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

CSS Anchor Positioning重新定义锚点定位的时代来临(最新推荐)

《CSSAnchorPositioning重新定义锚点定位的时代来临(最新推荐)》CSSAnchorPositioning是一项仍在草案中的新特性,由Chrome125开始提供原生支持需... 目录 css Anchor Positioning:重新定义「锚定定位」的时代来了! 什么是 Anchor Pos

SQL Server修改数据库名及物理数据文件名操作步骤

《SQLServer修改数据库名及物理数据文件名操作步骤》在SQLServer中重命名数据库是一个常见的操作,但需要确保用户具有足够的权限来执行此操作,:本文主要介绍SQLServer修改数据... 目录一、背景介绍二、操作步骤2.1 设置为单用户模式(断开连接)2.2 修改数据库名称2.3 查找逻辑文件名

canal实现mysql数据同步的详细过程

《canal实现mysql数据同步的详细过程》:本文主要介绍canal实现mysql数据同步的详细过程,本文通过实例图文相结合给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的... 目录1、canal下载2、mysql同步用户创建和授权3、canal admin安装和启动4、canal

使用jenv工具管理多个JDK版本的方法步骤

《使用jenv工具管理多个JDK版本的方法步骤》jenv是一个开源的Java环境管理工具,旨在帮助开发者在同一台机器上轻松管理和切换多个Java版本,:本文主要介绍使用jenv工具管理多个JD... 目录一、jenv到底是干啥的?二、jenv的核心功能(一)管理多个Java版本(二)支持插件扩展(三)环境隔

使用SpringBoot整合Sharding Sphere实现数据脱敏的示例

《使用SpringBoot整合ShardingSphere实现数据脱敏的示例》ApacheShardingSphere数据脱敏模块,通过SQL拦截与改写实现敏感信息加密存储,解决手动处理繁琐及系统改... 目录痛点一:痛点二:脱敏配置Quick Start——Spring 显示配置:1.引入依赖2.创建脱敏

详解如何使用Python构建从数据到文档的自动化工作流

《详解如何使用Python构建从数据到文档的自动化工作流》这篇文章将通过真实工作场景拆解,为大家展示如何用Python构建自动化工作流,让工具代替人力完成这些数字苦力活,感兴趣的小伙伴可以跟随小编一起... 目录一、Excel处理:从数据搬运工到智能分析师二、PDF处理:文档工厂的智能生产线三、邮件自动化:

Java中的登录技术保姆级详细教程

《Java中的登录技术保姆级详细教程》:本文主要介绍Java中登录技术保姆级详细教程的相关资料,在Java中我们可以使用各种技术和框架来实现这些功能,文中通过代码介绍的非常详细,需要的朋友可以参考... 目录1.登录思路2.登录标记1.会话技术2.会话跟踪1.Cookie技术2.Session技术3.令牌技

Python数据分析与可视化的全面指南(从数据清洗到图表呈现)

《Python数据分析与可视化的全面指南(从数据清洗到图表呈现)》Python是数据分析与可视化领域中最受欢迎的编程语言之一,凭借其丰富的库和工具,Python能够帮助我们快速处理、分析数据并生成高质... 目录一、数据采集与初步探索二、数据清洗的七种武器1. 缺失值处理策略2. 异常值检测与修正3. 数据

Python中bisect_left 函数实现高效插入与有序列表管理

《Python中bisect_left函数实现高效插入与有序列表管理》Python的bisect_left函数通过二分查找高效定位有序列表插入位置,与bisect_right的区别在于处理重复元素时... 目录一、bisect_left 基本介绍1.1 函数定义1.2 核心功能二、bisect_left 与

pandas实现数据concat拼接的示例代码

《pandas实现数据concat拼接的示例代码》pandas.concat用于合并DataFrame或Series,本文主要介绍了pandas实现数据concat拼接的示例代码,具有一定的参考价值,... 目录语法示例:使用pandas.concat合并数据默认的concat:参数axis=0,join=