Een doorgewinterde software-ingenieur met een bewezen staat van dienst op het gebied van AI-gestuurde modernisering onthult hoe geavanceerde oplossingen de bedrijfsefficiëntie transformeren en nieuw potentieel ontsluiten.
Nu we 2025 naderen, zet kunstmatige intelligentie steeds meer nieuwe normen voor bedrijfsontwikkeling. Volgens PwCis meer dan 70% van de bedrijven van plan AI in hun dagelijkse activiteiten te integreren, met als doel de kosten tot 25% te verlagen door middel van automatisering, voorspellende analyses en intelligente gegevensverwerking. Deze snelle acceptatie duidt op een cruciale verschuiving: bedrijven kunnen niet langer vertrouwen op verouderde architecturen en handmatige methoden. De groeiende complexiteit van systemen, de behoefte aan flexibele schaalbaarheid en de vraag naar hoogwaardige analyses veranderen de strategische prioriteiten van IT-professionals.
Om te begrijpen hoe bedrijven met deze uitdagingen om kunnen gaan, spraken we met Valentyn Shyrobokov, een hoofd Java-ontwikkelaar bij Sapiens, een erkend expert in het implementeren van AI-tools en het moderniseren van oudere systemen, en lid van de IEEE en de IAHD. Valentyn benadrukt dat AI niet moet worden gezien als een voorbijgaande trend, maar als een strategische hulpbron die code kan transformeren van een basisset instructies in een katalysator voor verandering – een die de concurrentiepositie van een bedrijf in een steeds complexer wordend technologisch landschap versterkt. In dit interview deelt hij hoe dit perspectief, wanneer het in de praktijk wordt gebracht, een nieuwe ontwikkelingscultuur bevordert waarin strategisch aanpassingsvermogen aan snelle veranderingen een kernvoordeel wordt.
Valentyn, uw AI-aangedreven oplossing voor het analyseren van natuurlijke taaldocumenten, heeft de workflows aanzienlijk verbeterd en de IT-afhankelijkheid bij Sapiens verminderd. Wat inspireerde de ontwikkeling van deze innovatie en met welke uitdagingen werd u geconfronteerd tijdens de creatie ervan?
Het idee kwam voort uit de noodzaak om inefficiënties in het beheer van besluitvormingsregels aan te pakken. Handmatige invoer was tijdrovend en foutgevoelig, vooral voor nieuwe klanten die zich aan het systeem moesten aanpassen. Onze oplossing maakt gebruik van AI om informatie te groeperen en classificeren op basis van het doel ervan, zoals het identificeren van termen als ‘Klanttransactiebedrag’ en deze te ordenen in relevante categorieën zoals ‘Bedrag’. Deze aanpak maakt ook het automatisch genereren van regels met gedefinieerde parameters mogelijk, zoals ‘tot $1 miljoen’ of ‘meer dan $1 miljoen’. Door deze taken te automatiseren hebben we niet alleen de nauwkeurigheid verbeterd, maar hebben we ook het ontwikkelingsproces aanzienlijk versneld, waardoor de afhankelijkheid van IT-teams is verminderd en de ontwikkeltijd met meer dan 30% is verkort. Dit was een transformerende stap in het vereenvoudigen van de activiteiten voor zowel het bedrijf als zijn klanten.
Als Senior Java Developer leidde je de transitie naar microservices, moderniseerde je oudere systemen en bereikte je een codetestdekking van 80%, samen met naadloze schaalbaarheid. Welke strategieën en benaderingen hebben bijgedragen aan dit succes?
De overstap naar microservices vereiste een goed gedefinieerde strategie die was afgestemd op de bedrijfsdoelstellingen. Aanvankelijk was de dekking van onze codetests aanzienlijk lager, waardoor veel gebieden kwetsbaar waren voor problemen tijdens de ontwikkeling en implementatie. Door een rigoureus testkader te implementeren, hebben we deze dekking systematisch vergroot, waardoor we ervoor zorgden dat kritieke delen van het systeem werden gemonitord en betrouwbaar waren. Deze verbetering minimaliseerde de risico’s en verbeterde de algehele stabiliteit van het systeem.
We hebben ons er ook op gericht om de testprocessen zelf zeer betrouwbaar te maken. Geautomatiseerde tests zijn ontworpen om potentiële problemen snel te identificeren, waardoor we deze al vroeg in de ontwikkelingscyclus kunnen aanpakken. Kubernetes, een tool die specifiek is ontworpen om applicaties efficiënt in de cloud te beheren en uit te voeren, speelde een cruciale rol bij het garanderen van naadloze schaalbaarheid door het automatiseren van containerbeheer en het optimaliseren van het resourcegebruik, zowel tijdens piekbelastingen als tijdens rustigere periodes. Deze gecombineerde inspanningen resulteerden in een flexibeler, veerkrachtiger systeem dat zich gemakkelijk aanpast aan de veranderende behoeften van de klant.
Uw unieke ontwikkeling van een systeem voor het verzenden van verzoeken voor verouderde code bij MAKO, een van Israëls toonaangevende online mediaplatforms, wordt erkend als een cruciale bijdrage aan de industrie, die veel dringende problemen zou kunnen oplossen, en is nu beschikbaar voor ontwikkelaars over de hele wereld . Kunt u zich verdiepen in wat deze oplossing zo innovatief maakte, welke specifieke uitdagingen deze overwon en welke blijvende impact deze had op de efficiëntie en schaalbaarheid van het systeem?
Ik heb speciaal een verzoekverzendingssysteem ontwikkeld om de uitdagingen aan te pakken van het onderhouden en verbeteren van een drukbezocht platform dat is gebouwd op verouderde code. De groeiende complexiteit van de codebasis en de beperkingen van verouderde cachingmechanismen zorgden voor vertragingen in de ontwikkeling en hogere onderhoudskosten.
De oplossing introduceerde een gestroomlijnd proces voor het routeren van verzoeken met behulp van annotaties, waarmee taken zoals het verwerken van invoerparameters, het beheren van uitzonderingen en het registreren van systeemactiviteit werden geautomatiseerd. Deze innovatie vereenvoudigde niet alleen het ondersteuningsproces, maar verminderde ook het aantal fouten en versnelde de uitrol van nieuwe functies aanzienlijk.
De implementatie had een blijvende impact op de prestaties en schaalbaarheid van het platform. Het stelde het team in staat een hoge betrouwbaarheidsstandaard te handhaven en tegelijkertijd te focussen op toekomstige verbeteringen, waardoor de manier waarop oudere systemen binnen de organisatie werden beheerd, werd getransformeerd.
Jouw vermogen om systemen bij MAKO te moderniseren strekt zich ook uit tot het oplossen van gespecialiseerde problemen, zoals het verbeteren van het zoeken in de volledige tekst voor complexe talen zoals Hebreeuws, die wereldwijd door minstens 9 miljoen mensen worden gesproken. Welke uitdagingen bracht dit project met zich mee, en hoe heb je deze overwonnen?
Het werken met het Hebreeuws bracht unieke uitdagingen met zich mee vanwege het rechts-naar-links schrijfsysteem en de complexe grammatica, die cruciaal zijn voor het leveren van een boeiende en naadloze ervaring voor een overwegend Israëlisch publiek. Standaard zoekhulpmiddelen hadden moeite met voorzetsels en afkortingen, dus ontwikkelde ik gespecialiseerde algoritmen om met deze nuances om te gaan. Het systeem identificeert bijvoorbeeld voorzetsels en afkortingen van één letter die zijn gemarkeerd met aanhalingstekens, vergelijkt deze met een taalwoordenboek en werkt de zoekindex bij met de juiste formulieren. Deze oplossingen verbeterden niet alleen de zoeknauwkeurigheid aanzienlijk, maar zorgden er ook voor dat het platform aan de taalkundige verwachtingen van zijn gebruikers kon voldoen. Deze ervaring benadrukte het belang van het afstemmen van technologie op specifieke behoeften, waardoor mijn aanpak voor het oplossen van complexe problemen vorm kreeg.
Naast technische innovaties heb je je expertise gedeeld via mentorschap en training. Hoe kunnen inspanningen zoals het verbeteren van testmethoden en het begeleiden van teams op het gebied van AI-oplossingen en moderne tools de ontwikkelingskwaliteit en het aanpassingsvermogen van een organisatie beïnvloeden?
Mentorschap speelt een sleutelrol bij het bevorderen van aanpassingsvermogen en groei. Ik heb teams bijvoorbeeld begeleid bij het adopteren van geavanceerde testmethoden, moderne bibliotheken en AI-gestuurde oplossingen door middel van gerichte trainingssessies en masterclasses. Deze initiatieven hebben de kwaliteit van de ontwikkeling verbeterd door het aantal fouten terug te dringen, de workflows te stroomlijnen en innovatief denken aan te moedigen.
Belangrijker nog is dat mentorschap bijdraagt aan een probleemoplossende mentaliteit en de weerstand tegen verandering vermindert. Door samenwerking te bevorderen en de waarde te laten zien van het integreren van nieuwe tools en technologieën, heb ik teams in staat gesteld uitdagingen met vertrouwen en behendigheid aan te pakken. Dit heeft niet alleen de adoptie van transformatieve oplossingen versneld, maar ook een cultuur van voortdurende verbetering gecreëerd. Als gevolg hiervan is de organisatie beter toegerust om te innoveren, concurrerend te blijven en te voldoen aan de veranderende eisen in een steeds veranderend technologielandschap.
Uw banden met het Institute of Electrical and Electronics Engineers (IEEE) en de International Association of Honoured Developers (IAHD), die alleen leden met opmerkelijke prestaties accepteert, hebben u in contact gebracht met topprofessionals en baanbrekend onderzoek. Hoe hebben deze lidmaatschappen uw werk en benadering van innovatie beïnvloed?
Deze lidmaatschappen zijn van onschatbare waarde geweest in mijn carrière. IEEE heeft toegang geboden tot baanbrekend onderzoek en een wereldwijd netwerk van professionals die zich toeleggen op het bevorderen van technologie. Hierdoor ben ik op de hoogte gehouden van opkomende trends en heb ik een aantal van de innovaties geïnspireerd die ik heb geïmplementeerd. Ondertussen heeft IAHD mij in contact gebracht met gelijkgestemde ontwikkelaars die uitblinken in hun vakgebied, waardoor een omgeving van kennisuitwisseling en samenwerking wordt bevorderd. Deze relaties hebben niet alleen mijn technische expertise vergroot, maar ook mijn inzet versterkt om oplossingen te ontwikkelen die zowel het bedrijfsleven als de samenleving ten goede komen.
Nu we 2025 naderen, zorgt AI voor aanzienlijke transformaties in alle sectoren. Wat zijn volgens u de belangrijkste gebieden waarop AI de meeste impact zal hebben, en hoe kunnen bedrijven zich voorbereiden om deze ontwikkelingen effectief te benutten?
AI zal de grootste impact hebben op het begrip van natuurlijke taal, voorspellende analyses en automatisering, waardoor snellere besluitvorming, gestroomlijnde workflows en betere trenddetectie mogelijk worden. Bedrijven moeten zich concentreren op het integreren van schaalbare AI-oplossingen, zoals het automatiseren van repetitieve taken, om de efficiëntie te vergroten en teams vrij te maken voor strategische doelen. Het bevorderen van continu leren is van cruciaal belang voor de aanpassing aan AI-gestuurde tools en het behouden van wendbaarheid in een evoluerend landschap. Voor een succesvolle adoptie is het nodig om AI te zien als een langetermijninvestering in innovatie, en niet slechts als een snelle oplossing.
