rnd что это в разработке
Зачем нужен RnD в технологическом стартапе? На примере Watts Battery
Чтобы технологический стартап был успешным, нужно, в первую очередь, озаботиться созданием и развитием RnD (Research and Development) департамента (или по-русски – научно-исследовательского и опытно-конструкторского подразделения). Это мозги и сердце компании, это центр, где рождаются идеи, которые потом воплощаются в жизнь.
1. Как устроен исследовательский отдел в Watts Battery
Мы также сотрудничаем с ведущими научными центрами, чтобы получить доступ к высококлассным экспертам-исследователям. Это происходит на этапе выполнения ранних исследований, например, для оценки реализуемости технологии.
Несмотря на то, что продукт уже запущен и работает у многих клиентов, его надо совершенствовать, как любое сложное техническое изделие. Мы постоянно работаем над добавлением новых возможностей и улучшением потребительских и эксплуатационных характеристик. Например, добавляем в наш модуль новые возможности для управления элементами умного дома; разрабатываем интеллектуальные режимы сокращения энергопотребления и максимизации использования солнечной энергии и т.д.
Модуль WATTS Battery полностью разрабатывается внутри компании силами RnD.
На ранних этапах развития продукта мы сотрудничали с подрядчиками, но опыт показал, что все компетенции должны быть внутри команды, чтобы обеспечить возможность динамичного развития в высококонкурентной среде. А для этого требуется глубокое погружение в проблемную область и полная отдача общему делу, чего нам не удалось добиться при работе с внешними подрядчиками, которые буквально реализуют “Техническое задание”.
4. Почему без RnD успех продукта невозможен.
Собственная методология разработки R&D-проектов в AI, от идеи до создания
Что такое R&D-проект в AI?
Для начала стоит определиться, чем является R&D-проект. Это проект, в котором очень много работы с кодом, а инфраструктуре уделяется намного меньше внимания. Стратегия следующая: в основном концентрироваться на разработке самих моделей и их дальнейшей работе. При этом используется мало инструментов, чтобы поставлять и поддерживать решение. Как правило, все проекты имеют три ограничения:
Типичный клиентский запрос: для экономии средств и ускорения обработки данных нужно провести компрессию данных без потери качества. Для этого берется модель на вход, с ней проводятся определенные операции, и она возвращается клиенту. В результате модель будет работать оптимальнее. Эти задачи могут относиться к разным сферам — машинному зрению, обработке естественного языка, обработке сигналов и другим.
Почему нужна своя методология работы
Необходимо выстроить работу через понятные итерации и блоки, чтобы снизить риски и ответить на вопросы. Одна из реалий — методологии, представленные на рынке, не очень подходят для R&D-проектов. Основная причина этого — достаточно непрогнозируемый результат тестируемых идей. Никогда не известно наверняка, какое именно количество идей нужно проверить и какая именно сработает. При этом есть требования рынка и заказчиков — они хотят, чтобы разработка двигалась понятными для них итерациями и выдавала прогнозируемый результат в конце каждого спринта.
Где возникают похожие сложности? В построении продуктов. Когда команда работает над новым продуктом, у них есть очень много гипотез, заранее предсказать успешность которых практически невозможно. При этом у команды есть ограничения: время, финансирование, целевой результат.
Хотите больше реального опыта представителей индустрии, регистрируйтесь на митап Selectel, где соберутся лидеры MLOps-комьюнити.
Чем пользовались другие компании
Популярное решение — одна из моделей создания продукта, Triple Diamond от компании Zendesk. Здесь есть этапы работы с проблемой и решением, а также реализации всего этого в продукте.
Этапы Triple Diamond в визуальном виде
В подобных командах есть разделение R&D-работы на два процесса — Discovery и Delivery.
Discovery-трек — это зона полной неопределенности: открытие чего-то нового, подтверждение своих идей и гипотез, подтверждение того, что они работают, проверка их работоспособности.
Delivery-трек — зона определенности, когда команда уже занимается реализацией идей.
Два этих трека существуют и работают параллельно. Delivery всегда двигается прогнозируемыми итерациями, потому что точно известно, что нужно делать. А цель Discovery — проверить в единицу времени максимальное число гипотез и выбрать те, которые с наибольшей вероятностью дадут результат. По сути, это генерация, приоритизация и проверка идей.
Поиск своего решения
Как генерируется идея, которая сработает? Для этого нужно следующее.
Методология
К созданию своей методологии MIL Team подошла с постановки целей. Нужно было, чтобы схема включала и ролевую, и функциональную модель проекта, для понимания того, кто и чем занимается. Также было необходимо, чтобы этапность спринта и проекта была понятной, так методологию реально масштабировать на несколько проектов.
Команда MIL Teам проанализировала свою обычную работу над проектами, выписала 50 процессов внутри команд, сгруппировала их до 4 уровней и сделала первую версию. Она состоит из следующих блоков: management, vision, development, capitalisation. Они хорошо описывали актуальный способ работы, учитывали риски ожидания и видение решения. Это был итеративный, понятный и измеримый процесс. Но он не позволял продвинуться вперед, привнести что-то новое и решить те проблемы, которые есть.
Поэтому была создана вторая, более сложная версия. Озвучим основные особенности:
Существует и блок с Delivery, где реализуется определенная функциональность для библиотеки. Здесь внедряются результаты проверки идей, либо формируется набор требований для тех функций, которые есть в технических заданиях, в стандартных практиках software engineering или же на основе рефакторинга кода для его оптимизации.
Качество и метрики
Как понять, что работа идет хорошо? Для этого нужно наложить на процесс определенные метрики, чтобы он стал более прозрачным. Нужно сформулировать критерии, которые могли бы сигнализировать о проблемах.
Вот три метрики, с помощью которых команда MIL Team оцифровала процесс:
Артефакты
Помимо этапов методологии и метрик, с помощью которых отслеживается качество работы, есть также список артефактов, которые позволяют смотреть на проект. Это данные, которые в любом случае генерируются в ходе проекта и которые позволяют понять, какая работа проделана, какие результаты достигнуты и прочее.
Каких результатов помогает достичь методология?
Решения Selectel для ML-инфраструктуры
Вот какие элементы вычислительной инфраструктуры можно использовать:
Чтобы не пропустить релиз этих (и многих других) продуктов, подписывайтесь на наш блог и оставайтесь в курсе всех новостей.
Новая профессия: R&D-менеджер
R&D-менеджеры (от англ. Research &Developmet) — это «возмутители спокойствия» внутри корпораций. Именно они разрабатывают стратегии технологического развития компании, ищут перспективные разработки и проводят модернизацию производства. Подчас им приходится решать нестандартные для отрасли задачи и осваивать новые области знаний. И все это одновременно и в кратчайшие сроки.
Департаменты R&D созданы практически во всех крупных российских компаниях, как частных, так и государственных: «Росатом», ФГУП «Космическая связь», НЛМК, Объединенные машиностроительные заводы, «Русэлпром», «Русгидро», СИБУР, РЖД, КАМАЗ, «Алроса» и др. В самых продвинутых с точки зрения технологий компаниях численность R&D отдела может достигать нескольких десятков человек. Например, в «Лаборатории Касперского» R&D отдел объединяет треть сотрудников (882 человека).
В зависимости от отрасли, должность руководителя может называться «начальник отдела инноваций и развития», «директор по стратегиям и развитию бизнеса» или «менеджер по маркетингу инноваций». По инициативе института развития ОАО «РВК» Институт менеджмента инноваций НИУ ВШЭ провел опрос 55 R&D-менеджеров из 46 крупнейших российских компаний и выяснил, что большинство респондентов относятся к категории топ-менеджеров и имеют соответствующий статусу доход — в среднем 160 тысяч рублей и выше.
85% опрошенных имеют базовое техническое или естественно-научное образование. Причем подчиненных они набирают по тому же принципу: наличие у соискателя дополнительного экономического или менеджерского образования не влияет на решение о трудоустройстве. На базе хорошего технического образования специалист может уже в процессе работы овладеть методами разработки стратегий и оценки экономической эффективности, получить необходимые знания по управлению инновационными проектами.
— Менеджеры зачастую вырастают из рядовых специалистов, — говорит заместитель директора «Лаборатории Касперского» по работе с персоналом Виолетта Абрамова. — У нас есть ряд ценностей: гибкость, адаптивность и интеллект, которые Евгений Касперский назвал самыми важными для специалистов высокотехнологичной сферы. Уже на этапе отбора кандидатов мы смотрим, обладает ли человек этими качествами. Наши специалисты в R&D посещают самые лучшие стажировки. Для нас корпоративное обучение имеет большую ценность, поскольку оно дает специалистам конкретные практические знания из конкретной области. Тогда как аспирантура и второе высшее образование — это больше академические истории.
В «Яндексе» также предпочитают самостоятельно растить будущих R&D менеджеров из сотрудников с базовым техническим образованием. «Весь наш бизнес построен на новых идеях и технологиях, и фактически в каждой команде — свои разработки, — поясняет Юлия Бабикова, PR-менеджер компании «Яндекс». — Также есть отдельное структурное подразделение — группа исследователей. Они занимаются исследованиями в областях информационного поиска, машинного обучения, обработки изображений, фильтрации спама и других. Часть сотрудников группы — выпускники Школы анализа данных (ШАД), созданной по инициативе «Яндекса». Кстати, к образовательным проектам в компании подходят с особой тщательностью и начинают воспитывать потенциальных сотрудников еще со школьной скамьи. Стратегическое решение «Яндекса» — открыть ШАД для старшеклассников. Это лишнее подтверждение тому, что высококлассные программисты будут востребованы на рынке труда в долгосрочной перспективе.
В настоящее время R&D директоры — в абсолютном большинстве выпускники технических вузов, выросшие до топовой должности с позиции рядового специалиста внутри компании. Идеальных специалистов каждая компания предпочитает воспитывать в первую очередь «под себя» соразмерно собственным запросам. Впрочем, в ближайшем будущем технические вузы начнут выпускать готовых R&D-cпециалистов. ОАО «РВК» как институт развития инициировало разработку нового курса «Инновационная экономика» для бакалавров технических вузов. В НИТУ «МИСиС», МГТУ им. Баумана, Самарском государственном аэрокосмическом университете, Московском государственном горном университете и Рязанском радиотехническом университете студенты уже осваивают программы по коммерциализации и трансферу технологий. Учебно-методическое объединение вузов РФ в области материаловедения и металлургии рекомендовало внедрить этот курс во всех технических университетах страны. Так что вскоре инновационный менеджмент станет такой же неотъемлемой частью образовательного стандарта, как и высшая математика.
R&D Engineer (в IT): чем занимаются и куда двигаются по карьерной лестнице
Привет! На экране перед тобой снова текст за авторством ребят из Hays — а значит, мы опять делимся своей экспертизой в мире IT-вакансий. Сегодня мы рассказываем о профессии R&D Engineer в IT. Разбираемся, чем они занимаются, сколько зарабатывают и куда двигаются по карьерной лестнице дальше.
R&D Engineer / Researcher (инженер-исследователь, разработчик-исследователь) занимается исследованиями и разработкой инновационных продуктов, технологий и процессов.
Часто такие специалисты работают в научно-исследовательских центрах крупных ИТ-компаний или вузов, а также во многих других индустриях: от фармацевтической до транспортной.
Примерно так выглядит список задач, которыми занимается R&D Engineer в IT-сфере.
Проведение исследований для решения различных проблем и вопросов (в зависимости от компании и сферы они могут отличаться).
Разработка и реализация алгоритмов.
Оптимизация и ускорение кода, нейронных сетей и пр.
Создание концептов новых или уже существующих продуктов.
Разработка и создание инструментария для команд разработки.
Написание научных статей и пр.
Основная цель R&D Engineer’а — разработать инновационное технологическое решение или продукт.
Кратко о методологии работы:
В частных компаниях обычно в качестве методологии применяется Agile, но от команды к команде (или от компании к компании) могут быть использованы разные его фреймворки, в том числе кастомизированные под процессы и нужды. Среди фреймворков, которые встречаются наиболее часто, можно выделить Scrum, Kanban и др.
В научно-исследовательских институтах бывают ситуации, когда нет возможности применять Agile и используется Waterfall (иногда с элементами Agile в командах). Зачастую это зависит от заказчика и специфики некоторых проектов (например, в государственных проектах).
На кого и чему учиться?
Специалисту в области R&D чаще всего необходимо иметь как минимум степень бакалавра в области математики, физики, computer science или смежных профилях. Иногда работодатели отдают предпочтение специалистам со степенью магистра или кандидата наук.
Подобные требования сложились из-за того, что чаще именно специалисты с таким образованием обладают достаточными математическими и алгоритмическими знаниями, а также успешно проходят технические собеседования.
Дополнительным плюсом и отличной возможностью для старта карьеры будет прохождение стажировки в R&D-отделе/лаборатории ИТ-компании. Это поможет в обретении практического опыта и использовании навыков, которые кандидаты получили в университете.
Работодатели также уделяют внимание участию в конкурсах и олимпиадах.
Требования к R&D Engineer
Среди обязательных требований, которые работодатели предъявляют кандидатам, можно выделить несколько важнейших.
Высшее профильное образование (техническое/математическое).
Математический и алгоритмический бэкграунд (знание линейной алгебры, теории вероятности, статистики, алгоритмов и структур данных и пр.).
Владение одним или несколькими языками программирования: C/C++, Python, Java, C# (часто важен коммерческий опыт разработки).
Знание и опыт работы с соответствующими фреймворками.
Вернемся к требованиям. Кроме перечисленных выше, в некоторых компаниях и для некоторых проектов к кандидатам могут быть предъявлены дополнительные требования.
Знание принципов и опыт применения Machine Learning (а также Deep Learning и пр.).
Постоянное обучение, образование.
Знание английского языка (для письменного и устного общения с коллегами; для вакансий крупных международных ИТ-компаний).
Опыт работы в распределенной команде.
Наличие публикаций, патентов, выступлений на конференциях.
Мотивация и карьерный рост
Для сотрудников на роли R&D Engineer в качестве материальной мотивации выступают:
бонусы по результатам работы;
бонусы за публикации, патенты и пр.;
регулярный пересмотр заработной платы / индексация / заработная плата в долларах США.
Помимо этого, существуют и нематериальные мотиваторы:
техническая сложность / инновационность проекта;
используемые технологии и инструменты (предпочтение отдается современным технологиям);
возможность участвовать в международных проектах;
возможность видеть результат своей работы;
команда профессионалов и возможность обмениваться опытом.
Карьерное развитие R&D Engineer — это прежде всего расширение ответственности, возможность принимать участие в ключевых решениях, а также рост в сторону управления командой и перехода в роль Team Lead.
Также R&D Engineer может в будущем перейти в роль Архитектора или Project Manager’а, где его технические навыки будут крайне востребованы.
Некоторые специалисты сильно погружаются в научно-исследовательскую деятельность при ИТ-компаниях или в вузах (в том числе иностранных), возглавляют отделы и лаборатории.
О чём спросят на интервью?
Для R&D-инженеров самая главная стадия общения с компаниями — это техническое интервью. В зависимости от компании может быть один или несколько этапов.
На стадии собеседований техническая команда или руководитель обычно проверяют знания и навыки кандидата в рамках предметной области проекта, к которому относится вакансия. Отвечая на вопросы об опыте, в том числе опыте применения различных технологий, важно приводить примеры, как и где вы их использовали.
Вопросы об опыте
Зачастую задаются общие вопросы, чтобы понять вашу роль и зону ответственности на предыдущих местах работы, в подробностях разобраться в проекте и его особенностях. Это позволяет сформировать ясную картину того, насколько ваш опыт будет полезен команде сейчас. Также некоторые руководители задают вопросы о том, что сделали на проекте именно вы и как это сказалось на общем результате.
Теоретические вопросы
Часто на собеседованиях проверяют академические знания ООП, линейной алгебры, математики, могут спросить про алгоритмы и структуры данных, про теорию Machine Learning (если это относится к вакансии) и пр.
Перед некоторыми собеседованиями работодатель может дать инструкции, что лучше прочитать или вспомнить перед общением. Спрашивайте у рекрутеров или HR-менеджеров, есть ли какие-то рекомендации по подготовке к интервью.
Алгоритмические задачи
В процессе интервью могут предлагаться алгоритмические задачи различной степени сложности. Одни компании дают их в рамках тестового задания, чтобы кандидаты могли посмотреть на то, чем предстоит заниматься, и соотнести это со своими интересами. Другие компании дают эти задачи в режиме реального времени.
Live-coding
Реже, но также в зависимости от компании или команды, кандидату может быть предложено в процессе интервью продемонстрировать свои навыки кодинга.
Что обязательно указать в резюме?
Резюме должно исчерпывающе отражать опыт работы, проекты, роль и задачи, результаты и hard skills (в зависимости от наличия NDA). Также важно указывать любую нерабочую деятельность: личные проекты, примеры кода, публикации, участие в конференциях и пр.
Чем грамотнее составлено резюме, тем больше вероятности, что ни кандидат, ни работодатель не потратят время на обсуждение вакансии зря. Вот примерный чек-лист того, что важно отразить в резюме.
Опыт работы, с описанием своей роли, задач, зоны ответственности, проекта (если нет NDA) и его особенностей.
Стэк технологий, который использовался на проекте.
Технологии и инструменты, которыми владеет кандидат.
Образование и дополнительное образование (публикации или участие в конференциях, если есть).
R&D-магия, или как справиться с неизведанным
Время чтения: 3 минуты
Отправим вам статью на:
Считается, что отдел R&D могут себе позволить только крупные компании, где такой отдел создается для поддержания имиджа, чем для решения конкретных прикладных задач. Владимир Черницкий возглавляет научно-исследовательский отдел (R&D) компании Azoft. Его команда занимается разработкой в сфере передовых технологий и решают задачи, требующие нетривиального подхода, фундаментальных знаний и нестандартного мышления. Зачем компании Azoft R&D-направление и какие задачи оно решает, читайте в интервью с Владимиром Черницким.
— Владимир, скажи, на что похожа ваша работа и какие задачи вы решаете?
— Наш отдел называется R&D (Research and Development) и занимается исследовательскими разработками в сфере программного обеспечения. Мы привлекаемся только к технически сложным, нелинейным и наукоёмким проектам, где необходимо абсолютно новое решение. В своей работе над такими проектами мы иногда обращаемся и к необычным специалистам, например, в Институт гидродинамики за секретными формулами имитации движения жидкости, консультируемся по новейшим алгоритмическим наработкам в области обработки изображений в Институте математики и т. д.
— Предположим, кто-то хочет присоединиться к вашей команде. О чем нужно знать заранее?
— Сейчас в моём подчинении всего два человека, но в Azoft любой сотрудник может присоединиться к решению наших задач и поломать голову вместе с нами. Просто не все готовы к тому, что предложенная идея может не сработать, может не подойти и пятая. Не надо огорчаться.
— Всегда ли сразу находится нужное решение? Долго ли приходится искать ответ на поставленную задачу?
Чаще всего процесс поиска решений выглядит так: есть идея, которую мы проверяем на пригодность. Проходит неделя, одну идею вычеркнули, но вместо нее появились ещё три варианта развития событий. Три не выстрелили — находятся ещё семь альтернативных, и так до тех пор, пока мы не решим задачу. Мы не стараемся найти оптимальную технологию (этим потом занимается производство), мы ищем хоть какое-то решение, такова специфика проектов в нашем отделе.Кстати, бывают и забавные проекты, например, как-то требовалось найти серединную линию персика для обработки фруктов на конвейерах. Справились.
— Ты помнишь первые проекты, над которыми работал ваш отдел?
— Один из первых R&D-проектов, которым мы занялись — мобильное приложение для рисования в технике эбру. Это турецкая традиция создания узоров на воде: ставится ёмкость с водой, на поверхности которой можно рисовать. Мы добились получения очень реалистичной картины, вода на экране планшета к смотрелась очень реалистично, колыхалась и реагировала как настоящая. И тут мы столкнулись с частой причиной не-реализации: для корректной работы приложения не хватает мощности девайса. Но в ближайшем будущем появятся такие гаджеты, и тогда мы запустим наше приложение.
— Все ли клиенты осознают риск, когда обращаются с R&D-задачей? Понимают ли, что результат в работе может быть совершенно неожиданным?
— Любой наш заказчик знает, что он обратился к нам с необычной задачей, и по времени проект может занять больший срок, чем мы заявили изначально.Мы думаем, что если чего-то нельзя сделать — значит, для этого ещё нет математического аппарата.
Взять того же Больцмана. Может, люди раньше другие были? Но я так и не могу себе представить, как в 19 веке учёный приходит домой, привязывает коней, топит печь и садится писать решёточные уравнения. Как ему только в голову пришло описать математически, как бултыхается вода в ванне? Тем не менее, всё укладывается в математику, всё можно объяснить на её языке.
— То есть с помощью математики и физики можно решить абсолютно любую задачу, с которой обратился клиент?
— Наш проект по передаче данных с помощью ультразвука, например, чистая физика, которая помогла решить поставленную задачу. Клиент запросил технологию, которая бы позволяла совершать финансовые транзакции с телефона. Как известно, не все гаджеты дружат между собой, поддерживают Bluetooth и Wi-Fi, NFC и т. д., но, очевидно, что у всех телефонов есть микрофон и динамик. От этого мы и начали отталкиваться при разработке решения — задействовали все наши знания о звуке и ультразвуке. За месяцы работы мы так углубились, хотя сначала думали, что все будет гораздо проще.
— Расскажи, пожалуйста, об особенностях своей работы?
Такое подразделение, как наше, есть разве что у гигантов индустрии. Исследованиями обычно занимаются институты, лаборатории. У больших компаний R&D — это роскошь, которую они могут себе позволить, тратя значительные суммы. Но мы органично вписались в общую структуру Azoft и решаем и прикладные задачи, которые становятся основой новых проектов с внешними клиентами. Мы стараемся любое исследование использовать в практических целях: мы включаем результаты в решение других проектов, пишем специализированные статьи, можем создавать собственные продукты по следам проведённой работы.
— С чего началась твоя карьера в R&D?
Я начинал как PHP-разработчик, но всегда был упёртым в решении сложных задач, руководство Azoft заметило, и несколько лет назад мне предложили организовать и возглавить отдел Research & Development.
— Говорят, есть какая-то особая магия в исследовательской работе. Так ли это?
— Иногда случаются и забавные истории, думаю, каждому исследователю знакомо такое чувство: ты чуть упустил контроль, «сделал, сам не понял что», и тут вдруг всё заработало. И потом думаешь: «А если бы я этого случайно не сделал, нашлось бы решение?!» Так и с некоторыми нерешёнными задачами — ходишь, ходишь, но задача не решается и это ужасно злит. Но все равно очень интересно — решиться и пойти туда, где никто не бывал, найти нужный путь и победить.
Подпишитесь
Оставьте адрес, и каждый месяц мы будем высылать свежую статью
о новых трендах в разработке програмного обеспечения.