Featured

軟體開發成本的正確與否關係到專案的成敗，很多人都無法理解為何人天成本這麼高，如果可以好好解釋為何需要這麼多，客戶應該比較能理解為何這麼昂貴。之前有幫人規畫過形象網站，他們的目的是要有一個屬於自己的網站來做產品行銷，因為官網代表著公司的形象，也是進行網路行銷的入門磚，但是當我告訴他一個有些許客製化的形象網站可能會落在三到五萬，對方的反應是，怎麼這麼高，我問他的預算在哪，他也講不出來，我猜他可能覺得一個網站大概只要三到五千吧，這篇文章主要是想讓大家知道軟體開發的人力成本是如何計算的，但這並不是唯一個算法，只是一種大家比較常用來計算的方法。 人天評估流程的問題另有專文說明，這邊想要解釋的是為什麼一個人天經常會被估成8,000台幣，這有兩個參考理論，第一個是以月薪為假設，我們假設一個還不錯的開發工程師一個月月薪是45,000，那一個月上班22天，他每一天的成本大約會是2,000，如果把公司的開銷都放進去的話，經常會乘以2，也就是4,000元的成本，假設公司獲利20%，大概就是5,000元左右，那3,000的差距為何會存在，因為他是用來配合幾個可能成本 被殺價 需求被一改再改 客戶不配合驗收 因此8,000是一個比較好的起點，但有很多地方已經把價格殺到5,000-6,000，其實根本沒空間了。 另外一個參考資料是採用比較有公信力的一些建立，尤其是資策會公布的『資訊委外服務人員計價參考要點』，可以到以下連結下載 http://admin.must.edu.tw/upfiles/ADUpload/c23_downmul1330722846.pdf 或者政府提供的『資訊服務委外經費估算原則』，連結如下 https://www.dgbas.gov.tw/public/Data/9821937570ZT9Y70G.pdf 這兩個規範都是將軟體系統分成第一類、第二類與第三類，他的區分主要是系統的規模以及需要的人月，而一般的系統會是第一類和第二類為主，所以他的建議是一個開發工程師的月成本大約是15萬台幣，除以22天，大約是7,000元，基於上面說到的殺價需求，一般大概也會加到8,000元整，因此，這是一個比較有理論基礎的算法。 如果你發現有人跟你說，我一天只要2,000，這時候你就要考慮一下是否要採用這個廠商，因為根據上面的算法，一個月薪45,000的工程師，一天的成本大概就要4,000，而且公司完全不賺錢，假設今天公司用22,000找了一個工程師來寫程式，公司都不賺錢也要2,000，那這家公司要賺甚麼，他也許只是要你的頭期款，然後你的專案也許永遠不會結案，因此一個比較合理的人天價格建議是6,000元，低於這個就可能會有品質問題，這也會是一個正規軟體公司會想要守住的一道牆，低於這道牆可能就無法維持公司的運作。 一分錢一分貨，以上給大家參考。

既然有Google的搜尋，也要考慮Bing，畢竟微軟還是軟體界的大咖，所以先打開Bing WebMaster網址，你可以用Microsoft ID或Google帳號做SSO，登入後就可以新增網站 輸入相關資訊後就可以案新增到下一步，下一步會出現一個Meta碼，請複製起來，因為我剛剛驗證通過了，所以會有驗證通過的訊息，第一次新增的不會有這個訊息 然後到Blogger中選擇主題→編輯HTML 將剛剛複製的字串插入下面的位置，然後按『儲存主題』 完成後就可以回到剛剛的頁面按最下方的驗證，就可以通過驗證 跟Google一樣等吧 幾天後 過了五天，還是沒處理過，聽說Bing至少要三天或更長，所以這邊做個小測試，再送一次Sitemap，但送完感覺他不多，就只是提交日期變了     只好再等幾天看看 隔天 是的，又過了一天，終於有被建立索引了 所以結論就是要耐心等候，真的等不了，試著再送一次吧。 不過，雖然索引被提交了，但搜尋還是找不到，這部分要再多研究，有甚麼結論再專文說明吧！

CMMI-DEV是基於CMMI發展出來的開發專用規範指引，以下將分別介紹何謂CMMI、CMMI的目的，一直談到CMMI-DEV有哪些成熟度等級等等。 CMMI 指的是能力成熟度整合模式(Capability Maturity Model Integration : CMMI)，是美國國防部委託卡內基美隆大學軟體工程學院 (Software Engineer Institute : SEI)所發展的，目前有以下版本問市 v1.1: 2002年問世，為CMMI的第一個版本 v1.2: 2006年問世 v1.3: 2010年問世，為最後一版免費版本，並包含DEV/SVC/ACQ等三個版本 v2.0: 2018年問世，但開始要收費了，所以我也拿不到相關細節，也因此大家大都還是以v1.3為主要參考內容 CMMI分為三個分部 CMMI-DEV: 軟體開發指引 CMMI-SVC: 服務提供引 CMMI-ACQ:...

社群媒體發達，生活中到處都有群組的影子，群組運作就了就會有越來越多光怪陸離的現象發生，為了解決這些問題，通常會進行管理團隊的推派與版規的建立，並不是所有的社群媒體都會有真正的群主(或稱之為群組管理者)，例如Line群組就是個人人是版主、人人有權力的世界，所以第一個動作就是推派群主，雖然這個群主的操作權限不一定跟別人一樣，但是大家會約定成俗地由這些群主進行一些特殊的工作 警告 提出群組 制定群規 那群規有哪些東西要制定呢？ 群組目的：至少要把當初建立群組的目的說清楚，這是接下來所有群規的依據 群規： 第一個群規大都是約束大家不要有情緒性字眼以及不尊重他人的字眼或指控 接下來會建議大家那些話題儘量避免，一般就是幾個：政治、宗教與違法議題 也會請大家避免進行借貸或者邀請大家投資等議題，如有需要就建立其他群組 如果真的要討論一些避免提及的議題，請詳細描述個人意見，不要只是轉貼 規定邀請機制，是要設定群組為公開或者封閉邀請制 不得任意修改群組名稱 懲罰規則制定：幾次違規要如何處理，幾次違規會踢出群組等等 群主權力的賦予，所有人約定成俗 尊重他人，所有人都有發言權，你沒有資格要求別人不要提出任何議題，除非版規有嚴格規定 是否禁止廣告或者限制發廣告的方法 是否允許早安圖、問候文等等 是否允許接龍 是否建立記事本收集成員資訊或者建立記事本提供成員分享資訊 以上是幾個比較常在板規中出現的資訊，但也可能因為實際狀況而增加相關資訊，大家就參考看看吧！        

大數據的英文叫做Big Data，代表對於大量數據的處理，Google搜尋引擎就是一種大數據應用，在Google的資料庫幾乎可以說是全世界最大的一個大數據儲存庫，裡面有各式各樣的資訊，為了讓所有人都可以輕易找到自己的資料，搜尋引擎也不斷演進，讓使用者可以用極快的速度取得精確資訊，因此大數據研究的第一個目的就是讓使用者可以在很短的時間內快速得到精確的搜尋結果，因應這樣的發展，傳統的關聯式資料庫技術漸漸無法因應大數據需求，因此陸續出現了一些NoSQL的資料管理技術，例如典型的No SQL資料庫MongoDB，甚至最後已經不是以資料庫為角度，而是以搜尋引擎的角度來找到非結構性資料，例如ElasticSearch，這些都是大數據的典型應用，主要就是要加速大數據資料的快速處理與搜尋。 然而快速找到的資料是否就是自己要的資料，其實並不一定，這時候就開始發展另一個大數據技術─數據挖掘(Data Mining)，因為大數據的快速處理在分散式技術以及主機硬體的大幅改善之下已經逐漸得到解決，所以正確性成為大數據研究的第二個目標，這時候就開始要跟人工智慧接相關聯，因為人的思維方式並不是電腦的0與1思維，而是複雜的邏輯思考，因此人工智慧就是要將人類的思維邏輯程式化，讓大數據的分析報告可以確實幫到使用者，舉個例子，銀行有很大量的客戶資料，最常用到的大數據分析就是去分析每個客戶經常購買的產品，然後利用推播方式引導消費者進行消費，這是跟消費者比較息息相關的部分，而金融機構也會利用大數據去分析客戶的整體需求與消費傾向，開發新的產品並且讓產品可以更加精確地符合客戶需要。 以上針對大數據科技做個簡短的介紹，其他相關的概念也可以參考我的另一篇文章─網路概述。 本文同時發表於https://hcm86.blogspot.com/2019/09/blog-post.html