Direktor für Cloud-Datenengineering teilt mit, wie er CustomGPTs einsetzt, um Ingenieurinnen und Ingenieure zu unterstützen

Subash D'Souza ist der Direktor für Cloud-Datenengineering an der California State University. Außerdem ist er der Gründer von Data Con LA und Data 4 Good. Zuvor hatte er Führungspositionen bei Headspace und Warner Bros. inne.

Wir haben uns mit Subash zusammengesetzt, um zu erfahren, wie er Ingenieurinnen und Ingenieure befähigt und gleichzeitig Governance und Prüfprozesse aufrechterhält. Das hat er erzählt.

Eine Karriere im Datenbereich

Ich bin der Gründer von Data Con LA und Data 4 Good, einer öffentlich-privaten gemeinnützigen Denkfabrik, die mit Organisationen zusammenarbeitet, um soziale Probleme mithilfe von Daten anzugehen, darunter Obdachlosigkeit und digitale Gerechtigkeit, und gleichzeitig technologische Innovationen, Daten und Analysen sowie öffentlich-private Partnerschaften voranzutreiben.

Derzeit bin ich außerdem Direktor für Cloud-Datenengineering im Büro des Kanzlers der California State University. Bei der Linux Foundation bin ich Mitglied des Data Governance PMC. Zuvor war ich Leiter des Datenengineerings bei Headspace und Direktor für Big Data und Betrieb bei Warner Bros.

Führung im Datenengineering und bei KI

Ich leite die Organisation für Datenengineering und KI/ML im Büro des Kanzlers der California State University und unterstütze Dateninitiativen im gesamten CSU-System.

Wir untersuchen, wie KI den Weg der Studierenden von der Bewerbung bis zum Abschluss verbessern könnte. Auf Grundlage unserer bestehenden Datenplattform und der Studierendendaten wollen wir KI einsetzen, um Muster zu erkennen, die die Umwandlung von Bewerbungen in Einschreibungen verbessern, Studierende identifizieren, die frühzeitig Unterstützung benötigen, und letztlich die Verbleibs- und Abschlussquoten verbessern. Dadurch gehen wir von der bloßen Berichterstattung über vergangene Ereignisse dazu über, Daten und KI proaktiv zu nutzen, um unseren Hochschulstandorten zu besseren und früheren Entscheidungen zu verhelfen, die den Studienerfolg unterstützen.

Unsere cloudbasierte Architektur nutzt AWS, Databricks, Snowflake und Analyseplattformen, um skalierbare Datenpipelines und Datenprodukte zu entwickeln. Mein Team unterstützt eine komplexe Umgebung mit mehreren Hochschulstandorten. Dabei entwickeln wir gemeinsame Lösungen, legen Engineering-Standards fest und ermöglichen es den Standorten, über unser Modell eines Kompetenzzentrums für Daten ihre eigenen Datenprodukte zu entwickeln und bereitzustellen.

Wie KI Ingenieurinnen und Ingenieure befähigen kann und gleichzeitig Prüfung und Governance aufrechterhält

Ich habe KI über den CSU Data COE CustomGPT direkt in unser Modell zur Befähigung des Engineering-Teams integriert.

Zuvor waren Entwicklerinnen und Entwickler bei Anleitung und Fehlerbehebung hauptsächlich auf Dokumentation und technische Führungskräfte angewiesen. Wir haben einen CSU-spezifischen KI-Mentor erstellt, der auf unseren Praktiken und unserer Dokumentation im Datenengineering basiert und Entwicklerinnen und Entwicklern hilft, unsere Architektur, Entwicklungsstandards und Arbeitsabläufe zu verstehen.

Er unterstützt auf drei Arten:

• Beim Wissen bietet der CustomGPT Ingenieurinnen und Ingenieuren sofortigen Zugriff auf CSU-spezifische Anleitungen zu unserer Architektur, unseren Standards und Entwicklungsprozessen, anstatt dass sie die Dokumentation durchsuchen oder auf eine Fachperson warten müssen.
• Bei der Entwicklung hilft er Ingenieurinnen und Ingenieuren, etablierte Muster zu verstehen und sich in unseren Databricks-, Git-, Test- und Bereitstellungsabläufen zurechtzufinden.
• Bei der Fehlerbehebung können Ingenieurinnen und Ingenieure einen Fehler oder ein Problem beschreiben und KI nutzen, um wahrscheinliche Ursachen und mögliche nächste Schritte zu ermitteln.

Dadurch erhielten die Teams schneller Zugriff auf konsistente technische Anleitungen, waren weniger von einzelnen Fachleuten abhängig und konnten wir das Wissen im Datenengineering über die CSU-Hochschulstandorte hinweg skalieren, während unsere etablierten Prüf- und Governance-Prozesse bestehen blieben.

Warum KI Prozesse beschleunigt, während Menschen verantwortlich bleiben

Wir setzen KI daher zunehmend ein, um Aktivitäten wie die Codeentwicklung, die Fehlerbehebung, die Dokumentation, Anleitungen zum Testen und die Unterstützung von Ingenieuren bei der Navigation durch unsere CSU-Standards für Datenengineering mithilfe von Tools wie dem oben erwähnten CustomGPT zu unterstützen.

Die menschliche Entscheidungsfähigkeit in komplexen Architektur-, Sicherheits- oder Produktionsfragen hat die KI jedoch noch nicht ersetzt. Wir haben außerdem festgestellt, dass die KI Schwierigkeiten mit Fragen hat, die von hochgradig spezifischem Kontext oder sich schnell ändernder technischer Dokumentation abhängen.

Beispielsweise kann sie einen technisch gültigen Ansatz für ein Bereitstellungs- oder Sicherheitsproblem vorschlagen, ohne unsere spezifischen Anforderungen an AWS, Databricks, Snowflake, Zugriffskontrollen oder Genehmigungen vollständig zu verstehen.

Deshalb bleiben Architekturentscheidungen, Produktionsbereitstellungen, Sicherheits- und Zugriffsentscheidungen sowie abschließende Codeprüfungen ausdrücklich menschliche Aufgaben. Unser Entwicklungsprozess erfordert eine Prüfung durch Kollegen, Tests, eine End-to-End-Validierung und festgelegte Genehmigungen, bevor Code in Richtung Produktion weitergeleitet wird.

Wir setzen KI zur Beschleunigung des Engineerings und zur Verbesserung der Konsistenz ein, während Menschen für Entscheidungen verantwortlich bleiben, die Sicherheit, Architektur, Governance und Produktionssysteme betreffen.

Warum CTOs vor der Integration von KI eine Governance aufbauen müssen

Jeder CTO sollte verstehen, dass die Transformation durch KI in erster Linie kein Technologieproblem ist – sondern ein Problem der Menschen, des Wissens und der Governance.

KI kann die Art und Weise, wie Teams lernen, entwickeln und Probleme lösen, dramatisch beschleunigen. Ihr Wert hängt jedoch von vertrauenswürdigem Organisationswissen und klarer menschlicher Verantwortlichkeit ab.

Ehrlich gesagt wünschte ich, ich hätte früher erkannt, dass der Wert von KI stark von der Qualität und Organisation des Wissens abhängt, auf dem sie basiert. Bei unserem CustomGPT hätten wir beispielsweise einige frühe Experimente vermeiden können, indem wir uns früher auf die Zusammenstellung des richtigen Wissens, die Festlegung, wo der KI vertraut werden sollte und wo nicht, sowie die Einrichtung klarer menschlicher Kontrollpunkte konzentriert hätten.

Meine wichtigste Erkenntnis daraus war, dass man ein KI-Tool nicht einfach einführen sollte. Zuerst muss man das Wissen, die Governance und die menschliche Verantwortlichkeit rund um das Tool aufbauen.

Warum CTOs sowohl in KI als auch in ihre Mitarbeiter investieren müssen

Ich rate CTOs, KI als Beschleuniger und nicht als Ersatzstrategie zu betrachten.

Beginnen Sie mit praktischen Anwendungsfällen, in denen KI Reibungsverluste beseitigt, die Produktivität von Entwicklern steigert und den Zugang zu Organisationswissen erleichtert. Die Verantwortung für Architektur-, Sicherheits- und Produktionsentscheidungen sollte jedoch beim Menschen bleiben.

Ebenso wichtig ist es, in Ihre Mitarbeiter zu investieren. Unsere Erfahrungen mit dem CSU Data COE zeigen, dass die Kombination von KI mit praxisnahem Lernen und teamübergreifender Zusammenarbeit stärkere technische Fähigkeiten aufbaut.

Organisationen, die mit KI erfolgreich sind, verbinden schnelles Experimentieren mit ausgeprägter Engineering-Disziplin, Governance und messbaren Ergebnissen.

Bleiben Sie auf dem Laufenden

Sie können die Arbeit von Subash D'Souza auf LinkedIn verfolgen. Sehen Sie sich außerdem Data Con LA und Data 4 Good an.

Weitere Experteninterviews folgen im The CTO Club!