需求开发人日评估

简介: 本文介绍敏捷开发中工时评估的关键方法,以“人日”为单位,提供开发、自测、联调、测试及发布各阶段的周期参考,并列举常见需求如Excel导入导出、增删改查、跨服务调用等的人日估算标准,助力团队科学规划项目进度。

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:

需求拆分与工时评估V3.xmind


天机学堂开发人日参考

相关文章
|
2月前
|
人工智能 自然语言处理 API
全面认识MCP:大模型连接真实世界的“USB-C接口”
MCP(模型上下文协议)是Anthropic推出的开放标准,旨在打通大模型与外部工具、数据源的连接壁垒,被誉为AI时代的“USB-C接口”。它通过统一的协议规范,实现AI智能体对各类工具的即插即用,简化开发流程,提升任务执行效率,推动AI应用向自动化、生态化演进。
270 0
全面认识MCP:大模型连接真实世界的“USB-C接口”
|
2月前
|
负载均衡 Dubbo 应用服务中间件
每日八股
本文为微服务学习Day01笔记,探讨微服务与单体架构的适用场景,介绍Nacos注册中心心跳机制及与Eureka的区别,涵盖常见中间件、负载均衡算法及SpringCloud生态组件,助力面试准备。
每日八股
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
大模型专业名词解释手册
本文系统介绍了大语言模型(LLM)的核心概念、训练方法、优化技术、应用模式及伦理问题,涵盖Transformer架构、注意力机制、预训练与微调、提示工程、模型压缩、安全对齐等关键技术术语,全面解析大模型的工作原理与发展挑战,助力深入理解生成式AI的技术脉络与未来方向。
249 0
|
2月前
|
运维 安全 Devops
生产环境缺陷管理
git-poison基于go-git实现,通过“投毒/解药/银针”机制,自动化追踪与管理多分支开发中的bug,避免漏修复、漏发布等问题,降低协同成本,提升发布安全与效率。
生产环境缺陷管理
|
2月前
|
SQL 前端开发 Java
Web阶段01
本文介绍新人入职后如何本地运行三层架构的博客系统项目,涵盖JDK、Maven等环境配置,代码拉取与导入,数据库文件缺失、名称不一致等问题的排查与修复,并指导前端访问及常见BUG处理,助你快速上手开发环境。
Web阶段01
|
2月前
|
人工智能 微服务
技术点考核
本专题聚焦技术能力的深度与广度,通过精准讲义和真实业务场景,帮助学员高效掌握主流技术应用。强调从学习到实战的过渡,倡导自主探索与AI工具结合,培养独立解决实际问题的能力,同时提醒合理使用AI,夯实手写代码基本功,为职场发展奠定坚实基础。
技术点考核
|
2月前
|
Java Linux Docker
运营部署专题(Docker)
本文介绍Docker基础操作,涵盖镜像打包、容器管理及Dockerfile编写。通过实例演示如何构建镜像、运行容器并验证服务,适合初学者快速掌握Docker核心技能。
|
2月前
|
XML 算法 安全
详解RAG五种分块策略,技术原理、优劣对比与场景选型之道
RAG通过检索与生成结合,提升大模型在企业场景中的准确性与可控性。分块策略是其核心,直接影响检索效率与回答质量。本文系统解析固定大小、语义、递归、基于结构和LLM的五种分块方法,对比优缺点及适用场景,并探讨RAG在知识关联、多模态理解等方面的前沿挑战与优化路径。
115 0
详解RAG五种分块策略,技术原理、优劣对比与场景选型之道
|
2月前
|
监控 Java 测试技术
阿里生产故障专题09
本文记录了一次Paimon数据湖与RocksDB集成服务线上频繁OOM的排查历程。通过分析线程暴增、堆外内存泄漏,最终定位到RocksDB JNI内存未释放问题,并结合MAT、NMT、async-profiler等工具深入剖析,总结出系统性排查思路与优化方案,为类似技术栈提供宝贵经验。
|
2月前
|
存储 缓存 监控
阿里生产故障专题08
本文深入剖析EFC&CTO测试中因缓存引发的数据不一致问题,通过日志分析与实验复现,定位到版本号回退导致旧数据写入文件系统,揭示了分布式缓存下pagecache管理的风险,并总结了内核行为与开发优化经验。
阿里生产故障专题08

热门文章

最新文章