Post #644

Вообще, когда начинаешь разбираться с сутью разговоров про стандартизацию процессов, часто выясняется, что всё дело в угадывании сроков. Только в этом, в основном. То есть, риторика такая: команда всё время даёт неправильные оценки сроков, причем всегда в меньшую сторону. Для заказной разработки это выливается в недооценку стоимости проекта, потому что они продают не результат для клиента, а стоимость разработки ПО. Для внутренней разработки — потому что попадание в озвученные сроки оценить удобнее, чем поставленную ценность — срабатывает эвристика доступности, ментальное искажение "замена атрибута". В любом случае, задача оценки сроков мучительна для людей и почти всегда сводится к угадайке. Тут можно откалиброваться, и научиться давать более-менее похожие оценки. То есть, натренировать свою нейросеть. Но вообще задача на 100% для ML! Нужно взять разные параметры проектов и их реальные сроки. Закинуть в нейросетку, тут даже никакая LLM не нужна, RNN вполне справится — и пусть учится! У нейросетки предсказания должны лучше получаться, потому что не будет человеческих искажений "а что, если мы объявим реальный срок, а менеджер разозлится и начнет нас продавливать?". Тут бесчувственный компьютер — хоть ругай его, хоть не ругай. LLM может понадобиться, если вы хотите какие-то параметры вытаскивать из текста, например ТЗ. Тут он может помочь, но я бы использовал его хитро — например, сначала попросил вытащить разные параметры — что-нибудь вроде числа функциональных точек. Неплохо упомянуть конкретные методики: COCOMO, FiSMA, Nesma, AFP — ну, во что вы верите 🤷‍♂️ Хорошо обученный LLM вытащит из своих глубин знания о конкретном методе, прикинет из общих соображений сроки, и вы получите конкретный результат. При включенных рассуждениях можно даже посмотреть, как она "думает". Вот, например, на карточках видно, как рассуждает DeepSeek. В целом, не сильно отличается от человека, вот что. Ну а людей такими запросами мучать не нужно, максимум — согласовать с ними оценку. На предмет увеличения :) И никаких стандартов и взаимных претензий. Ну а если хотите поиграться, вот несколько статей про оценку сроков нейросетями, просто для примера: На RNN: [1] https://www.researchgate.net/publication/321102199_Recurrent_Neural_Network_based_Prediction_of_Software_Effort [2] https://www.mdpi.com/2073-431X/13/12/335 На LLM: [3] https://arxiv.org/abs/2402.07158 [4] https://arxiv.org/html/2409.09617v1 По запросу 'RNN software effort estimation' много статей гуглится. UPD: DeepSeek анализировал концепт системы по планированию и оформлению путешествий. Его первоначальная оценка: Для системы средней сложности с базовым функционалом: 8-12 месяцев. При наличии готовых модулей (например, аутентификации) срок может сократиться до 6-9 месяцев. После уточнения вводных накинул ещё 30%: ЭтапДлительностьКомментарий Проектирование 5-8 недель Учёт новых интеграций (визы, календари) Бэкенд-разработка 6-9 месяцев Особое внимание интеграциям с высокорисковыми системами Фронтенд 4-6 месяцев Сложные интерфейсы для конструктора маршрутов и планировщика Тестирование 10-12 недель Проверка сценариев мультивалютных операций и модерации Общий срок: 12-16 месяцев (увеличение на 30-40% к первоначальной оценке)