Началась реклама в канале CodeFest2025

#доклады

В Питере вечером увидемся

Огромное спасибо СПБ Delivery Meetup за приглашение на юбилейный выпуск митапа. Особая благодарность за теплую встречу и жаркий прием комьюнити.
Было много вопросов, позитивной обратной связи и замечательное застолье.

Как и обещал слайды доклада и дополнительные материалы доступны на доске Unidraw

Подкатом немного фоточек с Питера (в часике прикрепленным к каналу)

#благодарности

Интересная статья о том, что от четверти до половины работы PM, может выполнить AI.

Когда мы ехали на DSPB в поезде, обсуждали с Василием Савуновым, что достаточно большой спектр задач и по управлению работой тоже можно автоматизировать с ИИ.

И да, это уже скорое будущее.
У нас в компании мы работаем над системой анализа метрик, которая позволяет командам находить точки улучшений и многие показатели уже возможно автоматизировать до момента предложений что делать надо чтобы стало лучше, T-Meter

Совсем не далёкое будущее когда мы добавим туда RAG, который сможет помогать делать анализ и предлагать решения.

И я вполне вижу историю о том, что не далеко то будущее когда и в системах управления работой сразу будут как минимум подсказки не только по формулированию задач, но и по управлению процессом.

Пример:
- помошник в приоретизации
- подсветка рисков по задачам (на основе статистики)
- экономическая целесообразность реализации задачи
- автоматизация управления зависимостями
- управление блокировками (с подсказками какие задачи блокируют текущую)
- ...

#интересное

А вот и слайды с доклада CodeFest 2025

В рамках доклада раскрыли проблему понятия “Эффективности” и того, что на самом деле все понимают под этим совершенно разное исходя из того факта, что мы просто говорим на разных языках и имеем свою область видимости.

У Эффективности, при этом, есть общая форма, через которую уже выражают частные примеры.

В докладе приведены простые формы расчета эффективности
- инвестиций (через unit-экономику)
- delivery через Kanban-метрики

Пример выбора фокуса улучшения процессов исходя из оценки с чего проще начать.

Вопросы и критика от сообщества приветствуется в тред к этому сообщению

#доклады

Как просто можно посмотреть на "Предсказуемость" через распределение Lead Time.

Вот три графика Lead Time на светлом фоне: A, B, C

А - самое широкое
B - меньше A но шире C
C - самое компактное

При том, что задачи в выборке C делаются дольше чем в A и B.

Но, именно компактность распределения и говорит нам о том, что этот тип задач (по этой выборке) более предсказуемый.

Как можно иначе говорить про оценку предсказуемости?

Представим, что самый оптимистичный срок на который можно пойти "под дулом пистолета" это 50-тый процентиль по Lead Time, а самый писсимистичный это 98% (оставляем право на стат ошибки в 2%)

Тогда можем сказать, что
чем меньше отношение самого писсимистичного срока к оптимистичному, тем более предсказуемее будет срок выполнения задач.

Или "98%/50%" -> должно стремится к "1"

Умники взяли придумали константу 5.6, и это стало удобно.

Давайте, мол прикинем, что если самый оптимистичный срок короче самого писсимистичного в 5 раз и 6 десятых этого срока, то будем считать в общем время по этому распределению Lead Time как предсказуемое.

Однако, вы же часто сами любили умножать на "3"? сроки. А значит для вас можно взять константу близку к "3". И в ваших метриках вполне использовать π как индикатор предсказуемости.

Давайте утвердим, что для ИТ, если распределения Lead Time имеют характеристику 98%/50% <= π — тогда считаем, что время решения задач предсказуемое.

А вот эту вот не понятную константу 5.6 оставим тем кто людит играть с распределением Вэйбула, и смотря на красоту перехода состояния распределения в вид с длинным хвостом. В общем оставим им.

Ставь лайк к сообщению если готов принять новый принцип предсказемости!
98%/50% <= π — предсказемо.

И ЛОР наш будет сходится не только в сказаниях умножения на π планируемых сроков, но и в реальности математического обоснования принятого сообществом.

#интересное

Это что-то невероятное от таких новостей хочется верить в науку.

В Корее открыли метод восстановления зрения

#интересное

Ученые научились возвращать зрение одним уколом

Исследователи из Корейского института науки и технологий заставили повреждённые клетки сетчатки регенерировать сами себя. Единственная инъекция антител вернула зрение мышам с пигментным ретинитом более чем на шесть месяцев.

Пигментный ретинит поражает около 1.5 миллиона человек по всему миру и считается главной причиной наследственной слепоты. Заболевание разрушает светочувствительные фоторецепторы в сетчатке, вызывая прогрессирующую потерю зрения вплоть до полной слепоты. Эффективного лечения до сих пор не существовало.

Вдохновение учёные нашли в неожиданном месте — изучив рыб-зебр. Эти удивительные создания способны полностью восстанавливать повреждённую сетчатку благодаря клеткам Мюллера, которые формируют связь между внутренними и внешними слоями сетчатки, удаляют отходы и помогают передаче света.

При повреждении сетчатки у рыб клетки Мюллера превращаются в клетки-предшественники, которые генерируют новые нейроны и восстанавливают зрение. У млекопитающих такой регенерации не происходит, и корейские учёные выяснили почему.

Виновник — белок PROX1, присутствующий в повреждённых глазах человека и мышей. PROX1 блокирует способность клеток Мюллера к дифференциации у млекопитающих. Без этой способности глиальные клетки не могут заняться восстановлением сетчатки.

Решение оказалось элегантным: исследователи разработали антитело, которое связывается с PROX1 и нейтрализует его действие. Когда антитело вводили в сетчатку мышей с пигментным ретинитом, восстановление зрения происходило естественным путём — клетки Мюллера получали свободу действий и запускали регенерацию.

Результаты впечатляют: зрение у подопытных мышей восстановилось и сохранялось более шести месяцев. Это не временное улучшение, а настоящая регенерация повреждённых тканей. Механизм работает на клеточном уровне, заставляя организм самостоятельно чинить повреждения.

Команда уже основала стартап Cellia Inc. для коммерциализации разработки. Если клинические испытания пройдут успешно, миллионы людей с наследственными формами слепоты получат шанс на восстановление зрения.

@vselennayaplus

Други, позвольте использовать силу сообщества и получить обратную связь про созданную площадку "Канбан Метрик"
Хочу сделать
- более читабельным
- более удобным

По сему прошу закинуть в подкат рекомендаций что можно улучшить.
Спасибо!

Появилось видео доклада из Питерского выступления

Тема доклада:
«Эффективность продуктовых команд: как её измерить и где её искать»

YouTube - https://youtu.be/vC6V4kUvjGA
VK - https://vkvideo.ru/video-227710807_456239032

#доклады

Закон Брукса — это наблюдение об управлении программными проектами: «Добавление рабочей силы в запоздалый программный проект увеличивает его сроки».

Придумал Фред Брукс в своей книге «Мифический человеко-месяц» 1975 года.

#интересное

Еще один закон, который ограничивает рост возможностей по решению задач
Правда, он больше относится к вычислениям

Закон Амдала — иллюстрирует ограничение роста производительности вычислительной системы с увеличением количества вычислителей

#интересное

Не знаю, что за спортивные состязания, приходить ко мне и убеждать меня в том, что "моя оценка она работает".

Но, вот вам пример выдержки из диалога:

— Мы наоборот ушли от типов и от SP, потому что они не алгебраичны, и их нельзя складывать.
По экспресс-оценке трудоемкости можно легко понять капасити бэклога. С разбивкой по майкам и SP это сделать гораздо сложнее. Плюс все категорийные разбивки искусственны: одну и ту же задачу кто-то может назвать М, а кто-то L. Трудоемкость в человеконеделях всеми воспринимается одинаково.

В общем, у ребят есть запрос на оценку бэклога, когда мы его выработаем.
А использовать монте-карло, для этого не понимают как, изобретая свой новый тип оценки.

Может быть у вас тоже есть интересные истории похожие, поделитесь в чатике

#интересное

Я прочитал книгу "Принцип ставок".

Я сам являюсь заядлым игроком в покер, как и автор этой книги, поэтому её аналогии и подходы оказались мне особенно близки.

Книга посвящена тому, как мы принимаем решения и как на них реагируем. В ней предлагаются методики оценки ситуации до принятия решения, а также рассказывается, как правильно относиться к результату своей "ставки":

— Если у вас всё получилось — возможно, вам просто повезло, а само решение могло быть ошибочным.
— Если ставка не сыграла — это не обязательно означает, что решение было плохим. Просто обстоятельства сложились не в вашу пользу.

Автор — Энни Дюк (она) — подробно описывает психологические аспекты принятия решений, ссылаясь на исследования учёных и примеры из американской культуры, включая бейсбольные матчи и другие ситуации из повседневной жизни.

На многочисленных примерах она показывает, как даже правильные решения могут приводить к непредсказуемым исходам, и учит, как психологически относиться к таким ситуациям, что учитывать при принятии решений и как оценивать их качество.

Книга написана легко и доступно, объём — всего около 256 страниц.

Рекомендую её всем, особенно тем, кто склонен к тревожности и переживает из-за возможных ошибок в принятии решений.

Есть на литрес

#прокниги

Как вы считаете разработка API в виде MCP сервера для любого приложения и БД это уже является необходимым минимумом или нет?

Что такое MCP: https://habr.com/ru/articles/879970/

Очень интересная картина на CFD

Попробуйте сказать какие есть проблемы у команды?

Случайно на столе у коллеги увидел книгу которую точно хочу поисследовать.

Руководящие должности в ИТ без прохождения System Design интервью в нынешнем времени уже сложно себе представить.
(Как минимум в bigtech)

А вы бы смогли пройти такое интервью?

Давольно дано был проект Node RED, где рисуя логику графически передавая из одной системы данные в другую, можно было автоматизировать процессы на уровне детской игры.

И кажется появился хороший наследник N8N
https://github.com/n8n-io/n8n

С учетом того, что сейчас появилась возможность делать интеграции с AI
То что раньше казалось сложной автоматизацией сейчас превращается в игру

По мне так, использвоание этой технологии кратно увеличить объем решаемых задач.
Так как порог вхождения становится очень низким для автоматизации

И это очень сильно изменит в самое ближайшее время работу

Навернека уже на РФ рынке есть те, кто развернул такой проект и построил экономику на обслуживании эьтого сервиса с прозрачной интегарцией в разные модельки

А ведь система позволит автоматизировать чат ботов еще проще