- Der Autor, ein Data Scientist, sparte dem Unternehmen 500.000 US-Dollar, indem er eine wichtige Ineffizienz in der Analyseplattform des Unternehmens entdeckte und behob.
- Das Unternehmen erhöhte seine Investitionen in die Analyseplattform massiv, um stärker „datengetrieben“ zu werden, doch das Projekt litt unter Problemen und Verzögerungen.
- Nachdem der Autor das Unternehmen verlassen und später wieder zurückgekehrt war, stellte er fest, dass die Plattform voller technischer Schulden war und es an operativer Kompetenz mangelte.
- Das Unternehmen nutzte Snowflake als Datenbank, bei der nach der Größe der Computer abgerechnet wurde, die die Abfragen ausführten. Die Computer waren so eingestellt, dass sie nach jeder Abfrage 10 Minuten lang im Leerlauf blieben, was erhebliche unnötige Kosten verursachte.
- Der Autor schlug vor, die Leerlaufzeit der Computer zu verkürzen, um Kosten zu sparen, doch dieser Vorschlag wurde zunächst ignoriert.
- Einige Monate später erhielt der Autor die Aufgabe, an der Kostenoptimierung zu arbeiten. Er testete seine Hypothese, indem er die Leerlaufzeit einiger Computer verkürzte, wodurch die prognostizierte Rechnung von 1 Million US-Dollar auf 500.000 US-Dollar sank.
- Diese Kostensenkung wurde im Unternehmen zwar begrüßt, führte aber auch zu Konflikten zwischen Abteilungen und zu verschärfter Überwachung.
- Der Autor wurde gebeten, die Änderungen für alle Computer nur langsam umzusetzen, damit sie eher wie ein bedeutender Kraftakt als wie eine einfache Korrektur wirkten.
- Trotz der erheblichen Kosteneinsparungen wurde die Bitte des Autors um eine Gehaltserhöhung ignoriert, weshalb er zu dem Schluss kam, dass es besser gewesen wäre, gar nichts zu tun.
1 Kommentare
Hacker-News-Diskussion