Yoyee J

剛好看到好友DHL 的分享[1],也來記錄&分享上班心得。

我們組織(Organization) 和團隊 (Team) 在做什麼?

我在的 Amazon Scout [2] 是做自駕機器車,行走於人行道,主要應用是在美國郊區的最後一哩送貨。車子裡面裝著運送的商品,開到家門口之後,會通知領貨人來取貨。在 Amazon.com 裡面屬於非 Amazon Web Services (AWS) 的範圍。有另一個組織 Prime air 是用 Drone [3] 送貨,我們的應用場景有些不同。

https://www.aboutamazon.com/news/transportation/whats-next-for-amazon-scout

自駕車的技術包含硬體和軟體,軟體中,識別 (Perception), 定位 (localization), 導航(navigation) 等等跟自駕相關,我在的 Localization「定位」部門,主要目的是隨時掌握機器車的精確位置,搭配識別可以幫助機器人了解周圍環境,搭配導航可以掌握下一步要往哪裡走。

自駕車上通常有許多感測器,除了 GPS 之外,常見的是使用多個相機,像是人眼一樣觀察環境,ex: Tesla 有8 台相機,也可以使用光達 Lidar 得到深度圖,ex: Waymo。我們也需要感測器來達成自駕功能。

自駕送貨車與自駕車的不同

乍看之下,自駕送貨車(簡稱送貨車)和自駕車非常像,但其實有很多區別。

送貨車行走速度、路線、範圍不同

送貨車走在人行道上,以人走路的速度前進,比起自駕車需要面對的高速行駛,送貨車的危險性低,要求的精確度與計算延遲較低。送貨車相對而言測試較方便。

自駕車需要面對各式場景,像是城市或山區,沙漠或雪地,我們面對的區域較小,每個區域可能有不同的地貌或氣候,可以針對不同區域做優化。

使用場景不同、成本不同

一台 Tesla 的價格跟送貨車的價格不同,可以使用的感測器也不同。Tesla 電池容量大,可以支援的運算能力較強,送貨車需要優化耗能,並且不斷壓低硬體成本,才能達成低成本送貨的目的。

我們團隊 (Team) 運作得如何?

從非技術面檢視團隊,有以下幾個特點

團隊完整

我們團隊大約一半科學家 (Applied scientist)、一半工程師 (software engineer),且都有機器人相關背景。其中從資深到剛畢業都有,也有幾個成員是從這個 Scout 專案初期就加入,對軟體架構和發展相當了解。

從我加入團隊之後,成員沒有什麼變動,成員穩定,在運作上也相對順利。

老闆 (manager) 與團隊溝通順暢

老闆每個禮拜會跟每個人 1–1 開會,討論各式各樣工作上遇到的問題。因為老闆是工程背景(PhD),很多時候會討論專案的進度,有沒有遇到什麼阻礙 (Blocker),或是一起 Brainstorm 怎麼改進演算法的準確率,有點像研究所跟教授的 Weekly meeting。

除了討論專案之外,老闆也不時會問有沒有遇到什麼問題,團隊或組織運作的問題等等。有些時候會不敢抱怨,讓小問題沒有被解決,就可能累積成較大的問題。如果老闆以開放的態度討論,鼓勵團隊把問題提出,就有機會及早解決。其中有同事提出 On-call 相關的問題,老闆進而在團隊會議中和大家討論,達成共識。

負面的意見相當可貴,有一次會議,老闆把整個組織做的問卷調查打開跟大家討論。

在 Amazon 也相當重視建立 Mechanism (系統、流程)。在遇到問題之後,會思考如何改進流程,讓類似的錯誤更容易、及早被發現,並且改正。

做了什麼專案?

主要是跟影像相關的專案,包含改進現有的演算法,提高成功率 (success rate)和可用率 (availability)。也有一個專案是「機器人初始位置」的問題,俗稱 Initialization problem. 有興趣可以到我的 linkedIn [4] 看看。

結論

整體來說,工作內容算有趣,也有許多學習的空間。工作一年後,慢慢看到組織的全貌,專案的影響力漸漸從自己的組,增加到跨組之間的合作。除了看到組織現有的優點,也看到可以改進的地方。也偶爾思考自己在工作中的定位,以及職涯發展 (career path)。

--

--

Yoyee J

Yoyee J

A Optimistic learner, enthusiastic server, and passionate engineer. Taipei → San Diego. M.S. in Electrical and Computer Engineering.