【ArchSummit架构师峰会】探讨数据与人工智能相互驱动的关系>>> 了解详情
写点什么

GE Aviation 如何转型为以原生云为本的敏捷软件组织

  • 2019-09-25
  • 本文字数:3056 字

    阅读完需:约 10 分钟

GE Aviation 如何转型为以原生云为本的敏捷软件组织


图片由 GE Aviation 软件工程副总裁 Christopher Carissimi 提供。


作者:Mark Schwartz


许多企业担心他们是否拥有具备数字转型和云迁移技能的员工。嗯,他们当然没有。任何想要“转型”,也就是以颠覆传统的方式开展业务的公司,都应该预料到,他们的员工都是针对过去的业务进行定位的。这就是公司雇佣和培训他们的目的,也是公司在对他们进行持续评估时考虑的方面。 重点是转型需要转变 — 即培养新技能。每个组织都面临着同样的挑战。


开启转型的错误方法是对自己说:“我们只有在开发新技能和改变我们的文化之后,才能进行转型。” 这是方向错误的想法 — 新的技能和文化是转型的输出,而不是输入。在这篇客座博文中,GE Aviation 软件工程副总裁 Christopher Carissimi 阐述了一家一直关注重型机械的企业是如何实现数字化转型的。他们不仅学会了快速工作,还利用原生云方法和 DynamoDB 等工具。对我来说,Carissimi 博文中的关键句子是“最令我们惊叹的 — 也许是我们最自豪的方面 — 是我们的转型如何培养了我们团队对学习的热情和对持续改进的承诺。”


事实上,培养数字化转型的技能就是培养团队对学习和持续改进的热情。


Mark

GE Aviation 如何转型为以原生云为本的敏捷软件组织

以下是 GE Aviation 软件工程副总裁 Christopher Carissimi 的客座博文。


数字化转型无处不在,特别是在 GE Aviation,我们致力于创造航空业的未来,带乘客高空飞行,同时将其安全带回家。我们开发了关键的产品和服务,使飞行成为可能。实际上,每两秒钟就有一架 GE Aviation 飞机在世界某个地方起飞。


虽然建造飞机发动机让许多人想到的是重型机械的场景,但需要注意的是,数字技术已成为最新的竞争优势,可以提升我们日常工作的效率,帮助我们改善制造业,提高服务质量、生产力水平以及飞行安全水平。


加入我们的软件工程团队。我们属于航空数字技术组织,我们的工作是通过开发我们业务所有领域的定制软件并提供支持,来达到所述的数字化支持目的。我们是一个以原生云为本的敏捷商店,始终致力于成为一流的数字化工业软件组织。虽然我们只有短短几年的发展历史,但能取得今天的成就,我们经历了重大的变革 — 这场变革仍在继续。

未来的数字视野

十五年前,当我第一次加入 GE Aviation 时,IT(现在的 DT)和现在很不一样。以前,我们属于瀑布式商店,应用程序时间线僵化、冗长,具有不必要的复杂性,且执行成本高昂。项目经常会改变范围、进度、成本等,我们的内部流程难以跟上步伐,这往往会给我们的项目团队和业务负责人带来痛苦的后果和挫败感。


我们的内部 IT 结构反映了当时的行业最佳实践。对于软件工程而言,这意味着主要是外包开发任务和应用程序支持,而不是发展和培养内部人才。


在 GE 开始定义“工业物联网”时,我们知道旧的工作方式将无法满足业务需求。更重要的是,我们知道我们需要改变。

转型从人开始

我们抓住机会改造我们的团队,引入转型技术并改变我们的工作方式,以便能够快速实现业务成果。我们重塑了一切 — 我们的结构,我们的沟通方式、工作节奏和技术,最重要的是,我们的员工。


我们坚定地认为,必须转变我们的团队来交付产品,并迅速开始汇集、重组、梳理以及增加技术人才和提升技术能力。在短短三年时间里,我们的团队从大约 30 名技术人员发展到全球 600 多名研究人员、设计人员,开发人员和架构师。


团队进行了重组,专注于构建优秀的软件并为业务创造价值。我们所有的团队均部署在“豆荚”中,在那里,他们与志同道合的同事(包括领导)合作并向他们学习。我们的豆荚是灵活、动态的,通常体积较小,类似于亚马逊的“双披萨团队”理念。

打造原生云为本的敏捷文化

我们知道,员工是转型中最重要的方面,但我们也知道,我们需要让他们快速行动起来,以超越我们过去的瀑布式思维方式,鼓励团队充分接受这种敏捷文化。因此,我们全力以赴迁移到云。


我们的策略是让事情变得更简单,做到事半功倍。开始的时候,我们没有足够的带宽来支持一切。因此,我们的口头禅是尽可能地自动化 — 使事情变得比以往任何时候都更容易、更快速、更高效。


到看到新思维方式的好处,我们所花的时间并不长。事实上,我们在第一次概念验证后就看到了好处。这是一个普通的企业要求,历史上可能需要 12 至 24 个月的时间来交付。然而,借助我们的新方法,我们能够大幅缩短周期,在几周内即可将创意付诸生产。这种理念在组织内部迅速发展,现在已成为我们文化的一部分。

利用云上移堆栈

采用云使我们能够更好地确定资源(时间、预算和人员)的优先级。我们专注于提供最高价值的工作,将我们提升到更高的堆栈。


让我分享一个最近的示例。我们支持收集实时 GE Aviation 发动机飞行中的性能数据的重要数据库。我们的客户将此数据用于各种用途,包括诊断和维护操作。数据集可能特别大,最初位于 Cassandra 数据库中。随着时间的推移,数据库膨胀,会影响性能并推高成本。


我们考虑了 AWS 是否可以在这两方面帮助我们改进:为客户提供数据和为客户提供更好的整体体验。快速 POC 显示出了这种潜力。今天,我们操作的是一个超级可扩展数据库,它节省了大量人力,也无需 DynamoDB 提供太多支持。Cassandra 需要专用 DBA,而 DynamoDB 只需要花费 25% 的时间。我的团队最近在 AWS re:Invent 上分享了他们的经验。


我们不断复制这些成功经验和学习所得,为我们产品组合中的其他产品带来成功。随着我们继续重构并将工作负载转移到 AWS,我们秉承了以原生云为本的思维方式,以进一步实现现代化并改善我们现在和将来为 GE Aviation 提供支持的方式。

激发学习激情,创造性地解决问题

最令我们惊叹的 — 也许是我们最自豪的方面 — 是我们的转型如何培养了我们团队对学习的热情和对持续改进的承诺。我们的员工对以新方式学习新技术和解决问题的机会感到兴奋不已。


虽然我们为团队提供了许多学习和吸收新技能的机会,但他们对学习的渴求和坚持让我们惊叹不已。最近,我们团队中的一组开发人员亲自与 AWS 合作建立了一个为期两天的 Lambda 实验室项目,其中包括来自 AWS 团队的培训,随后是参与者分散进各个团队发挥创意。我们会将从那次经历中学到的东西融入新的应用程序架构中。一年后,这可以转变为 GE Aviation 的成本显著节省。对我而言,这个示例是一个完美的理想化用例,展现了我们人员的坚韧和学习能力。

旅程没有终点

当我和我的团队谈论转型时,我总是告诉他们,在这段路程中我们携手共进,改变需要时间。在我看来,旅程没有终点。我们已经取得了很大进步,但我们正在改变超过十年根深蒂固的瀑布式思维。此外,本着持续改进的精神,我们的坚韧不拔和对学习能力意味着我们永远不会满足或“完成”改变。


作者介绍:


Chris


Christopher Carissimi 是 GE Aviation 软件工程副总裁。作为经验丰富的开发人员、优化人员、问题解决人员、协调人员和学而不厌的学习者,Chris 现在领导一个完整的堆栈开发团队,该团队负责数字化开发 GE Aviation 业务所有领域的定制软件并提供支持。


Mark Schwartz


Mark Schwartz 是 Amazon Web Services 的企业战略专家,也是《The Art of Business Value》和《A Seat at the Table: IT Leadership in the Age of Agility》的作者。在加入 AWS 之前,他曾担任美国公民和移民服务局(属于国土安全部)的 CIO、Intrax 的 CIO 和 Auctiva 的 CEO。他拥有沃顿商学院 MBA 学位、耶鲁大学计算机科学学士学位和耶鲁大学哲学硕士学位。


本文转载自 AWS 技术博客。


原文链接:


https://amazonaws-china.com/cn/blogs/china/how-ge-aviation-transformed-into-an-agile-cloud-native-first-software-organization/


2019-09-25 16:00582
用户头像

发布了 1835 篇内容, 共 91.7 次阅读, 收获喜欢 73 次。

关注

评论

发布
暂无评论
发现更多内容

IoTDB 可实现的基本操作 —— 数据写入、删除、导出、元数据管理、时区设置 | 小白教程文档(四)

Apache IoTDB

时序数据库 国产数据库

Sealer 0.9 :帮助集群和分布式应用实现 Build、 Share、Run

阿里巴巴云原生

阿里云 开源 云原生 sealer

光神经网络ONN:直接对光信号进行神经网络处理

Zilliz

IoTDB 可实现的基本操作 : 数据导入、基本查询、聚合查询 | 小白教程文档(三)

Apache IoTDB

国产时序数据库

软件测试/测试开发 | 接口测试中如何使用Json 来进行数据交互 ?

测试人

json 软件测试 自动化测试 接口测试 测试开发

北邮一号卫星搭载 IoTDB 成功发射!高效轻量数据管理,助力航天观测分析

Apache IoTDB

数据库 时序数据库 国产数据库

Cloud Kernel SIG月度动态:建立社区第三方驱动研发流程、发布ANCK 4.19-027版本 | 龙蜥 SIG

OpenAnolis小助手

内核 龙蜥社区 sig 版本发布 anck

理想问鼎销冠,数据库能帮助新能源车企赢得下半场么?

YMatrix 超融合数据库

案例分享 新能源汽车 造车新势力 超融合数据库 YMatrix

来自掘金和 InfoQ 的“新年礼物”,时序数据库 TDengine 荣登两大知名技术社区重磅榜单

TDengine

数据库 tdengine 时序数据库

为什么MySQL数据删除了一半,表文件体积却没变小?

程序员拾山

MySQL

技术型创业公司如何把握发展与管理的节奏感?

石云升

极客时间 1月月更 技术领导力实战笔记

特定领域知识图谱(DKG)融合方案:技术知识前置【一】-文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障

汀丶人工智能

自然语言处理 知识图谱 实体对齐

玖章算术CEO叶正盛:程序员必须掌握的数据库原理

NineData

数据库 程序员 开发 dba 数据库技术

TDengine 时序数据特色查询语法详解,助力时序场景下的应用开发

TDengine

数据库 tdengine 时序数据库

华为云云原生数据库:A Philosophy about “less”

华为云开发者联盟

数据库 后端 华为云 企业号 1 月 PK 榜

中冶赛迪*IoTDB | 多项目全流程以IoTDB为时序数据处理方案,预计写入查询效率提升一倍

Apache IoTDB

国产时序数据库

一个 go-sql-driver 的离奇 bug

SOFAStack

OpenHarmony如何切换横竖屏?

OpenHarmony开发者

OpenHarmony

Appuploader内测版本详解

雪奈椰子

iOS上架 ios打包

Databend v0.9.0 版本发布

Databend

软件测试/测试开发 | 接口自动化测试中,如何做断言验证?

测试人

软件测试 自动化测试 接口测试 测试开发

利用 IoTDB 替换 Druid.io 服务太极股份电厂、军工制造类项目,采集精度达纳秒级

Apache IoTDB

时序数据库 国产数据库

致 Tapdata 开源贡献者:聊聊 2022 年的进展和新一年的共建计划

tapdata

阅文加入 OpenCloudOS 操作系统社区,作为成员单位参与社区共建

OpenCloudOS

Linux

一次偶然机会发现的MySQL“负优化”

骑牛上青山

MySQL 数据库 索引

ING国际银行基于Volcano的大数据分析平台应用实践

华为云开发者联盟

云计算 云原生 后端 华为云 企业号 1 月 PK 榜

服务网格领域的百花齐放,是否存在一个更优解?

API7.ai 技术团队

Service Mesh 服务网格 APISIX

Volcano 社区 v1.7.0 版本正式发布 | 云原生批量计算

华为云开发者联盟

云计算 云原生 华为云 Volcano 企业号 1 月 PK 榜

别忘记我:通过局部-全局内容建模进行文本擦除方法

合合技术团队

图像识别 图像处理 文本 图像擦除

DTSE Tech Talk 第18期丨统计信息大揭秘,数仓SQL执行优化之密钥

华为云开发者联盟

数据库 sql 后端 华为云 企业号 1 月 PK 榜

华为云GaussDB(for MySQL)通过中国信通院“可信数据库”评测

华为云开发者联盟

数据库 后端 华为云 企业号 1 月 PK 榜

GE Aviation 如何转型为以原生云为本的敏捷软件组织 _语言 & 开发_亚马逊云科技 (Amazon Web Services)_InfoQ精选文章