随着笛卡尔实验室的迅速发展，我们不断增加执行团队，Gary Lang成为了新工程主管。

Gary之前是亚马逊商业的技术副总裁。在那期间，他将团队从0人增加到450人，在亚马逊HQ2项目上工作，并负责构建亚马逊商业背后的技术。

Gary的执行生涯包括担任Blackboard的产品开发和云运营高级副总裁，在微软为Visual Studio和.NET运行开发，以及在Autodesk工作，他最初担任AutoCAD for Macintosh的程序员，最终担任平台与全球工程副总裁，领导一个1100人的团队。

我们非常高兴他能够加入笛卡尔实验室，继续雄心勃勃的计划，创建一个数据精炼库，以了解地球的自然资源。

访谈

Mark：你认为技术如何帮助那些拥有传统实体业务的公司？

Gary：软件的历史一直是自动化推广之前的手动过程之一。我们已经做得很好，使人类能够在一定的时间内做更多的事情，特别是对于业务的功能性部分，这是在它们的核心任务之外，在许多行业是物理产品和服务。现在，我们能够自动化这些公司的实际任务，这些实体企业可以使用这些自动化的方法来交付核心任务，或者转换任务来处理新的机遇。

Mark：你的第一份工作是什么？这些经历是如何让你成为今天的高管的？

Gary：报纸运营商。报纸载体。我找到了一种方法来识别到这个城市的新航班，然后给每一位潜在的新乘客打了电话，包括我的经理在内，没有人知道我是怎么做到的，我也不想告诉任何人。正因为如此，我赢得了无数的奖项和旅行。这段经历让我认识到，以独特的方式寻找销售机会可以让一家企业与众不同，并为任何规模的企业创造竞争优势。从那以后，我一直在寻找类似的机会推动销售，帮助我的公司赢得客户。

Mark：请告诉我你在亚马逊的经历如何改变了你对技术和客户的看法？

Gary：在产品方面，我一直以客户为中心/以人为本，但亚马逊的一切都始于客户并向后工作。这个简单的操作原则使产品和用户同理心制度化，仅举两个好处。从花钱购买家具到选择产品功能，我们应该始终扪心自问客户将如何受益。

Mark：对于类别创建，后端技术等，你认为笛卡尔实验室和亚马逊之间有什么相似之处吗？

Gary：亚马逊因将机器学习应用于面部识别，自然语言处理以及其他客户推动因素的产品推荐，实现和基于云的平台和服务而闻名。笛卡尔实验室是这些服务提供的交叉点，这通常需要平台公司无法解决的深层创新。

Mark：是什么吸引你到笛卡尔实验室？

Gary：笛卡尔实验室的机会似乎与深度学习AlphaGo的成功一样新。它不可能在5年前完成。当我为Autodesk运行地理空间软件的产品开发时，我们的客户要求在卫星数据和LiDAR数据的交叉点进行分析，但我们没有实用的基础设施来提供它。虽然仍然很困难，但笛卡尔实验室似乎准备做这些事情。

Mark：到目前为止，你对团队和公司的印象如何？

Gary：这是一个严格意义上的实验室团队。我们在这里看似不可能。在最近看过阿波罗11号纪录片之后，我看到了与那个moonshot的野心和崇高追求之间的相似之处，以及实际了解地球实时行动的moonshot。

Mark：在一个高增长的创业公司，决定把重点放在哪里以及对什么说不至关重要，你如何让团队保持专注，并帮助他们知道对什么说不？

Gary：通常情况下，对客户痴迷会导致良好的决策。最好的公司将其作为简单驱动程序之一。但出于财务和实施方面的原因，节俭在初创公司中应受到全面重视。

Mark：你觉得搬迁到圣达菲最令人兴奋的是什么？

Gary：作为一名土生土长的旧金山人，我认为我们已经达到了硅谷的顶峰，同时持久的高清通信系统和无处不在的云协作恰好及时出现，以改善其影响。在全球产品经济中，能够从任何地方开展全球业务现在都是一项要求，而不是一项功能。那为什么不从美国新墨西哥州来做呢？

Mark：你希望为笛卡尔实验室带来什么？今年你会关注什么？

Gary：我在大学里研究过神经网络但别人说这是不切实际的，所以当AlphaGo击败世界冠军Go玩家之后我再次对它感到兴奋，因为很明显摩尔定律使它们不仅实用而且可以改变游戏。从那时起，我开始专注于亚马逊的机器学习应用。我还在Autodesk运行地理空间产品开发，在那里我共同创建了OSGeo开源基础，用于广泛提供地理空间工具。我很高兴将这些经验应用于为笛卡尔实验室的客户，提供改变游戏规则的产品和服务。