研发项目管理方法(RDPM)
项目管理，项目经理必修课，IT行业管理方法目录概述·曲·············1.2基本概念12.1什么是项目,10122华为研发项目有什么特点..1012.3产品、版本和项目的关系1.24什么是项日管理.021.2.5项目管理/项目群管理和项目组合管理的关系.131.3研发项目管理方法简介131.3.1总体介…131.3.2商业目标134项目组织模型1.3.5知识域4781.3.6工具.203.7模板201.3.8术语139项目文化14使用说明212商业目标2221概述2222研发项目绩效衡量标准…23商业目标的对齐.2423.1参与产品开发项目的商业目标的制定232和决策者在商业日标上的沟通.233和PDT核心组代表在商业目标上的沟通2234和外部客户在商业目标上的沟通2723.5和项目成员在商业目标上的沟通283项目生命周期模型...............11293.1概述…3.2项目指导流程.303.2.1RDR评审点3.22特殊评审点313.2.3RDR评审操作流程324RDR评审要素325RDR评审结论3.3项目管理流程仅供华为内部使用版权所有⊙华为技术有限公司3.3.1定义…332项目管理过程组..39333项目生命周期阶段.403331项目立项准备阶段3.3.2项目概念阶段3333项目计划阶段33.34项日执行(开发)阶段33.3.5项目执行(验证)阶段333.6项目执行(发布)阶段3.337项目关闭阶段57934项目使能流程…3.5生命周期模型在VRC版本研发项目中的应用..603.5.1RDR设置的说明….60352RDR评审操作流稈61353RDR评审要素说明.…613.54项目管理流程各阶段活动的说明4项目组织模型624.1概述4.2项目组织模型..6242.1定义及目的4.22项目指导职能.6342.3项目管理职能.…424项目执行职能.425项目中的关键角色和闭队…6542.5.1项目运作指导团队4.2.5.2项目经理4253项目组合负责人.7042.54项目赞助人…….704,2.5.5项目管理支撑人员4,2.56职能部门经理4.2.5.7执行小组42.58接收人…42.6其他利益干系人.7543项目组织模型在VRC版本研发项目中的应用./543.1研发项目组织界面.75432项目运作指导团队运作方式76433开发代表与版本经理的职责定位78434项目执行小组及其运作785知识域80仅供华为内部使用版权所有⊙华为技术有限公司5.1概述51.1引言52知识域的构成.80513知识域与项目生命周期的关系………81514知识域与过程组的关系…52整体管理52.1参与制定项目仟务书.5.22制定项目计划.523项目执行与监控524集成变史控制525沟通管理52.6项目移交…1043价值管理10953.1价值分析11153.2价值定义..15533价值控制…11854范围管理12054.1分析范围542定义范围126543控制范围129544验收范围““++“““1315.5质量管理13355.1质量策划1355.52质量保证与控制.5.6目标成本管理146561目标成本分解149562目标成本设计15356.3目标成本实现与验证…1575.7时间管理57.1活动定义161572活动评估…163573活动排序16574进度计划制定16857.5进度控制17158财务管理17358.1费用什计与预算1745.8.2费用控制59风险管理…18359.1风险管理规划…185仅供华为内部使用版权所有⊙华为技术有限公司592识别风险…593分析风191594制定风险应对计划193595控制人险195510人力资源管理.1995.10.1规划人力瓷源2015.10.2组建项日闭队203510.3管理项目团队…2045.10.4释放人力资源2085.1米购管理.20951.1规划采购.2115112实施采购.…215511.3供应商合同管理2175.1.4供应商合同收尾206工具6.1概述…2262PPM多项日管理工具62.1项目计划和依赖关系管理622实现项目人力需求与部门人力供给的半衡22362.3丰富的报表功能提供人力使用情况分析∴…2562.4项目范围和特性依赖管理.22562.5项目风险和问题管理.22662.6支持项目管理流程.2276.27项目合同管理63 CP JIRA项目管理工具22963.1灵活定义各种项日流程.······229632利用强大的统计功能实现项目可视化229633开放的插件接∏能方便快速实现外部系统的集成64 Microsoft office Project项目管理上具……232641充分利用依赖关系建立计划642充分利用工具的丰富视图功能.643及时确认工作完成进展644充分利用工具的筛选功能.2337模板….23571概述2357.2项目任务书模板23573项目计划模板23674项目状态报告模板7.5项目总结报告模板237仅供华为内部使用版权所有c华为技术有限公司8术语2388.1概述8,2术语表2389项目文化..24191概述92项目成员…24393项目主管24594项目团队..2489.5项目文化……········:·········951成就客户952艰苦奋斗953自我批判954开放进取2579.5.5至诚守信…956团队合作261956.1对齐∴262956.2信心263956.3承诺2659564尊重267956.5参与····“·*··10附录…27110.1补充说明10.1.1RDPM的开发约束…27110.1.2RDPM项目生命周期模型阶段划分的特殊考虑27110.1.3对知识域框架图的理解10.1.4研发项日在IPD中的位置27310.1.5TOPn改进项目生命周期和RDPM项目生命周期的对照∴2730.2通用的研发项目RDR评审要素一览表…27410.3通用的研发项目各阶段活动一览表277104V/RC版本研发项目RDR评审要素一览表27910.5VRC版本研发项目各阶段活动一览表10.6RDPM在产品开发项目中的应用28510.6.1商业日标10.6.2项目生命局期模型…10.6.3项目组织模型10.6.4知识域28710.6.5项目文化10.7RDPM在 Charter开发项目中的应用仅供华为内部使用版权所有⊙华为技术有限公司10.7.1商业目标28910.7.2项目生命周期模型…10.73项目组织模型29010.7.4知识域29010.7.5项目文化….10.8主要参考书目29110.9页献者.29210.9.1主要撰稿人.…10.92主要评审人29410.9.3编辑29410.94排版9510.9.5校对29510.9.6项目团队成员29510.97顾问29710.9.8意见反馈人…297仅供华为内部使用版权所有⊙华为技术有限公司研发项目管坦方法(RDPM)1概述概述1.1引言企业中主要有两种类型的活动:一类是连续不断、厝而复始的活动,人们称之为“例行工作”,这些活动常常是按照既定的程序、规章制度,个断重复进行,例如,年度人力预算、每月人力核算、PBC考核、职能部门例会等。另一类是具有特定目标的、临时性的、一次性的活动,人们称之为“项目”,每个项目都有自己的独特性,往往是不同团队采用不同过程,开发出不同产品或成果。例如,开发万门交换机、实施一次组织变革、实岘某个大T运营商的特定需求等。项目的绩效决定了华为PSST体系的整体效率。事实上,华为产品与解决方案体系(下面简称PSST体系)每年婁完成成千上万个各类项目,特别是和产品开发相关的工作基本上都是按项目来运作的,所以说,项目的绩效决定了华为PST体系的整体效率项目的绩效好坏取决于项目管理能力。有数据显示,PSST体系的人均效率只有业界最佳公司的几分之一,分析原因,发现这与PSST体系的项目管理能力不足有着很大关系。从业界最仹公司的实践绎验来看,以项目为中心、最优地利用组织资源是其提升组织运作效率的有效手段。项目管理能力是PSST体系的核心能力,需婁系统性地建设项目管理方法有助于项目管理能力的提升。日前,承担PSST体系研发项日管理工作的主要是开发代表、版木经理,整个PSST体系有1000多人,他们的项目管理能力直接关系到项目的绩效,所以,需要有一套项目管理方法,去帮助他们迅速提升项目管理能力,从而提高项日绩效。目前业界有一些标准的项目管理方法,如美国PMI( Project Management Institute) B PMBOK Project Management Body of Knowledge它们对于提升组织项目管理能力非常有用,但它们往往又较为通用化、理论化,与特定企业的业务流程、组织结构结合不够紧密,能将这些方法灵活应用在PSST体系的项日管理中对开发代表、版本经理是一个很大的挑战。业界最佳公司的通常做法,是结合企业自身项目运作环境和特点、项目管理最佳实践、以及业界的项目管理标准,开发一套适合本企业的项目管理方法或流程,如爱立信的企业项目管理方法 PROPS( The PrOject for Project Steering),IBM的全球项目管理方法 WWPMM( World wideProject Management Methods)。借鉴业界最佳公司的做法,PSST体系组织∫三十多位优秀的项目经理(包括PDI经理、开发代表、版本经理)和质量专家,消化和吸收业界的项目管理方法,结合IPD流程和研发组织特点,开发出這合华为PSST体系的研发项目管理方法RDPM(R& D Project Management methods)。仅供华为内部使用版权所有华为技术有限公司1概述研发项目管理方法(RDPM)1.2基本概念1.21什么是项目项目是为创造独特的产品、服务或其它成果(如某研究项目所产生的关键技术)而进行的临时性工作,包括一系列必须在特定时间完成的相互关联的活动。项目具有临时性(明确的开始时间和结束时间),独特性(一次性的、与过去不同的工作)。1.22华为研发项目有什么特点按项目创造的产品或成果来划分,华为研发项目包括(但不限于)以下类型的项目预研项目产品研发项目(IPD产品开发项目的子项目,下文有详细解释)技术研发项目平台研发项日Beta测试项目补丁版本研发项日●器件替代测试项目上述项目除∫具有项目共有的特征以外,华为研发项目还只有如下一些特点:需求经常是不亢整的、不清晰的,或者容易发生变化的项目进度经常非常紧,赶工现象普遍电信级产品技术复杂,质量要求很高对项目成员的经验和能力要求很高,项目人力成木比较高●项目规模大,项目成员数量多,沟通和协调难度大由此可见,华为研发项目往往非常复杂,要有效实施华为研发项目管理,必须采用系统的项目管理方法,才能保证项目的成功。在诸多类型的研发项目中,产品硏发项目是PSST体系中数量最多的项目,搞清楚了这类项目,也就抓住研发项目的本质。下面就产品研发项目和产品以及产品版本的关系做进一步的分析。1.23产品、版本和项目的关系产品是指满足外部客户需求的软硬件系统(如自研产品、外购产品,也包括资料等)产品对于外部客户而言是可感知的。(产品定义出自《华为公司产品和版本命名规则》)解决方案是一系列产品的集合,可以看做是一种特殊形态的产品。版本是产品在不同时间段的特性集合,包括产品的第一个交付、后续升级的交付。个产品可以有多个版本。版本是在产品生命厝期过程中依据特性对产品做的细分。(版木定义出自《华为公司产品和版本命名规则》)仅供华为内部使用版权所有华为技术有限公司
- 2020-06-06下载
- 积分：1
Google word2vec算法 数学原理
文档是 word2vec 算法 数学原理详解。word2vec是google的一个开源工具，能够仅仅根据输入的词的集合计算出词与词直接的距离，既然距离知道了自然也就能聚类了，而且这个工具本身就自带了聚类功能，很是强大。32预备知识本节介绍word2v中将用到的一些重要知识点,包括 sigmoid函数、 Bccs公式和Huffman编码等821 sigmoid函数sigmoid函数是神经网络中常用的激活函数之一,其定义为1+e该函数的定义域为(-∞,+∞),值域为(0,1).图1给出了 sigmoid函数的图像0.56图1 sigmoid函数的图像sigmoid函数的导函数具有以下形式(x)=0(x)1-0(x)由此易得,函数loga(x)和log(1-0(x)的导函数分别为log a(a)-1 a(a),log(1 o(a))l-a(a),(2.1)公式(2.1)在后面的推导中将用到32.2逻辑回归生活中经常会碰到二分类问题,例如,某封电子邮件是否为垃圾邮件,某个客户是否为潜在客户,某次在线交易是否存在欺诈行为,等等设{(x;)}温1为一个二分类问题的样本数据,其中x∈Rn,∈{0,1},当v=1时称相应的样本为正例当v=0时称相应的样本为负例利用 sigmoid函数,对于任意样本x=(x1,x2,…,xn),可将二分类问题的 hypothesis函数写成h(x)=o(6o+b1x1+62+…+bnxn)其中θ=(0,61,…,On)为待定参数.为了符号上简化起见,引入x0=1将x扩展为(x0,x1,x2,……,xn),且在不引起混淆的情况下仍将其记为ⅹ.于是,he可简写为取阀值T=0.5,则二分类的判别公式为ho(x)≥0.5:X)=0,ha(x)6),可分别用000001、010、011、100、101对“A,E,R,T,F,D”进行编码发送,当对方接收报文时再按照三位一分进行译码显然编码的长度取决报文中不同字符的个数.若报文中可能出现26个不同字符,则固定编码长度为5(25=32>26).然而,传送报文时总是希望总长度尽可能短.在实际应用中各个字符的出现频度或使用次数是不相同的,如A、B、C的使用颗率远远高于X、Y、Z,自然会想到设计编码时,让使用频率高的用短码,使用频率低的用长码,以优化整个报文编码为使不等长编码为前缀编码(即要求一个字符的编码不能是另一个字符编码的前缀),可用字符集中的每个字符作为叶子结点生成一棵编码二叉树,为了获得传送报文的最短长度,可将每个字符的岀现频率作为字符结点的权值赋于该结点上,显然字使用频率越小权值起小,权值越小叶子就越靠下,于是频率小编码长,频率高编码短,这样就保证了此树的最小带权路径长度,效果上就是传送报文的最短长度.因此,求传送报文的最短长度问题转化为求由字符集中的所有字符作为叶子结点,由字符出现频率作为其权值所产生的 Huffman树的问题.利用 Huffman树设计的二进制前缀编码,称为 Huffman编码,它既能满足前缀编码的条件,又能保证报文编码总长最短本文将介绍的word2ve工具中也将用到 Huffman编码,它把训练语料中的词当成叶子结点,其在语料中岀现的次数当作权值,通过构造相应的 Huffman树来对每一个词进行Huffman编码图3给岀了例2.1中六个词的 Huffman编码,其中约定(词频较大的)左孩子结点编码为1,(词频较小的)右孩子编码为0.这样一来,“我”、“喜欢”、“观看”、“巴西”、“足球”、“世界杯”这六个词的 Huffman编码分别为0,111,110,101,1001和100000欢观有巴西足球图3 Huffman编码示意图注意,到目前为止关于 Huffman树和 Huffman编码,有两个约定:(1)将权值大的结点作为左孩子结点,权值小的作为右孩子结点;(②)左孩子结点编码为1,右孩子结点编码为0.在word2vee源码中将权值较大的孩子结点编码为1,较小的孩子结点编码为θ.为亐上述约定统一起见,下文中提到的“左孩子结点”都是指权值较大的孩子结点3背景知识word2vec是用来生成词向量的工具,而词向量与语言模型有着密切的关系,为此,不妨先来了解一些语言模型方面的知识83.1统计语言模型当今的互联网迅猛发展,每天都在产生大量的文本、图片、语音和视频数据,要对这些数据进行处理并从中挖掘出有价值的信息,离不开自然语言处理( Nature Language processingNIP)技术,其中统计语言模型( Statistical language model)就是很重要的一环,它是所有NLP的基础,被广泛应用于语音识别、机器翻译、分词、词性标注和信息检索等任务例3.1在语音识别亲统中,对于给定的语音段Voie,需要找到一个使概率p(Tcrt| Voice最大的文本段Tert.利用 Bayes公式,有P(Teact Voice)p(VoiceTert)p(Text)P(Veonce其中p( Voice Teat)为声学模型,而p(Tert)为语言模型(l8])简单地说,统计语言模型是用来计算一个句子的概率的概率模型,它通常基于一个语料库来构建那什么叫做一个句子的概率呢?假设W=m1:=(n1,w2,…,tr)表示由T个词1,2,…,ur按顺序构成的一个句子,则n,U2,…,wr的联合概率p(W)=p(u1)=p(u1,u2,…,r)就是这个句子的概率.利用 Baves公式,上式可以被链式地分解为1)=p(u1)·p(u2l1)·p(vai)…p(ur1-)3.1其中的(条件)概率p(1),p(U2mn1),p(u3),…,p(urln1-1)就是语言模型的参数,若这些参数巳经全部算得,那么给定一个句子1,就可以很快地算出相应的p(1)了看起来妤像很简单,是吧?但是,具体实现起来还是有点麻烦.例如,先来看看模型参数的个数.刚才是考虑一个给定的长度为T的句子,就需要计算T个参数.不妨假设语料库对应词典D的大小(即词汇量)为N,那么,如果考虑长度为T的任意句子,理论上就有N种可能,而每种可能都要计算T个参数,总共就需要计算TN个参数.当然,这里只是简单估算,并没有考虑重复参数,但这个量级还是有蛮吓人.此外,这些概率计算好后,还得保存下来,因此,存储这些信息也需要很大的內存开销此外,这些参数如何计算呢?常见的方法有 II-gram模型、决策树、最大熵模型、最大熵马尔科夫模型、条件随杋场、神经网络等方法.本文只讨论n-gram模型和神经网络两种方法.首先来看看n-gram模型32n-gram模型考虑pko4-)(k>1)的近似计算.利用 Baves公式,有p(wr wi)P(uP(w根据大数定理,当语料库足够大时,p(k4-1)可近似地表示为P(wwi)count(wi)(3.2)count(a其中 count(u4)和 count-)分别表示词串t和v-在语料中出现的次数,可想而知,当k很大时, count(o4)和 count(4-1)的统计将会多么耗时从公式(3.1)可以看出:一个词出现的慨率与它前面的所有词都相关.如果假定一个词出现的概率只与它前面固定数目的词相关呢?这就是n-gran模型的基本思想,它作了一个n-1阶的 Markov假设,认为一个词出现的概率就只与它前面的n-1个词相关,即-1)≈p(kk-1+),于是,(3.2)就变成了p(wxJuk-)count(n+1countri(3.3以〃=2为例,就有p(uk4-1)≈count(k-1, Wk)count(Wk-1)这样一简化,不仅使得单个参数的统计变得更容易(统计时需要匹配的词串更短),也使得参数的总数变少了那么, n-gran中的参数n取多大比较合适呢?一般来说,n的选取需要同时考虑计算复杂度和模型效果两个因素表1模型参数数量与n的关系模型参数数量1( ingram)2×1052(bigram)4×10103( trigram)8×10154(4grm)16×10在计算复杂度方面,表1给出了n-gram模型中模型参数数量随着n的逐渐增大而变化的情况,其中假定词典大小N=2000(汉语的词汇量大致是这个量级).事实上,模型参数的量级是N的指数函数(O(N"),显然n不能取得太大,实际应用中最多的是采用n=3的三元模型在模型效果方面,理论上是π越大,效果越奷.现如今,互联网的海量数据以及机器性能的提升使得计算更高阶的语言模型(如n>10)成为可能,但需要注意的是,当n大到一定程度时,模型效果的提升幅度会变小.例如,当n从1到2,再从2到3时,模型的效果上升显著,而从3到4时,效果的提升就不显著了(具体可参考吴军在《数学之美》中的相关章节).事实上,这里还涉及到一个可靠性和可区别性的问题,参数越多,可区别性越好,但同时单个参数的实例变少从而降低了可靠性,因此需要在可靠性和可区别性之间进行折中另外, n-gran模型中还有一个叫做平滑化的重要环节.回到公式(3.3),考虑两个问题:若 count(uk-n+1)=0,能否认为p(kln1-1)就等于0呢?若 count(kn+)= count(uk-+1,能否认为p(uur-)就等于1呢?显然不能!但这是一个无法回避的问题,哪怕你的语料库有多么大.平滑化技术就是用来处理这个问题的,这里不展开讨论,具体可参考[11总结起来,n-gram模型是这样一种模型,其主要工作是在语料中统计各种词串岀现的次数以及平滑化处理.概率值计算好之后就存储起来,下次需要计算一个句子的概率时,只需找到相关的概率参数,将它们连乘起来就好了然而,在机器学习领域有一种通用的招数是这样的:对所考虑的问题建模后先为其构造一个目标函数,然后对这个目标函数进行优化,从而求得一组最优的参数,最后利用这组最优参数对应的模型来进行预測对于统计语言模型而言,利用最大似然,可把目标函数设为plwlConteat(w))∈C其中C表示语料( Corpus), Context(u)表示词U的上下文( Context),即周边的词的集合.当 Context(u)为空时,就取p( Context(w)=p(u).特别地,对于前面介绍的 n-gran模型,就有 Context(mn)=2-n+1注3.1语料￠和词典仍的区别:词典仍是从语料￠中抽取岀来的,不存在重复的词;而语料C是指所有的文本內容,包括重复的词当然,实际应用中常采用最大对数似然,即把目标函数设为∑ logp(u( ontext(o)(3.4)然后对这个函数进行最大化从(3.4)可见,概率p( CONtex()已被视为关于和 Context()的函数,即p(w Context(w))= F(w, Conteact(w), 0)
- 2020-06-14下载
- 积分：1
