Operación Rápida 🔥 con Opeyemi Folorunsho

Opeyemi Folorunsho es el Vicepresidente de Investigación y Desarrollo (I+D) en Moniepoint, donde se centra en traducir ideas técnicas profundas en sistemas que generan un impacto real. Su experiencia está en sistemas distribuidos e infraestructura, y su trabajo se sitúa en la intersección entre la investigación y la ejecución: identificar oportunidades emergentes, validarlas rigurosamente y construir las plataformas que las hacen realidad.

Su creencia fundamental es que una gran cultura de ingeniería y el pensamiento basado en primeros principios son lo que separa la innovación real de la persecución de tendencias. Con el tiempo, su enfoque ha evolucionado desde la construcción de sistemas hasta dar forma a su dirección, guiar a los equipos, establecer la visión técnica y asegurar que los esfuerzos de investigación se traduzcan en resultados significativos.

• Explica tu trabajo a un niño de cinco años.

Imagina que tienes una ciudad de juguetes enorme donde millones de personas juegan cada día. Mi trabajo es inventar mejores carreteras, puentes más resistentes y semáforos más inteligentes antes de que la ciudad se vuelva demasiado congestionada.

A veces construyo cosas nuevas yo mismo. A veces ayudo a otros ingenieros a construirlas. Y a veces paso semanas buscando una mejor manera de resolver un problema que nadie ha resuelto antes. Mi trabajo consiste realmente en asegurarme de que la ciudad siga funcionando incluso cuando lleguen millones de personas más.

• ¿Cómo es realmente el día a día de I+D en una fintech?

La gente suele imaginar I+D como científicos en un laboratorio. En realidad, está mucho más cerca de la ingeniería aplicada.

Una semana típica implica comprender un problema empresarial difícil, leer artículos o documentación técnica, evaluar tecnologías existentes, construir prototipos, medir compensaciones y decidir si una idea merece convertirse en parte de la plataforma de producción.

Algunos proyectos nunca salen de la fase de prototipo porque la economía no funciona. Otros terminan convirtiéndose en infraestructura central de la que depende cada equipo de ingeniería.

En Moniepoint, esto ha significado explorar tecnologías como bases de datos distribuidas, procesamiento de flujos, plataformas para desarrolladores, técnicas de detección de fraude, automatización de infraestructura y formas de simplificar cómo los ingenieros construyen productos a escala.

El objetivo no es investigar por investigar. Se trata de reducir la incertidumbre para que el negocio pueda tomar mejores decisiones de ingeniería.

• ¿Cómo decides cuándo una idea está lista para convertirse en un producto?

Busco tres cosas. Primero, ¿hemos resuelto realmente los problemas técnicos difíciles o solo hemos creado una buena demostración? Segundo, ¿la solución reduce la complejidad en lugar de añadirla? Un prototipo puede tolerar la astucia. Un sistema de producción no puede. Tercero, ¿resuelve un problema real que tengan múltiples equipos? Si solo un ingeniero lo entiende o solo un equipo se beneficia de ello, probablemente sigue siendo investigación.

La transición ocurre cuando lo desconocido se vuelve conocido. En ese punto, el trabajo pasa de descubrir si algo es posible a hacerlo fiable, mantenible y fácil de usar para otros ingenieros.

• Moniepoint ha escalado agresivamente en África. ¿Qué exige ese tipo de crecimiento desde el punto de vista de la infraestructura?

El crecimiento cambia las preguntas que haces. Al principio, preguntas: "¿Podemos hacer que esto funcione?". Más tarde, preguntas: "¿Puede esto sobrevivir a diez veces el tráfico sin despertar a alguien a las 3 a.m.?".

En Moniepoint, operar a escala significa diseñar sistemas que puedan manejar miles de millones de eventos financieros, mantener baja latencia, recuperarse elegantemente de fallos y continuar operando en diferentes regiones y condiciones de red variables.

También significa invertir fuertemente en plataformas internas. A medida que crece una organización de ingeniería, la productividad de los desarrolladores se convierte también en un problema de infraestructura. Buenas herramientas, automatización, observabilidad, sistemas de despliegue y plataformas estandarizadas permiten a cientos de ingenieros moverse rápidamente sin comprometer la fiabilidad. La infraestructura ya no solo apoya al negocio. Se convierte en una ventaja competitiva.

• ¿Cuál es el mayor malentendido que tienen los ingenieros sobre lo que constituye una buena investigación?

Muchos ingenieros piensan que la investigación consiste en leer artículos. No es así. La buena investigación consiste en reducir la incertidumbre.

A veces eso significa leer artículos académicos. Más a menudo, significa construir prototipos, recopilar evidencias, medir el rendimiento, hablar con los usuarios y estar dispuesto a demostrar que tu propia idea es errónea.

El mejor resultado en I+D no es demostrar que tienes razón. Es aprender algo valioso antes de que la empresa pase meses construyendo lo incorrecto. La investigación debería facilitar la ingeniería futura, no complicarla más.

• ¿Cómo fue tu camino hacia VP de I+D y qué harías de manera diferente si empezaras de nuevo?

Mi carrera siempre ha estado impulsada más por la curiosidad que por los títulos. Me sentí naturalmente atraído por problemas difíciles de infraestructura, sistemas distribuidos, bases de datos, plataformas para desarrolladores y ese tipo de trabajo de ingeniería donde entender los componentes internos marca una diferencia real. Con el tiempo, eso evolucionó desde resolver problemas técnicos yo mismo hasta ayudar a los equipos a identificar qué problemas valía la pena resolver en primer lugar.

A medida que avancé hacia el liderazgo, me di cuenta de que I+D no se trata solo de tecnología. Se trata de crear un proceso que convierta la incertidumbre en decisiones informadas. Hoy en día, una gran parte de mi rol es ayudar a la organización a explorar nuevas ideas mientras aseguro que las exitosas puedan ser entregadas a los equipos de producto y escaladas en todo el negocio.

Si empezara de nuevo, pasaría menos tiempo persiguiendo tecnologías individuales y más tiempo aprendiendo pensamiento sistémico, comunicación y economía. Los lenguajes, marcos de trabajo y bases de datos van y vienen. La capacidad de razonar sobre sistemas complejos, comunicarse claramente y entender el valor empresarial detrás de las decisiones técnicas se acumula a lo largo de toda una carrera. Esas habilidades han importado mucho más que cualquier tecnología específica que haya aprendido.