Вы - ваш основной onboarder: подход к самоадаптации тимлида в произвольной среде
Доклад принят в программу конференции
Целевая аудитория
Тезисы
Переход на позицию руководителя команд такого же или более высокого уровня может представлять собой настоящий challenge даже для опытных руководителей и тимлидов, имеющих солидный профессиональный уровень и значимый послужной список. Конечную проблему можно обозначить так: вы были топ-перформером в прошлой компании, но при переходе в новую команду огромная асимметрия знаний между вами и людьми в новой компании по полгода и более держит вас в середнячках или того хуже - в кандидатах на вылет. Ваша адаптация в новой среде существенно затягивается, и дело здесь может быть не только в уровне новой команды. Часто практика адаптации тимлидов различных уровней не поставлена в компании на системные рельсы, делается от случая к случаю по принципу AS IS (делаем как можем и как умеем) и имеет длинные и непредсказуемые сроки реализации (от месяца до девяти месяцев). Руководители же тимлидов и пиры часто не располагают достаточным бюджетом времени на системную передачу знаний и обучение. Для условно уникальных позиций (например, CTO AI стартапа) говорить о системной практике адаптации и вовсе крайне трудно, поскольку она не носит массового характера и «золотой стандарт» попросту отсутствует. Новая среда может предоставлять весьма ограниченный объем помощи в адаптации в новой команде для ее нового руководителя. Принципы самоадаптации могут позволить не только упростить адаптацию в новой команде и сделать ее более предсказуемой и обозримой по срокам, снизить риски менеджерского фиаско, но и де-факто позволяют в условиях ограниченной внешней помощи во многом взять этот процесс в собственные руки. В докладе на основе многократного личного опыта перехода teamlead=> teamlead, а так же team lead => CTO расскажу, какие практики самоадаптации можно применять, чтобы повысить эффективность адаптации и осуществлять вход в новые команды более просто.
Руководитель ML Research команды обучения визуальных генеративных моделей в отделе Post-Train в Kandinsky Lab, Sber. ex-Huawei, ex-Kaspersky. Более 10 лет опыта в RnD, более 8 лет опыта лидерства технологических RnD-команд. Ранее занимался качеством дообучения LLM под кастомные диалоговые сценарии и исследованиями применения LLM в голосовых технологиях, а так же оптимизацией inferenc'a моделей на GPU. До этого много лет занимался Computer Vision и анализом веб-данных, программировал на C++, был графическим программистом в Навигаторе, работал в backend-разработке. Ментор и консультант для экспертов и руководителей разработки и ML.
Выпускник факультета ПМиК ТвГУ по Computer Science и машинному обучению.
Видео
Другие доклады секции
Оптимизируй себя