iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 3
0

回到自己辦公室,路上Pete 似笑非笑看著他走過,刻意不與他討論此事。或許他都知道了。眼下RJ『具體工作安排-探索AI』應該不能當作高優先等級。還是先試試聯繫當事人吧?

與李博士打個電話,意外的打通了。李博士一接起手機,開門見山:”Gavin 我猜你要談大老闆的那個 AI探索專案吧? 如果不是,那我現在很好,正在鄉下老家渡假中。謝謝關心!”

Gavin 在之前一個電子病歷交換專案引入 HL7 FHIR 新標準,就是由李博士的團隊協助導入,兩人合作中建立相當好的默契,甚至也開始會聊聊一些生活大小心得。Gavin還記得幾個月前大老闆剛指示要這個 AI 專案時,李博士還很雀躍的找他徵詢看法。當時聽著聽著是有點心酸,因為自己都已經在處理最後一位客戶的交接了,卻還沒有得到大老闆Servo 的新工作安排。

“太好了,我就也直接點:那個專案你回公司後,你的計畫?” Gavin知道李博士不愛繞彎講話。

“我的打算很簡單:只要我或我部門需要參與那個AI專案,我就不回公司了。或者,我就是根本就不想回公司。我再繼續像以前賣命,哪天老婆跑了我都不知道。...” 李博士少見的情緒發洩一頓。但這樣的爆發,在公司並不少見。Gavin 先前會提出離職,其實也有一點共同原因:軟體需求變更頻繁的特性,多數的案子最終淪落的下場是無盡的趕工結案,更何況很多人手上可能還有先前案子遺留的技術債被客戶或是客服追討呢。即使公司早在90年代就已經開始推動敏捷開發的Unified Process,對於減少超工時工作這挑戰,依然無解。常聽到同仁感慨這不是人幹的工作,但是看在公司固定把兩成的利潤作為員工分紅上,卻也達到平衡,同時也可以延攬到一些優秀新血。但近幾年公司業務遇到瓶頸,加上無法像早期擴張階段用員工配股來留才。這幾年來總報酬與往年差距頗大,不如歸去的聲音偶而就可聽到。

“李博,如果我接AI專案,是不是問題也一樣?”
“完全不同,你往後應該沒有部門成本要扛,更優的是你不用同時扛其他專案。你接了,除了我感激你,Servo 也有台階下吧?我執行的話,部門怨、老婆恨、大老闆不滿意、其他支援的部門不爽”
“李博謝謝你,可否指導下,往下我該如何進行”
“還跟我客氣講指導勒,我剛寄出我的簡報,你參考一下。建議先跟專案成員聊聊,最好全部都能繼續參與。要在我們公司借調人力,比登月難,我花一兩個月才談成這些成員。”

看了李博士簡報,如佳麗所言:將 AI 發展脈落整理的相當清楚,同時也提出與公司業務發展較有關聯的方向性建議。唯一小遺憾:居然沒有片言隻語談到大老闆最引以為傲的Unified Process。

再看看專案成員清單,其中有三位是李博士部門員工,與其中較熟識的一位溝通後,大約知道狀況:李博士原指定這三位成員,手上各自均有專案,居然至少還要一季才有機會脫身,同時也考慮到與李博士的革命情感,不打算離開原來的CTO部門。倒是從其他部門確定來支援的人選已經陸續交接手中工作,專案再不啟動就沒事做了。這家公司與友商比,其中的一個競爭優勢:稍微有點資歷的員工,總是有危機感,時時會自我評估貢獻出去的價值。

緊接著與 Pete 聊一下意願,這傢伙居然已經默默的研讀AI相關文件幾個多月了,看來他是積極要加入專案的,Pete 建議專案中多一位非技術人員,也許對這個不知道目標的專案有幫助。Gavin 心中馬上浮現一位人選。直接帶 Pete 一起找佳麗。

"三千妹妹,喔不,佳麗,我已經與李博士談過了,原預定團隊成員如願意跟我做,我通通接受,不願意也不勉強,這一週慢慢溝通即可。我只需要確定可增加兩位成員我就接" Gavin 心想這時不是閒聊家常,還是不要叫綽號好了。
“要多兩位人力預算我認為有把握幫忙讓大老闆買單,但是你有人選嗎?先前李博士無論外聘或是內部甄選都花好大的力氣,現在 AI 專家搶手得很,人資開職缺出去,至今連履歷都沒看到合適的!” 佳麗在公司可以幫同仁與大老闆溝通順暢。

"一個已經確認了,就是 Pete;另外一位我現在正式邀請你加入。"
"我可不懂啥 AI,會唉(台語) 我是高手。" 佳麗以訝異來婉拒。
Gavin 解釋:"早上我們談過這專案摸不清目標是什麼,我自認與大老闆的溝通不見得比李博強,有你幫忙是大助益"
"找我進專案團隊只是幫忙吃皇糧,真有事我會幫忙的,協助溝通那也是我份內工作" 佳麗仍然不鬆口。
Pete 突然插嘴:”佳麗姐,是我建議加入非技術成員的,這成員必須了解公司客戶商業上的需求,能夠協助描繪產品願景,最好幹過商業分析師。我個人認為專案既然都叫做 AI探索,總不能只從技術來探索。現在專案成員全部都是技術出身的”。
Gavin 很開心 Pete 一如既往幫他講出心裡話,笑著徵詢:"想不想回味十年前做商業分析師的滋味啊?”
佳麗思考了現在工作其實算是安逸的,畢竟公司二十多年熟門熟路的,小孩也上國中了,不會時時黏在身邊,如果每天硬是抽出三個小時處理這個專案應該無問題。
"我每天最多只花三小時在此專案上,可以嗎?"

專案三個基本成員一起看著名單,扣掉已經表態不加入的CTO三位尚有:

  • Molly:專長自然語言處理方面博士肄業,EB部招聘工作內容是NLP 網頁爬蟲後處理, 剛報到不到一個月。
  • Fields:數學系/研究所畢,因興趣加上謀生考量,自修成 C# 開發者。以程式開發來衡量,幾年來中等的表現,自願與其部門老闆爭取到此專案。
  • Moore:由CM部門推薦轉來,因 Key-Value 型資料庫專案需求,變成 MongoDB 高手, 對大數據口號頗有點意見。
  • Cash : INF部門推薦。Linux 與硬件高手。愛玩硬體GAME。是個超級宅男。

Pete 分享了他這兩個月苦讀 AI的分支-深度學習的心得:“現在比較熱門的AI技術是深度學習,我們有很大比例會深入研究。我這段時間發現它所需的技能與我們公司主流技能有點差異,例如:Deep Learning 最常用的語言是 Python,我要不是七年前參與客戶 Google Cloud 專案,有接觸一下,我們公司其他部門不是 Microsoft 平台不然就是 Java 了”。

佳麗補上她的擔憂:”團隊唯一有一點AI或機器學習經驗的是 Molly,但她自己說過她侷限在自然語言處理,而且還沒用過最近深度學習什麼xNN相關技術”。

"自然語言處理我知道是AI應用的大領域,運氣真好,我們專案一成立就有專家加入。值得慶幸的是我們還有數學高手Fields,大數據處理專家Moor,需要計算資源我們有Cash。Cash 這名子取的好,一語雙關。這都是AI 必備的技能"。Gavin 永遠記得要鼓舞團隊士氣。


上一篇
沒人知道專案目標
下一篇
Scrum臨時團隊建立
系列文
UP, Scrum 與 AI專案31

尚未有邦友留言

立即登入留言