《The Bridge》专访Artefact新任首席技术官罗宾·杜梅尔克：如何将庞大的工程师和开发者团队打造为一个团结、高效、富有创新精神的团队。

2024年7月，罗宾凭借其深厚的技术造诣和管理才能，被晋升 Artefact 首席技术官。他目前领导着一支由数据科学家、软件工程师和前端开发人员组成的大型团队，致力于确保团队始终站在技术前沿，并将培训与求知欲作为其管理理念的核心。

罗宾此前曾担任AI基础设施联盟（AI Infrastructure Alliance）数据科学委员会委员、Qwant公司数据科学家，以及法国航空航天实验室（ONERA）数据融合研究工程师。他分别持有丹麦奥尔堡大学和巴黎ESIEE工程学院的理学硕士学位。

在《The Bridge》杂志的专访中，Modality和Dataveyes的联合创始人兼首席执行官卡罗琳·古拉德（Caroline Goulard）采访了罗宾。罗宾在采访中谈到了他组建团队的方法、生成式人工智能如何改变工程师的工作方式和解决问题的方式、科技行业中管理角色的发展变化，以及持续学习的重要性。

罗宾的团队由三个小组组成：
1. 前端工程（负责向客户展示成果）；
2. 后端工程；
3. 数据工程，该团队将数据与数据科学相结合，从而实现人工智能。

尽管这些团队过去一直各自为政，但罗宾解释道：“我们希望在团队之间找到更多的协同效应。”

不过，过程中也遇到了不少挑战。在协调各团队截然不同的文化的同时促进协作，是一项需要谨慎处理的工作，但新任首席技术官认为，这对实现长期成功至关重要。

生成式人工智能Artefact工程师不可或缺的工具。它使团队能够更高效地应对新挑战，从而加速创新。此外，它还能提升工作效率，确保即使在紧迫的截止日期下，文档编写和最佳实践等关键任务也不会被忽视。
生成式人工智能的影响不仅限于速度和效率，它还改变了Artefact 和管理工程师的方式。Robin观察到初级开发人员中发生了一项重大转变：在AI 工具的帮助下，他们的代码质量得到了提升。然而，这种提升也带来了新的挑战。管理者如何确保初级开发人员不会只是照搬解决方案，而未能真正理解其原理？

对罗宾来说，答案在于管理。“我们不会直接培训初级员工。关键在于重新分配经理们的时间，让他们更多地参与一线工作，”他解释道。这包括引导初级员工对人工智能生成的代码进行批判性思考，鼓励他们深入探究“为什么”和“如何”，而不是满足于权宜之计。

相比之下，资深工程师更倾向于将生成式人工智能视为协作伙伴，通过反复迭代和对机器生成的结果提出质疑，从而进一步优化解决方案。这种“交易式使用”与“协作式参与”之间的区别，是罗宾在不同经验层次之间观察到的最显著差异之一。

在这个日新月异的领域，好奇心是每位优秀工程师的关键。为了培养这种思维方式，持续学习已被融入企业文化。我们鼓励工程师每天花时间阅读，并与同事分享有价值的资源。

随着各组织将生成式人工智能融入日常运营，罗宾观察到角色与职责正在发生转变。虽然传统的人工智能岗位依然不可或缺，但人们越来越关注解决业务问题以及促进IT部门与业务部门之间的协作。“生成式人工智能正在将IT部门从成本中心转变为利润中心，”他指出。

生成式人工智能不会像传统人工智能那样彻底改变职位描述，但很可能会改变现有岗位的工作重点。工程师的工作时间将得到重新分配，使他们能减少编写代码的时间，而更多地专注于解决业务问题。这种转变Artefact招聘实践中已有所体现：传统的编程测试已被面试所取代，面试旨在评估候选人应对现实业务挑战的能力。

罗宾对多模态人工智能的进展尤为兴奋，这种技术通过结合文本和图像处理，开辟了全新的应用可能。“以前，处理图像并提取内容非常困难。如今，视觉语言模型带来了真正的突破，”他说。这项创新能为团队节省宝贵的时间，使其能够专注于更高价值的任务——这对任何组织来说都是极具吸引力的前景。

对于那些希望更深入探索工程学与领导力的人，罗宾建议阅读《务实工程师》（The Pragmatic Engineer）——这是一份能为该领域提供宝贵见解的通讯刊物。