104學習精靈

產品開發流程

產品開發流程
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
關於教室
關注人數 12 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 12 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

產品開發流程 學習推薦

全部
影片
文章
黃芯玟

Marketing Intern

04/10 19:59

什麼是精實開發與敏捷式開發
精實開發(Lean Development)和敏捷式開發(Agile Development)都是軟體開發領域中常見的方法論,它們有著一些相似之處,但也存在一些差異;產品經理了解這些方法論可以幫助他們更好地管理產品開發過程,確保產品按時交付並滿足客戶需求。
1. 起源與背景:
- 「精實開發」起源於製造業的精實生產理念,試圖將生產中的浪費減至最低,著重於價值流、持續改進和流程優化。
- 「敏捷式開發」則是在軟體開發領域中興起,旨在應對複雜且變化快速的需求,強調彈性、快速反應和持續交付價值。
2. 焦點:
- 「精實開發」著重於減少浪費,包括時間、人力、資源等方面的浪費。它通常會透過價值流圖、價值流分析等方法來識別並消除浪費。
- 「敏捷式開發」則更關注於如何應對變化和快速交付具有價值的軟體。它強調迭代開發、持續反饋和快速適應。
3. 管理方式:
- 「精實開發」在管理方面通常採取較為嚴格的控制,強調對流程和資源的最佳化管理,例如使用Kanban、價值流圖等工具。
- 「敏捷式開發」則更注重團隊的自組織和自我管理,提倡橫向溝通和協作,例如透過Scrum、迭代開發等方法。
4. 作業流程:
- 「精實開發」的作業流程通常是線性的,著重於確保每個階段都能夠最大程度地減少浪費,並保證最終產品的品質。
- 「敏捷式開發」則更具靈活性,通常採取迭代開發的方式,將開發過程分成多個小周期,每個周期結束時都會交付具有完整功能的軟體。
總而言之,精實開發和敏捷式開發都是為了提高軟體開發的效率和品質,但它們的焦點、管理方式和作業流程略有不同,開發團隊可以根據自身的情況和需求選擇適合的方法論。
【補充:敏捷式開發中的 Scrum 如何運作?】
Scrum 旨在協助團隊有效地應對變化、快速交付高品質的軟體,以下是 Scrum 如何運作的基本流程:
1. 角色:
◆ 產品負責人(Product Owner):負責確定產品需求、維護產品待辦清單(Product Backlog),並在每個迭代結束後檢視和評估完成的產品功能。
◆ Scrum 團隊(Scrum Team):通常由開發人員、測試人員等組成,負責開發、測試和交付產品。
◆ Scrum 管理者(Scrum Master):負責確保團隊遵循 Scrum 流程,解決團隊面臨的任何障礙,並幫助團隊持續改進。
2. 迭代開發:
◆ Scrum 將開發過程分成固定長度的迭代,稱為「衝刺(Sprint)」,通常長度為一至四週。
◆ 每個衝刺開始前,團隊舉行一個衝刺計劃會議,確定要在這個衝刺中完成的工作項目,並將其添加到「衝刺待辦清單(Sprint Backlog)」中。
3. 每日 Scrum 會議:
◆ 每天固定時間,團隊成員參與一個短暫的每日 Scrum 會議,通常持續 15 分鐘,目的是在最短的時間內達到最高效率的討論。
◆ 團隊成員分享他們的進度、面臨的問題以及下一步的計劃,並確保整個團隊對目標的理解一致。
4. 產品演示和回顧會議:
◆ 每個冲刺結束時,團隊舉行一個產品演示會議,向利益相關者展示已完成的工作項目。
◆ 隨後舉行一個回顧會議,團隊檢討上個衝刺的過程,確認所學的教訓,並制定改進計劃,如什麼進展的順利/不順利、人們遇到什麼問題等。
5. 迭代和持續改進:
◆ 在接下來的衝刺中,團隊根據回顧會議的結果和產品負責人的反饋持續改進產品。
◆ 這種迭代的循環持續進行,直到完成產品的開發或達到預定的目標。
透過以上流程,Scrum 可以幫助團隊在短時間內持續交付具有價值的產品,同時保持靈活性和快速反應能力。
0 0 185 0

熱門精選

104學習精靈

產品

06/26 13:22

【PPA開幕慶】活動期間首購單筆滿千以上送100元Line Points點數
活動期間:2024/7/9 11:00- 2024/8/5 23:59
活動說明:活動期間首次於104課程中心付費購買「PPA (PressPlay Academy) 上架課程」,單筆滿$1,000以上 ( 若有使用任何折扣碼優惠,結帳金額於扣除優惠後須超過$1,000以上,且不累計贈送。) 即可獲贈100元Line Points點數回饋。
活動注意事項:
1. 獲贈資格須符合下列說明:
(A) 首購意指:載本活動之前未曾在104課程中心購買「PPA (PressPlay Academy) 上架課程」,於活動期間首次完成消費購買「PPA (PressPlay Academy) 上架課程」。
(B) 購買者必須於104課程中心系統完成付費紀錄。( 特別提醒: 購買者於PPA (PressPlay Academy) 官網線上消費不包含在此次活動資格 )
(C) 訂單成立且完成付款時間皆須於2024年8月5日23:59前,並於7天內完成課程兌換,始符合獲贈點數回饋的資格;最後獲贈者將公告於本活動網站,中間姓名會隱藏。
(D) 單帳號僅有乙次贈送資格,符合上述資格者,因點數作業時間,您的回饋點數最晚將於2024/9/30前寄送至您購買時填寫的e-mail電子郵件信箱。
2. 本次贈送的100元Line Points點數,點數發送後請於規範時間內完成兌換,點數兌換後於180天內須使用完畢,逾期失效。
3. 104課程中心保有最終修改、變更、活動解釋及取消本活動之權利。
4. 104課程中心。購買課程相關Q&A:可參考下連結頁面的「購買課程」( https://nabi.104.com.tw/qna )
5. 如您有任何問題,歡迎來信nabiservice@104.com.tw
0 0 22188 3

推薦給你

知識貓星球

喵星人

6分鐘前

Mistral Large 2:超越 GPT-4o、Llama 3.1 405B?功能介紹、優勢、應用場景、與其他模型的
在AI技術迅猛發展的今天,Mistral AI推出的Mistral Large 2模型成為焦點。這款擁有1230億參數的新模型,不僅在精準度和性能上不輸Llama 3.1 405B,還能在單GPU上高效運行,大大降低硬體需求。這篇文章將為你揭示Mistral Large 2的強大功能和應用前景,助你在AI領域拔得頭籌。
▍Mistral Large 2是什麼?
Mistral Large 2是一款由Mistral AI新推出的大型語言模型,擁有1230億參數,專為單節點運算進行了最佳化設計。相較於Llama 3.1 405B的4050億參數,Mistral Large 2雖然在參數數量上較少,但在性能和精確度上毫不遜色,甚至在某些領域表現更加優越。
▍為什麼選擇Mistral Large 2?
Mistral Large 2具備多種獨特的功能和優勢,使其在眾多語言模型中脫穎而出:
● 單節點運算優化:Mistral Large 2可以在單GPU上全面運行,減少對硬體配置的高要求,適合更多開發者使用。
● 多語言支援:這款模型支援包括中文、日文、韓文和德文在內的數十種語言,應用範圍廣泛。
● 卓越的程式碼生成能力:Mistral Large 2支援超過80種程式語言,特別在程式碼生成和數學推理方面表現優秀,適合用於軟體開發和技術研究。
▍Mistral Large 123B的新功能
Mistral Large 2不僅僅是一個參數優化的版本,它還擁有多項創新功能:
● 減少「幻覺」傾向:模型經過調整,能夠在回答不確定的問題時告知使用者,提供更精確和可靠的答案。
● 高效角色切換:在測試中,模型能夠迅速切換角色,例如從「編碼者」轉變為「檢查者」,提高工作效率。
● 複雜任務處理能力:Mistral Large 2在處理多種複雜任務時表現出色,能夠準確應對各種挑戰。
▍應用場景
Mistral Large 2的應用範圍非常廣泛,無論是在研究還是商業用途上都具有巨大潛力:
● 軟體開發:得益於其強大的程式碼生成能力,Mistral Large 2可以幫助開發者更快地完成編碼任務,提升生產力。
● 數學推理:其優越的數學推理能力使其成為解決複雜邏輯和計算難題的利器。
● 多語言處理:支援多種語言的特性,使其在全球化應用中具有獨特優勢,能夠處理跨語言的內容生成和分析。
▍測試和比較
在多項測試中,Mistral Large 2都展現出色的表現,特別是在程式碼生成和數學推理方面。以下是與其他模型的比較:
【MMLU基準測試準確率】
● Mistral Large 2:84%
● Llama 3.1 405B:88.6%
● GPT-4o:88.7%
Mistral Large 2的準確率雖然略低於Llama 3.1 405B和GPT-4o,但其在數據的處理和計算能力上依然展現了強大的潛力。
【程式語言表現平均準確率】
● GPT-4o:75.3%
● Mistral Large 2:74.4%
● Llama 3.1 405B:73.4%
儘管Mistral Large 2在平均準確率上略遜於GPT-4o,但在程式語言特定的性能上,依舊保持了競爭力。
【Java程式語言準確率】
● Mistral Large 2:84.2%
● GPT-4o:82.9%
● Llama 3.1 405B:82.9%
在Java程式語言的測試中,Mistral Large 2的準確率高達84.2%,超越了GPT-4o和Llama 3.1 405B,顯示出其在特定領域的卓越表現。
目前,Mistral Large 2主要用於研究用途,但其優異的性能和低硬體需求使其在未來的商業應用中具有巨大潛力。隨著技術的不斷進步,這款模型有望在更多領域發揮其獨特的優勢,成為AI技術應用的中堅力量。
Mistral Large 2展示了令人印象深刻的性能和多樣化的應用前景,無論是在研究還是商業用途上,都具有重要意義。透過其獨特的設計和高效運行,Mistral Large 2在開源AI領域中占據了重要地位。如果你正在尋找一款既能提供精確答案又能高效運行的語言模型,Mistral Large 2絕對值得一試。
➤ 了解更多:https://mistral.ai/
➤ 歡迎在104學習精靈關注【AI趨勢報-科技愛好者的產地】獲得更多科技新知!
0 0 0 0
你可能感興趣的教室