ThoughtWorks洞见

敏捷测试的核心是质量内建，而质量内建就是缺陷预防；测试左移、全阶段的持续测试、测试驱动开发是质量内建成功的关键。

开放银行通过 API 实现商业银行和外部的数据共享，将金融服务嵌入到用户的生活场景中，不断挖掘新的业务增长点。良好的开发者体验能够吸引更多的合作伙伴参与到商业模式和业务场景的探索中，是支撑生态发展壮大的基础。

DDD存在战略设计和战术设计之分，过度地强调DDD的技术性将使我们错过由战略设计带来的好处。因此，在实现DDD时，我们应该将战略设计也放在一个重要的位置加以对待。

软件需求与泡水膨胀球也有类似之处。一开始时看似简单明了且完备正交，后来发现越做越大，越做越多。原本一只手能抓好几个的小球，后来变成两只手都抓不住一个。

要想成为客户心中值得信赖的顾问，就要尽可能的让客户信任你，而信任来源于较多的可信度、可靠度和亲近感，和较少的自我导向（亦指以自我利益为中心的动机）。

岁末年初的这段时间，很多组织都忙着做2021年的数字化投资规划。作为管理者，你好不容易和团队做出了一个自认为不 … [阅读更多]

数据仓库项目跨功能需求开发不够完善，导致的各种问题，就我个人经验来说，主要体现在数据建模不够标准和ETL日志体系不够完善两个方面，本文会详细介绍一下，如何从跨功能需求的角度，构建标准的数据建模和完善的ETL日志体系。

性能在软件工程诞生时就占据着非常重要的位置，如何用更少的硬件资源来支撑更多的功能、来完成更多的任务是软件工程师的职责，也是用来衡量一个软件工程师技艺高低的标准。

传统销售企业面临提高渠道管控力和客户洞察力、赋能经销商、数据治理、技术与业务的赋能与融合等挑战，与漂亮的大而全的规划相比，我们建议企业从自身的特点和优势出发，从一个高优先级的具有现实可行性的“切片”开始，实打实的做出改变，小步前进、持续改变和提升，真正带来业务价值，从而取得数字化转型的真正成功。

在机器学习领域，清晰明了的数据预处理和表现优异的模型往往是数据科学家关注的重点，而实际生产中如何让模型落地、工程化也同样值得关注，工程化机器学习模型避不开的一个难点就是模型的推理（Inference / Serving）性能优化。

如今，企业内对体验的关注点，已从提升体验感转向关注体验带来的成效。那么，体验该如何支撑企业经营表现？进行“体验度量”是一个重要的策略。通过“体验度量五步法”，企业可以在O Data的基础上，引入X Data，从而解决体验对业务的影响、体验闭环管理、统一企业内对体验的语言等关键问题，构建品牌的长期价值。

究竟什么是“云原生”？是谁最先提出来的？它和微服务、容器化、云计算、DevOps等等相关概念是什么关系？

做出让步可能是现阶段让我们走出鸡生蛋蛋生鸡这个死胡同的最好的办法，而做出什么让步，则取决于项目的价值优先级。最重要的，是利用DevOps的理念，在不引入新的痛点的基础上，最大限度的解决我们现有的痛点。

数据一致性问题首先是个业务问题，其次才是个技术问题。在微服务架构下，我们期望每个服务职责单一，这种职责单一体现的是业务价值，如果微服务的拆分过小而导致业务难以实现，那这种拆分是不合理的，业务专家们非常有必要了解系统，从业务侧给出服务拆分的建议。

虽然SOLID原则不能时刻有效指导编码落地，理解这些原则背后的设计理念，让你迈出了第一步，接下来，你需要做的是在前进的路上，不断地进行编码实践、思考总结，将其内化。