AI 年度盘点与2025发展趋势展望,50+案例解析亮相AICon 了解详情
写点什么

虚实结合,10 年技术人的轮回 | TGO 专访

  • 2021-01-01
  • 本文字数:3390 字

    阅读完需:约 11 分钟

虚实结合,10 年技术人的轮回 | TGO 专访

一个人如果能在多个领域有所积累,往往会激发出 1+1>2 的效果。


小米集团大数据委员会秘书长兼产品总监潘英超,正在用他的经历进行诠释。在过去的 13 年里,他先后供职于民营企业、多家 500 强外企、创业公司、互联网企业。


历数其涉猎的领域:从数据通讯网络架构、数据中心选型及虚拟化部署,到公有云上基于 ITIL 的 CI/CD 及运维实践,再到负责云计算、大数据、人工智能与物联网的产品及解决方案,之后上升到集团层面技术战略的规划与落地。


在深度参与国内外几代基础设施演进变革的经历里,一条不寻常的技术人发展之路被他走了出来。

做产品要深入一线


当问及他的职业走向选择时,他引用了乔布斯在斯坦福演讲时的一句话,“You can't connect the dots looking forward; you can only connect them looking backwards。(你在向前展望的时候不可能将这些片断串连起来;你只能在回顾的时候将点点滴滴串连起来。)”


2007 年,产品经理的价值被很多企业认可,岗位对候选人的各方面要求都十分严格。潘英超毕业后顺利进入锐捷网络,担任核心路由器产线的产品经理。


但是这个“明星”岗位却没有让他过多地留恋,在新员工培训结束后他就主动请求换岗,从产品部转岗到一线的技术支持部。这个决定令许多人大惑不解,甚至觉得他是头脑发热。


但这恰恰是他深入思考后的决定,“产品经理负责产品规划和用户体验,如果不能够深入各行业,见识到复杂多变的场景,收集到用户的真实需求,就没办法准确定位和创新,做出让用户满意甚至超出预期的产品。”


他形容道,类似工作过程就像早期陆战,如果自身不在战场上,即使信息能准确传达,也会有延迟和理解上的偏差,所以必须要深入一线。


说到这件往事,他回忆道,“那时候其实对产品岗的理解不是很到位,觉得一个应届生天天指导销售有点虚,不符合一贯务实的风格。”另外由于一直热衷技术,在学生时代就获得了思科网络技术大赛的全国总冠军,所以某种程度上这也算是一次回归。


现在回看这个选择,潘英超笑言,“没想到这次回归在技术岗这一干就是 10 年”。


技术岗 or 产品岗,十年轮回


回首在技术岗位上的几段经历,他认为捕捉时代发展进程及其对应的技术演进趋势是核心所在,而他也一直在这种趋势中不断前进。


当谈起技术演进的过程,他有着非常清晰的画面。“早期信息化的发展,催生了各种企业及组织的系统化建设,这期间服务器及数据库产品爆发。而各种系统搭建起来后需要互相通讯,网络化接棒,这推动了数据通信行业的快速发展。”


然而受制于行业及企业的发展阶段,并非所有企业都有能力建立数据中心这样的基础设施,于是云计算在虚拟化技术的基础上应运而生,其海量且弹性的算力推动了一系列技术的变革,这其中尤以大数据最为突出。


锐捷之后,潘英超进入摩托罗拉负责全球数据中心业务,工作重心放在了数据中心的选型及全球骨干网络架构设计。


他看到早期数据中心的主流用户为一些大型的跨国企业,由于服务器众多且分布在全球各地,建立自己的数据中心及骨干网络成为了必然。但如何有效地管理这些基础设施,降低企业的 TCO 并提升 ROI 依旧是不变的命题,于是虚拟化技术开始风行,通过将相对高端的物理服务器抽象成若干虚拟服务器,使得计算、存储及网络资源得以被高效复用。


虚拟化可以认为是云计算的奠基技术之一,但企业利用虚拟化技术优化的仅仅是自家基础设施,有着很大的局限性。于是,亚马逊、微软等巨头率先做出了探索,将自身庞大高效且遍布全球的基础设施向其他企业和组织开放,推动了云计算,特别是公有云的普及与发展。


之后数字化进程中产生的海量异构数据需要进行分析处理,而传统的数据库出现瓶颈无法应对,谷歌等大型互联网企业发源的大数据技术及框架席卷全球,使得企业仅仅通过通用服务器即可处理分析业务及用户数据,洞察挖掘其隐含的规律与趋势,做出最佳的商业决策。


最后企业丰富的数据又成为人工智能源源不断的输入,智能化开始引领行业潮流。


而顺着云计算的发展演进,潘英超此后先后供职于相关企业:思科(数据中心解决方案顾问)、微软(从 0 到 1 负责 Azure 公有云在中国的落地、运维与合规)、Quixey (领导 DevOps、SRE 及 IT 团队支持中国、美国、印度及以色列四地业务)


2017 年,硅谷明星创业公司 Quixey 宣布停止运营,他再次启航加入了小米回到了产品岗。


这个看似轮回的过程,换个角度则会发现,技术上的发展趋势暗合了他的职业抉择,对此他自己评价道,“现在看来,我的职业路径基本反映了这些年技术的演进过程”


回归的是岗位,不变的是思维


提及最终选择小米产品岗位的原因,在潘英超看来,除了小米始终倡导和尊重工程师文化,能够将他在云计算、大数据和人工智能领域的技术积累更好的融汇并发挥出来,还有更深一层的原因。


因为当时小米对候选人的定位偏重于横向拉通,对外需要对接 100 多家小米的生态链企业,对内需要协调几十款产品的研发团队,这和他长期在技术管理岗位上坚持的价值思维和强调的需求导向、问题导向、目标导向是高度一致的。他补充道,“技术研发不是终点,必须服务于战略及业务”。


而谈到产品岗位和技术岗位,潘英超认为岗位间虽有区别,但是内核却是一致的,那就是要秉持价值思维。


他举例说,在 Quixey 曾经遇到过 Spark 集群中的部分任务,运行时间突然从几十分钟变慢到 10 几个小时的现象。然而数据研发、测试、运维三方的系统都是健康的。经过与三方的多轮沟通和 trouble-shooting,他最终找到了问题的症结:Spark 早期版本在队列任务激增的条件下,无法对集群资源进行精细化及灵活的分配调度,导致很多数据量大的任务在资源不充分的情况下计算过程中 executor 出现 OOM,不得不反复重算导致了运行时间的大幅增加。


而当时社区开源的 Ganglia 监控层级和粒度太粗,只能反映集群这些高层级对象的健康状况,对于任务的执行过程无法直观的反馈。于是他带领团队自研了一套大数据运维系统,从服务器、集群、队列、任务等多个维度进行了全面且细粒度的指标设置和趋势追踪,能够及时发现及锁定类似的故障并通过动态调整任务的提交与调度将问题自动化解决。


这个例子在定位和排查问题阶段是技术范畴,而跳出固有的技术局限,以大数据系统高效运行为目标,开发与自研监控及调度系统,满足研发、测试及运维等多方需求,就很好地体现了他的产品思维。

接受新的挑战


2019 年小米成立集团技术委员会,同年潘英超被任命为集团大数据委员会的秘书长。这期间他对企业的数据战略与数据体系建设有了自己的认知。在他看来:


“战略=方向+组织+交付”


围绕这个公式,他展开了详细的论述:


“战略的第一步是明确方向,虽然“方向”看上去很虚,但实践中可以通过借鉴国内外的先进经验与实践,结合企业的现状与发展方向,基于实实在在的客观因素全盘考虑后制定。所以避免虚空的重要途径在于虚实结合。


以数据战略为例,核心在于指导企业数据体系的建设,最终目标是发挥数据价值辅助决策赋能业务,数据治理和数据中台是数据战略落地的两大主线。



数据中台侧重于技术架构层面,其核心是定义(架构)‘做什么’,构建数据平台,将企业海量数据资源通过各种平台能力,以服务化的方式被业务前台高效集成,达到数据驱动。


数据治理侧重于数据能力层面,其核心是定义(数据)‘做到什么程度’,一方面建立统一的数据标准与规范,并以程序化、工具化及流程化的方式将抽象的标准规范嵌入到数据中台,降低标准在执行过程中主观因素的影响。另一方面,通过数据域的科学划分与数据建模,将企业的数据资产以合理的层级及结构进行组织,减少中间数据的重复引用与开发,最终达到降本增效的目的。”


说到这里,他强调到“数据治理不是一个项目,其伴随企业的经营与发展,是一个持续的过程,不能寄希望于人的主观意识和管理手段,标准规范与方法论的程序化自动化,是治理实践中应该重点推动的方向。”


除了战略方向和交付路线,他还认定合理的组织架构是确保战略被统一认知并高效执行的关键。


紧扣内核打破限制


在采访的最后,潘英超重点强调了对于不同岗位的选择和职业转型。


他侃侃而谈:后端岗位与前端岗位虽然工作内容和形式存在差异,但并没有本质区别。无论是秉持价值思维,还是坚持目标导向、需求导向及问题导向,都是需要站在业务和用户的角度,全局性地去理解与思考,既要有高度又要接地气,虚实结合、勇于创新,最终完成高质量交付。


在他眼里,人们应该用辩证与发展的眼光去探索、去思考,一个人不该被标签所定义。


“我们不应该给自己和岗位设限”,潘英超笑呵呵地总结道。


2021-01-01 10:001930

评论

发布
暂无评论
发现更多内容

C++中set的用法学习

梦笔生花

Java程序性能分析:内存

javalover123

Java 性能优化 性能 性能分析 性能监控

业务系统技术债治理终极指南

高鹏

Java 架构

代码随想录 Day13 - 栈与队列(下)

jjn0703

率先布局 RWA 赛道,PoseiSwap 成为最具先进性的 DEX

BlockChain先知

架构师的核心工作:价值放大

高鹏

Java 深度思考 架构 架构师

AI写代码靠谱吗?

石云升

ChatGPT AI编码

率先布局 RWA 赛道,PoseiSwap 成为最具先进性的 DEX

威廉META

一些有用的资料

Joseph295

Linux系统下如何在防火墙开放指定端口

百度搜索:蓝易云

Linux 运维 服务器 云服务器 运维、

低代码平台实用吗?有哪些大型企业在用低代码?

优秀

低代码

OpenTiny 前端组件库正式开源啦!面向未来,为开发者而生

OpenTiny社区

开源 前端 UI组件库

机器学习洞察 | 分布式训练让机器学习更加快速准确

亚马逊云科技 (Amazon Web Services)

机器学习 分布式

StoneDB 开源社区月刊 | 202303期

StoneDB

MySQL 数据库 StoneDB

神州数码:我们和阿里云是市场和技术的共同体

新云力量

云计算 阿里云 神州数码

【HDC.Cloud 2023】华为云区块链分论坛内容值得再读!

华为云PaaS服务小智

云计算 软件开发 华为云 华为开发者大会2023

Last Week in Milvus

Zilliz

云服务 非结构化数据 Milvus Zilliz zillizcloud

面向大模型的存储加速方案设计和实践

Baidu AICLOUD

数据湖 大模型 并行文件系统 缓存加速

权衡矩阵-《敏捷实战-破解敏捷落地的60个难题》读后感

Bruce Talk

数智浪潮!低代码开发平台扬帆迈向智慧诊疗领域新纪元!

不在线第一只蜗牛

人工智能 低代码 数智化 医疗健康

活动回顾 | StoneDB亮相2023数据技术嘉年华:增强AP、升级TP、信创替换,让万千DBA用得更省心,企业用得更省钱

StoneDB

数据技术 StoneDB 数据技术嘉年华

数字税务时代的革新利器:低代码开发平台助力税务办公数字化大步迈进!

快乐非自愿限量之名

人工智能 低代码 数智化 税务云

六月更新 | MeetingOps:让有效协作与高效会议共同发生在云端

CODING DevOps

Istio与Mcp Server服务器讲解与搭建演示

谐云

istio

国家电投江西公司与特斯联设立合资公司 发掘资本在新能源行业的潜在投资机遇

TE智库

2023-07-10:Kafka如何做到消息不丢失?

福大大架构师每日一题

福大大架构师每日一题

率先布局 RWA 赛道,PoseiSwap 成为最具先进性的 DEX

大瞿科技

Gluten + Celeborn: 让 Native Spark 拥抱 Cloud Native

阿里云大数据AI技术

后端 企业号 7 月 PK 榜 Push Shuffle

率先布局 RWA 赛道,PoseiSwap 成为最具先进性的 DEX

鳄鱼视界

率先布局 RWA 赛道,PoseiSwap 成为最具先进性的 DEX

股市老人

虚实结合,10 年技术人的轮回 | TGO 专访_技术管理_王道伟_InfoQ精选文章