Jaising666
不能躺平，不愿秃顶的程序猿
获得徽章 16
Spotify CEO Tobi Lutke 的 All in AI 备忘录：
1、使用 AI 不是建议而是基本要求，全员使用 AI
2、申请资源或者招聘员工，需要证明为什么 AI 做不到
3、AI 带来的一定是生产效率的提升，如果员工效率超不过企业增长率就很危险
1、使用 AI 不是建议而是基本要求，全员使用 AI
2、申请资源或者招聘员工，需要证明为什么 AI 做不到
3、AI 带来的一定是生产效率的提升，如果员工效率超不过企业增长率就很危险
展开
评论
点赞
如何衡量一个软件工程师是否靠谱？
ThoughtWorks 给出了一个很好的评判标准，评估（elimination）出的交付时间和实际偏差不大，并能基本达成目标。
当然，不同级别工程师给给出的评估结果可能有很大偏差，但是对于一个级别的工程师而言这是一个分析型思考（analytical thinking）胜任力考验。
评估一定是基于任务分解（tasking）展开的，这也是金字塔原理的核心。员工个体分解出有效任务，团队成员分解出正交任务，最后形成完整的项目计划，交付周期就是明确的了。
任务分解是困难的。需要经年累月的练习。
如果不理解需求，需要和 po 或者 ba 再次沟通；如果不具备需求实现能力，需要在 timebox 内做 spike，然后再回到任务分解上来；如果不能分析出本质复杂度，只在自己 clear 模式下分解任务，最后依然无法达成目标。
可想而知，凭空估算和不做任务分解走到哪算哪，都会给软件项目带来极大不确定性，工程师不靠谱的结果就是软件项目也不靠谱，要么交期延误，要么出现大量返工。
一个专业性体现是，在没完全理解任务时就不去工作，直到把所有任务分解完成。如果任务实现过程中发现有未识别的卡点很可能延误交付周期，就及时向团队寻求帮助。
能有效分解任务，甚至是细粒度（小时甚至分钟级）的，至少是一个高级工程师。
靠谱就是专业。
ThoughtWorks 给出了一个很好的评判标准，评估（elimination）出的交付时间和实际偏差不大，并能基本达成目标。
当然，不同级别工程师给给出的评估结果可能有很大偏差，但是对于一个级别的工程师而言这是一个分析型思考（analytical thinking）胜任力考验。
评估一定是基于任务分解（tasking）展开的，这也是金字塔原理的核心。员工个体分解出有效任务，团队成员分解出正交任务，最后形成完整的项目计划，交付周期就是明确的了。
任务分解是困难的。需要经年累月的练习。
如果不理解需求，需要和 po 或者 ba 再次沟通；如果不具备需求实现能力，需要在 timebox 内做 spike，然后再回到任务分解上来；如果不能分析出本质复杂度，只在自己 clear 模式下分解任务，最后依然无法达成目标。
可想而知，凭空估算和不做任务分解走到哪算哪，都会给软件项目带来极大不确定性，工程师不靠谱的结果就是软件项目也不靠谱，要么交期延误，要么出现大量返工。
一个专业性体现是，在没完全理解任务时就不去工作，直到把所有任务分解完成。如果任务实现过程中发现有未识别的卡点很可能延误交付周期，就及时向团队寻求帮助。
能有效分解任务，甚至是细粒度（小时甚至分钟级）的，至少是一个高级工程师。
靠谱就是专业。
展开
1
1