Опейеми Фолоруншо — вице-президент по исследованиям и разработкам (R&D) в Moniepoint, где он занимается превращением сложных технических идей в системы, оказывающие реальное влияние. Его опыт лежит в области распределенных систем и инфраструктуры, а его работа находится на стыке исследований и реализации: выявление новых возможностей, их тщательная проверка и создание платформ для их воплощения.
Его ключевая убежденность заключается в том, что сильная инженерная культура и мышление на основе первых принципов отличают настоящие инновации от погони за трендами. Со временем его фокус сместился с создания систем на определение их направления, руководство командами, формирование технического видения и обеспечение того, чтобы исследовательские усилия приводили к значимым результатам.

Представьте огромный игрушечный город, где каждый день играют миллионы людей. Моя задача — изобрести лучшие дороги, более прочные мосты и умные светофоры до того, как город станет слишком загруженным.
Иногда я сам создаю новые вещи. Иногда помогаю другим инженерам строить их. А иногда трачу недели на поиск лучшего способа решения проблемы, которую раньше никто не решал. По сути, моя работа заключается в том, чтобы город продолжал функционировать даже при прибытии миллионов новых жителей.
Люди часто представляют R&D как ученых в лаборатории. На самом деле это гораздо ближе к прикладной инженерии.
Типичная неделя включает понимание сложной бизнес-задачи, чтение статей или технической документации, оценку существующих технологий, создание прототипов, анализ компромиссов и принятие решения о том, заслуживает ли идея включения в производственную платформу.
Некоторые проекты так и остаются на стадии прототипа, потому что экономическая модель не работает. Другие становятся ключевой инфраструктурой, от которой зависит каждая инженерная команда.
В Moniepoint это означало изучение таких технологий, как распределенные базы данных, потоковая обработка, платформы для разработчиков, методы обнаружения мошенничества, автоматизация инфраструктуры и способы упрощения масштабирования продуктов инженерами.
Цель — не исследование ради исследования. Цель — снижение неопределенности, чтобы бизнес мог принимать более обоснованные инженерные решения.
Я обращаю внимание на три аспекта. Во-первых, действительно ли мы решили сложные технические задачи или просто сделали хорошую демонстрацию? Во-вторых, снижает ли решение сложность вместо того, чтобы увеличивать ее? Прототип может допускать излишнюю хитроумность. Производственная система — нет. В-третьих, решает ли оно реальную проблему, актуальную для нескольких команд? Если идею понимает только один инженер или она приносит пользу только одной команде, это, скорее всего, все еще этап исследований.
Переход происходит, когда неизвестное становится известным. В этот момент работа смещается с проверки возможности реализации на обеспечение надежности, поддерживаемости и удобства использования для других инженеров.
Рост меняет вопросы, которые вы задаете. На ранних этапах вы спрашиваете: «Можем ли мы заставить это работать?» Позже вы спрашиваете: «Сможет ли это выдержать десятикратный рост трафика, не заставляя никого просыпаться в 3 часа ночи?»
В Moniepoint работа в масштабе означает проектирование систем, способных обрабатывать миллиарды финансовых событий, поддерживать низкую задержку, корректно восстанавливаться после сбоев и продолжать работу в разных регионах и при различных условиях сети.
Это также означает серьезные инвестиции во внутренние платформы. По мере роста инженерной организации производительность разработчиков тоже становится инфраструктурной задачей. Хорошие инструменты, автоматизация, наблюдаемость, системы развертывания и стандартизированные платформы позволяют сотням инженеров быстро двигаться вперед без ущерба для надежности. Инфраструктура больше не просто поддерживает бизнес. Она становится конкурентным преимуществом.
Многие инженеры думают, что исследования — это чтение статей. Это не так. Хорошие исследования направлены на снижение неопределенности.
Иногда это действительно означает чтение академических статей. Чаще же это создание прототипов, сбор доказательств, измерение производительности, общение с пользователями и готовность доказать ошибочность собственной идеи.
Лучший результат в R&D — не доказательство вашей правоты. Это получение ценных знаний до того, как компания потратит месяцы на создание неправильного продукта. Исследования должны облегчать будущую инженерную работу, а не усложнять ее.
Моя карьера всегда определялась скорее любопытством, чем должностями. Меня естественно тянуло к сложным инфраструктурным задачам, распределенным системам, базам данных, платформам для разработчиков и тому виду инженерной работы, где понимание внутренних механизмов имеет реальное значение. Со временем это эволюционировало от самостоятельного решения технических проблем к помощи командам в определении того, какие проблемы вообще стоит решать.
Когда я перешел к руководящей роли, я осознал, что R&D — это не только технологии. Это создание процесса, превращающего неопределенность в обоснованные решения. Сегодня значительная часть моей роли заключается в помощи организации в изучении новых идей при обеспечении передачи успешных решений продуктовым командам и их масштабирования во всем бизнесе.
Если бы я начинал сначала, я бы тратил меньше времени на погоню за отдельными технологиями и больше — на изучение системного мышления, коммуникации и экономики. Языки программирования, фреймворки и базы данных приходят и уходят. Способность рассуждать о сложных системах, четко коммуницировать и понимать бизнес-ценность технических решений накапливается на протяжении всей карьеры. Эти навыки имели гораздо большее значение, чем любая конкретная технология, которую я изучал.

