Tech Heads. CTO inDrive о том, как строится инженерная культура в глобальной платформе

Продуктовые команды организованы кросс-функционально: backend, mobile, web, QA, аналитики. Отдельно развиваются платформенные направления — микросервисы, Kubernetes, инфраструктура, observability, безопасность. Есть команды по данным и машинному обучению, а также AI Solutions Delivery, которая разрабатывает и внедряет AI-решения для всей компании.

Всего в компании более 70 команд, где работают 800 инженеров, разработчиков, специалистов по работе с данными, AI и инфраструктурой. Пропорции по ролям варьируются в зависимости от бизнес-задач и продуктов.

Моя главная зона ответственности — системное лидерство. Я формирую видение и направления развития: технологическую стратегию, архитектурные принципы, метрики эффективности, подход к организации инженерной работы.

Мои основные задачи — выравнивать цели, убирать препятствия, укреплять культуру ответственности и принятия решений. Архитектурные решения задаются на уровне общих принципов: cloud-native, data-first, AI-by-design, cost-awareness. Технические детали остаются на уровне платформенных и продуктовых команд.

Технологические направления, которые на данный момент приоритетны для компании:

1. SuperApp. Мы расширяемся в ежедневные сценарии — поездки, доставка, финсервисы — начиная с Казахстана, Колумбии, Египта, Пакистана и Бразилии. Казахстан при этом выполняет роль ключевого хаба, где первыми внедряются инновации, функции и новые вертикали. Необходимость быстро тестировать и внедрять такие локальные запуски определяет наш технологический подход: мы развиваем платформу и архитектуру, ориентированную на эффективность, гибкость и расширение функциональности.
2. AI-трансформация. Мы строим единую AI-платформу с семантическим слоем, базой знаний, общими политиками безопасности, прозрачными метриками качества и влияния. То есть это переход от отдельных инициатив к системному уровню: от поддержки до персонализации и безопасности.
3. Инженерная эффективность. Единое дерево метрик — speed, quality, cost, risk — FinOps, автоматизация тестов и операционных сценариев с помощью

AI-агентов.

О вызовах и инновациях

Технологические вызовы, с которыми мы сталкиваемся сейчас:

1. Разнородность рынков. Работая в 48 странах, для нас важно чтобы платформа работала одинаково стабильно и эффективно в условиях медленного интернета, старых или бюджетных устройств, разных регуляторных требований и уровней цифровой грамотности.
2. Высокая нагрузка. Мы обрабатываем сотни миллионов запросов в день. Это требует зрелости в микросервисной архитектуре, мониторинге, работе с инцидентами и безопасных процессах изменений.
3. AI и прозрачность. Модели должны помогать — но не заменять пользователя. Мы избегаем «черного ящика» и оставляем за клиентами и водителями контроль над ценой и выбором.

Технологии всегда можно адаптировать к текущим проблемам. А вот культуру ответственности, ясные роли и принципы, зрелость в принятии решений строить дольше и сложнее. Сильная команда создает устойчивую систему — без нее не работает ни один стек. Фундамент такой силы — разнообразие опыта и

кросс-функциональный подход. Мы ценим, когда профи с разным бэкграундом умеют слушать друг друга и не боятся обсуждать новые подходы. Именно из такого столкновения разных мнений рождаются решения для продуктов, которыми пользуются в 48 странах. Поэтому я уделяю много внимания лидерству, умению работать с данными и метрикам, системности и прозрачности подхода, а не просто выбору инструментов.

Выбор и внедрение новых технологий начинается с цели. Сначала мы определяем, что хотим улучшить — SLA, отток клиентов, стоимость поездки или скорость вывода продукта на рынок. Затем оцениваем, где нужен собственный подход, а где достаточно готового решения:

— конкурентное преимущество. Если технология способна дать уникальное преимущество, мы строим и настраиваем ее сами

— инфраструктурная гигиена. Для стандартных процессов и платформенных решений используем готовые продукты. Мы активно работаем с облачными архитектурами, такими как AWS и GCP.

Обязательные условия — это эксплуатационная зрелость, наблюдаемость, безопасность и контроль стоимости. У нас в практике — автоскейлинг, FinOps, регулярный пересмотр затрат.

В ближайшие три-пять лет рынок будут определять четыре технологических направления:

— персонализация и адаптация — развитие алгоритмов в сторону моделей, учитывающих специфику потребления и запросы конкретного пользователя

— безопасность по принципу by design. Защита закладывается не на уровне инструкций, а в архитектуре, интерфейсах и пользовательском опыте. И это проецируется не только на традиционные транзакционные слои, но и на AI

— AI как операционный слой. Агентные сценарии станут частью внутренних процессов и клиентского опыта, включая поддержку, ценообразование, рекомендации

— единая AI-платформа. Вместо разрозненных экспериментов — общая база знаний, политика безопасности и понятные метрики влияния на сервис и риск.

О команде и культуре

При построении команды инженеров для нас важны:

1. Небольшой размер команд. Принцип 2-pizza teams, чем меньше и автономнее команда — тем выше скорость и ясность ответственности.
2. Общие инженерные стандарты. Подходы к тестам, код-ревью, релизам, безопасности и мониторингу должны быть едиными.
3. Метрики вместо контроля. Команды видят свои данные — скорость, баги, инциденты, стоимость — и сами могут на них влиять.

Навыки и качества, которые мы ищем у инженеров и лидеров: 

Для инженеров — это, в первую очередь, техническая база, понимание распределенных систем, привычка к качеству и автоматизации, зрелая коммуникация в распределенной среде, а также умение использовать AI как рабочий инструмент, а не замену мышления.

Что касается лидеров, то важна способность строить эффективные кросс-функциональные команды, объединяющие разную экспертизу и процессы, а не просто управлять задачами, умение работать через метрики и обратную связь, умение переводить бизнес-цель на инженерный язык и наоборот.

О пути и лидерстве

Мой путь — это серия технологических трансформаций: в Microsoft, AWS, банках HSBC и FAB, ритейле, а сейчас — в inDrive. Объединяющее — масштаб, требования к надежности, скорость изменений и необходимость строить не только код, но и организацию.

Мне помогали три вещи:

1. Фундаментальные знания: в индустрии, где фреймворки меняются каждый год, опора на классическую инженерную школу, понимание архитектуры, данных и системного проектирования позволяют мне быстро адаптироваться.
2. Готовность работать с людьми: важно уметь переводить сложные технические процессы на человеческий язык, и одновременно трансформировать

бизнес-стратегию в четкие инженерные задачи. Я научился играть роль связующего звена между людьми и технологиями.

3. Способность видеть технологию как способ решения реальных задач — понимание того, что технология — это способ борьбы с несправедливостью или путь к удобству клиента. Продукт должен отражать потребности людей, а не просто демонстрировать сложность нашего стека.

Рекомендации

1. Учитесь на фундаментальном уровне: архитектура, данные, эксплуатация, безопасность.
2. Не бойтесь брать ответственность: ведите проекты, улучшайте процессы, учитесь работать с неопределенностью.
3. Развивайте навык «перевода» — между бизнесом, людьми и технологиями.
4. Осваивайте AI как часть ежедневной работы. Это не замена мышления, а инструмент для усиления скорости и глубины.
5. И главное — по-настоящему заботьтесь о пользователях и коллегах. Без этого ничего не работает.