Datenstärke und Vier-Tage-Deployments: Wie Marcelo Cortes das Engineering-Team von Faire skalierte

Als Faire im Jahr 2017 an den Start ging, bestand das Engineering-Team aus nur fünf Personen. Um ein schlagkräftiges Team aufzubauen, mussten von Beginn an erfahrene Fachkräfte gewonnen werden. Mitgründer Marcelo Cortes verbrachte über ein Jahr damit, Kennenlerngespräche bei einem Kaffee zu führen und laufend Updates zu Meilensteinen und Releases zu teilen, um gezielt Ingenieure zu rekrutieren. Das frühe Team profitierte von früheren Erfahrungen beim Aufbau von Cash App bei Square. Die Anwendung dieser etablierten Muster ermöglichte es den fünf Ingenieuren, innerhalb weniger Wochen eine komplexe Zahlungsinfrastruktur aufzubauen – inklusive der Abwicklung von Debit- und Kreditkarten, Teilrückerstattungen, asynchronen Wiederholungsversuchen, stornierten Transaktionen und ACH-Auszahlungen – ohne architektonische Fehlgriffe.

Trade-Show-Iterationen und frühes Product-Market-Fit

In der Anfangsphase unter dem ursprünglichen Namen Indigo Fair stützte sich das Unternehmen auf Live-Einzelhandelsveranstaltungen, um sein Produkt zu validieren. Während der drei- bis viertägigen Fachmessen sammelte die Unternehmensführung direkt vor Ort unmittelbares Feedback der Händler, während die Ingenieure ununterbrochen Systemanpassungen einspielten. Das Team führte rasche Live-Deployments durch, um verschiedene Kundenanreize zu testen – darunter kostenloser Versand bei Erstbestellungen, „Buy now, pay later“-Konditionen, kostenlose Rücksendungen und Werbeguthaben bei Nachbestellungen derselben Marke. Durch das kontinuierliche Einspielen von Software-Updates während dieser mehrtägigen Messen zur Messung der Kundenreaktion erreichte Faire innerhalb von sechs Monaten nach dem Start ein starkes Product-Market-Fit.

Fundament legen: Java, Kotlin und Daten bei 10 Kunden

Statt Infrastrukturentscheidungen aufzuschieben, bis eine Skalierung umfassende Überarbeitungen erfordert hätte, legte Faire von Beginn an architektonische Richtlinien und Daten-Tracking fest. Das Team begann mit dem Erfassen von Nutzerdaten und dem Aufbau von Datenpipelines, als die Plattform erst 10 Kunden betreute. Die Kernarchitektur replizierte relationale Datenbankereignisse aus MySQL innerhalb von Minuten in ein Redshift-Data-Warehouse, was betriebliche Daten für Entwicklerabfragen zugänglich machte. Für Backend-Dienste nutzten die Ingenieure zunächst Java und MySQL und etablierten vom ersten Tag an Code-Styleguides, obligatorische Tests und Code-Reviews. Im Jahr 2019 stellte das Team seine primäre Backend-Sprache auf Kotlin um und richtete die Code-Reviews an den Konventionen von JetBrains aus.

Skalierung durch Metriken: Der 1,6-fache Kapazitätsumschwung

Zwischen 2017 und 2020 wuchs die Engineering-Abteilung von Faire von fünf auf über 100 Ingenieure an. Zu den frühen Betriebskennzahlen gehörten die Überwachung der Systemverfügbarkeit und der Wartezeiten bei der kontinuierlichen Integration, um Engpässe für Entwickler zu beseitigen. Während der Online-Messe Faire Summer Market brachte jedoch die sprunghaft angestiegene Website-Aktivität die Datenbankkapazität an ihre Belastungsgrenzen. Um die Datenbanklast zu reduzieren, ohne die Entwicklung neuer Funktionen zu stoppen, führte die Engineering-Leitung eine Metrik ein, die die Transaktionsdauer bei jeder Interaktion der Anwendung mit der Datenbank maß. Indem die Dauer der Datenbanktransaktionen direkt den einzelnen Engineering-Teams zugeordnet wurde, gab die Führung jedem Team das Ziel vor, die Datenbanknutzung über drei Monate hinweg um 20 % zu senken.

Sechs Monate nach den Leistungsproblemen im Sommer veranstaltete Faire seine Online-Messe Winter Market. Ausgestattet mit den Datenbankoptimierungen verarbeitete die Plattform erfolgreich 1,6-mal mehr Verkehr als beim Sommer-Event, ohne die Grenze der Datenbankkapazität zu erreichen. Durch den Aufbau der Datenerfassung ab nur 10 Kunden, die Einführung verpflichtender Code-Reviews ab der ersten Einstellung und die Verantwortung unabhängiger Teams für Datenbanknutzungsmetriken bewahrte Faire seine Umsetzungsgeschwindigkeit im Engineering über eine zwanzigfache Vergrößerung der Organisation hinweg.

KI-generierte redaktionelle Illustration; kein Dokumentarfoto.

Quelle: How to maintain engineering velocity as you scale