Shadi é vice-presidente sênior de engenharia da Amplitude, líder em análise digital. Ela é uma líder de tecnologia e arquiteta apaixonada e experiente, com experiência na construção e gerenciamento de equipes de engenharia altamente proficientes. Antes de Amplitude, ela foi vice-presidente de engenharia da Palo Alto Networks. Ela inovou e entregou diversas linhas de produtos e serviços especializados em sistemas distribuídos, computação em nuvem, massive knowledge, aprendizado de máquina e segurança.
O Amplitude é baseado em aprendizado de máquina moderno e tecnologias generativas de IA que permitem que as equipes de produtos construam de maneira mais inteligente, aprendam mais rápido e criem as melhores experiências digitais para seus clientes.
O que inicialmente atraiu você para a ciência da computação e a engenharia?
Cresci no Irão e originalmente segui o ensino secundário que me permitiria uma carreira na medicina, que period o caminho que o meu pai queria que eu seguisse e o que o meu irmão fez. Cerca de um ano e meio depois, decidi que esse não period o caminho para mim. Em vez disso, procurei engenharia e acabei por me tornar a primeira rapariga no Irão a participar nas Olimpíadas de Informática (IOI) e a ganhar a medalha de Bronze, uma competição anual para estudantes do ensino secundário de todo o mundo que competem em matemática, física, informática e química. Isso me levou a cursar engenharia na Universidade de Tecnologia Sharif, no Irã, e mais tarde obter meu doutorado. em engenharia da computação na College of British Columbia, no Canadá. Depois disso, trabalhei para startups por alguns anos e depois passei uma década na Palo Alto Networks, tornando-me vice-presidente responsável por desenvolvimento, controle de qualidade, DevOps e ciência de dados. Há cinco anos, mudei para a Amplitude como vice-presidente sênior de engenharia.
Você poderia discutir a filosofia central de IA da Amplitude de que a IA deveria ajudar os humanos a melhorar seu trabalho, em vez de substituí-los?
A IA está transformando rapidamente quase todos os setores e, com a transformação, surgem questões sobre como as empresas usarão a tecnologia. Estamos fortemente empenhados em acertar a IA. Essa crença nos levou a desenvolver nossa filosofia de IA centrada no cliente, que se baseia em cinco princípios principais: (1) desenvolvimento colaborativo e parceria de pensamento, (2) governança de dados e proteção de dados do usuário, (3) transparência, (4) privacidade, segurança e conformidade regulatória e (5) escolha e controle do cliente. Sabemos que estes princípios são fundamentais à medida que as empresas continuam a adotar e testar a IA e, eventualmente, tornam-se verdadeiramente orientadas por dados. Para nossos propósitos, isso significa construir ferramentas de IA que ajudem as pessoas a obter insights com mais rapidez. Quando aproveitados adequadamente, esses insights levam a decisões melhores e mais rápidas que geram resultados finais. Usar a IA como uma ferramenta para complementar a inteligência e a criatividade humanas é onde vejo a IA tendo seu maior impacto.
Você pode explicar o conceito de “democracia de dados” no contexto do atual ambiente de negócios orientado pela IA?
“A democracia de dados é impulsionada pelo conhecimento de que as equipes funcionam melhor, mais rapidamente e com mais eficiência quando podem acessar os insights de dados certos no momento certo. No atual ambiente orientado por IA, que avança rapidamente, as equipes não podem se dar ao luxo de esperar dias ou semanas pela extração de dados. Para mitigar esta situação, as empresas devem capacitar as suas equipas para aproveitar os dados de forma self-service. Agora, isso não significa caos de dados sem parâmetros. No ultimate das contas, dados ruins levam a uma IA ruim. Mas com as ferramentas e os processos certos implementados, as empresas podem equilibrar a democratização dos dados com a governação dos dados, permitindo melhores resultados empresariais.”
Que mudanças importantes na cultura organizacional você acredita serem essenciais para permitir a verdadeira democracia de dados na period da IA?
Estabelecer uma verdadeira democracia de dados em sua organização começa com duas mudanças culturais fundamentais: fornecer as ferramentas certas e mais acessíveis e conduzir esforços em toda a organização em torno da alfabetização em dados. Isso significa adotar ferramentas de autoatendimento que permitam que membros não técnicos da equipe, como equipes de advertising and marketing ou de sucesso do cliente, não apenas acessem os dados, mas também analisem e tomem medidas sobre eles. Acredito que a análise de dados de autoatendimento pode e deve estimular a colaboração entre equipes, inspirar a curiosidade e a exploração, dimensionar a alfabetização em dados e influenciar a ação e o impacto. Além disso, é importante realizar esforços conjuntos entre a equipe central de dados e as equipes de linha de negócios para fazer uma governança contínua de dados e garantir que a qualidade dos dados não se degrade com o tempo.
Na sua experiência, quais são os desafios mais significativos que as organizações enfrentam para alcançar a democratização dos dados e como podem superar esses obstáculos?
No passado, as empresas tentaram centralizar os dados numa equipa de especialistas, deixando o resto da organização dependente desta equipa para fornecer análises e insights importantes que podem ser críticos para as suas operações diárias e tomada de decisões. Embora democratizar o acesso aos dados seja elementary para resolver este estrangulamento, também pode ser um desafio. Quando falo com líderes de dados sobre a operacionalização do autoatendimento, fica claro que há um espectro. Por um lado, você tem ferramentas de baixa configuração para equipes não técnicas e de linha de negócios. Em última análise, estas ferramentas não fornecem a profundidade e amplitude de respostas que estas equipas necessitam. Por outro lado, você tem mais ferramentas técnicas para equipes mais técnicas. Eles são muito mais flexíveis em termos de análise, mas são lentos e provavelmente poucas pessoas conseguem usá-los. Referimo-nos a essas ferramentas como a criação de uma “linha de pão de dados”… você está sempre esperando por respostas. As equipes precisam de uma solução intermediária. Pense em soluções inovadoras que incentivem, e não inibam, a exploração e a experimentação. Com as ferramentas adequadas e a formação da equipa, as empresas podem colmatar mais facilmente a lacuna de democratização dos dados.
Quão essential é a literacia de dados no processo de democratização dos dados e que medidas devem as empresas tomar para melhorá-la entre os seus funcionários?
Promover um ambiente de democratização de dados em suas equipes é um desafio cultural que exige educação e adesão de toda a empresa. Nas minhas experiências com o ensino de processos de dados para membros não técnicos, a melhor maneira de desenvolver essas habilidades é através de uma combinação de treinamento e aprendizagem prática. Recomendo o desenvolvimento de um programa de treinamento abrangente para garantir que os funcionários se sintam confortáveis e confiantes nos insights que extraem de seus dados. Certifique-se de usar uma ferramenta que não proíba usuários não técnicos: por exemplo, qualquer ferramenta que exija conhecimento de SQL marginalizaria pessoas sem experiência em programação. A partir daí, ofereça oportunidades para os funcionários mergulharem e começarem a brincar com os dados. Por fim, implemente uma ferramenta que promova a exploração e a colaboração. Quanto menos pessoas trabalham em silos, mais elas podem trocar ideias umas com as outras, levando a insights mais esclarecedores. Se você é um profissional de dados que ensina um membro não técnico da equipe, lembre-se de que passou anos aprendendo como obter e usar dados, por isso pensa sobre isso de forma diferente do usuário informal. Esteja aberto para ensinar os outros, em vez de fazer tudo sozinho. Caso contrário, você nunca terá tempo livre para fazer nada além de responder às perguntas das pessoas.
Com a rápida evolução das ferramentas de dados e das tecnologias generativas de IA, como devem as empresas adaptar as suas estratégias para se manterem à frente na gestão e utilização de dados?
A governança de dados é um dos principais desafios que as empresas ainda enfrentam e é algo que toda organização deve definir para capacitar experiências significativas de IA e dados. A IA é tão boa quanto os dados que a alimentam, e dados limpos levam a insights mais impactantes, usuários mais felizes e crescimento dos negócios. Desta forma, as empresas devem ser proativas em relação à limpeza e taxonomia de dados, e há oportunidades de usar IA generativa para gerenciar a governança e a qualidade da IA. Por exemplo, na Amplitude, lançamos nosso produto Information Assistant com tecnologia de IA no ano passado, que oferece recomendações inteligentes e automação para tornar a governança de dados perfeita e ajudar os usuários a assumir o controle dos esforços de qualidade de dados.
Como a Amplitude permite que as empresas entendam melhor a jornada do cliente?
Construir excelentes produtos e experiências digitais é difícil, especialmente no cenário competitivo atual. Hoje, muitas empresas ainda não sabem para quem estão construindo ou o que seus clientes desejam. A Amplitude ajuda as empresas a responder perguntas como: “O que nossos clientes adoram? Onde eles ficam presos? O que os faz voltar? por meio de insights de dados quantitativos e qualitativos. Nossa plataforma ajuda as empresas a entender melhor a jornada completa do cliente, revelando dados para ajudar a impulsionar o ciclo de aquisição, monetização e retenção de clientes. Hoje, mais de 2.700 clientes, incluindo marcas empresariais como Atlassian, NBC Common e Below Armour, utilizam a Amplitude para criar produtos melhores.
Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar Amplitude.
