Kami berbicara dengan Sarthak Kumar Barik dan Stephen Conneely tentang sektor teknik dan bagaimana dinamika tim berkembang seiring waktu.
Seiring dengan kemajuan teknologi, lingkungan kerja yang tertutup berpotensi menjadi masa lalu, terutama ketika kita menemukan cara yang lebih nyaman dan efektif untuk tetap berhubungan dengan rekan kerja yang tersebar secara global.
Itu ruang teknik Begitu pula dengan Stephen Conneely, direktur teknik QA di Fidelity Investments Ireland, teknik interdisipliner telah mengubah cara tim memberikan hasil, terutama di lingkungan di mana pengembangan yang dibantu AI sudah menjadi hal yang lumrah.
Conneely mengatakan kepada SiliconRepublic.com: “Tim menyatukan insinyur perangkat lunak, insinyur kualitas, analis, dan spesialis platform untuk bersama-sama mengatasi masalah secara menyeluruh, dengan alat AI yang mendukung aktivitas seperti desain pengujian, tinjauan kode, dan dokumentasi.
“Kepemilikan bersama ini mengurangi serah terima dan memungkinkan risiko muncul lebih awal, sekaligus menjaga tata kelola dan akuntabilitas yang kuat. Kualitas dirancang sejak awal, dengan berbagai disiplin ilmu berkolaborasi untuk memutuskan di mana AI mempercepat penyampaian dan di mana validasi manusia tetap penting.”
Dia menjelaskan bahwa semua ini terjadi dalam suasana di mana para insinyur diharapkan memahami bagaimana pekerjaan mereka berdampak pada sistem yang berdekatan, integritas data, dan pengalaman klien. “Hasilnya adalah tim yang bergerak lebih cepat dengan percaya diri, menggunakan AI sebagai pendorong, bukan jalan pintas, dan memberikan hasil yang lebih dapat diprediksi dalam lingkungan yang kompleks.”
Hal serupa juga disampaikan oleh Sarthak Kumar Barik dari Workhuman, seorang insinyur utama, yang menyatakan: “Sebagai tim platform, pekerjaan kami tidak berdiri sendiri. Tim produk di seluruh organisasi memiliki kasus penggunaan yang dibangun di atas fondasi warisan yang sama dan mereka menghadapi tantangan migrasi yang sama, sering kali tanpa kedalaman konteks yang sama.”
Menurutnya, tanggung jawab para insinyur dan karyawan lainnya adalah untuk menutup kesenjangan pengetahuan tersebut. Dia menjelaskan hal ini dapat dicapai dengan menerjemahkan pengalaman migrasi ke dalam pola yang dapat digunakan kembali, panduan yang jelas, dan titik integrasi yang terdefinisi dengan baik yang dapat diadopsi oleh tim lain tanpa memulai dari awal.
Ia berkata: “Kami bekerja sama dengan tim produk sebagai mitra aktif, membantu mereka memetakan perilaku mereka saat ini ke platform baru, mengidentifikasi kesenjangan yang ada, dan memastikan setiap migrasi yang mereka lakukan lebih cepat dan lebih kecil risikonya dibandingkan sebelumnya.
“Tujuannya adalah agar pengetahuan dapat digabungkan di seluruh organisasi, bukannya hanya terkurung dalam satu tim saja.”
Contoh yang lebih nyata dari perubahan ini, jelasnya, adalah bagaimana organisasi menggunakan kecerdasan buatan dalam alur kerja teknik. Workhuman menyelenggarakan lokakarya berbantuan AI di mana pengembang memberikan konteks tentang sistem, arsitekturnya, aliran data, dan batasannya, serta menggunakannya sebagai landasan untuk kode yang dihasilkan AI.
“Perbedaannya dibandingkan dengan perintah umum sangat mencolok. Ketika AI diberikan konteks sebenarnya dari sistem Anda, AI menjadi akselerator sejati, menghasilkan kode yang relevan, membumi, dan lebih cepat untuk ditinjau dan diadaptasi. Hal ini telah mengubah cara berpikir tim kami dan tim produk yang kami dukung tentang kecepatan.”
Barik menambahkan: “Rekayasa interdisipliner, bagi kami, bukan tentang bagan organisasi, melainkan tentang konteks bersama. Ketika platform dan tim produk bekerja dengan pemahaman yang sama mengenai sistem, target, dan alat yang tersedia, kemajuan akan meningkat secara menyeluruh.”
Dengan mengingat hal itu, apa keterampilan dan proses apakah para insinyur harus menjadi yang terdepan untuk memastikan mereka mengikuti perubahan di seluruh sektor?
Fundamental dan masa depan
Bagi Conneely, keterampilan yang paling banyak diminati saat ini lanskap teknikmerupakan kombinasi dari hal-hal mendasar dan penerapan teknologi baru.
Dia berkata: “Kami terus memprioritaskan kemampuan mendalam dalam rekayasa perangkat lunak, rekayasa kualitas, platform cloud, dan data, namun semakin menghargai insinyur yang dapat menggunakan peralatan berbantuan AI secara bertanggung jawab untuk meningkatkan produktivitas, kualitas, dan pengambilan keputusan.”
Insinyur juga harus memprioritaskan kemampuan untuk mengevaluasi secara kritis keluaran yang dihasilkan AI, menerapkan penilaian teknis yang baik, dan mengembangkan kemampuan untuk memahami pentingnya pengawasan manusia, serta mengadopsi pemikiran sistem, pendekatan yang mengutamakan otomatisasi, dan pengambilan keputusan berbasis risiko, yang menurut Conneely sama pentingnya dengan kerangka kerja atau keahlian bahasa.
“Keterampilan komunikasi juga sangat penting, terutama dalam lingkungan yang diatur di mana para insinyur harus menjelaskan keputusan teknis, termasuk penggunaan AI, dalam istilah bisnis yang jelas. Seiring berkembangnya teknologi, pola pikir pembelajaran dan kemampuan beradaptasi kini menjadi kompetensi inti, bukan ‘bagus untuk dimiliki’.”
Hal serupa juga terjadi pada Barik, tantangannya sering kali adalah mencocokkan sistem lama yang kritis dengan model dan proses yang lebih baru dan lebih maju. Dia menjelaskan bahwa tantangannya bukan hanya teknis, namun lebih intuitif, karena Anda harus mengetahui apakah Anda benar-benar membuat kemajuan ketika sistem digabungkan secara mendalam dan tidak dapat dilakukan secara offline.
Ia berkata: “Kami mendefinisikan arsitektur target di awal, bukan sebagai sebuah aspirasi namun sebagai sebuah kondisi akhir yang konkrit yang menjadi dasar pengukuran setiap keputusan. Dari sana, kami menguraikan sistem menjadi subsistem yang lebih kecil dengan peta jalan pencapaian yang disepakati. Setiap pencapaian mewakili unit kemajuan yang terpisah dan dapat diverifikasi, sebuah subsistem yang diaktifkan di platform lama dan diaktifkan di platform baru.
“Setiap jalan pintas pragmatis yang diambil sepanjang perjalanan dicatat sebagai hutang teknis, sehingga tim selalu tahu persis apa yang tersisa daripada menemukannya nanti. Ukuran kemajuan yang paling kuat adalah kemampuan observasi. Dengan menginstrumentasikan sistem lama dan baru, kami melacak secara real time berapa persentase beban yang mengalir melalui platform baru versus sistem lama.
“Sebuah subsistem belum benar-benar bermigrasi sampai data lalu lintas mengonfirmasinya. Kemajuan bukanlah suatu pencapaian yang dapat dicapai – ini adalah perubahan yang terukur dan terlihat di mana beban mengalir.”