硝烟中的SCRUM-读书笔记

本文探讨了Scrum方法论中的关键元素——产品backlog及其重要性,详细介绍了Sprint计划会议的过程与目标设定,强调了产品质量内外兼顾的重要性,并分享了团队协作与管理的有效策略。
硝烟中的SCRUM-读书笔记(2009-11-21 13:57:11)转载标签: scrum实践 分类: IT项目管理
产品backlog是Scrum的核心,也是一切的起源。从根本上说,它就是一个需求、或故事、或特性等组成的列表,按照重要性的级别进行了排序。它里面包含的是客户想要的东西,并用客户的术语加以描述。我们叫它故事(story),有时候也叫做 backlog条目。



注:对于产品backlog的理解不应该仅仅停留在用户故事层面,产品backlog本身来源于用户故事,体现的是用户能够感知的业务场景。但是产品backlog本身包含了更多的信息,包括优先级,估算,How to Demo(作为测试用例的原型)。产品backlog是有优先级,估算和初步测试的业务场景驱动的需求结合。是后面形成Sprint迭代计划的基础。产品backlog最好的方式就是借助于Excel进行收集,分类和整理。



Sprint计划会议非常关键,应该算是 Scrum中最重要的活动(这当然是我的主观意见)。要是它执行的不好,整个 sprint 甚至都会被毁掉。 举办 Sprint计划会议,是为了让团队获得足够的信息,能够在几个星期内不受干扰地工作,也是为了让产品负责人能对此有充分的信心。这么说可能比较模糊。其实,Sprint 计划会议会产生一些实实在在的成果:

sprint 目标。
团队成员名单(以及他们的投入程度,如果不是 100%的话)。
sprint backlog(即 sprint 中包括的故事列表)。
确定好 sprint 演示日期。
确定好时间地点,供举行每日 scrum会议。


注: 在SCRUM中有三个重要的会议,迭代计划会议(Sprint Planning Meeting);每日晨会(Daily Scrum Meeting)和迭代回顾会议(Sprint Review Meeting)。Sprint计划就是SCRUM中最核心的计划,是大型IT项目管理中的项目主计划的精炼,对于初步优先级和估算已经前置到产品backlog了,Sprint 计划重点就变成了真正迭代周期,迭代故事列表的确定。变成了工作量,优先级,质量和进度这些重要因素的权衡。SCRUM的一个重要角色产品负责人(Product Owner)必须参加Sprint计划会议,以确认目标,优先级和范围。



为什么不能在质量上让步?我尽力把内部质量和外部质量分开。一般来说,系统内部质量优秀,外部质量仍有可能很差。而内部质量差的系统,外部质量肯定也不怎么样。松散的沙滩上怎么可能建起精美的楼阁?

外部质量是系统用户可以感知的。运行缓慢、让人迷糊的用户界面就属于外部质量低劣。
内部质量一般指用户看不到的要素,它们对系统的可维护性有深远影响。可维护性包括系统设计的一致性、测试覆盖率、代码可读性和重构等等。


注:质量的问题首先要意识到质量包括了外部质量和内部质量。不能因为进度和多做功能点而牺牲了质量,在SCRUM实践中我们没有看到太多的关于代码质量的实践内容,类似CodeReview,前期通用约定。但是我们看到了技术性工作的内容,对于公用性技术工作的内容书里面建议仍然是放到一个具体的业务场景驱动的故事后面。但是产品Backlog直接驱动的Sprint计划,架构设计方面的内容还是需要落地来做。特别是当存在多个Sprint迭代版本的时候,更需要关注总体设计和架构的介入点。(试着避免技术故事。努力找到一种方式,把技术故事变成可以衡量业务价值的普通故事。这样有助于产品负责人做出正确的权衡。)



在 sprint计划会议之前先为它初步制定一个时间表,可以减少打破时间盒的风险。下面来看一下我们用到的一个典型的时间表。这个日程绝不是强制执行的。Scrum master 根据会议进程的需要,可以对各个阶段的子进程时间安排进行调整。

13:00-13:30。产品负责人对 sprint 目标进行介绍,概括产品 backlog。定下演示的时间地点。
13:30-15:00。团队估算时间,在必要的情况下拆分 backlog条目。产品负责人在必要时修改重要性评分。理清每个条目的含义。所有重要性高的 backlog 条目都要填写“如何演示”。
15:00-16:00。团队选择要放入 sprint 中的故事。计算生产率,用作核查工作安排的基础。
16:00-17:00。为每日 scrum会议(以下简称每日例会)安排固定的时间地点(如果和上次不同的话)。把故事进一步拆分成任务。


注:sprint计划的另外一个重要任务就是,将产品Backlog里面的用户故事拆分到开发人员理解的任务层面。任务是SCRUM在开发阶段管理的最小单位。在这里又不得不返回考虑产品Backlog里面用户故事的粒度。我们对用户故事的理解应该是一个用户可以理解的一个可以独立实现用户价值的最小活动和行为。如果按照一个sprint的迭代周期为一个月来看,一个故事的工作量应该在1人周内,一个任务的工作量应该在1-3人天左右。注意用户故事和任务本身的粒度和规模,否则后续的Sprint进度跟踪中重要的燃尽图(BurnDown Chart)将没有意义。故事是可以交付的东西,是产品负责人所关心的。任务是不可交付的东西,产品负责人对它也不关心。



有一点很重要:产品负责人和团队需要对“完成”有一致的定义。所有代码被 check in 以后,故事就算完成了吗?还是被部署到测试环境中,经过集成测试组的验证以后才算完成?我们尽可能使用这样的定义:“随时可以上线”,不过有时候我们也这样说:“已经部署到测试服务器上,准备进行验收测试”。

最开始我们用的是比较详细的检查列表。现在我们常说“如果Scrum团队中的测试人员说可以,那这个故事就算完成了”。然后责任就到了测试人员身上,他需要保证团队理解了产品负责人的意图,要保证故事的“完成”情况可以符合大家认可的定义。



我们曾经尝试过用多种形式来保存 sprint backlog,包括 Jira、 Excel,还有挂在墙上的任务板。开始我们主要使用 Excel,有很多公开的Excel 模板可以用来管理 sprint backlog——包括自动生成的燃尽图等等。在如何改良基于 Excel 的 sprint backlog 方面,我有很多想法,但此处暂且不提,我也不会在这里举例。下面要仔细描述的,是我们发现管理 sprint backlog 最有效的形式——挂在墙上的任务板!






注:SCRUM中的燃尽图是项目管理中的挣值曲线图的简化,通过燃尽图可以看到整个Sprint的生产率情况,当前我们的进度是提前了还是落后了?以分析和评估风险,调整Sprint中的用户故事列表。SCRUM中上图的进度跟踪看板是一种很重要的可视化项目管理方式。



只要让他们坐到一起,就会有立竿见影的成效。过上一个 sprint,团队就会认为挪到一起是绝妙的主意,“一起”意味着:

互相听到:所有人都可以彼此交谈,不必大声喊,不必离开座位。
互相看到:所有人都可以看到彼此,都能看到任务板—不用非得近到可以看清楚内容,但至少可以看到个大概。
隔离:如果你们整个团队突然站起来,自发形成一个激烈的设计讨论,团队外的任何人都不会被打扰到。反之亦然。
“隔离”并不是意味着这个团队需要被完全隔离起来。在一个格子间的环境中,如果你的团队拥有自己的格子,而且隔间的墙足够大,可以屏蔽墙内外的大多数噪音,这也就足够了。

转自 http://blog.sina.com.cn/s/blog_493a84550100g2hp.html
标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
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