4、全球软件开发的关键要素与需求工程解析

全球软件开发的关键要素与需求工程解析

在全球软件开发(GSD)的领域中,要成功交付一个成熟且能在用户社区部署的产品,涉及诸多关键要素和环节。本文将详细探讨产品开发流程、需求工程等方面的内容。

1. 全球软件开发的项目组织与流程

在全球软件开发中,产品解决方案的开发组织采用了一种优化策略。通过小型、分布式的模块开发团队,由中央组织进行同步协调。全球的开发团队从中央团队获取模块规格说明,每个团队在供应商经理的带领下,负责所分配模块的设计、实现和测试。不过,供应商经理的角色常常定义和执行得不够充分,但在整个开发方法中,这是一个关键角色。

团队遵循敏捷方法的最佳实践,采用测试优先的开发方式,以小增量的形式对模块进行迭代实现。架构团队会提供用于测试模块接口的测试用例,这些测试不仅有助于验证模块,还能让开发人员更清晰地理解接口的语义。模块采用已知的设计模式进行设计,并持续进行重构以保证质量。

2. 软件开发的阶段与决策点

采用分阶段的产品规划流程,类似于标准的 Rational 统一过程(RUP),软件开发生命周期有四个重要阶段:
- 初始阶段 :这是具有远见的里程碑阶段,在此阶段会对要解决的问题及其潜在解决方案进行调查,以确定项目的可行性。
- 细化阶段 :作为核心架构里程碑阶段,在此阶段会对需求进行优先级排序,并首先实现那些在架构上具有重要意义的需求。在细化阶段结束时,会制定更可靠的软件开发计划,随后软件进入构建阶段。
- 构建阶段 :这是操作能力里程碑阶段,在这个阶段结束时,软件会部署到一个或多个测试

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值