机器统治码农的时代来了!“大数据+技术管理”惹的祸

2024-02-14 14:59

本文主要是介绍机器统治码农的时代来了!“大数据+技术管理”惹的祸,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

最近,我在各大技术沙龙和论坛上,积极倡导的一个理念:“大数据驱动的技术管理”,我相信这是技术管理的未来:通过汇集“软件生命周期大数据”,包括员工的基本信息数据、BUG率、考勤数据等等,通过对这些数据的分析和挖掘,构建“员工画像”、“团队画像”,基于画像信息,在开发过程和项目管理中,进行预警和预测,从而提升团队成熟度,更精确的指导技术管理工作。

首先,我们通过一个真实发生在我团队里的故事,来了解“大数据驱动的技术管理”,能够给技术团队管理带来什么价值。

mmbizgif?

周三、周四请假半天的员工,70%会离职

有一天,我的团队运行了一个“关键员工离职预测模型”,从数据分析结果中,我发现了核心员工小张的“离职概率”非常高,小张是公司的老员工,一直以来兢兢业业,是各种奖项的常客,属于“又红又专”的明星员工,于是我把这个事情告诉了小张的直属领导--陈主管。陈主管听后非常生气,“小张是我的左右手,昨天我们还一起吃饭,他的情况我不比你了解吗?他跟随我多年,如果他有任何情况,我一定是第一个知道的,不劳你费心了。”

听到陈主管这么说,我也在责怪自己太莽撞,不该没有凭据就提出建议。

然而,故事并没有结束,一个礼拜之后,小张向他的主管提出了离职,这时陈主管找到了我,脸上打了个大大的问号。

于是,我向他解释了我的预测模型。通过收集员工的请假数据、提交代码频次数据、访问知识库的数据、招聘网站刷新简历的数据等等。通过数据建模,对这些数据进行挖掘和分析,给员工的离职概率进行打分。

这个例子中,小张连续两周在周三、周四请假,而且都是半天假,从历史数据分析发现:周三、周四请假半天的员工,有70%的概率会离职。

小张近三周提交代码的频次明显比之前降低了80%,而访问知识库的频次比较平时增加了3倍。可以解读为,工作积极性降低,却忙于对过往项目文档的整理。

此外,小张在请假行为发生的前一周,更新了招聘网站上的个人简历。把这些数据和行为连贯起来看,就不难分析出一个员工的离职概率了。

大数据不仅能够预测员工离职概率,还能用来提升开发团队的组织成熟度,通过数据洞察团队能力短板,给出团队组成建议,搭配不同技术能力、性格、性别的团队成员,从而构建最具备战斗力的开发团队,提升个体能力、团队协作效率和团队成熟度。

mmbizgif?

“大数据+技术管理”的实施,分三步走

下面简单描述一下如何运用大数据进行技术管理工作。

大数据驱动的技术管理,分为三个步骤来实施:“软件生命周期”大数据汇集、建立“团队画像”和“员工画像”、建立大数据应用。如下图所示:

640?wx_fmt=jpeg

第一步:“软件生命周期”大数据汇集

将软件开发过程中,需求、设计、开发、测试、上线、验证,各阶段产生的数据进行汇集,再加上员工人口基本信息、员工绩效、员工考勤等数据。构成了“软件生命周期大数据”,如下图所示。

640?wx_fmt=jpeg

第二步:建立“团队画像”和“员工画像”

使用“软件生命周期大数据”,建立算法模型,进行数据挖掘,构建“团队画像”。可分为:技术攻坚型、成熟创业型、创新创意型、成长磨合型。

技术攻坚型,是技术高手组成的团队,擅长解决复杂技术难题,这类团队可承担技术架构类、技术调研类工作。

成熟创业型,指的是团队核心成员配合默契,有很强的执行力和高产出,这类团队可承担公司最重要和最战略的项目,确保公司战略的落实。

创新创意型,这类团队具备很好的创新和创意能力,可承担创新型产品的研发,孵化出足以超越对手的产品。

成长磨合型,指的是处于磨合期的成立不久的团队,可通过一些一般项目来磨练他们,给他们成长空间,这类团队的特点还没有形成,仍有很多不确定性。

640?wx_fmt=jpeg

第三步:建立大数据应用

基于“团队画像”、“员工画像”,建立分析报表、监控预警等等,以下列举了其中的几个应用,供大家参考。

需求优先级智能评级。用于对需求的治理,衡量哪些业务部门提出的需求给公司带来了价值,哪些部门在浪费公司的开发资源,将有限的开发资源投入到更有价值的项目上。

复杂项目的管理。根据跟踪各子任务的依赖关系,分析出关键任务,确保总体项目的进度可控,降低项目管理的难度。

个性化报表。针对开发人员、技术经理、技术总监、高层的个性化报表,呈现各角色专属的可视化数据,帮助决策。

智能管理预测。如前文提到的“关键员工离职率预测”。另外,还可用于项目工时预测、团队组建模型和建议、开发资源智能分配、软件缺陷预测等等场景。

未来还可以结合机器学习,对开发资源进行智能治理,技术管理进入“人工智能时代”,使得技术团队的能力得到极大的释放,软件工业将进入一个崭新的阶段,让我们拭目以待。

篇幅有限,如果大家对“大数据驱动的技术管理”模式感兴趣,可在我的新书《技术管理之巅》里阅读相关章节,通过书里的联系方式与我取得联系,共同探索技术管理之路。

作者介绍

0?wx_fmt=jpeg

黄哲铿

※ 海尔电器,互联网技术总监。目前负责集团大数据平台整体规划和建设

◆ 曾在服务于1号店5年、MySteel.com 4年,担任技术总监、PMO总监等职位。《技术管理之巅》的作者,帮助技术管理者快速全面提升,被20位互联网公司CTO联袂推荐。

这篇关于机器统治码农的时代来了!“大数据+技术管理”惹的祸的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/708815

相关文章

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很

SpringBoot 多环境开发实战(从配置、管理与控制)

《SpringBoot多环境开发实战(从配置、管理与控制)》本文详解SpringBoot多环境配置,涵盖单文件YAML、多文件模式、MavenProfile分组及激活策略,通过优先级控制灵活切换环境... 目录一、多环境开发基础(单文件 YAML 版)(一)配置原理与优势(二)实操示例二、多环境开发多文件版

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

Redis实现高效内存管理的示例代码

《Redis实现高效内存管理的示例代码》Redis内存管理是其核心功能之一,为了高效地利用内存,Redis采用了多种技术和策略,如优化的数据结构、内存分配策略、内存回收、数据压缩等,下面就来详细的介绍... 目录1. 内存分配策略jemalloc 的使用2. 数据压缩和编码ziplist示例代码3. 优化的

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则