הנעת עובדים

ניהול עובדים וספקים דורש הרבה מעבר לניהול משימות. זה דורש יכולת הנעה.

זה לדעת להקשיב לכל הרעשים. התירוצים. הפחדים. הקשיים.
אבל לא להילכד בהם. זה למצוא את הדרך לדחוף קדימה. גם כשנדמה שהכול נתקע.
זה לדעת מתי להקשיב. מתי לחתוך. ומתי להיות קשוח. מתי תומך. אבל תמיד תמיד ממוקד.

אשתף אתכם בשלושה מקרי הנעה מהחיים המקצועיים שלי שהסוף שלהם טוב

1. היה לי מפתח Fullstack שאמר שהספרייה החדשה לניהול קריאות API “לא מתאימה לפרויקט.”
שמעתי אותו.
כשישבתי איתו, הבנתי שהוא פשוט לא ידע איך להתחיל. הוא לא אמר את זה במילים, אבל מהניסיון שלי הבנתי את זה.
במקום לשפוט ישר. לקחתי רגע להסביר לו את הבסיס. שלחתי אותו לכמה דוגמאות בגוגל שיעשו לו סדר.

יום אחרי זה הוא כבר התחיל לעבוד והפיצ’ר נעשה כמודול. מה שהוביל אותנו להשתמש בו בפרויקטים נוספים בהמשך.

2. היה אצלי בפרוייקט Data Engineer ספק חיצוני. והוא נתקל בבעיה בתשתית. הוא התלונן שהשרתים שלנו לא עומדים בעומס של הETL שיצר בDAG. בשנייה הראשונה התחשק לי להגיד לו “תמצא פתרון. זה לא השרתים.”
אבל עצרתי.
ביקשתי שיישב עם איש IT לשיחה שאני קבעתי להם.
תוך כמה שעות התברר שהבעיה הייתה בקוד שלו.
אופטימיזציה גרועה שיצרה עומסים מיותרים. הוא הרים טלפון אחרי כמה ימים כשהשלים את הצד שלו. הוא אמר: “תודה שעזרת לי למצוא את הפתרון” ומה שהיה הכי חשוב. הפרויקט הושלם בזמן.

3. אחד מאנשי הData Science מהצוות שלי, אחד התותחים. שאני עד היום ממליץ עליו. הגיע אליי מותש ומדוכדך.
“המודל לא עובד. זה לא יתכנס. הנתונים פשוט לא טובים.”
האינסטינקט שלי? להאמין לו. הוא אחד הכי חזקים. ואני סומך עליו.
אבל כמו תמיד אני מחפש פתרונות. גם במקומות הקשים ביותר. אז במקום לזרום עם זה, ביקשתי לפרק איתו את התהליך. שלב אחרי שלב. בסוף הבנו שהנתונים היו בסדר גמור.
הוא פשוט פספס אפשרות לייצר משתנים נוספים (סינתוז) מתוך הנתונים הקיימים והיה צורך לעשות מידול FULL 3D של האובייקטים.

פעולה שכשעשה אותה, הכול השתנה. המודל עבד, ותוך חודש כבר השתמשנו בו בתהליך ייצור.

כפי שניתן לראות בכל אחד מהמקרים הללו העובד עצר/נחסם. הנעתי אותו לפתרון/לשוחח/לחפש והפרוייקט המשיך.

ניהול עובדים וספקים זה ללכת על החבל הדק בין לתת גב לבין לדרוש תוצאות.
זה לא לתת לכל תירוץ לעבור, אבל גם לא לשבור את האמון כשהם באמת צריכים עזרה.