heeft de manier veranderd waarop zowel ons team als de productteams die we ondersteunen over snelheid denken.”
Barik voegde hieraan toe: “Interdisciplinaire engineering gaat voor ons minder over organigrammen en meer over gedeelde context. Wanneer platform- en productteams werken vanuit hetzelfde begrip van het systeem, het doel en de beschikbare tools, versnelt de vooruitgang over de hele linie.”
Met dat in gedachten, wat vaardigheden en processen Moeten ingenieurs aan de top staan om ervoor te zorgen dat ze gelijke tred houden met de veranderingen in de sector?
Grondbeginselen en de toekomst
Voor Conneely de meest gevraagde vaardigheden van vandaag technisch landschapzijn een combinatie van de fundamentele factoren naast de adoptie van opkomende technologieën.
Hij zei: “We blijven prioriteit geven aan diepgaande capaciteiten op het gebied van software-engineering, kwaliteitsengineering, cloudplatforms en data, maar hechten steeds meer waarde aan ingenieurs die op verantwoorde wijze AI-ondersteunde tools kunnen gebruiken om de productiviteit, kwaliteit en besluitvorming te verbeteren.”
Ingenieurs moeten ook prioriteit geven aan het vermogen om door AI gegenereerde output kritisch te evalueren, gedegen technisch oordeel toe te passen en het vermogen te ontwikkelen om te begrijpen waar menselijk toezicht essentieel is, evenals een systeemdenken, een op automatisering gerichte aanpak en op risico gebaseerde besluitvorming, die volgens Conneely net zo belangrijk zijn als raamwerk- of taalexpertise.
“Net zo belangrijk zijn communicatieve vaardigheden, vooral in gereguleerde omgevingen waar ingenieurs technische beslissingen, inclusief het gebruik van AI, in duidelijke zakelijke termen moeten uitleggen. Naarmate de technologie evolueert, zijn de leermentaliteit en het aanpassingsvermogen nu kerncompetenties in plaats van 'nice-to-haves'.”
Op dezelfde manier ligt de uitdaging voor Barik vaak in het matchen van kritische, maar oudere systemen met nieuwere, geavanceerdere modellen en processen. Hij legde uit dat de uitdaging niet alleen technisch is, maar ook intuïtiever, omdat je moet uitzoeken of je daadwerkelijk vooruitgang boekt als het systeem diep gekoppeld is en niet offline kan worden gehaald.
Hij zei: “We hebben de doelarchitectuur vooraf gedefinieerd, niet als een ambitie, maar als een concrete eindtoestand waaraan elke beslissing wordt afgemeten. Van daaruit hebben we het systeem opgesplitst in kleinere subsystemen met een routekaart van overeengekomen mijlpalen. Elke mijlpaal vertegenwoordigt een discrete, verifieerbare eenheid van vooruitgang, een subsysteem dat is ingesteld op het oude platform en is ingeschakeld in het nieuwe.
“Elke pragmatische sluiproute die onderweg wordt genomen, wordt geregistreerd als technische schuld, zodat het team altijd precies weet wat er overblijft in plaats van het later te ontdekken. De krachtigste maatstaf voor vooruitgang is de waarneembaarheid. Door zowel oude als nieuwe systemen te instrumenteren, houden we in realtime bij welk percentage van de belasting door het nieuwe platform stroomt ten opzichte van het oude platform.
“Een subsysteem wordt pas echt gemigreerd als de verkeersgegevens dit bevestigen. Vooruitgang is geen afgebakende mijlpaal; het is een meetbare, zichtbare verschuiving in waar de last naartoe stroomt.”
