Milyen a hatékony engineering kultúra?

Feltöltve: 2021. május 19.

Magyar Online

A kerekasztal beszélgetésen három technológiai vállalat engineering vezetőjével boncolgatjuk, hogy náluk hogyan működik a céges kultúra, illetve szerintük mi az, amit érdemes kiemelten kezelni. Lesz szó mindsetről, stratégiáról, célokról, OKR-ről, feedbackről.

A rendezvénysorozat célja, hogy tapasztalatokat, új gondolatokat vigyél haza, amelyekből tovább tudsz építkezni.

A program díjmentes, de regisztrációhoz kötött!


Hilgert István

Hilgert István

Engeneering Director, Accedo

Vezetői feladataimon túl én felelek a fejlesztési projektek megvalósításáért. Figyelemmel kísérem az OTT-hez fűződő  iparági sztenderdeket és részt veszek a köréjük épülő technológia innovációk tervezésében és fejlesztésében.


Mefi (Nádai Gábor)

Mefi (Nádai Gábor)

Engineering Manager, Bitrise

"Rögtön két macskám is van; szörnyen sokat beszélek, még többet írok blogbejegyzések formájában; szerintem tényleg mindig a fejétől bűzlik a hal; imádok mindent, ami technológia, méginkább mindent, ami csapatmunka; és nagyon szeretek másoknak segíteni.

Úgy gondolom, habár a kultúrát Confluence oldalakon fogalmazzuk meg, de valójában azzal formáljuk, hogy miként végezzük a munkánkat, hogyan kommunikálunk és milyen minőségben dolgozunk – úgy a feladatainkon, mint együtt a csapattársainkkal. Szerintem szinte bármilyen kultúra lehet jó, amíg tényleg úgy megyünk, ahogy azt arra a bizonyos oldalra leírtuk.

Korábban az ingatlan.com IT vezetőjeként, jelenleg a Bitrise egyik Engineering Managereként dolgozom. Szuper tehetséges emberek fejlődését segítem, hogy minél egyszerűbbé tegyük a mobilfejlesztők munkáját, akik így a valóban fontos feladataikra és a jó ötleteikre tudnak fókuszálni. Szeretek hatékony csapatokat építeni, ahol könnyű az együttműködés és mindenki jól érzi magát. Együtt pedig olyan megoldásokat készíthetünk, amelyek valóban segítik az emberek életét."


Kereskényi Balázs

Kereskényi Balázs

Director, IBM Budapest Lab

Nem értek egyet a híres Steve Jobs idézettel, miszerint "you've got to find [the job] you love". Azt gondolom, hogy az embernek mindenek előtt önmagát kell megtalálnia. A motivációnk, a belső "drive" nagyon hasonló a magánéletben, a munkában, és az élet sok egyéb területén. Ha tudjuk, hogy mi az ami hajt minket, akkor ezt kivetítve a mindennapi munkára végtelen lehetőségek nyílnak meg előttünk. Vezetőként a legfontosabb feladatomnak tekintem, hogy az embereknek megteremtsem a környezetet, hogy megtalálják és felépítsék önmagukat. Ehhez igyekszem biztosítani egy olyan környezetet, ahol a napi munkának van célja és értéke, és együtt egy magasabb szintű jó elérésért dolgozhatunk.

Technológiai és product management területeken dolgozom 15 éve. Jelenleg az IBM Budapest Lab-et vezetem (korábban Ustream), ami a régióban az egyetlen olyan munkahely, ahol a termékfejlesztő csapatoknak lehetősége van piacképes cloud IaaS és PaaS megoldásokon dolgozni.


Szakmai partnerek

Milyen a hatékony engineering kultúra?

Feltöltve: 2021. május 19.

Ajánlott videók

Digitalizáció és innováció az építészetben

Black Friday sémák a magyar piacon és közép-kelet európai tükör

Amit a metaverzumról és üzleti validációjáról tudni kell

Microservice Observability

Nagyvállalati sebezhetőségek és kvantum kihívások az IT biztonságban – interjú Silurral

Mesterséges intelligenciával a rák ellen

A crypto piac és eszközök vállalati szemszögből: lehetőség vagy kockázat?

Az alkalmazásfejlesztés jövője: Low-Code / No-Code

A crypto bányászat befektetési aspektusai: előnyök, kockázatok, szükségletek

Bukott projektek anatómiája

A vezetői karizma és annak határai

“Egy amerikai céget indítani és üzmeletetni, amiből a startupodat tudod futtatni, lényegesen olcsóbb és egyszerűbb”

Iparági trendek és digitalizáció az autókereskedelemben – Beszélgetés Schiller Márkkal

Shipping trendek és kihívások webshop és logisztikai oldalról: Benu és Packeta

Mesterséges intelligencia és jogi felelősség

REGIO JÁTÉK: a modern játékkereskedelmi kiskátéja – stratégiai gondolkodás és IT

Mire van szükség ipari IT fejlesztési projektek input minőségének javításához?

Microservice Tréning Nap

Az e-sport és gaming jelene a magyar piacon és azok kereskedelmi metszetei

Az ingatlanpiaci digitalizáció jelene és jövője

5 év múlva elképzelhetetlen az adathitelesítés blockchain nélkül

API használat, state management és az rxjs szépégei nagy projektek esetén

LegalTech trendek a magyar piacon és a vilában

Foodpanda: Digitalizáció és stratégiai látásmód piacvezető szerepben

Data science módszerek vásárlói viselkedésminták elemzésére 2.0

Next Earth: A blockchain alapú jövő

Nestlé: Online FMCG értékesítés a világ legnagyobb élelmiszeripari vállalatának szemszögéből

Data Science az online médiában: az adatvezérelt újságírás jövője

A Java jelene és jövője

A sikeres ügyfél-szolgáltató együttműködés kultúrális és szervezési kérdései

Generációk és fogyasztói szokások változása a metaverzum kapujában

OKR, avagy hogyan érik el a világelsők a legambiciózusabb terveiket

A Bitrise sztori: üzlet, vezetés és vállalati kultúra

Mesterséges intelligencia a videós kontent gyártásban

Java REST API kihívások és megoldások

Mesék a való életből: adathalászat, mely a javunkat szolgálja

Az adatvagyon keletkezése, kezelése és monetizációja az e-kereskedelemben

A mesterséges intelligencia alapjai

Cégépítészet – hogyan építsünk sikeres vállalatot a digitális korban?

Amikben hibáztam – Beszélgetés Bojár Gáborral

Influencerek és új médiacsatornák az e-commerce marketingben

HR támogatás a digitális forradalom tükrében

Agilis tesztelés a gyakorlatban

Subscription rendszerek a médiában: HVG, Central Médiacsoport

Az ügyfélélmény versenyjogi és fogyasztóvédelmi aspektusai

Digitális ipari megoldások: az AR/VR ipari alkalmazása

Digitális terméktervezés és a design kutatás haszna

Projekt életciklus fejlesztői szemmel

Ipar 4.0 – Álmok és a valóság Data Science szemszögből

Ameddig a föld kerek, mindig lesznek Dockerek!

Bodorítsunk-e bárányfelhőket – mire jó a cloud?

A fenntarthatósági kihívások az E-commerce logisztikában

Vezető a vezető mögött

Iparági helyzetelemzés a B2B e-commerce piac trendjeiről és jövőjéről

Remote first

AI alapú ajánlórendszerek a gyakorlatban

AI fejlesztési tapasztalatok a hazai nagyvállalati és az amerikai startup szektorból

Ökoszisztémák az e-kereskedelemben

Adatokban gazdag

Kubernetes Policy Enforcement – a Kubernetes videóbírója

Innovatív payment stratégia: így kattintanak egyre többen a fizetés gombra

Engineering kultúra vol. 2: Feedback és onboarding a terítéken

Hogyan építsünk AI alapú vállalati alkalmazásokat? – Avagy egy szakma szépségei és buktatói

Exportfejlesztés az Egyesült Államokban

Intézményi befektetők a nemzetközi piacra lépés mögött – ahogy a Hiventures látja

Szervezeti hálózatelemzés

Konténerizáció ismertető

Data Science – IT Morning School

Data science módszerek vásárlói viselkedésminták elemzésére

Hogyan válasszak e-commerce fejlesztési platformot?

Robotok a vállalati kommunikációban

Single source of TRUTH, avagy a teljes customer experience forrása és jövője

Termékkereső a webáruházakban

A mesterséges intelligencia határterületei

Hogyan lettem adattudós?

Building Products People Will Love

Mi fán terem az agilitás? – IT Morning School

Natív és cross platform alkalmazások – IT Morning School

Webes technológiák – IT Morning School

Hogyan épül fel egy fejlesztő csapat? – IT Morning School

Robotikai alapok – IT Morning School

Technológiai áttekintés – IT Morning School

E-commerce az Egyesült Államokban: Amazon és más csodaszerek

Magyarországról az amerikai piacra: a partraszállástól a befektetőkig

Így reagáltunk mi a változásokra – szallas.hu és ingatlan.com

Kitartás a vezetésben és sportban

Mit tanul ma egy vezető? Mások hogy csinálják?

Kezdjünk bele az AI transzformációba!

Az e-commerce jövője: 50%-os részesedés a teljes kiskereskedelemből?

Vízesés és agilis fejlesztési szemléletek — mindkettőre szükség van?

Microservice architektúra alapok

A jövő váratlanul válik jelenné – Auchan, Decathlon, Rossmann

E-commerce rendszer Microservice architektúrával

Kiberbiztonság webes aspektusai, támadási felületek és védekezési lehetőségek

Felhasználói élmény és e-commerce – 1. rész

Felhasználói élmény és e-commerce – 2. rész

Google Analytics fejlesztői szemmel

Chatbot alapok és gyakori integrációk

Hogyan határozzuk meg és hogy mérjük a legfontosabb eCommerce KPI-okat?

Hogyan használjuk ki az adatelemzés adta lehetőségeket a digitális világban?

Termékajánlók webshopoknak a Google AI segítségével

AI ajánlórendszerek típusai és megközelítései

Diverz kereskedelmi folyamatok felépítése

Evolution of the Shopping Experience – a Walmart Case Study

Ajánlott videók