需求开发人日评估

本文涉及的产品
RDS DuckDB + QuickBI 企业套餐,8核32GB + QuickBI 专业版
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
简介: 本文介绍敏捷开发中工时评估的关键——人日估算方法,涵盖开发、自测、联调、测试及发布各阶段周期参考,提供常见需求如增删改查、导入导出、跨服务调用等的典型人日标准,助力团队科学规划迭代进度。(236字)

前言
随着敏捷开发在国内的风靡,越来越多的团队开始推行敏捷开发,这其中有一个关键事项就是:工时的人日评估。简单来说就是:项目经理会让开发人员自己评估自己负责的模块大概需要的开发周期。
人日,即按照1人几天完成,如1/人日:表示这个需求需要1个人1天完成,如果有2个人一起做,可能就是0.5天(需求开发一般1+1 < 2,因为有代码合并的兼容性要处理)。
如何粗略评估开发人日
对于需求的人日评估,根据笔者的过往经历,假设开发是3人日,其余情况则做相对应的调整
开发周期:3人日,接口设计、数据库设计、代码开发
自测周期:1人日,约开发周期的0.3~0.5倍
联调周期:2人日,约开发周期的0.5倍,要充分考虑接口重新设计的可能性
测试周期:2人日,基本等同于联调周期,这个阶段有大量的前后端BUG需要修复
发布周期:2H左右,自动化部署平台一键部署或者Linux环境下上传jar包人工部署
常见需求开发人日参考
● Excel导入导出:2人日
● 单表增删改查:1人日
● 跨服务业务逻辑
○ 远程服务调用(OpenFeign/Dubbo):3人日,需考虑对方给出接口的时间
○ 远程服务消费(MQ):3人日,需考虑对方给出MQ的时间
这里人日评估都是在只做这个需求情况下的评估,如果有多个需求并行,需要做适当的人日拓展。具体拆分细节可参考:

天机学堂开发人日参考

相关文章
|
8月前
|
人工智能 数据安全/隐私保护
如何识别AI生成内容?探秘“AI指纹”检测技术
如何识别AI生成内容?探秘“AI指纹”检测技术
1555 119
|
4月前
|
存储 人工智能 缓存
AI问诊系统开发架构解析:大模型 + 医疗知识库如何落地
本文详解可商用AI问诊系统落地实践:摒弃纯对话模式,采用“大模型+医疗知识库(RAG)+分诊规则引擎+业务系统”四层架构,解决幻觉、不可控、非结构化、合规风险等核心痛点,涵盖架构设计、知识检索、症状抽取、智能分诊与生产级部署关键代码与经验。(239字)
|
4月前
|
机器学习/深度学习 数据采集 人工智能
保姆级干货:手把手教你如何微调大模型,打造你的专属AI专家
本文深入浅出解析大模型指令微调(SFT)技术,揭示AI从“续写机器”蜕变为“听懂人话”的智能助手的关键路径。涵盖原理(预训练vs SFT)、数据构建“三味药”、实操步骤及效果评估,助你低成本打造专属AI。
635 2
|
5月前
|
安全 调度 数据安全/隐私保护
开源医疗陪诊系统源码
本文深度解析开源医疗陪诊系统源码,聚焦“预约—调度—履约—结算”核心链路,拆解分层架构、角色权限、订单状态机、时间冲突校验等关键设计,揭示其区别于普通商城的强流程、高安全、严时序本质。(239字)
|
4月前
|
人工智能 JSON 前端开发
AI大模型应用APP的开发
2026年AI应用已迈入“Agent驱动”时代。本指南详解大模型APP开发实战:端云协同(Core ML/ExecuTorch + DeepSeek/GPT-4o)、流式多模态UI、本地RAG、函数调用插件、智能离线切换,及LAM与语音原生新趋势。(239字)
|
5月前
|
人工智能 安全 机器人
AI 智能体的开发方法
AI智能体已超越对话机器人,演进为具备目标拆解、长期记忆与环境交互的自主系统。本文详解五大核心:架构设计(感知-思考-行动)、多Agent协作、数据驱动优化、安全护栏及主流开发范式,助您构建可靠数字员工。(239字)
|
6月前
|
SQL Java 数据库连接
持久层框架MyBatisPlus
MyBatisPlus是MyBatis的增强工具,简化单表CRUD操作,无需编写XML,通过BaseMapper、条件构造器、分页插件等实现高效开发,支持自定义SQL、逻辑删除、枚举与JSON处理,提升开发效率。
|
4月前
|
人工智能 安全 API
AI智能体的开发流程
2026年AI智能体开发已迈入工业级:强调确定性、可观测性与多机协作。涵盖五大阶段——需求解构(明边界、定范式)、架构设计(引擎选型+MCP工具集成+Graph-RAG记忆)、SOP编排(CoT+反思循环)、安全围栏(过滤/权限/熔断)及自动化评估(AgentBench+全链路追踪)。工程化能力决定成败。
|
5月前
|
消息中间件 缓存 NoSQL
开源上门预约系统源码
本文深度解析开源上门预约系统核心设计:涵盖时间冲突校验、人员排班、订单状态流转、多角色协同及消息通知等关键模块,结合Spring Boot、Redis、RabbitMQ等主流技术,提供可落地的代码实现与架构实践。(239字)
|
4月前
|
人工智能 安全 测试技术
AI应用软件的开发
2026年AI应用开发已迈入“AI原生”时代:以Spec-to-Application为核心,依托推理路由、Graph-RAG记忆、MCP协议、执行沙箱与自动Eval-Loop,实现从确定性编码到概率性智能体编排的范式跃迁。低代码普及,可信可解释成为标配。(239字)

热门文章

最新文章