InfoQ ホームページ PM に関するすべてのコンテンツ
-
Thoughtworksテクノロジー・レーダー 2024年10月 - コーディング支援からAI進化へ
Thoughtworksは最近、テクノロジーの現状に関する独自のガイドを提供するテクノロジー・レーダー第31巻を発表した。 テクノロジー・レーダーによると、生成AIと大規模言語モデル(LLM)が、ソフトウェア開発における責任ある使用に焦点を当てながら、優勢を占めている。AIを活用したコーディングツールは進化しており、AIの支援と人間の専門知識のバランスが必要となっている。
-
Slackのリアルタイムメッセージングアーキテクチャ
Slackは最近、世界中で毎日数百万件のリアルタイムメッセージを送信する方法を公開した。同社は、リアルタイムメッセージを大規模に管理するために設計されたPub/Subアーキテクチャについて包括的な洞察を提供している。この記事では、異なるタイムゾーンや地域をまたぐリアルタイムメッセージの配信がもたらす独自の課題と、それを処理するためにSlackのエンジニアがどのようにインフラを設計したかが紹介されている。
-
議論によるソフトウェアアーキテクチャの拡張 - アドバイスプロセス
Andrew Harmel-Law氏は先頃、"アドバイスプロセス(Advice Process)"に基づいた、非集中型で拡張性のあるソフトウェアアーキテクチャプロセスについて解説した記事を公開した。アドバイスプロセスは、ほとんどアナーキーともいえる権限付与を伴った意思決定方法をベースとして、一連の議論を促すことによって、ソフトウェアアーキテクチャを進めていく。ルールはただひとつ、"誰でもアーキテクチャ上の意思決定を行うことができる"というものだ。
-
レガシシステム廃止のためのパターン - ThoghtWorksが語るITランドスケープの進化
Martin Fowler氏は先頃、"Patterns of Legacy Displacement"という一連の記事を公開した。レガシシステムのリプレースに関連した、著者らの集合的体験を要約したものだ。プロジェクトを3つのフェーズに分割し、それぞれについて列挙されたパターンに従うことで、成功の可能性は高くなる、と著者らは主張する。
-
テスタは製品定義にどのように貢献できるのか
製品の定義と設計にテスタのフィードバックを活かすことは、ビジネスのための価値ある行動だ。組織のニーズに耳を傾け、ビジネスの目標を理解し、さまざまなスキルやプラクティスを駆使してテストプロセスをカスタマイズする作業は、プロダクトがまだ"机上の空論"である時からテスタが始められるひとつの方法である。
-
Atlassian Open DevOpsでJiraとGitHubやDatadogなどのツールが統合可能に
Atlassianは、同社のプロダクトやパートナのサービスを統合するプラットフォームとして、Open DevOpsを新たにリリースした。Jira Software、Confluence、Bitbucket、Opsgenieをひとつのプロジェクトに統合する。GitHubやDatadogといった他のツールも、簡単な作業で統合が可能だ。
-
テストピラミッドを使って品質を左シフトする
品質の左シフト(前倒し)とは、開発終了後に品質テストを行うのではなく、ソフトウェア開発サイクルの早期に品質を作り込む、という意味である。テストピラミッドモデルを使うことで、テストをより早いステージに移動させることが可能になり、統合時に問題となる欠陥を開発早期に発見することが可能になる。
-
デザインスプリントとUXワークショップを仮想空間で行う
デザインスプリント(Design Sprint)とUXワークショップは、リモートホワイトボードとコミュニケーションプラットフォームを組み合わせて使えば、仮想空間で行うことが可能になる。この方法には、国境を越えた専門家を迎えられる、リモートの参加者を募ることができる、移動を少なくできる、カーボンフットプリントを縮小できる、コストを抑えられる、といったメリットがある。
-
価値 対 時間: アジャイル契約モデル
アジャイル契約モデルは、顧客に提供する価値に重点をおくのに役立つ。そして、チームや人々に報いることを考慮し、共通の目的に向かって継続的改善を行うようにする。Zupit のアジャイル契約モデルの経験について、ZupitのCEO、Andrea Zomer氏にInfoQがインタビューした。
-
機械学習によるテスト失敗の予測
機械学習を使用して、コードの変更に対するテストの動作を予測できる。これらの予測は、チェックイン時に情報を提供することで��開発者へのフィードバック時間を短縮する。Marco Achtziger氏とDr. Gregor Endler氏は、OOP 2020で失敗から学ぶために機械学習をどのように使用しているかを発表した。
-
Dark Starを建設する - コラボレーションを学ぶシリアスゲーム
ゲームは学習エクスペリエンスだ。安全に実験を行う空間を提供することで、ソフトスキルの理解向上と成長に寄与する。ゲームをプレーすることのメリットと、DSBuildersゲームのプレーから得た経験について、Corrado (Dex) De Sanctis氏にインタビューした。
-
見積を止めたことで予測可能性が向上したのはなぜか
ストーリポイントを使った見積が役に立っていないのではないか、と思ったあるチームが、#NoEstimateを試してみることにした。ストーリをより小さなタスクに細分化することで、ベロシティに対する洞察が生まれ、予測可能性を高くすることができる。プロセスに要する時間を低減して、価値の提供により多くの時間を費やすことも可能になる。
-
“規律あるアプローチ”で変化に対応する
企業がアジャイルを採用しようという時、最初に考えるべきなのは、"アジャイルの実践にはどのフレームワークがよいのか"ではなく、"我々の目標は何か"ということだ。変革に対する規律あるアプローチ(disciplined approach)は、アジャイルに移行する上での"デザインパターンブック"のように、実行可能なプラクティスから方法を選択し、そのプラクティスが有望かどうか、現在の状況がそのプラクティスにとって望ましいものかどうか把握する上で有用なものとなる。
-
天国から地獄に落ちたプロジェクトに学ぶ
Kantegaのプロジェクトリーダで部門マネージャのMaja Selmer Megard氏は、当初はすべての要件に対して完璧にフィットしていると思われながら、最終的には氏が経験した中で最も大変で葛藤に満ちたものになったプロジェクトにおける、自身の経験を公開した。
-
予想とアジャイルメトリクスを使って将来を予測する
一般的な見積もり(estimation)のアプローチでは、我々の望む予測可能性を得られないことが多々ある。予想は、一定範囲の起こり得る結果と、結果が現実になる可能性を答えるものだ。"いつ完了するのか？"、"xxまでに何を提供できるのか？"といった類の疑問に、確信を持って回答することができる。