【软件工程】CMMI 能力成熟度模型集成 ( CMMI 工程过程域 | CMMI 支持过程域 ) ★

简介: 【软件工程】CMMI 能力成熟度模型集成 ( CMMI 工程过程域 | CMMI 支持过程域 ) ★

文章目录

一、 CMMI 工程过程域

3 33 级

二、 CMMI 支持过程域

2 22 级

3 33 级

5 55 级





一、 CMMI 工程过程域




3 33 级


需求开发 RD ( 工程过程域 , 3 33 级 )


Requirements Development


挖掘 , 分析 , 建立


客户需求 , 产品需求 , 产品组件需求 ;



技术解决方案 TS ( 工程过程域 , 3 33 级 )


Technical Solution


选择 , 设计 , 实现 对 需求 的 技术解决方案 ;


解决方案 , 设计 , 实现


包括 单独的 或以 适当形式 组合的产品 , 产品组件 以及 与产品相关的生命周期过程 ;



产品集成 PI ( 工程过程域 , 3 33 级 )


Product Integration


将 产品组件 装配成产品 , 确保产品作为一个 整体正确地运行 , 并 交付产品 ;



确认 VAL ( 工程过程域 , 3 33 级 )


Validation


证明 产品 或 产品组件 , 被 置于预期环境中 时 , 满足其预期用途 ;



验证 VER ( 工程过程域 , 3 33 级 )


Verification


确保 选定的工作产品 , 满足其规定的需求 ;






二、 CMMI 支持过程域




2 22 级


配置管理 CM ( 支持过程域 , 2 22 级 )


Configuration Management


使用 配置识别 , 配置控制 , 配置状态记录 , 报告 , 配置审计


建立 并 维护 工作产品的 完整性 ;



过程和产品质量保证 PPQA ( 支持过程域 , 2 22 级 )


Process and Product Quality Assurance


向 员工 与 管理层 提供 对过程及其相关工作产品的 客观洞察 ;



度量和分析 MA ( 支持过程域 , 2 22 级 )


Measurement and Analysis


开发 并 保持 用于 支持管理信息 需要的 度量能力 ;




3 33 级


决策分析和解决方案 DAR ( 支持过程域 , 3 33 级 )


Decision Analysis and Resolution


使用 正式的评价过程 ,


遵循 已建立的准则 ,


对 已识别的多个备选方案 进行评价 ,


以 分析可能的决策 ;




5 55 级


因果分析和解决方案 CAR ( 支持过程域 , 5 55 级 )


Causal Analysis and Resolution


识别 所选结果的原因 , 并采取行动 ,


以 改进过程性能 ;


目录
相关文章
|
25天前
|
人工智能 Kubernetes jenkins
容器化AI模型的持续集成与持续交付(CI/CD):自动化模型更新与部署
在前几篇文章中,我们探讨了容器化AI模型的部署、监控、弹性伸缩及安全防护。为加速模型迭代以适应新数据和业务需求,需实现容器化AI模型的持续集成与持续交付(CI/CD)。CI/CD通过自动化构建、测试和部署流程,提高模型更新速度和质量,降低部署风险,增强团队协作。使用Jenkins和Kubernetes可构建高效CI/CD流水线,自动化模型开发和部署,确保环境一致性并提升整体效率。
|
1月前
|
存储 人工智能 测试技术
小鱼深度评测 | 通义灵码2.0,不仅可跨语言编码,自动生成单元测试,更炸裂的是集成DeepSeek模型且免费使用,太炸裂了。
小鱼深度评测 | 通义灵码2.0,不仅可跨语言编码,自动生成单元测试,更炸裂的是集成DeepSeek模型且免费使用,太炸裂了。
141118 25
小鱼深度评测 | 通义灵码2.0,不仅可跨语言编码,自动生成单元测试,更炸裂的是集成DeepSeek模型且免费使用,太炸裂了。
|
4月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
242 3
|
1月前
|
IDE Linux API
轻松在本地部署 DeepSeek 蒸馏模型并无缝集成到你的 IDE
本文将详细介绍如何在本地部署 DeepSeek 蒸馏模型,内容主要包括 Ollama 的介绍与安装、如何通过 Ollama 部署 DeepSeek、在 ChatBox 中使用 DeepSeek 以及在 VS Code 中集成 DeepSeek 等。
1480 15
轻松在本地部署 DeepSeek 蒸馏模型并无缝集成到你的 IDE
|
1月前
|
人工智能 IDE 测试技术
用户说 | 通义灵码2.0,跨语言编码+自动生成单元测试+集成DeepSeek模型且免费使用
通义灵码, 作为国内首个 AI 程序员,从最开始的内测到公测,再到通义灵码正式发布第一时间使用,再到后来使用企业定制版的通义灵码,再再再到现在通义灵码2.0,我可以说“用着”通义灵码成长的为数不多的程序员之一了吧。咱闲言少叙,直奔主题!今天,我会聊一聊通义灵码的新功能和通义灵码2.0与1.0的体验感。
|
1月前
|
人工智能 自然语言处理 搜索推荐
阿里云 AI 搜索开放平台集成 DeepSeek 模型
阿里云 AI 搜索开放平台最新上线 DeepSeek -R1系列模型。
|
2月前
|
人工智能 数据可视化 开发者
FlowiseAI:34K Star!集成多种模型和100+组件的 LLM 应用低代码开发平台,拖拽组件轻松构建程序
FlowiseAI 是一款开源的低代码工具,通过拖拽可视化组件,用户可以快速构建自定义的 LLM 应用程序,支持多模型集成和记忆功能。
246 14
FlowiseAI:34K Star!集成多种模型和100+组件的 LLM 应用低代码开发平台,拖拽组件轻松构建程序
|
2月前
|
人工智能 JSON 数据可视化
集成500+多模态现实任务!全新MEGA-Bench评测套件:CoT对开源模型反而有害?
多模态模型在处理图像、文本、音频等数据方面能力不断提升,但其性能评估一直是个挑战。为此,研究团队推出了MEGA-Bench评测套件,集成505个现实任务,涵盖广泛领域和数据类型,由16位专家标注。它采用灵活输出格式,提供多维度评估指标,并配有交互式可视化工具,为模型优化提供了重要支持。然而,评估过程复杂且耗时,COT方法对开源模型性能的影响也值得探讨。论文链接:https://arxiv.org/abs/2410.10563
89 29
|
24天前
|
人工智能 IDE 测试技术
用户说 | 通义灵码2.0,跨语言编码+自动生成单元测试+集成DeepSeek模型且免费使用
用户说 | 通义灵码2.0,跨语言编码+自动生成单元测试+集成DeepSeek模型且免费使用
|
7月前
|
机器学习/深度学习 存储 前端开发
实战揭秘:如何借助TensorFlow.js的强大力量,轻松将高效能的机器学习模型无缝集成到Web浏览器中,从而打造智能化的前端应用并优化用户体验
【8月更文挑战第31天】将机器学习模型集成到Web应用中,可让用户在浏览器内体验智能化功能。TensorFlow.js作为在客户端浏览器中运行的库,提供了强大支持。本文通过问答形式详细介绍如何使用TensorFlow.js将机器学习模型带入Web浏览器,并通过具体示例代码展示最佳实践。首先,需在HTML文件中引入TensorFlow.js库;接着,可通过加载预训练模型如MobileNet实现图像分类;然后,编写代码处理图像识别并显示结果;此外,还介绍了如何训练自定义模型及优化模型性能的方法,包括模型量化、剪枝和压缩等。
230 1

热门文章

最新文章