结构化思考—给RD新人的第一堂流程培训课(1)

结构化思考—给RD新人的第一堂流程培训课(2) “以始为终”是高效能人士的7个习惯之一,我们也可以将其理解为,首先要制定一个目标,而目标则要符合“SMART原则”。所谓“SMART原则” ,即是: 1.    目标必须是具体的(Specific) 2.    目标必须是可以衡量的(Measurable) 3.    目标必须是可以达到的(Attainable) 4.    目标必须和其他目标具有相关性(Relevant) 5.    目标必须具有明确的截止期限(Time-based)哪一个目标才是符合“SMART”原则的呢?IBM公司 阅读详情

 

结构化思考-幻灯片1

去年公司过了CMMI L3的认证,对于RD新人,流程是必修课。流程培训要达到什么样的目的?我们希望新人透过培训过程获取哪些知识?要讲解哪些内容?采用什么样的方式?思考以上的问题,我们决定和大家分享这样一堂流程培训课,不逐个讲述CMMI的过程域、不讲任何具体的QMS SOP。我们只一起讨论:PDCA、ETVX、SMART、SOP、DAR、Quality。

结构化思考-幻灯片2

PDCA 循环(PDCA Cycle),也称戴明循环(Deming Cycle)。
PDCA 循环是一个持续改进模型, 它包括持续改进与不断学习的四个循环反复的步骤, 即计划(Plan)、执行(Do)、检查(Check/Study)、处理(Action)。

  • Plan:计划,确定目标和策略、制定行动方案;
  • Do:执行,实现计划中的内容;
  • Check:检查,总结执行计划的结果,注意效果,找出问题;
  • Action:效果,对总结检查的结果进行处理,成功的经验加以肯定并适当推广、标准化,失败的教训加以总结,以免重现,未解决的问题放到下一个 PDCA 循环。

结构化思考-幻灯片3

ACTION(开拍、开始):在拍片现场,导演用来命令演员开始表演的口头用语。为什么导演开拍的时候不用act,start,begin等动词,而用名词action呢?原因是因为在表演的时候,演员仅仅是在表达导演已经构思好的电影,导演在拍摄的时候会对比演员表演的action是否与自己的构思、感觉一致,如果一致的话就继续下一个镜头,如果感觉不对,没有达到导演要的效果就会再来一遍了。所以action真正的含义表示导演准备看演员表演的action(效果),这也是为什么PDCA会选这个名词动用,PDCA循环同样是要看效果的!

结构化思考-幻灯片4

PDCA 循环有如下三个特点:
1. 大环带小环
如果把整个企业的工作作为一个大的PDCA 循环,那么各个部门、小组还有各自小的PDCA 循环,就像一个行 星轮系一样,大环带动小环,一级带一级,有机地构成一个 运转的体系。
如果把整个软件开发的生命周期比作一个大的PDCA 循环,那么各个阶段还有各自小的PDCA 循环。
2. 阶梯式上升
PDCA 循环不是在同一水平上循环,每循环一次,就解决一部分问题,取得一部分成果,工作就前进一步,水平就提高一步。到了下一次循环,又有了新的目标和内容,更上一层楼。
3. 科学管理方法的综合应用
PDCA 循环作为发现问题,解决问题的工具,4个阶段又可以分为8个步骤。

结构化思考-幻灯片5

  • 第一步.分析现状、找出问题。假设现在我们打算考研了,那首先呢,我们要分析一下自己目前的实力、看看以自己目前的能力能不能实现这个目标;还存在着哪些差距。
  • 第二步.分析各种影响因素或原因。有很多因素决定着我们能否实现考研这个目标,比如专业课成绩、数学成绩、英语水平等等。
  • 第三步.找出主要影响因素。大家都听过木桶原理吧:木桶的盛水量取决于桶壁上最短的一块木板。我们经过分析之后,发现英语水平是我目前最需要提高的,是影响我考研成绩的最主要的因素。
  • 第四步.针对主要原因,列出措施计划。要想提高英语水平呢,我们就需要制定一些计划,比如每天背100个单词来扩充词汇量、每天阅读几篇阅读理解的文章、早上收听英语广播提高听力等等。
  • 第五步.执行,就要按我们制定好的计划去实施了。
  • 第六步.设定里程碑,依里程碑检视计划实施的效果。比如,我们把英语听力的提高分为初级、中级和高级三个阶段;每个阶段的学习之呢,我们可能要做一些模拟练习来检查我们是否已经达成了这个阶段的水平。
  • 第七步,总结成功经验。比如我们通过模拟练习发现听力水平确实提高的还挺快的,看来啊,每天早上听英语广播这招还挺管用的,那我们就找对了学习的方法,以后要坚持下去。
  • 第八步,总结失败的教训。比如我们发现背单词的效果不是很好,前面背、后面就忘了。可能就是我们学习的方法还有待改进、没有及时的复习,在下一阶段的学习中呢就需要改善了。

结构化思考-幻灯片6

在制定措施计划时,我们要从以上这7个方面来提问,这是结构化思考的重要方法:

  • Why/为什么:这是关于展望全景的问题。

我们为什么要这样做?这样做对吗?或者我们应该做点别的? 如果需要变化,我们有哪些选择?怎样才能做出最佳的选择?

  • What/是什么:这是与事情相关的问题。

目标是什么?有哪些事情要做? 有哪些限制条件、假设条件、和依赖条件?

  • Who/谁:这是与人、角色相关的问题。

这件事由谁负责?还有哪些干系人?谁是决策人?谁是受益人?谁要做出承诺?

  • When/在什么时候:这是与计划和安排相关的问题。

首先是什么?接下来呢? 要做的事情很多,我们什么时候去做? 检查点放在什么时候合适? Deadline是在什么时候?

  • Where/在哪里:这是关于方向和事情如何彼此配合的问题。

我们要去哪儿?方向对吗?或许我们应该换一个方向?这些七零八落的事情怎么整合到一起?最重要的是什么?次重要又是什么?

  • How/怎么样:这是关于事情如何去做以及相互之间如何影响的问题。

我们如何去做?这样做会发生什么?那样做又会如何? 我们是否能通过改变自己的行动而改变结果? 怎样做最有效率?怎样做品质最好?怎样做速度最快?

  • How Many/有多少:这是涉及数量、计算等的问题。

我们是否有足够的人力、资源? 性能指标是多少?成本是多少?人力是多少?还有多少时间可用?

结构化思考-幻灯片7

 

讲到5W2H,给大家讲这样一个故事:
在过CMMI L3 评鉴时,主任评估师出了这一道题目:“给你三分钟,你如何阐述什么是软件测试?给你三小时,你如何阐述?给你三天,你又将如何阐述呢?” 你的答案是什么呢?

 

备注:文字描述中的部分资料来源于MBA智库百科

模板驱动型文档自动化:结构化内容生产新范式 文档自动化正从简单排版升级为基于结构化思维的内容生产范式。其核心在于将业务逻辑、内容模块与样式规则解耦,通过元数据驱动、结构化内容块和样式继承链实现智能组装。这种技术不仅提升交付效率与品牌一致性,更支撑合规输出、跨系统集成与团队协同。在咨询、法律、SaaS客户成功、教育课件等高频标准化文档场景中,它显著降低人工错误率、缩短生成周期,并让专业人员聚焦高价值洞察。本文深入解析模板驱动的本质及其在真实项目中的落地路径,涵盖元数据建模、智能内容块设计、规则引擎配置与输出合规实践。 阅读详情

相关推荐

渗透测试实战全流程:从信息收集到内网横向移动

网络安全的核心在于理解攻击与防御的对抗本质。渗透测试作为主动安全评估的关键技术,其原理是通过模拟真实攻击者的视角和方法,系统性地探测和利用目标系统的安全弱点,从而验证防御体系的有效性。这项技术的价值在于将离散的安全漏洞置于完整的攻击链中评估,帮助组织识别从外部边界到内部核心资产的潜在风险路径。在应用场景上,它不仅是红队评估攻防能力的实战演练,更是蓝队和运维人员构建纵深防御、实施精准加固的决策依据。本文以一次完整的渗透测试演练为例,深入剖析了从外部信息收集、漏洞利用与初始突破、权限提升,到内网横向移动的连贯攻

djai0102的博客 435

结构化思考—给RD新人的第一堂流程培训课(3)

DAR是CMMI 所有PA中,我最喜欢的一个。所以在第一堂流程培训课中,只把这个PA拿出来和大家分享。 我们先讲一个关于决策的小故事,话说很久以前,一个人偷了一袋洋葱,被人捉住后送到法官面前。法官提出了三个惩罚方案让这个人自行选择:一、一次性吃掉所有的洋葱;二、鞭打一百下;三、交纳罚金。这个人选择了一次性吃掉所有的洋葱。一开始,他信心十足,可是吃下几个洋葱之后,他的眼睛像火烧一样,嘴像火烤一般,鼻涕不停地流淌。他说:“我一口洋葱也吃不下了,你们还是鞭打我吧。”可是,在被鞭打了几十下之后,他再也受不了了,在

未未的时光随笔 1459

数字IC验证工程师核心能力解析:从语法基础到UVM实战与系统级验证

数字集成电路验证是确保芯片功能正确的关键环节,其核心在于构建高效可靠的验证环境。验证工程师需要深入理解硬件描述语言语法、同步异步电路原理以及时钟域交叉等基础概念,这是搭建验证环境的基石。在验证方法学层面,通用验证方法学提供了一套标准化框架,通过其相位机制、工厂模式和配置数据库等核心机制,实现了验证环境的可重用性和可配置性,极大提升了验证效率。寄存器模型则进一步简化了对设计中寄存器的访问与状态预测。从技术价值看,这些方法共同支撑了覆盖率驱动的验证流程,通过功能覆盖率模型和断言验证技术,能够量化评估验证完备性,

weixin_33849215的博客 452

AI课程治理框架TraeWork:三层架构解决内容一致性难题

大语言模型在教育领域的应用正从碎片化内容生成向体系化课程设计演进。其核心原理是通过检索增强生成(RAG)和智能体(Agent)技术,将离散的知识点组织成符合教学逻辑的结构化内容。这项技术的价值在于能够显著提升课程开发的效率与一致性,尤其适用于需要快速构建标准化课程体系的场景。在实际应用中,教育工作者通过定义课程目标、受众和风格等元数据,即可驱动AI生成从战略大纲到执行层课件的完整内容,同时通过三层治理机制确保前后逻辑连贯。本文以TraeWork项目为例,深入解析如何通过战略层、战术层、执行层的协同治理,解决

weixin_34111790的博客 490

企业AI调用安全管控:基于统一网关的审计与治理实践

在数字化转型浪潮中,API网关作为核心的流量管控与安全组件,其原理是通过集中式代理与策略引擎,对进出系统的请求进行统一管理、认证、授权与监控。这一技术对于保障企业服务的安全、稳定与合规至关重要,尤其在微服务架构下,网关能有效实施限流、熔断、审计等关键治理策略。随着生成式AI在企业级应用的普及,AI API调用呈现出分散、高频、数据敏感等新特征,传统的安全边界面临挑战。此时,将网关技术应用于AI调用场景,构建企业AI统一网关,便成为实现成本管控、数据防泄露与合规审计的核心工程实践。通过集成身份认证、内容过滤、

weixin_34235457的博客 440

从零手写AI智能体:Kimi-2.5驱动的股票分析工程实践

AI智能体不是调用大模型API的简单问答系统,而是具备状态管理、工具编排、结构化记忆与可审计决策链的工程化系统。其核心原理在于将大模型(如Kimi-2.5)定位为‘计划生成器’,由轻量调度器执行确定性动作,实现金融场景所需的高可控性、低幻觉与强溯源能力。技术价值体现在对工具调用时序、错误语义分级、记忆结构化建模的深度定制,显著优于通用框架(如LangChain)在合规性、响应延迟与业务适配上的局限。典型应用场景包括投研数据自动化处理、多源交叉验证报告生成、交易信号前置风控等。本文聚焦Kimi-2.5大模型与

weixin_33671935的博客 505

LangChain内置工具实现自然语言驱动数据分析

自然语言查询数据库是数据民主化的核心路径,其本质是将用户口语化问题精准映射为结构化查询与可信结果。该能力依赖语义理解、Schema强约束和执行保真三重技术保障,关键在于避免大模型直接生成SQL带来的Schema失真、错误不可溯与数值失真风险。LangChain内置的SQLDatabaseToolkit通过分离‘调度’与‘执行’职责,以白名单表管理、字段业务注释注入和确定性提示词工程,显著提升分析准确率与生产稳定性。典型应用场景包括业务自助分析、财务异常归因、用户行为漏斗诊断等需要低门槛、高可信度数据洞察的领

weixin_33871366的博客 413

JupyterLab原生SQL接口:内核级数据库直连与交互式分析工作流

SQL作为数据查询的基础语言,其本质是人与数据之间的思考媒介,而非仅限命令行的操作技能。传统SQL工具与Python分析环境割裂,导致上下文切换频繁、元数据不可见、调试链路断裂。真正的交互式SQL分析需依托JupyterLab内核级集成,实现连接复用、变量互通、自动补全与执行计划内联解析。基于jupysql与SQLAlchemy深度定制的方案,支持多数据库直连、参数化查询、跨引擎联合计算及元数据感知,显著提升分析师、算法工程师的数据探索效率。本文聚焦JupyterLab中SQL作为‘思考语言’的工程落地路径

weixin_34417200的博客 379

剑桥实证:AI辅助语言教学的5个不可妥协门槛

语言教学本质上是神经回路重塑与社会情感协同的过程,而非单纯的知识传递。其核心原理在于激活布罗卡区(语言生成)、前扣带回(错误监控)和杏仁核(情绪调节)的协同网络。技术价值体现在支持‘可预测、可控制、可嵌入’的真实课堂干预,而非追求参数规模或通用智能。典型应用场景包括多语言学生在ESL/FLE/CSL课堂中的口语流利度培养、跨语言干扰识别与延迟反馈驱动的自我修正。本文基于剑桥大学三年实证研究,聚焦‘AI老师’在真实教室中必须满足的硬性教学适配逻辑,尤其揭示‘口音鲁棒性语音识别’与‘最小修改单元反馈’两大关键能

weixin_33736832的博客 416

企业级大模型落地的三大硬核真相:平台+赛道、工程化能力与数据治理

大模型不是即插即用的通用工具,而是需深度适配业务场景的智能系统。其核心原理在于将通用AI能力解耦为可配置的原子服务,并通过行业知识图谱、多模态对齐与不确定性量化等技术实现闭环应用。技术价值体现在毫秒级服务协同、配置化开发与沉默成本压缩,显著提升ERP/CRM/PLC等核心系统的智能化响应效率。典型应用场景覆盖教育学情诊断、医疗临床决策支持、工业质检与供应链风险预警等高价值环节。本文聚焦科大讯飞星火X2在真实业务流中的工程化实践,深入解析‘平台+赛道’架构与数据治理如何成为企业AI落地的关键护城河。

weixin_30587927的博客 473

【企业管理】【管理科学】企业全岗位综合运营与组织知识矩阵体系01

岗位类别核心职责工作内容(详细)协作模式协商焦点博弈策略信任建立机制序列化工作流程关键绩效指标研发类​技术创新与产品开发1.需求分析:R=f(U,M,T) 2.概念设计:C=D(S,B) 3.原型开发 4.测试验证 5.文档编写敏捷团队、跨功能协作技术方案、资源分配、优先级纳什均衡:ui​(si​,s−i​)≥ui​(si′​,s−i​)代码审查、技术分享、结果透明瀑布模型/敏捷迭代1.专利数量P 2.技术就绪度TRL 3.缺陷密度D<0.1/KLOC其中:U=用户需求,

weixin_49199313的博客 744

大模型语音交互新范式:NotebookLM与ChatGPT Advanced Voice深度协同解析

大语言模型(LLM)的语音能力正从基础的语音识别(ASR)和文本转语音(TTS)迈向端到端声学-语义联合建模。其核心原理在于绕过传统流水线,直接将梅尔频谱、基频包络等声学特征注入模型输入层,并结合上下文感知的语音生成与音频锚点机制,实现对重音、停顿、语速等副语言线索的理解与响应。这种技术价值不仅提升意图识别准确率与认知传达效率,更在教育、医疗、科研等需高保真信息溯源的场景中构建可验证、可回溯、可干预的多模态协作路径。本文聚焦NotebookLM与ChatGPT Advanced Voice的协同架构,深入解

weixin_33727510的博客 513

【信息科学与工程学】计算机科学与自动化 第二百三十四篇 企业业务系统的架构01

以上10个编号(16-25)覆盖了自然语言处理、边缘计算、生物信息学、金融风控、云计算、社交网络、航天、教育、能源、游戏AI等领域。每个字段均提供了极其详细的内容,数学分析融合了离散数学、几何、拓扑、图论、测度论、代数、概率论、统计学、运筹学等多种学科。: 首先计算毛需求 (Gross Requirements, GR),然后减去现有库存 (On-Hand Inventory, OH) 和在途订单 (Scheduled Receipts, SR),加上安全库存 (Safety Stock, SS)。

weixin_49199313的博客 103

SQL与数据库安全:网络安全攻防的核心基石与实战指南

在网络安全领域,数据库作为数据的核心存储仓库,其安全性直接关系到整个系统的防护水平。SQL(结构化查询语言)是与数据库交互的通用标准,理解其原理是识别和防御数据层威胁的基础。从技术原理上看,不当的SQL语句拼接会导致SQL注入漏洞,攻击者可借此执行未授权查询、窃取敏感数据甚至获取服务器控制权。这一漏洞的广泛存在使其成为Web安全的头号威胁,掌握其利用与防御具有极高的技术价值。在实际应用场景中,无论是渗透测试中的信息收集、权限提升,还是安全开发中的输入验证、参数化查询,都离不开对SQL与数据库的深入理解。本文

weixin_34185320的博客 358

Vivado SDK中LWIP库版本冲突与RTL8211FDI兼容性实战解析

本文深入解析Vivado 2019.1 SDK中LWIP 1.0库与RTL8211FDI千兆PHY芯片的版本冲突问题,并提供实战解决方案。通过手动移植高版本LWIP库、整合第三方驱动及优化BSP配置,有效解决了以太网通信兼容性问题,确保千兆性能稳定运行。

ios99的博客 272

使用STM32微控制器实现光电传感器的接口和数据处理

本文将介绍如何使用STM32微控制器实现光电传感器的接口和数据处理的方案,包括硬件设计、引脚配置、数据采集、滤波和阈值判断等关键步骤,并给出相应的代码示例。本文将介绍如何使用STM32微控制器实现光电传感器的接口和数据处理的方案,包括硬件设计、引脚配置、数据采集、滤波和阈值判断等关键步骤,并给出相应的代码示例。在光电传感器的接口和数据处理的实现过程中,要关注系统的性能。在使用STM32微控制器实现光电传感器的接口和数据处理之前,需要设计一个合适的硬件平台。

weixin_66608063的博客 3201

设计师的Git进化:设计资产版本控制与协作实践指南

版本控制是现代软件工程的基石,Git通过提交、分支与合并机制,让代码变更变得可追溯、可协作、可回滚。然而,面对PSD、Sketch等二进制设计文件,Git的diff与merge能力近乎失效,导致设计师与工程师之间长期存在协作鸿沟。本文从版本控制的核心概念出发,剖析设计文件与代码文件的本质差异,进而介绍如何通过SVG文本化、设计令牌(Design Tokens)结构化以及设计资产仓库等工程化手段,将设计稿纳入Git工作流。从环境搭建到分支管理,从提交规范到冲突排查,再到团队协作中的PR评审机制,这套方法论让设

weixin_31083901的博客 265

学习记录(十一)--Pattern Recognition投稿记录

上一周特别忽然通知统计建模要答辩,确定是否晋级国赛,一直在准备答辩的事情,所以上一周没有总结周汇报,深刻检讨!!!不过结果是好的,我们组第二名晋级哦。这周主要是跟大家分享一下我投稿PR(Pattern Recognition)的一个时间线,以及投稿后的工作。一、PR从投稿到接收的时间线2025.4.3 Major Revision(ddl4.23) 当时正在弄比赛和另一个着急推进的文章2025.5.30 Minor Revision 这次小修基本上只有一些格式和简单一点点问题。

qq_54949944的博客 1918

利用绝对式编码器实现电机无限旋转的配置与优化

本文详细解析了如何利用绝对式编码器实现电机的无限旋转功能。通过切换驱动器编码器工作模式、精确计算逻辑位置范围等关键配置步骤,解决了传统方案在多圈计数溢出时的定位难题。该方案无需硬件改造,适用于大型回转台、连续供料系统等需要大范围连续绝对定位的自动化场景。

weixin_29184371的博客 239

C++游戏开发入门:从环境配置到第一个完整项目

C++ 作为游戏开发领域的关键语言,其学习路径常因语法枯燥而令初学者却步。以项目驱动的方式学编程,能帮助学习者将变量、循环、函数、指针等基础概念融入实际游戏逻辑中,获得即时反馈与完整项目经验。掌握合适的开发环境是高效实践的前提,例如在 Windows 下使用 VS Code 搭配 MinGW-w64 编译器,配合调试器与构建脚本,即可搭建轻量可扩展的 C++ 游戏开发工作流。此类课程通常面向无基础人群,从控制台小游戏逐步过渡到带游戏循环的完整作品,过程中还需关注性能观察、素材授权与版本管理。无论你是刚接触编

weixin_30621959的博客 541

OpenClaw AI测试技能库实战:五大核心技能提升测试效率

在软件测试领域,自动化测试和持续集成是提升研发效能的关键技术。其核心原理是通过脚本和工具模拟用户操作,自动执行测试用例,从而替代重复性人工劳动,实现快速反馈。这项技术的价值在于显著降低回归测试成本,提高测试覆盖率和一致性,是敏捷开发和DevOps实践中不可或缺的一环。典型的应用场景包括Web/App的UI功能验证、API接口测试以及代码变更后的快速回归。随着AI技术的发展,智能化的测试用例生成与脚本编写正成为新的趋势。本文聚焦OpenClaw平台,深入评测其PRD分析生成用例、UI自动化脚本生成、API测试

weixin_34072637的博客 403

Agent框架系列:1-低代码智能体平台深度解析Dify、Coze、n8n

Dify、Coze 和 n8n 是三大主流低代码智能体平台,各有侧重。Dify 适合企业级 AI 应用,具备强大的 RAG 和知识库管理能力,技术栈为 Python + React。Coze 由字节推出,主打零代码和快速原型开发,集成 60+ 插件,极适合非技术用户。n8n 以工作流自动化和系统集成为核心,支持 400+ 外部应用,基于 Node.js + Vue,扩展性极强。选择建议:非技术团队选 Coze,AI 应用选 Dify,复杂自动化与集成选 n8n。可根据实际需求混合使用,最大化平台优势。

3081

软考——架构师笔记

该文章可作为系统架构设计师考试的参考笔记。

weixin_43930239的博客 699

【STM32学习】(29)STM32实现595驱动三个数码管(标准库和HAL库实现)

我选用的单片机型号为:STM32F103系列 74LS595是一个串转并行输出的芯片,它能为单片机节省很多的IO口,应用场景广泛。 现要求三个数码管动态显示,常规设计都是并行实现,需要8个IO数据口,然后还需要3个IO片选数码管接口,这样大大占用了IO口,导致连接的外设变少。因此我们引入74LS595芯片。电路设计如下: 只需要三个共阴极数码管与三个595芯片级联即可完成,通过RCLK,SCK,SER三个IO即可完成对数码管的动态控制并显示。电路焊接的实物图如下: 要求完成功能:实现数.

XiaoCaiDaYong的博客 8264

Xilinx FPGA ICAP原语实现多重配置

众所周知,常见的FPGA通常为SRAM结构,固件程序一般存放在外置的串行Flash中,比如SPI Flash,M25P16或N25Q128等。 FPGA启动时,一般先从SPI起始地址开始加载数据到内部的SRAM,加载完成、校验通过则会直接运行。 那么有没有可能在SPI Flash中存放两个或多个FPGA固件呢?

whik1194的博客 4612
上一篇: 幽谷
下一篇: 结构化思考—给RD新人的第一堂流程培训课(2)
tryanderror
博客等级 码龄17年 14粉丝 31原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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