在真实互联网和企业数字化现场,架构师更像丛林向导:地图残缺、天气突变、队友紧张、资源有限。
在普通用户看来 ~/.bashrc 可能是最重要的启动文件,因为系统几乎总是要读取。non-login shell 会默认读取 ~/.bashrc ,而大多数login shell 的启动文件也能 以读取 ~/.bashrc 文件的方式来编写。
从员工的角度理解 DevOps 从 Leader 的角度理解 DevOps 如果是一个决策者,应该如何理解 DevOps? 如果想要通过 DevOps 提升【企业竞争力】,推荐决策者根据如下的顺序进行决策。 ,如果企业内部已经出现了 1/3 以上的情况,决策者应该开始考虑 DevOps 了。 评估结果,给予肯定 根据 Atlassian 的评估,海外企业接纳 DevOps 的周期为1年,所以,决策者要对时间周期有心理预期。 总结 我们从宏观的角度分析了决策者在 DevOps 推广中的角色。 回顾我们之前的两篇文章,员工,Leader,决策者应该在 DevOps 上共同投入,否则,只会是一个面子工程。
首先得想清楚决策者最关心什么,肯定是业务价值、ROI、风险这些。不能只讲测试文档多重要,得联系到他们的核心利益。其次还要预判决策者的顾虑,比如觉得文档浪费时间、增加成本,所以得强调长期收益和风险规避。 最后还要给决策者可落地的方案,分阶段实施,让决策者觉得可行而不是一味投入,同时展示短期和长期的好处,减少他们的顾虑。 “巴士因子”风险(即某个关键人员离职带来的知识损失) 二、说服决策者的核心论据1. 四、 实际对话脚本当你与决策者面对面交流时,可以这样开始:“我知道您关注交付速度和效率,所以我想分享一个能同时提高质量和速度的方法。 记住,决策者最关心的是风险、成本和效率这三个维度。将测试文档的价值锚定在这三个维度上,你的论证会更有说服力。
为库设计新函数DelPack,删除输入字符串中所有的重复元素。不连续的重复元素也要删除。 要求写成函数,函数内部使用指针操作。
敏捷项目管理与敏捷宣言 说到敏捷项目管理就不得不提到那十分出名的敏捷宣言。这篇文章我们就来简单地了解一下敏捷项目管理的出现和敏捷宣言说的是什么。不要有太多的压力哦,这篇文章还是非常轻松的。 到最后我们学习完了敏捷相关的知识后,大家可以自己再回过头来想一想敏捷和传统项目管理的区别和联系都有哪些,这样对大家知识的掌握才更有好处。 目前来说公认的最佳的方案,就是:敏捷。 敏捷宣言 最后,总算到了我们这篇文章最核心的内容,那就是敏捷宣言。这个东西的历史很多教材以及文章中都会介绍,所以这里我就不再多说一遍了。 当然,你可以向客户阐明你的敏捷观点,进行详尽的沟通,但是,一切都是以交付客户价值为基础。 所以,敏捷将这四条视为原则,而不是准则、规则。 总结 今天这篇文章我们从传统的项目管理说起,通过 VUCA时代 这样一个时代现象来引出敏捷出现的必要性,最后介绍了敏捷的灵魂:敏捷宣言。当然,敏捷宣言很简单,就四句话,也可以概括成四个词。
其它敏捷框架 你们一定想知道为什么不接着讲 Scrum 呀?干嘛中间横插一脚。 好东西嘛,当然要留到最后,所以我在这里也就卖个关子,先陪着大家一起来学习一下其它好玩的敏捷框架,或许你能发现不一样的东西哦! 可视性进度报告 可视性进度报告就是包括但不限于使用各种敏捷类的图表,或者其它非敏捷的,只要能够有效地反映项目进度情况的图表。当然,更推荐的是白板、大屏这些可视性效果极佳的方式进行进度报告的展示。 其实并不新,敏捷各个框架中都强调的让团队坐在一起,没有隔离,让客户也尽量和我们坐在一起。然后呢? 参考文档: 《某培训机构教材》 《用户故事与敏捷方法》 《高效通过PMI-ACP考试(第2版)》 《敏捷项目管理与PMI-ACP应试指南》
无论你的公司是在做敏捷转型还是一开始就使用敏捷,在推进敏捷的过程中往往都碰到了很多的问题。今天和大家分享一下业界认可的正确推进敏捷的三个步骤:评估诊断、敏捷试点和大规模推广。 相关阅读: (1)如何正确理解敏捷? (2)如何正确推进敏捷? (3)如何填好推进的坑? (4)如何做服务型Scrum Master? 在敏捷转型实践中,大部分的企业都选择请外部的敏捷教练或者咨询师来帮助企业做敏捷转型,而评估诊断也通常是由他们来做。 如果没有请敏捷教练或者咨询师,那也应该从企业内部指定一个熟悉敏捷和了解业界敏捷实践的人来做评估诊断。 最后,正如上一篇中提到的,无论它是不是知名的框架,又或者它是否打着敏捷的名头又或者冠以敏捷,本身是无所谓的,也觉得并非要全盘采纳框架的所有方法,只要在具体实践中能够体现敏捷思想,帮助我们解决实际问题就是敏捷的好实践
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节从SVM算法的基本思想推导成最终的最优化数学表达式,将机器学习的思想转换为数学上能够求解的最优化问题。SVM算法是一个有限定条件的最优化问题。
今天开始和你一起重新温习敏捷,先来正确理解一下敏捷吧。 相关阅读: (1)如何正确理解敏捷? (2)如何正确推进敏捷? (3)如何填好推进的坑? (5)无处不在的敏捷思想 1 敏捷的初心 2001年,一群大师聚集在美国犹他州,吃吃喝喝头脑风暴,搞出了一个敏捷宣言,阐述了5条价值观,如下图所示。 ? 2 敏捷的原则 只有敏捷价值观是无法具体指导我们具体工作的,因此由它的价值观又引出了经典的敏捷十二条原则,是每个学习敏捷的童鞋都应该反复理解的话: (1)我们最优先要做的是通过尽早的、持续的交付有价值的软件来使客户满意 但是,从上面可以了解到,Scrum不是敏捷的全部,它只是敏捷的一个落地方法之一。 对于方法,无论它是不是Scrum,又或者它是否打着敏捷的名头又或者冠以敏捷,本身是无所谓的,我也更是觉得并非要全盘采纳敏捷的所有方法(很多时候我发现我们都很迷信3355的流程),只要在具体实践中能够体现敏捷思想
敏捷宣言的官方解释:12条敏捷原则 上一篇文章中说到的敏捷宣言,可以说是整个敏捷体系中最精髓的部分了。说实话,不仅你觉得,我也觉得这四句话有点太简单,太抽象了。 所以,各位大佬们在发布敏捷宣言的同时,还给出了 12 条敏捷原则,可以看成是对敏捷宣言的官方解释及补充。 既然这么说了,那么其实也就意味着这 12 条敏捷原则也是官方给出的东西了呗。 要知道,敏捷区别于传统项目开发的一大特点就是不停地持续交付真正可用的软件产品。 在敏捷中,一个功能无法使用,也就意味着这个功能是没有交付的。 原则九:不断地关注优秀的技能和好的设计会增强敏捷能力 这一点可以说是更重视于软件开发中的架构设计。代码一旦变得复杂,冗余,就会失去敏捷性。 参考文档: 《某培训机构教材》 《用户故事与敏捷方法》 《高效通过PMI-ACP考试(第2版)》 《敏捷项目管理与PMI-ACP应试指南》
敏捷计划与适应 上篇文章用大量篇幅学习了敏捷中计划的概念以及用户故事的估算,毕竟都是新东西,所以大家还是要好好消化消化。今天我们主要学习的是敏捷计划的具体实施以及敏捷的适应问题。 敏捷计划的实施 在学习敏捷计划的实施前,我们先来再看看敏捷计划和传统项目管理计划的不同。 首先,敏捷计划是通过实验和示范的方式来发现真正的需求,然后对其进行重新规划。 一般来说,回顾会议是以 Scrum Master 为主导的,以过程和敏捷实践的执行为主要内容,以团队成员的成长和收获为核心方向。 敏捷适应 敏捷适应其实就是在敏捷计划的执行过程中如何解决出现的问题。所以,在适应模块中,其实包含的就是识别和解决问题两个方面的内容。 识别问题 我们上面讲的那些敏捷监控工具是为了识别问题的。 关于敏捷规划设计方面的内容我们就学习完了。其实到这里为止,敏捷中最核心的一些内容就已经差不多了。后面我们还将要学习的是团队、风险管理和过程改进相关的内容。
敏捷架构通过协作,紧急设计,有意架构和简单设计支持敏捷开发实践。与敏捷开发实践一样,敏捷架构也可以设计可测试性,可部署性和可发布性。快速原型设计,领域建模和分散式创新进一步支持了它。 敏捷架构师通过优化架构来支持业务一致性,以支持端到端的价值流。这使企业能够实现在最短的可持续交付周期内持续提供“价值”的目标。 SAFe的精益敏捷原则为敏捷架构实践提供了信息。 在进行特定设计之前,敏捷架构师使用快速学习周期(原理#4)来探索替代方案(原则#3)并获得最佳解决方案。 SAFe架构师体现了新的工作方式,参与创建组织的(实施)路线图,并有助于加速作为精益敏捷领导者的采用。
与流行的看法相反,架构是敏捷软件开发工作的一个重要方面,就像传统的工作一样,并且是扩展敏捷方法以满足现代组织的现实需求的关键部分。但是,敏捷专家的架构方式与传统主义者的方式略有不同。 解决敏捷和架构周围的神话 1.迈向敏捷架构 体系结构提供了构建系统的基础,体系结构模型定义了体系结构所基于的愿景。 架构规模敏捷。传统技术也是如此。为项目制定可行且可接受的架构策略对于您的成功至关重要,尤其是在敏捷团队大规模发现的复杂情况下。 5.规模敏捷架构 在大型敏捷团队,地理位置分散的敏捷团队或企业范围的架构工作中,您将需要架构所有者团队或企业架构团队(在敏捷建模中,我最初将其称为核心架构团队,这是我从未真正喜欢过的术语)。 大多数敏捷团队将适当地结合前三种策略。 图4描绘了大规模敏捷项目的体系结构活动过程。
兼并和收购,基础技术和竞争的变化,新兴标准以及其他因素往往会使企业超出敏捷团队的范围。 为了解决这个问题,Enterprise Architects拥有跨解决方案培训和敏捷发布列车(ART)的权威和知识。他们可以提供可以改善结果的战略技术方向。 实施战略 - 有效,渐进的敏捷实施战略的重要性几乎不为人知。将业务史诗的技术基础构建到建筑跑道必须是一个渐进的过程。持续的技术学习和快速反馈使架构和业务功能随着时间的推移同步增长。 敏捷团队和程序在必要时进行重构并保留多种可能的设计选项的能力支持这一点。抽象和泛化有助于过早地避免绑定特异性,这为未来的业务需求保留了架构灵活性。 尊重个人和不懈改进 精益敏捷心态创造了一个健康的环境,每个人都在事实而非假设的基础上运作。这对于企业架构师来说尤其重要,他们在日常开发活动中执行一个(或两个)步骤。
说来奇怪,敏捷宣言是任何谈论敏捷相关的话题的时候,首先要提到的。而我的专栏居然在第31篇文章才来说「敏捷宣言」,真的是罪过~ = =#。 因为网上关于敏捷宣言的文章实在太多了,有深入浅出的,有详尽的。 【Kevin聊敏捷】精益敏捷(Lean Agile)的5个原则 26.【Kevin聊敏捷】精益敏捷(Lean Agile)导论 25.【Kevin聊敏捷】极限编程XP2实践 24. 【Kevin聊敏捷】敏捷项目管理之Scrum Events 敏捷活动 13.【Kevin聊敏捷】敏捷项目管理之Scrum Master 敏捷教练 12. 【Kevin聊敏捷】敏捷项目管理之Product Owner 产品负责人(一) 09.【Kevin聊敏捷】敏捷项目管理之Scrum三大支柱 08. 【Kevin聊敏捷】敏捷项目管理之Scrum价值 07.【Kevin聊敏捷】敏捷项目管理之Scrum 06.【Kevin聊敏捷】项目生命周期之敏捷型生命周期 05.
关键的要点 许多组织都对敏捷感到厌倦 “敏捷工业综合体”是问题的一部分 敏捷者必须回到宣言和12个原则的基础和简单 敏捷和现代敏捷的核心是基本的、简单的框架 敏捷者需要从社会科学中学习很多东西,比如积极心理学 、欣赏式探究和解决方案聚焦 敏捷敏捷敏捷敏捷敏捷敏捷敏捷敏捷敏捷敏捷。 今天,“敏捷”意味着一切。渐渐地,它就毫无意义了。许多组织对“敏捷”感到厌倦和难以驾驭,或者抗拒“敏捷敏捷敏捷敏捷敏捷敏捷敏捷敏捷敏捷敏捷敏捷敏捷敏捷。” 它变得更糟。“ 名不正,言不顺 ”(孔子)。 所以这就是第一个问题:敏捷的工业综合体和这种强加的一种最好的做事方式。这是我们必须反对的。 敏捷工业综合体。黑暗的敏捷。假的敏捷。僵尸敏捷。更糟糕的是。 结论 跨学科研究、原则和实践是敏捷的未来。这使得我们与我们的根保持联系变得更加重要,只要我们继续使用“敏捷”这个名字。请不要再说“敏捷、敏捷、敏捷、等等”之类的话了。
“ 敏捷已逝,但敏捷精神长存。因为所谓的敏捷专家卖给你的是方法论,而不是价值。”当多数人都在从“敏捷”身上榨取利益时, Dave Thomas 成为了一位逆行者。 虽然 Dave 对敏捷本身的价值毫不存疑,但之后由于很多出于不同目的的人,将无限多的内容加到了“敏捷”中,导致“敏捷”越来越违背敏捷的实质。 此时的“敏捷"已非彼"敏捷",Dave 不愿再背上“敏捷”的标签,开始追求真正的敏捷性。 十几年的敏捷实践,带给 Dave 的不仅是项目效率的提升,也让他明白了目前敏捷的误区有多大。 直到2014年,Dave 在一次大会上撕碎了敏捷被很多自称敏捷专家的人赋予的华丽外衣:“敏捷已逝,但敏捷精神长存。因为所谓的敏捷专家卖给你的是方法论,而不是价值。” 显然,与市面上大量的敏捷认证及方法论相比,Dave 更专注于个体对敏捷实践的思考,而不是照搬敏捷专家的说法。 在 Dave 看来,敏捷不是一个产品。
没有移交 在我开始用敏捷回顾的时候,我跟同事们探讨过我们为什么要做敏捷回顾。我们已经做过项目评估,那么,回顾到底有哪些不同之处,做回顾又有些什么好处呢? 采用敏捷回顾 本篇介绍了怎样在组织内执行回顾。你可能需要敏捷教练或者咨询师来支持你。跟执行其他敏捷实践一样,采用敏捷回顾也是一场组织级变革,专业人员们籍此调整他们的工作方式和行为。 采用敏捷回顾 你怎么帮助参与者理解他们为什么应该做回顾呢?如下是一些参考: • 讨论对持续改进的需要,以便敏捷能有成效。 开展敏捷是一份艰难的工作,你需要处理对变革的抗拒。如果你能变得更敏捷些,事情就变得更容易。只要你具备了敏捷的文化和思维,事情就会开始走上正轨,做或者不做的决策也会变得更容易。 经常反思自己的敏捷之旅有助于你保持敏捷。无论你采用了哪种方式做回顾,确保你会坚持做下去。即便看起来发展态势良好,也总会有继续提高的机会!
敏捷大数据智能化的主要目标就是,结合敏捷大数据实施理念,研发灵活的、轻量化的智能模型,并在敏捷大数据平台上对数据流进行实时智能化处理,最终实现一站式的大数据智能分析实践。 三、敏捷AI 如前文所述,在实时AI数据处理过程中,基于敏捷大数据的各项业务组件,结合第三方的开源构件,通过简单配置即可快速编排、敏捷地实现算法运行的底层支持架构。 我们已经让数据处理变得敏捷,那么如何将数据智能也变得更加敏捷呢? 在上述敏捷AI的实施思路下,我们着手构建敏捷AI算法库,这是一套基于业务领域划分的轻量级通用数据模型集合。 四、结语 实时数据的智能化分析是未来大数据技术和人工智能技术发展的重要方向之一,如何降低这一实施过程的经济成本、时间成本、技术成本以及变更成本,是敏捷大数据和敏捷AI着重解决的关键问题。