Brief IA : Coinbase transforme son ingénierie avec l'IA et 1 000 ingénieurs

Coinbase transforme son ingénierie avec l'IA et 1 000 ingénieurs

Brief IA
Tom Levy·3 min·1 vues

Coinbase a intégré l'intelligence artificielle au sein de son équipe de plus de 1 000 ingénieurs pour améliorer ses processus, notamment en réduisant les temps de révision des pull requests de 150 heures à 15 heures. Cette adoption stratégique de l'IA permet à l'entreprise d'optimiser ses services et de mieux identifier les utilisateurs clés dans un marché concurrentiel.

En bref
1Coinbase a intégré l'IA pour transformer son équipe de plus de 1 000 ingénieurs, optimisant les processus internes.
2Chintan Turakhia a dirigé la réécriture rapide du portefeuille de self-custody en une application sociale grâce à l'IA.
3L'utilisation d'outils comme GitHub Copilot et ChatGPT a réduit le temps de révision des pull requests de 150 à 15 heures.
💡Pourquoi c'est importantCette intégration de l'IA par Coinbase illustre comment les grandes entreprises peuvent accélérer l'innovation et l'efficacité en adoptant des technologies avancées.
Le brief IA que lisent les pros

Le brief IA que les pros lisent chaque soir

Les 7 actus IA du jour, décryptées en 5 min. Gratuit.

Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.

Choisis ton rythme

Gratuit · Pas de spam · Désabonnement en 1 clic

📄
L'analyse en français

Une transformation orchestrée par Chintan Turakhia

Chintan Turakhia, occupant le poste de Directeur Senior de l'Ingénierie chez Coinbase, a orchestré une transformation majeure au sein de l'organisation. Avec plus de 1 000 ingénieurs sous sa direction, il a entrepris d'intégrer des outils d'intelligence artificielle à grande échelle. Cette initiative visait à réécrire le portefeuille de self-custody de Coinbase pour le transformer en une application sociale destinée aux consommateurs, le tout dans un délai ambitieux de six à neuf mois. L'IA a été utilisée comme un levier pour multiplier les capacités de l'équipe, aboutissant à des gains d'efficacité impressionnants. Par exemple, le temps nécessaire pour réviser les pull requests a été drastiquement réduit, passant de 150 heures à seulement 15 heures. De plus, le cycle allant des retours utilisateurs aux fonctionnalités livrées a été significativement compressé.

Stratégies pour l'adoption de l'IA

L'adoption de l'IA dans une grande organisation d'ingénierie comme Coinbase nécessite des stratégies bien définies. Parmi celles-ci, la technique du "speed run" a été particulièrement efficace. Elle a permis à une équipe de 100 ingénieurs de soumettre 70 pull requests en seulement 15 minutes. Cette méthode repose sur l'identification et la reproduction des comportements des utilisateurs avancés en IA. Pour encourager l'adoption de ces outils, il est crucial que les leaders en ingénierie s'impliquent directement. Leur engagement pratique avec les outils d'IA sert de modèle et incite les équipes à suivre leur exemple.

Construction d'agents IA personnalisés

Coinbase a également mis en place des agents IA personnalisés qui s'intègrent harmonieusement aux flux de travail existants. Ces agents sont conçus pour optimiser les processus internes et améliorer la productivité. Les métriques utilisées pour mesurer l'impact de l'IA sur la vélocité d'ingénierie sont essentielles pour évaluer le succès de ces initiatives. Elles permettent de quantifier les améliorations et d'ajuster les stratégies en conséquence.

Outils technologiques au service de l'innovation

Pour mener à bien cette transformation, Coinbase s'est appuyé sur une série d'outils technologiques. Parmi eux, Cursor, Linear, Slack, ChatGPT, Claude et GitHub Copilot ont joué un rôle clé. Ces outils ont permis d'analyser les modèles d'adoption de l'IA et de faciliter la communication et la collaboration au sein des équipes.

Présence en ligne de Chintan Turakhia

Pour ceux qui souhaitent suivre les avancées de Chintan Turakhia, il est possible de le trouver sur LinkedIn et X.

Démonstrations et discussions

Dans un épisode détaillé, plusieurs aspects de cette transformation ont été abordés. L'introduction de Chintan a été suivie d'une discussion sur la réécriture de l'application avec l'aide de l'IA. L'importance de la conviction des leaders et de la démonstration pratique a été soulignée. La technique du "PR speed run" a été expliquée en détail, montrant comment elle a transformé l'adoption par l'équipe. Des démonstrations ont illustré la mise en œuvre du retour en temps réel aux fonctionnalités, l'utilisation de Cursor pour analyser l'adoption de l'IA, et la construction d'un système de capture de feedback en direct utilisant la transcription IA.

Automatisation et conseils pratiques

L'utilisation de Slack bots personnalisés a permis d'automatiser les flux de travail en ingénierie, rendant les processus plus fluides et efficaces. Des conseils ont été partagés pour favoriser l'adoption de l'IA au sein des organisations, soulignant l'importance de l'implication des leaders et de l'alignement des outils avec les besoins des équipes. Un cas d'utilisation personnel a été présenté, illustrant comment l'IA peut être utilisée pour la sélection de vins basée sur les préférences de goût.

Réflexions finales

L'épisode s'est conclu par des questions rapides et des réflexions finales, offrant un récapitulatif des points clés abordés et remerciant les participants pour leur contribution à cette discussion enrichissante.

Suivez Brief IA

L'actu IA du jour, aussi dans votre fil.

Commentaires