我们如何工作

协作和客户关注:Pure的机器学习团队

在Pu爱游戏ayx双赢彩票re Storage,每一个决定都是为了一个目标:让客户的生活更轻松。创建机器学习团队也不例外。


“从第一天起,Pure就一直在从我们的存储阵列中收集数据,”法尔汉·阿布罗尔(Farhan Abrol)解释说。他于2014年以工程师身份加入公司,后来成为Pure1机器学习部门的负责人®三年后。“我们知道,在未来的某个时候,我们将能够利用这些数据来帮助我们的客户。我们只需要弄清楚怎么做。”


介绍

在Pure推出第一款商业产品的五年多时间里,该团队对客户的痛点有了深刻的理解。大多数竞争对手都提供复杂的存储工具,有数千个设置,而且在数据交付之前往往要延迟数小时。但Pure专注于简单性,并将存储作为一种客户产品来对待——而客户就是皇室成员。

例如,Pure没有强迫用户费力地处理几十个性能指标,而是开发了一个名为“load”的可操作数字,这极大地简化了容量管理。随着团队进一步优化升级和迁移等事件,他们意识到机器学习(ML)将是关键。

Abrol说:“我们在机器学习领域一路后退。“我们专注于产能,而业绩预测是客户面临的最困难的问题。然后就是,‘好吧,我们怎么解决它?’然后我们意识到我们掌握了这些数据。”

端到端所有权

在推出其第一个项目——工作量规划师之后,一个基于人工智能驱动的“水晶球”Pure1元®平台- ML团队继续成长。当时,大多数公司的数据科学家都在研究消费类产品,而Pure的机会却不同。

“因为我们是B2B,每一次客户互动都很重要。我们不能只是把一个特定的事件当作一个异常值而忽略掉,”阿布罗尔解释说。“我们考虑模型的输出是绝对的,而不是平均的。”

为了贴近客户,团队定期与Pure的UX设计师和产品经理合作,他们直接与用户交谈。Abrol说:“我们参加Pure//Accelerate, Pure的年度会议,这样我们可以直接看到客户对我们构建的功能的反应。”

他说,他的团队对客户体验的独特了解程度也创造了一种独特的主人翁文化。他解释说:“许多公司都有独立的团队负责资产、数据规划、模型研究和部署。“但因为我们了解整个用户故事,所以我们能够端到端地拥有东西。”

谦逊与团队合作

阿布罗尔说,Pure的另一个关键文化价值是谦逊。“我们对这里的错误很诚实。如果你尝试一些新的东西,但它不起作用,你不会因此而受到惩罚。我们的目标是提炼出公司可以利用的经验。”对于机器学习团队来说,每个项目都提供了学习和与其他Pure团队成员合作的新机会。例如,时间戳一开始是一个挑战。“我们有一种方法来定义过去和未来,而前端团队有另一种方法,”Abrol解释道。“我们一起打了一个电话,想出了客户应该看到的样子。”

数据质量问题也提供了早期的教训。客户反馈提醒了一些问题,机器学习团队开始要求数据生成团队对初始理论进行权衡。然后,他们对客户数据进行分析和细分,以确定同事可以进一步研究的特定子集。“我们建立了一个迭代的管道,”Abrol说。我们会提出问题,他们会找出改进之处,我们会反复清洗。我们能够弥合专家和客户之间的差距。”

没有虚假界限

在未来的几个月里,机器学习团队将扩展到优化之外,并计划深入到一个新的领域:发现。一如既往,简单是首要目标。

“我们正在测量存储、虚拟机分析——所有这些相互依存的指标可以帮助客户识别业务中的问题,”Abrol解释说。“但找到这些问题的根源可能就像大海捞针一样。我们正在研究如何给客户提供更多的指导,这样他们就知道应该立即关注哪里,并开始制定解决方案。”

从长远来看,Abrol说,下一个大项目可能来自团队的任何成员,并由他们领导。“我们不受资历的驱使。如果你有一个好主意,并且有信心把它付诸实施,这才是最重要的。”

至于那个项目是什么?指导方针将保持不变:对客户最好的。“没有人为的界限,”阿布罗尔说。“当你看到需要做的事情时,你就和你需要交谈的人交谈,建立你需要建立的东西。这就是Pure的意义所在。”

你穿橙色很好看

每天都要更多地了解我们是谁,我们代表什么,以及我们如何做出改变。