Как продукту работать с RnD и добывать Technology Value

Резерв

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Доклад о работе с R&D. Возможно, мало кто из зрителей работает с R&D-отделами. Зато внутри команд мы регулярно ставим задачи на ресерч. А потом не понимаем, как их оценивать, как презентовать промежуточные результаты и когда считать завершенными. Анатолий подробно расскажет как раз об этом.

Целевая аудитория

Тимлиды и руководители разработки продуктовых команд, Project and Product Managers, CTO, тимлиды и эксперты RnD-команд.

Тезисы

Культура разработки и исследований многих RnD-команд имеет особую форму организации и может выглядеть экстремальной на фоне процессов и практик традиционной продуктовой и инфраструктурной разработки. Процессы и практики технологических RnD-команд могут легко внести существенную неопределенность в управление продуктом или значительной его частью. Отдельные сложные главы данной истории — это планирование, формулирование и оценивание KPIs и процессы исполнения задач.

Но RnD существует не только в BigTech-компаниях и далеко не только в RnD-командах. Например, часто команды инфраструктуры и продукта имеют в своих бэклогах определенный процент RnD-задач. В компаниях, где нет выделенного RnD-направления, оно как правило и начинает формироваться из этих команд, проходя этапы своего становления. При этом попытка решать RnD-задачи, следуя традиционным процессам продуктовой разработки, может вылиться в ряд упущенных возможностей для продукта и компании, а для соответствующих команд — в потерю их мотивации.

В докладе на основе более чем 10-летнего опыта работы в RnD-командах известных компаний будет рассказано, какие особенности RnD стоит знать и использовать тимлидам, руководителям разработки продукто-инфраструктурных команд и Product manager’ам , чтобы оптимизировать процессы команд, которые занимаются RnD.

Анатолий Дробков

Независимый эксперт

Руководитель ML Research-команды, ex-MTS AI, ex-Huawei, ex-Kaspersky. Более 10 лет опыта в RnD, более 7 лет опыта лидерства технологических RnD-команд. Занимается качеством генерации LLM под кастомные диалоговые сценарии и исследованиями применения LLM в голосовых технологиях. 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 Сomputer Science и машинному обучению.

Видео