Comment Coinbase a intégré l'IA avec plus de 1 000 ingénieurs

Comment Coinbase a intégré l'IA avec plus de 1 000 ingénieurs

Chintan Turakhia est Directeur Senior de l'Ingénierie chez Coinbase, où il a dirigé la transformation d'une organisation de plus de 1 000 ingénieurs pour adopter des outils d'IA à grande échelle. Lorsqu'il a été chargé de réécrire le portefeuille de self-custody de Coinbase en une application sociale pour les consommateurs en seulement six à neuf mois, Chintan s'est tourné vers l'IA comme un multiplicateur de force. Son équipe a réalisé des gains d'efficacité remarquables, notamment en réduisant les temps de révision des pull requests (PR) de 150 heures à seulement 15 heures, et en compressant de manière significative le cycle allant des retours utilisateurs aux fonctionnalités livrées.

Ce que vous apprendrez :

• Comment favoriser l'adoption de l'IA dans de grandes organisations d'ingénierie établies
• La technique du « speed run » qui a permis à 100 ingénieurs de soumettre 70 PR en 15 minutes
• Comment identifier et reproduire les comportements des utilisateurs avancés en IA
• Pourquoi les leaders en ingénierie doivent s'impliquer directement avec les outils d'IA pour encourager leur adoption
• Comment construire des agents IA personnalisés qui s'intègrent à vos flux de travail existants
• Les métriques qui comptent réellement pour mesurer l'impact de l'IA sur la vélocité d'ingénierie
• Comment compresser le cycle allant des retours utilisateurs aux fonctionnalités livrées

Outils mentionnés :

• Cursor
• Linear
• Slack
• ChatGPT
• Claude
• GitHub Copilot

Autres références :

• Coinbase
• React Native
• Comment les GPT personnalisés peuvent vous rendre meilleur manager

Où trouver Chintan Turakhia :

• LinkedIn
• X

Où trouver Claire Vo :

• ChatPRD
• Site Web
• LinkedIn
• X

Dans cet épisode, nous couvrons :

• (00:00) Introduction à Chintan
• (02:38) Comment Coinbase a abordé la réécriture de son application avec l'assistance de l'IA
• (08:00) L'importance de la conviction des leaders et de la démonstration pratique
• (10:30) La technique du « PR speed run » qui a transformé l'adoption par l'équipe
• (17:57) Mesurer le succès
• (19:20) Démonstration : Mise en œuvre du retour en temps réel aux fonctionnalités
• (23:14) Utilisation de Cursor pour analyser les modèles d'adoption de l'IA
• (33:15) Récapitulatif rapide et remerciements
• (36:00) Démonstration : Construction d'un système de capture de feedback en direct utilisant la transcription IA
• (40:50) Utilisation de Slack bots personnalisés pour automatiser les flux de travail en ingénierie
• (47:10) Conseils pour favoriser l'adoption de l'IA au sein de votre organisation
• (50:00) Cas d'utilisation personnel : IA pour la sélection de vins basée sur les préférences de goût
• (55:23) Questions rapides et réflexions finales