Технологическая индустрия все больше полагается на экспертную оценку. Научные журналы отбирают исследования по рецензированию, международные конкурсы приглашают к жюри практиков, а компании доверяют критические системы тем, кто уже должен был за них отвечать. От качества такой оценки зависит, какие решения доходят до пользователей.
Олег Кубрак, украинский software engineer и исследователь, который специализируется на высоконагруженных облачных системах и финансовых технологиях. Он возглавлял Java-команду core-платформы airSlate, участвовал в реализации требований регулятора FCA и AML/KYC-интеграциях в Legal & General, руководил модернизацией облачных сервисов в Grid Dynamics. Член ACM, соавтор научных статей по кибербезопасности и blockchain. В интервью он рассказал, как лидерская роль в airSlate подготовила его к оценке чужих решений в научном рецензировании и жюри NextGen Hackathon 2026.
В декабре 2016 года Вы пришли в pdfFiller, нынешний airSlate. Все продукты компании зависели от одного Java-сервиса, за который никто не отвечал. С чего Вы начали?
Компания только формально была стартапом. Она обладала огромной базой коммерческих пользователей, покупала другие продукты и готовила запуск новых. Все они так или иначе генерировали PDF-документы, и вся генерация проходила через один Java-сервис. Команды, которая бы его поддерживала, не было.
Более 400 разработчиков работали с ним вслепую: без документации и без человека, к которому можно прийти с вопросом. Даже базовые вещи, например максимальный размер документа или количество страниц, которое система способна обработать, приходилось выяснять самостоятельно. Я начал именно с этого: разобрался в сервисе, описал его ограничения и поведение и стал точкой контакта для интегрировавшихся с ним команд.
Впоследствии Вы сформировали команду вокруг сервиса и стали Java Team Lead в Core Team. Как изменилась Ваша работа с переходом к руководству командой?
Когда разработчики получили ответы, стало ясно, что один инженер не может являться единственной опорой для сервиса такого значения. Я стал проводить собеседования и формировать команду. С этого момента моя задача изменилась: нужно было передать знания о сервисе команде и выстроить работу так, чтобы его стабильность не зависела от одного человека. От сервиса зависела вся продуктовая линейка, и каждый в команде должен был понимать, что ошибка в нем затрагивает всех сразу. Для меня это была первая по-настоящему лидерская роль: отвечать приходилось уже за решения всей команды.
Команда core-платформы airSlate держит 99,9% uptime. Что означает такая ответственность на практике?
99,9% означает менее девяти часов простоя в год. Когда от сервиса зависит вся экосистема, каждое решение проходит через один вопрос: что произойдет с продуктами, если этот компонент поведет себя иначе, чем ожидалось. Поэтому изменения должны быть предсказуемыми, ограничения сервиса известны всем командам, а нагрузка прогнозируемой. В это время я привык смотреть на архитектуру с позиции того, кто отвечает за последствия.
С июля 2025 года Вы рецензируете статьи для IEEE Internet of Things Journal, в Web of Science зафиксировано 23 верифицированных рецензии. В то же время Вы и сами публикуетесь. Как это совмещается?
За последние годы я стал соавтором пяти статей: о применении blockchain для кибербезопасности корпоративных систем и для целостности данных в децентрализованных системах, об объяснимом искусственном интеллекте в выявлении киберугроз для критической инфраструктуры. Поэтому процесс рецензирования знаю по обе стороны. Из 23 рецензий 21 я написал для IEEE Internet of Things Journal, еще по одной для IEEE Software и Transactions on Emerging Telecommunications Technologies. В IEEE каждую статью оценивают по меньшей мере два независимых рецензента, и от их вывода зависит, выйдет ли работа в печать. Одна из статей, прошедших мою рецензию, уже опубликована.
На что Вы обращаете внимание как рецензент?
IoT состоит из распределенных систем, в которых тысячи устройств обмениваются данными в реальном времени. Для меня это знакомая территория: проблемы нагрузки, отказоустойчивости и безопасности данных здесь те же, что и в высоконагруженных платформах. Поэтому я проверяю, выдержит ли предложенное решение реальные условия: учтен ли масштаб, описано ли поведение системы при сбое узла, подтверждают ли эксперименты выводы авторов. Самая частая слабость, которую я вижу: алгоритм хорошо описан, но проверен только в идеальных условиях.
Летом 2026 года Вы были среди около 80 экспертов жюри NextGen Hackathon на Французской Ривьере. Чем оценка прототипа за три дня отличается от рецензирования статьи?
Научную статью готовят месяцами, и рецензент имеет право требовать доказательств для каждого утверждения. На хакатоне команды за три дня создают решения для AI for Good, GreenTech, HealthTech, SpaceTech и EdTech, так что завершенности от них никто не ждет. Однако критерии схожи: сложность архитектуры, практическая ценность, инновационность, потенциал масштабирования. В обоих случаях отделяю эффектную подачу от инженерной основы. На демо все может работать, вопрос в том, заложена ли в архитектуру возможность расти.
Что объединяет эти роли и чего, по Вашему мнению, не хватает индустрии в оценке технических решений?
В каждой из них я отвечаю не только за свою работу, но и за качество чужих решений. В airSlate от моего сервиса зависели сотни разработчиков, в рецензировании от моего вывода зависит судьба статьи, на хакатоне от оценки жюри зависит, какие проекты получают финансирование. Индустрии, по-моему, не хватает именно практиков среди оценивающих. Человек, который сам переживал сбои и пиковые нагрузки, задает авторам вопросы, к которым они должны дойти сами, но еще не дошли.




















Комментарии