惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

H
Help Net Security
S
Secure Thoughts
I
Intezer
Project Zero
Project Zero
Stack Overflow Blog
Stack Overflow Blog
D
Darknet – Hacking Tools, Hacker News & Cyber Security
F
Full Disclosure
P
Proofpoint News Feed
T
The Exploit Database - CXSecurity.com
人人都是产品经理
人人都是产品经理
博客园_首页
J
Java Code Geeks
Recorded Future
Recorded Future
K
Kaspersky official blog
GbyAI
GbyAI
S
Schneier on Security
The Cloudflare Blog
Spread Privacy
Spread Privacy
C
Cisco Blogs
The Hacker News
The Hacker News
博客园 - 三生石上(FineUI控件)
H
Hackread – Cybersecurity News, Data Breaches, AI and More
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
爱范儿
爱范儿
Microsoft Azure Blog
Microsoft Azure Blog
Know Your Adversary
Know Your Adversary
T
Tenable Blog
A
Arctic Wolf
Blog — PlanetScale
Blog — PlanetScale
H
Hacker News: Front Page
The Last Watchdog
The Last Watchdog
O
OpenAI News
Last Week in AI
Last Week in AI
B
Blog RSS Feed
T
Troy Hunt's Blog
G
GRAHAM CLULEY
N
Netflix TechBlog - Medium
Vercel News
Vercel News
量子位
The Register - Security
The Register - Security
Google Online Security Blog
Google Online Security Blog
Apple Machine Learning Research
Apple Machine Learning Research
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
C
CERT Recently Published Vulnerability Notes
Cisco Talos Blog
Cisco Talos Blog
U
Unit 42
Security Archives - TechRepublic
Security Archives - TechRepublic
C
Cyber Attacks, Cyber Crime and Cyber Security
N
News and Events Feed by Topic

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
От хаоса к системе: как мы выстроили процесс Discovery (часть 1)
Anton_OR · 2026-04-26 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение6 мин

Охват и читатели261

Кейс

Сколько людей - столько и мнений о процессах в команде (с). 

Давайте поразмышляем - как выстроить процесс анализа так, чтобы он стал для команды не формальным набором этапов, а рабочим инструментом? Опираемся на наш опыт работы в командах разработки одного из операторов электронного документооборота. Все описанные процессы формировались и развивались на практике.

За отправную точку возьмем несколько потребностей: 

  • управлять неопределённостью,

  • повышать качество требований,

  • снижать риски на этапе разработки. 

Поделимся опытом работы в команде разработки продукта электронного документооборота. 

Расскажем о своих решениях, ошибках, находках, и компромиссах и о рабочей модели, которой мы сейчас придерживаемся.

Отдельно благодарим команду деливери-менеджеров, которые направляли нас в этом движении и предлагали различные инициативы. 

Команда сама должна прийти к решению о необходимости изменений (с).

Начали свою работу мы в тот момент, когда накопился ряд неотвеченных вопросов о нашей работе:

  • Кто, когда и зачем согласует требования? 

  • В какой момент задача действительно готова к разработке? 

  • Какие этапы действительно нужны, а какие лишь создают иллюзию контроля?

Для тех, кто сейчас задается одним из этих вопросов и всех интересующихся ниже мы расскажем, как смогли на них ответить.

Если вам покажется смутно знакомым стиль - вы не ошибаетесь - каркасом для изложения информации послужит шаблон ценностного предложения Остервальдера (Value Proposition Canvas). 

Аналитический бэклог

Бэклог аналитических задач формируется до того, как задача назначается на аналитика, но так было не всегда. 

С момента старта работы над продуктом мы сталкивались с разными вызовами и последовательно решали их. 

Тут можно посмотреть список наших трудностей и решения, которые мы приняли для себя:

Задачи 

Сформировать бэклог, который помогает управлять работой

Проанализировать задачи в бэклоге разработки на итерацию вперед

Построить понятный поток от идеи до реализации

Четко обозначить границы эпиков

Сократить уточнение постановок при реализации

Решение

Канбан-доска аналитиков для управления потоком

Ориентир по Lead Time для этапов процесса

User Story Mapping

PI-планирования для коммита перед бизнесом

Боли

Беспорядок в бэклоге

Хаотичное получение задач

Частая смена приоритетов и пересмотр планов

Многократное переключение контекста

Работа “в стол”

Зависание задач по разным причинам

 Нет полного списка сценариев по эпику

Сложно оценить объем работы по задаче

Сложно прогнозировать сроки и риски

Много лишних согласований

Лекарство

Планирование времени

Оценка трудозатрат

Отслеживание причин “зависания” задач

Анализ узких мест

WIP-лимиты на работу

Декомпозиция задач на этапе исследования

Выгоды

Прозрачность работы

Управление процессом

Инструмент

Бэклог аналитических задач в трекере

USM в Miro

Для первичного наполнения бэклога мы используем инструмент USM (User Story Mapping): в рамках исследовательской работы по новому эпику декомпозируем его на пользовательские сценарии и user stories. Это помогает нам понять функциональность целиком, выявить ключевые сценарии и зависимости и подготовить набор задач для PI-планирования.

На PI-планировании, участники совместно формируют и согласовывают с бизнесом бэклог на следующий квартал.

В бэклог аналитиков попадают истории из декомпозированных эпиков, отдельные инициативы, исследования следующего квартала. Особое место здесь занимают задачи по документации (15-20% емкости).  Если не планировать эту работу явно, поддержка базы знаний постоянно проигрывает запланированным фичам и срочным доработкам.

После PI-планирования задачи попадают в трекер, для них указываются приоритеты, сроки, ответственные аналитики, и они переходят в статус «Ожидает анализ», формируя рабочий аналитический бэклог.

Для этапов аналитического канбана мы зафиксировали SLA по Lead Time. Например, подготовка постановки в статусе «Анализ» занимает до 7 рабочих дней, а согласование в статусе «Согласование» — до 3 дней. Для остальных этапов также заданы свои ориентиры. Выход за эти значения становится сигналом для разбора причин: перегруз, слишком крупная декомпозиция, блокировка со стороны бизнеса или техническая неопределённость.

Дополнительно мы ввели WIP-лимиты и ограничили количество задач в активной работе: один аналитик одновременно работает не более чем над 2–3 задачами. Это помогает меньше переключаться между контекстами, быстрее доводить задачи до результата и лучше контролировать сроки прохождения по этапам.

Работа над постановкой

В таблице ниже видно, какие сложности мы испытывали в процессе подготовки постановок и как научились их преодолевать.

Задачи 

Управлять потоком аналитических задач легко

Измерять и контролировать Lead Time по этапам процесса

Подготовить требования, понятные для команды разработки

Уточнить границы задачи перед подготовкой постановки

Структурировать требования и контекст задачи

Сформировать единый подход к описанию требований

Подготовить задачу к передаче в разработку

Решение

Выделение этапов аналитической проработки задачи

Введение этапа «Преданализ»

Использование единой структуры аналитических постановок

Проверка требований по чек-листам

Многоэтапное согласование требований

Боли

Нечёткие границы задач

Разрозненные требования и пожелания

Разный уровень детализации постановок

Ошибки и упущенные сценарии

Несогласованность требований между бизнесом и разработкой

Выявление проблем уже на этапе разработки

Неучтённые технические ограничения

Лекарство

Предварительный анализ задачи

Структурирование требований на этапе анализа

Использование согласованной структуры требований

Рецензирование постановки

Совместное согласование с техлидом

Проверка постановки тестировщиком

Груминг с участием всей команды разработки

Выгоды

Более структурированные и понятные требования

Раннее выявление рисков и ограничений

Снижение количества доработок требований

Повышение качества требований

Более точная оценка задач

Инструмент

Корпоративная база знаний

Шаблоны аналитических постановок

Чек-листы проверки постановки

Процесс ревью аналитических задач

DoR для upstream и downstream

Работа над плановой задачей начинается со статуса «Преданализ». Перед переходом в этот статус задача должна соответствовать критериям DoR для upstream, которые помогают понять её готовность к аналитической проработке. 

Upstream DoR:

  • эпик и задача оформлены по шаблону;

  • определены критерии приёмки для аналитика;

  • указана команда-исполнитель.

Основным критерием старта является наличие верхнеуровневого описания задачи, оформленного по утверждённому шаблону. На практике такое описание включает минимально необходимую информацию:

  • Бизнес-цель — описание задачи в формате user story;

  • Затрагиваемые системы — какие сервисы или модули участвуют в изменении;

  • Критерии готовности — что аналитик должен подготовить по итогам проработки;

  • Зависимости от других команд — внешние согласования и связанные задачи;

  • Дополнительный контекст — важные детали для качественного анализа.

Такая структура помогает аналитику увидеть границы задачи, её пользовательскую ценность и ключевые особенности реализации.

Мы отдельно зафиксировали обязательные критерии DoR для команды разработки.

Downstream DoR:

  • подготовлена согласованная постановка;

  • зафиксированы критерии приёмки для команды разработки;

  • пройден груминг;

  • выполнена оценка в Story Points.

Участие аналитика на этапе разработки

А с такими задачами и болями мы столкнулись на этапах downstream: 

Задачи 

Сопровождать реализацию задачи после передачи в разработку

Поддерживать требования в актуальном состоянии

Передать команде знания о реализованной функциональности

Решение

Вовлечение аналитика на всех этапах downstream

Актуализация постановки по мере реализации

Внедрение мероприятия аналитического демо

Боли

Расхождение реализации с изначальными требованиями

Неочевидные решения остаются «в голове» разработчиков

Сложно понять, как именно реализован функционал

Нет обмена опытом внутри команды

Повтор одних и тех же ошибок в будущих задачах

Лекарство

Регулярная актуализация постановки

Подготовка документации по итогам разработки

Проведение аналитического демо

Выгоды

Требования остаются актуальными в ходе реализации

Прозрачность принятых решений

Повышение качества реализации

Распространение знаний внутри команды

Использование накопленного опыта в новых задачах

Инструмент

Документация по реализованной функциональности

Актуализированная аналитическая постановка

Аналитическое демо

После перехода задачи в downstream аналитик продолжает сопровождать её реализацию. Он отвечает на вопросы команды, помогает разбирать возникающие нюансы и при необходимости уточняет требования.

Все изменения, возникающие в downstream, фиксируются в истории изменений аналитической постановки: что было скорректировано, по какой причине и на каком этапе реализации принято решение. За счёт этого команда всегда может быстро восстановить контекст, отследить принятые решения и понять, какие изменения повлияли на итоговую реализацию.

Аналитическое демо

После завершения разработки аналитик подготавливает документацию по реализованной функциональности и проводит аналитическое демо.

На демо команда разбирает:

  • бизнес-ценность реализованной задачи;

  • ключевые пользовательские сценарии;

  • интерфейсы и интеграции;

  • архитектурные решения и возникшие сложности;

  • практические выводы, полученные в ходе реализации.

Формат аналитического демо был внедрён относительно недавно, но уже показал свою ценность. Даже за короткое время команда успевает передать большой объём практического опыта — как по реализованной функциональности, так и по неочевидным решениям и рекомендациям.

Такая практика помогает делиться знаниями внутри команды, повышать общее понимание системы и учитывать накопленный опыт при подготовке новых требований.

В этой части мы показали общий процесс работы аналитиков — от формирования бэклога до сопровождения задачи на этапе разработки и передачи знаний по реализованной функциональности. Главный результат — выстроенный процесс, который помогает управлять потоком задач, повышать качество требований и делать знания внутри команды прозрачными.

Подробно этапы upstream-процесса разберём во второй части.