Skip to content
  • 首页
  • Blockchain
  • Artificial Intelligence
  • Graph-Powered Machine
  • Web GIS
  • Cloud-Native
  • 函数式反应式编程
  • 移动应用开发
  • 持续交付
  • 敏捷开发
  • Cloud-Native 元素卡
  • 文章列表
  • 联系我
  • Yelp
  • Facebook
  • Twitter
  • Instagram
  • Email
Web 3.0 Cloud-Native 产品级敏捷

整合 "Blockchain"、"Artificial Intelligence"、"Graph-Powered Machine"、"Web GIS"、"Cloud_Native" 打造更开心、更健康、更有价值的 Web 3.0 产品开发生态系统

Primary Menu
  • 首页
  • Blockchain
  • Artificial Intelligence
  • Graph-Powered Machine
  • Web GIS
  • Cloud-Native
  • 函数式反应式编程
  • 移动应用开发
  • 持续交付
  • 敏捷开发
  • Cloud-Native 元素卡
  • 文章列表
  • 联系我

分类: Cloud-Native

  • Home
  • Cloud-Native
  • Page 2
Cloud-Native

Cloud-Native 元素卡: 高效的搞定 Cloud-Native 微服务的持续交付

2018-04-162018-04-27 Ken FangLeave a comment Share

前言:             &nbs Continue Reading

Cloud-Native

微服务架构元素卡; 15 分钟内搞定微服务架构设计

2018-03-212018-04-17 Ken FangLeave a comment Share

Cloud-Native 微服务架构设计不应该是一个讲求标准答案, 简单粗暴的设计过程。而应该是一个 Continue Reading

Tagged Cloud Native,产品级敏捷,微服务
Cloud-Native产品级敏捷敏捷开发

Cloud-Native 产品级敏捷 2.0: 协作,可视化, 轻量级的微服务设计

2018-01-292020-01-19 Ken FangLeave a comment Share

前言: Cloud-Native 产品级敏捷 2.0 是我在 2016 年所创建的。 创建 Clou Continue Reading

Tagged Cloud Native,产品级敏捷,微服务
Cloud-Native产品级敏捷敏捷开发

产品级敏捷: 高效, 使命必达的产品开发生态系统

2018-01-282020-01-19 Ken FangLeave a comment Share

前言: 产品开发最危险的一件事便是: 开发人员往往是在无知的情况下, 写代码。 产品开发最没效率的一 Continue Reading

Tagged 产品级敏捷

文章导航

较新文章

繁简体转换

不转换 大陆简体 台灣正體

关于我

方俊贤; Ken Fang; A9 Atlas 工作室

2019, 08. 一种深度学习的算法, 预测微服务持续部署、持续发布后对产品整体质量的影响, 获得国家知识财产局专利; 符合专利法实施细则第 44 条的规定。
专利号: 201910652769.4

主要专长: 运用深度学习的算法模型分析开发者的行为, 以提升软件开发的效率与质量、微服务化的架构设计、探索性测试、有价值的产品特性挖掘、使用者行为 (场景) 分析、领域驱动设计。

曾任职于: 腾讯科技 (深圳) 有限公司 专家项目经理; 雅各布森软件 (北京) 有限公司 首席谘询顾问; Rational; Telelogic; Borland; 联华电子; 京元电子。

有二十多年半导体、 电信产业、军事研究单位与互联网的产品研发与咨询服务等的经验。

于 Illinois Institute of Technology, Chicago, USA 获得电子计算机科学硕士

 

 

 

 

通过电子邮件订阅博客

输入您的电子邮件地址订阅此博客,并通过电子邮件接收博客更新通知。

热门主题

  • 当深度学习遇到了微服务; 微服务部署预测模型
  • 开发者测试; Story 场景树、Property-Based Testing、Contract Testing
  • Feature Engineering: Understanding Datasets
  • 机器学习: NumPy 102
  • 机器学习: NumPy 101
  • 机器学习: 线性代数 101
  • 产品 (微服务) 缺陷预测模型
  • 打造成功的软件产品的三大核心的能力:机器学习、由方法论所形成的系统化的思维、引导用户
  • Scrum, DevOps 又再度重演软件工程没效、低效率的历史
  • 软件产品的成功方程式

近期文章

  • 当深度学习遇到了微服务; 微服务部署预测模型
  • 开发者测试; Story 场景树、Property-Based Testing、Contract Testing
  • Feature Engineering: Understanding Datasets
  • 机器学习: NumPy 102
  • 机器学习: NumPy 101
Copyright All rights reserved Theme: Blog Expert by Themeinwp