Как мы работаем
Блог
Подписаться на рассылку
Блог HR
Все записи

Команда Naumen Service Management Platform

В Naumen каждая команда уникальна — есть свои правила, атмосфера и проекты. Сегодня расскажем про ребят, которые развивают платформу Naumen Service Management Platform. Оля Габдрашитова, руководитель группы развития веб-приложения, поделилась, как им удаётся объединить большую распределённую команду.
Group 239 (2).png

Naumen Service Management Platform — платформа для автоматизации сервисных и бизнес-процессов. Мы сравниваем её с конструктором, с помощью которого можно собрать продукт по деталям: настроить карточки, права доступа, жизненный цикл.

Как строим работу в команде?

Наша команда занимается развитием платформы — улучшаем действующие процессы и внедряем новые фичи. Система большая со сложной архитектурой. Чтобы организовать работу над задачами, мы поделились на группы. Каждая развивает определённую часть платформы

Frame 120 (4).png

Моя группа состоит из системных аналитиков, которые занимаются развитием веб-приложения платформы. Например, оптимизируем поиск, добавляем инструменты для одновременного редактирования, увеличиваем скорость работы приложения. 

Между коллегами задачи распределяем так, чтобы они совпали с запросом на развитие: кому-то интересно поработать с интеграциями, а кому-то — с пользовательским интерфейсом. Выпускаем четыре релиза в год. Как выглядит процесс работы:

  • Потребности и проблемы пользователей собираем у владельцев продуктов, не взаимодействуя напрямую с клиентами.

  • Продумываем, с помощью какого инструмента их решить и переводим требования на язык разработки.

  • Сопровождаем процесс разработки и тестирования фичи, чтобы она была реализована так, как задумано.

Команда распределённая — работаем из Екатеринбурга и Челябинска. Лично встречаемся на мероприятиях компании, а созваниваемся каждый день: проводим митинги или ретро. Несмотря на удалённое взаимодействие, мы стараемся сохранять командный дух.

photo_2023-07-28_16-16-58.jpg

Что помогает сохранять командный дух?

  • В конце митинга у нас есть рубрика «стыдные и неудобные вопросы». Чтобы сотрудники, особенно новые, не боялись задавать любые вопросы по задачам. Не знать что-то — это нормально.

  • Ретро разбавляем интерактивами и устраиваем мозговые штурмы. Например, недавно играли в «правда или ложь» и ближе знакомились с новыми коллегами. Также составили портрет «так себе аналитика» — нарисовали плохого аналитика и поделились мыслями, какие скиллы ему надо прокачать.

photo_2023-07-28_16-22-02.jpg

  • Встречи «тет-а-тет» с каждым сотрудником — обсуждаем трудности в работе и их решения, синхронимся по настроению и загрузке, обмениваемся достижениями и неудачами.

  • В чатах поддерживаем тёплое и экологичное общение. Наш любимый смайлик — сердечко. А также есть стикеры, которыми мы часто обмениваемся.

Group 238.png

Чтобы передать атмосферу, попросили коллег написать пару слов о нашей команде:

Group 236 (3).png

Похожие новости

Подборка материалов: что почитать тестировщику

Собрали в одном месте материалы о разных сторонах работы тестировщика: от проверки требований и верстки до инструментов и коммуникации внутри команды. Будет полезно и тем, кто только начинает работать в тестировании, и тем, кто уже в профессии и хочет узнать, как к знакомым задачам подходят коллеги.

Пет-проекты: как собрать портфолио,
если нет опыта

Знания становятся ценными, когда их можно применить для решения реальных задач. Начинающим специалистам такую возможность дают пет-проекты. Они помогают проверить идеи, разобраться в технологиях и получить первый опыт разработки продукта.

Даже небольшой проект помогает показать, как ты подходишь к решению задач: какие технологии выбираешь, какие решения принимаешь и как справляешься с ограничениями.

Мы много работаем со студентами и видим, какие задачи помогают развивать реальные навыки. Поэтому собрали список примеров, которые можно реализовать в пет-проекте.

Ошибки при работе с ИИ. Часть 1

Бывает, что ИИ выдает совсем не тот результат, который мы ожидали. И дело не всегда в возможностях самой модели: даже хороший инструмент может отвечать хуже, если смешать контекст, нечетко поставить задачу или передать лишние данные.

Пообщались с Константином, экспертом по ИИ в Naumen, и собрали несколько частых ошибок, которые встречаются в работе с нейросетями. 

В первой части нашего материала говорим о контексте, постановке задачи и конфиденциальных данных: почему не стоит решать все в одном чате, как задавать рамки и что проверять перед загрузкой рабочих материалов.

Все новости