Code of Leadership #34 - Interview with Alexander Kiverin about Strategy (Рубрика #Management)

В очередном выпуске подкаста ко мне пришел интересный гость, Александр Киверин, с которым мы вместе являемся членами программного комитета CTO Conf X (https://ctoconf.ru/2025/). Александр - директор по развитию ИТ B2C Сбер, ex-CTO Газпром нефть, ex-CTO Ак Барс Банк. 15 лет успешного опыта в техническом менеджменте. В своей работе фокусируется на максимизации бизнес-эффектов путем создания цифровых продуктов, а также за счет повышения технологической зрелости, формирования продуктового подхода, выстраивания работы эффективных кросс-функциональных команд, тесной работы ИТ и бизнеса. В Сбере отвечает за формирование и реализацию технологической стратегии.

За час мы успели обсудить следующие темы
1. Роль технического директора как партнера бизнеса
2. С чего начинается технологическая стратегия
3. Зачем отслеживать технологические тренды
4. Какова роль метрик в технологической стратегии
5. Почему популярна тема platform engineering и как она связана со стратегией
6. Зачем нужны итерации для контроля и улучшения стратегии
7. Как балансировать между краткосрочными и долгосрочными результатами
8. Как архитектура связана со стратегией
9. Как сделать стратегию "живым документом" для адаптации под меняющиеся условия
10. Как подходить к реализации стратегии

Выпуск подкаста доступен в Youtube, VK Video, Podster.fm, Ya Music.

#Architecture #Software #Engineering #ProductManagement #Management #Economics

Tech Titans of China (Мир в тени дракона) (Рубрика #Management)

Эта книга Ребекки Фэннин вышла на английском в далеком 2019 году, в 2023 вышло русское издание, а прочитал я ее буквально на днях. Ребекка Фэннин — известный журналист, автор и медиапредприниматель, специализирующийся на глобальных инновациях, особенно в китайском технологическом секторе. Она начала свою карьеру, освещая венчурный капитал в Силиконовой долине, и стала одной из первых американских журналистов, которые документировали предпринимательский бум в Китае. В итоге, ее рассказ выглядит как исторический обзор развития технологического сектора Китая. Ключевые идеи книги такие
1) Китай прошел от имитации к инновациям - страна эволюционировала от копирования западных технологий до лидерства в таких областях, как AI, электронная коммерция, мобильные платежи, EVs и дроны. Похожим курсом когда-то проходила Япония, но лет на 30-40 раньше
2) На этом пути поддержка правительства выступала как катализатор - программы навроде "Made in China 2025" предоставляют финансирование, инфраструктуру и стратегическое направление для технологического развития.
3) У Китая есть глобальные амбиции - китайские компании не только варяться внутри своей страны, но также активно выходят на международные рынки через адаптацию продуктов к местным условиям.
4) В Китае распространена культура трудоголизма - в технологическом секторе принят режим "996" (с 9 утра до 9 вечера шесть дней в неделю), что демонстрирует интенсивный подход к инновациям, который значительно интенсивнее США, а про Европу можно и не упоминать


Если же говорить про содержание книги, то в ней 3 основные части (и заключение), состоящие из отдельных глав
1) Часть первая: Как Китай побеждает
- Автор рассказывает про китайские Facebook, Amazon, and Google, а точнее про трио Baidu, Alibaba и Tencent (BAT). Она объясняет как эти компании доминируют в поиске, электронной коммерции и социальных сетях в Китае, одновременно развивая передовые технологии, такие как искусственный интеллект (AI) и автономные транспортные средства.
- Дальше реч идет про новых игроков XTMD: Xiaomi, Toutiao (ByteDance), Meituan и Didi Chuxing. Эти компании бросают вызов гигантам BAT благодаря инновационным бизнес-моделям в смартфонах, социальных медиа, доставке еды и сервисах такси.
- Одна из глав посвящена успехам/неудачам американских компаний на китайском рынке: Starbucks и Airbnb адаптировались к местным предпочтениям в Китае, а вот у Google возникли трудности из-за столкновений с регуляторными барьерами.
2) Часть вторая: Венчурные инвесторы silicon dragon в Китае
- Этот раздел исследует роль венчурного капитала в стимулировании технологического бума Китая. Здесь описываются ключевые инвесторы, поддерживающие стартапы, а также то, как государственная политика способствует инновациям через инициативы финансирования вроде "Made in China 2025".
3) Часть третья: Наиболее значимые технологические секторы, в которые входят
- AI - тут речь идет про SenseTime, а также успехи Baidu, Tencent, а сейчас бы точно пошла речь про DeepSeek
- Sharing economics - такси, велосипеды, скутеры и все остальное
- E-com - Alibaba, Pinduoduo
- Электромобили - тут шла речь про NIO, а сейчас бы точно пошла речь про BYD
- Дроны - тут обсуждался DJI

В общем, если смотреть из 2025 года, то видно, что автор достаточно хорошо описывала тренды развития Китая и многие области за прошедшие 5 лет еще сильнее развились, ключевыми из которых являются
- Повышение конкуренции между американскими и китайскими компаниями, которые быстрее внедряют инновации и масштабируются глобально.
- Политические последствия в виде усиления контроля США над китайскими инвестициями за рубежом и увеличивать финансирование собственных исследований для противодействия достижениям Китая.

В итоге книга Ребекки Фэннин "Tech Titans of China" позволяет взглянуть на историю подъёма китайских технологий, увидев, ключевых игроков, их примерныые стратегии, вызовы и глобальные последствия.

#Management #Leadership #BusinessStory #Economics

[2/2] Поражение Запада (The Defeat of the West) (La Défaite de l'Occident) (Рубрика #History)

Продолжая рассказ об этой интересной книге, обрисую кратко содержимое оставшихся глав.

3) Постмодернистская русофобия в Восточной Европе: Тодд анализирует рост антироссийских настроений в странах Восточной Европы, связывая их с историческими обидами, национализмом и влиянием западной идеологии. Он утверждает, что такая русофобия препятствует конструктивному диалогу и сотрудничеству в регионе.​
4) Что же такое Запад?: Автор пытается определить сущность и ценности западного мира, рассматривая его эволюцию и внутренние противоречия. Тодд ставит под вопрос универсальность западных ценностей и их применимость в глобальном контексте.​
5) Ассистированный суицид Европы: В этой главе обсуждаются саморазрушительные тенденции в европейской политике, включая демографический спад, утрату культурной идентичности и неспособность противостоять внешним вызовам. Тодд утверждает, что Европа движется к упадку, не осознавая масштабов кризиса.​
6) Великобритания: на пути к ноль-нации: Тодд анализирует текущее состояние и перспективы Великобритании, рассматривая последствия Брекзита, внутренние социальные проблемы и утрату влияния на международной арене. Он приходит к выводу, что страна находится в состоянии неопределённости и поиска новой идентичности.​
7) Скандинавия: от феминизма до воинственности: В этой главе исследуется история скандинавских стран и показывается связь между социальными движениями, такими как феминизм, и агрессивной внешней политикой. Тодд рассматривает, как внутренние социальные изменения могут отражаться на международных отношениях и приводить к усилению воинственности.​
8 ) Истинная природа Америки: олигархия и нигилизм: Автор критикует американскую политическую систему, утверждая, что она превратилась в олигархию, где власть сосредоточена в руках немногих. Тодд также отмечает рост нигилизма и утрату моральных ориентиров в американском обществе.​
9) Спад экономики США: В этой главе обсуждаются экономические проблемы США, включая деиндустриализацию, рост неравенства и зависимость от финансовых спекуляций. Тодд утверждает, что американская экономика находится в состоянии упадка, что влияет на её глобальное влияние.​
10) Вашингтонская банда: Тодд критикует политическую элиту США, обвиняя её в коррумпированности, некомпетентности и стремлении к гегемонии. Он рассматривает, как решения этой «банды» приводят к международным кризисам и подрывают доверие к Америке.​
11) Почему остальной мир выбрал Россию: В заключительной главе автор анализирует причины, по которым многие страны предпочитают сотрудничество с Россией, а не с Западом. Тодд подчёркивает роль России как альтернативного центра силы и критикует западную политику изоляции.​

В общем, основной тезис Тодда в том, что мы видим не имперские амбиции России, а упадок стран Запада, которые слишком поверили в себя и заигрались. Он призывает к переосмыслению западных ценностей и стратегий для предотвращения дальнейшего ослабления позиций Запада на глобальной арене.​

P.S.
Особенно интересно было читать предсказания автора после прихода к власти Трампа ...

P.P.S.
На Youtube есть разбор основных идей книги на английском языке

#History #Economics

Interview with Vibe Coder in 2025 (Рубрика #AI)

Забавное видео про то, как выглядит Vibe Coding в 2025 году. У этого автора есть куча интересных видео про разные профессии, причем про пару из них я уже рассказывал "Next-Door Tech CEO 2024" и "Interview with Product Manager in 2024 [Corporate]". Ну а для нового видео ребята выбрали тему вайб кодинга, что сейчас моден, например, про это говорили ребята из Y Combinator в выпуске "Vibe Coding Is The Future", про который я уже рассказывал. Вот подбор цитат, что мне особенно понравились

- "Are we cahing a data? Oh I'm cashing in hard on it yeah" - про кеширование
- "What is a database?" - про хранение стейта
- "Tests? We test it on TikTok yeah" - про тестирование
- "Fix it now or you go to jail" - агенту для фикса проблемы
- "It's not a syntax error, a mood misalignment, bro" - про ошибки
- "This is production code, yeah. It's producing lots of cash" - готов ли код для продакшена
- "Technical debt? I am not technical" - про технический долг
- "Cursor make no mistake, don't hallucinate" - промпт для генерации лучших результатов
- "It deleted a whole repo ... I had a different idea anyway" - про переключение на следующий проект после фейла
- "The vibe coding thing really works well with my attention span" - почему vibe coding подходит для СДВГ людей
- "Why is my bill 30k?" - про контроль стоимости
- "Private key? The one I put on my Github?" - про безопасность
- "I don't know how to build a feature to turn it off" - про отключение разработанного:)
- "Lawyers with a criminal record near me" - про поиск людей для помощи

#Humor #AI #Engineering #Software

Code of Leadership #35 - Interview with Eugene Kozlov about SDLC (Рубрика #Engineering)

В очередном выпуске подкаста ко мне пришел интересный гость, Евгений Козлов, с которым мы вместе работаем в Т-Технология. Женя является Staff Software Engineer и руководит разработкой аналитической платформы Statist https://www.tbank.ru/career/technologies/statist/ , на которую мы съехали с другим решений наровде Amplitude, Adobe Site Catalyst и других. Женя интересуется высоконагруженными серверными системами, вопросами производительности, системами управления базами данных а также хранилищами данных. Женя ведет интересный канал @careerunderhood

За час мы успели обсудить следующие темы
1) Работу над платформенным продуктом "Статист"
2) Важность профессиональных связей и сотрудничества
3) Личную историю Жени и его выбор карьерного пути
4) Зачем нам фундаментальное образование и как оно помогает в разработке софта
5) Карьерный путь: от Ruby к C#, а дальше к Go
6) Чем Ruby был хорош и почему упала его популярность
7) Особенность работы с асинхронными бекендами, с которой Женя познакомился еще программируя на Ruby
😍 Переход в T-Bank и развитие навыков
9) Будущее программирования - важно не знать язык, а уметь решать проблемы с его использованием
10) Важность широты интересов и базы знаний

Рекомендации от Жени для изучения
1) The Pragmatic Programmer, 20th Anniversary Edition - книга о лучших подходах к разработке программного обеспечения, обновленная версия классического труда для современных программистов.
2) Программирование Cloud Native. Микросервисы, Docker и Kubernetes (2-ое издание, 2022) - компактная книга о создании облачных приложений с использованием микросервисов, Docker и Kubernetes.
3) Scalability Rules: Principles for Scaling Web Applications - руководство для инженеров стартапов о масштабировании веб-приложений.
4) Fundamentals of Data Engineering: Building Reliable Data Systems - книга о базовых принципах проектирования надежных систем обработки данных.
5) Путеводитель по базам данных - подробное руководство по архитектуре и алгоритмам современных систем управления базами данных

Выпуск подкаста доступен в Youtube, VK Video, Podster.fm, Ya Music.

#Architecture #Software #Engineering #ProductManagement #Management #Economics

Diagrams AI Can, and Cannot, Generate (Рубрика #Architecture)

Недавно добрался до осенней статьи из 2024 года про рисование архитектурных диаграмм при помощи AI. Автор рассмотрел три сценария использования и привел в конце три проблемы, которые мешают AI рисовать диаграммы как бог. Вот три сценария
1) Генерация generic диаграмм на заданную тему - я не совсем понял зачем такие диаграммы нужны автору кроме как иллюстрационные примеры, но AI справляется с их рисованием, правда, поиск по картинкам в Google справляется еще лучше
2) Whiteboarding with AI - когда мы рисуем планиремую систему, для которой мы хотим придумать решение и рассмотреть возможные проблемы. В принципе, адаптируя промпты с божьей помощью и крепким словом можно получить что-то удобоваримое, но иногда проще взять условный DSL языка типа Plantuml и ручками дописать что именно нужно подправить:) Но тут AI в принципе неплохо может помогать. Про разные подходы к рисованию можно почитать книгу "Creating Software with Modern Diagramming Techniques", про которую я уже рассказывал
3) System diagramming with AI - здесь суть в том, чтобы восстановить архитектурную диаграмму из кода проекта. Здесь часто сложно получить что-то осмысленное, так как кода может быть много, что в нем важно не ясно, а еще AI может нагаллюцинировать что-то чего нет. В общем, если проект не супер-простой, то сложно получить что-то вменяемое. И автор статьи описывает ключевые проблемы, среди которых выделяются три
- Мало тренировочных данных в виде проекты с кодовой базой + диаграммы, что их описывают не в generic виде, а детализированно
- Проблемы с анализом кода, где есть разные языки и технологии, есть разделение кода и конфигураций, а также общая каша из зависимостей между компонентами на статических диаграммах (deployment diagrams, диаграммы компонентов), а также каша в динамических диаграммах (sequence, activity) из-за количества бранчей с альтернативной логикой
- Проблема с сутью и фокусом на главном - создание хороших диаграмм в том, чтобы выделить главное, а для этого надо понимать цель системы и основные ее части. А это не всегда отражено в коде. Возможно, это можно скармливать в виде дополнительного контекста AI агенту - про что-то близкое к этому идет речь в whitepaper "From Requirements to Architecture: An AI-Based Journey to Semi-Automatically Generate Software Architecture", о которой я рассказывал раньше

В общем, чуда не произошло, серебрянная пуля пока не появилась, работаем дальше и готовим роботов, что облечат жизнь кожанным мешкам:)

#AI #Engineering #ML #Software #Architecture

China built hundreds of AI data centers to catch the AI boom. Now many stand unused (Рубрика #AI)

Интересная статья про перепроизводство датацентров в Китае от MIT Technology Review. Суть в том, что
1) Китайский технологический сектор столкнулся с серьезным кризисом избыточных мощностей - до 80% недавно построенных вычислительных ресурсов для искусственного интеллекта остаются неиспользованными. Масштабная инициатива по строительству инфраструктуры для ИИ, поддержанная как государством, так и частными инвесторами, сегодня переживает драматический спад.
2) Масштаб кризиса велик - за 2023-2024 годы в Китае анонсировали более 500 новых проектов дата-центров, из которых по меньшей мере 150 завершенных объектов сейчас отчаянно ищут клиентов. Государство вложило $6,1 млрд в строительство крупных вычислительных кластеров, а частные компании добавили еще $28 млрд.
3) Кризис вызван несколькими ключевыми факторами:
- Технологический переворот. Появление открытой модели DeepSeek R1, сравнимой по возможностям с ChatGPT, но требующей значительно меньше ресурсов для обучения, радикально изменило рыночный спрос. Фокус сместился с масштабного обучения моделей на инференс
Стратегические просчеты, где многие дата-центры построены:
- Компаниями без достаточного опыта в ИИ-инфраструктуре
- В удаленных регионах для экономии на электроэнергии и земле, хотя современные ИИ-задачи требуют близости к технологическим хабам для минимизации задержек
- С переоценкой долгосрочного спроса на вычислительные мощности
4) Кризис привел к экономическим последствиям - цены на аренду оборудования обрушились: кластеры из восьми GPU Nvidia H100 сейчас сдаются за 75 000 юаней ($10 333) в месяц, хотя ранее достигали 180 000 юаней.
5) Такое развитие ситуации скорее всего приведет к следующим эффектам
- Государственное вмешательство: Правительство Китая, вероятно, будет вынуждено вмешаться для стабилизации ситуации.
- Консолидация рынка: Ожидается волна слияний и поглощений среди операторов дата-центров, так как мелкие игроки не смогут выдержать финансовое давление.
- Переориентация инфраструктуры: Существующие объекты будут адаптированы под новые рыночные реалии - от массивных тренировочных кластеров к распределенным системам для инференса.
- Экологические вызовы: Даже при нынешнем уровне загрузки дата-центров растет их воздействие на окружающую среду.

Эта новость показывает, что масштабные китайские инвестиции в быстро развивающиеся технологии сопровождаются большими рисками и не всегда карта ложится как надо:) Интересно, что раньше я уже рассказывал про книги, в которых преимущественно описывались успехи Китая и его компаний
- Книга "Tech Titans of China (Мир в тени дракона)" - общий обзор венчурной истории Китая с начала 2000х по двадцатые
- Книга "Attention Factory: The Story of TikTok and China's ByteDance (TikTok. Фабрика Внимания. История взлета)" - история подъема ByteDance
- Книга "Smart Business: What Alibaba's Success Reveals about the Future of Strategy" ("Как Alibaba использует искусственный интеллект") - интересная книга зэна Мина, ключевого стратега Alibaba Group (2006–2017), бывшего главы штаба Джека М. Мой обзор в двух частях: 1 и 2
- Книга "Alibaba: The House That Jack Ma Built" ("Alibaba. История мирового восхождения от первого лица") - интересный рассказ о восхождении Alibaba в нескольких частях: 1, 2 и 3
- Книга "Цифровая трансформация Китая" ("The Digital Economy") от Ма Хуатэна, основателя компании Tencent - я думал, что в книге будет чаще Tencent и Wechat, но оказалось, что нет, но я все равно про нее написал
- Книга "Baidu" ("Artifical Intelligence Revolution. How AI Will Change our Society, Economy, and Culture") - книга 2017 года про Baidu от Робина Ли, CEO и председателя совета директоров. Тема интересная, перевод г..но
- Книга "Haier purpose. The real story of China's first global super company" ("Эволюция Haier") - интересная книга про эволюцию этого технологического гиганта из Китая

#Management #Processes #Leadership #BusinessStory #Engineering #Software #Engineering

Техлид и развитие в Individual Contributor: Как превратить код в карьеру (Рубрика #Career)

5 июня буду участвовать в конференции Techlead Conf X как участник круглого стола "Техлид и развитие в Individual Contributor: Как превратить код в карьеру". Речь пойдет о том, а кто такой техлид в разных компаниях, какую пользу он может приносить компании, какие навыки и подходы необходимы техлиду и так далее. Интересно, что я уже достаточно много рассказывал про эту тему, приводя в пример западные компании, а также то, как это устроено у нас в Т-Банке. Но в этой дискуссии мы обсудим росссийское IT и насколько ветка для инвидидуальных контрибьюторов (IC) выского грейда распространена у нас. Приходите на конференцию послушать, если вам интересна эта тема, так как в дискуссии будет топовый состав джентельменов
- Александр Ложечкин, Райффайзен Банк
- Глеб Михеев, Сбер
- Максим Вишневский, Mindbox
- и ваш покорный слуга из Т-Банка

P.S.
Если ждать 5 июня для вас долго, то можете почитать и посмотреть материалы по этой теме, что я публиковал раньше
- Code of Leadership #6 Staff+ инженеры, архитектура и SDLC
- Варианты роста инженера, если он уже Senior на Tinkoff Meetup 2023
- Как нанимать технических руководителей на Teamlead Conf 2023
- Книга Will Larson "Staff Engineer" и мои обзоры этой книги в двух частях: 1 и 2
- Архитектура в масштабе на ArchDays 2020
- System Design Interview на ArchDays 2021
- Как подготовиться и пройти System Design Interview на ArchDays 2022

#Management #Software #Processes #Project #ProductManagement #Engineering #Processes #Leadership #Staff #Architecture #Career

[1/3] Resolving Code Review Comments with Machine Learning (Рубрика #AI)

Этот whitepaper от Google Research, впервые опубликованный в 2023 году и представленный на Международной конференции по инженерии программного обеспечения (ICSE) в апреле 2024 года. Исследование посвящено AI-фикации процесса код ревью. Суть в том, что исследователи сделали систему, что способна понимать комментарии рецензентов на естественном языке и предлагать соответствующие изменения в коде. Авторы описывают, как Google успешно внедрил эту технологию в свой рабочий процесс разработки, что привело к значительной экономии времени и повышению производительности. Мне этот paper понравился своим подходом - авторы не просто впиливали AI куда-то в процесс разработки, а делали это в продуктовом стиле, меняя как саму модель, так и сам UX процесса код ревью. Суть самой статьи можно описать так

- Проблематика: Ревью кода - это важный процесс особенно в Google, но он занимает много времени. Разработчики тратят в среднем около часа на каждое изменение кода после ревью.
- Решение: AI-система читает комментарии рецензентов и автоматически предлагает изменения кода для исправления проблем.
- Как это работает: Система обучена на прошлых code reviews; она анализирует контекст кода, понимает комментарий рецензента и генерирует подходящие изменения. Это решение прошло несколько итераций от асинхронной генерации исправлений до генерации предложенного фикса на лету, пока ревьювер пишет свой комментарий. Финальный вариант предполагает, что ревьювер может согласиться с предложенным моделькой исправлением, а может пореджектить его.
- Эффект: Реализованное решение в итоге привело к тому, что авторы изменений принимают автоматически предложенное моделью в 7.5% случаев. Это экономит сотни тысяч часов работы разработчиков ежегодно.
- Гибкость: Система справляется как с простыми изменениями, так и со сложными. Отдельно авторы отмечают, что ревьюверы начали подстраивать свои комментарии к коду так, чтобы система генерировала лучшие подсказки для автора кода.
- Обратная связь: Пользовательская обратная связь помогла улучшить систему со временем за счет фильтрации некорректных предсказаний.
- Польза для разработчиков: Система позволяет сосредоточиться на более творческих аспектах разработки вместо рутины.

Автор подход был примерно следующим
- Авторы воспринимали эту задачу как стандартную text-to-text ML задачу, для использования которой взяли традиционный трансформер на базе T5X Framework
- Авторы взяли реальные code review и сделали inline комментариев из ревью в код в виде комментов, а таргетом было уметь предсказывать предлагаемый diff patch, который реально был предложен для решения этого комментария из ревью
- Тренировали он модель для код ревью и других задач в области software engineering и использовали для этого DIDACT фреймворк. Тренировочный корпус состоял из 3 миллиардов примеров, из которых 60 миллионов были примерами с code review. В pre-training использовались достаточно свободный набор code review примеров, включая автоматические комментарии, комментарии для всего набора изменений, а также целых файлов. Для fine-tuning использовали code-review примеры, где комментарии писали только люди. Тюнили метрику standard cross-entropy loss, типичную для таких моделе
- На этапе inference модель использовали так, чтобы выдать желаемый precision - каждое предсказание сопровождалось вероятностью и большая вероятность означала большую уверенность модели в предсказании
- Для валидации модели использовался набор данных, что не использовался при тренировках
- Отдельно авторы выставляли threshhold для предсказаний, то есть предлагаемые изменения показываются пользователям только тогда, когда модель уверена в своем предсказании и удовлетворяет дополнительным эвристикам.

Продолжение в следующем посте, где я расскажу как это решение было встроено в процесс ревью.

#Software #AI #Engineering #Process #DevEx