Формування мінімально-життєздатної команди ІТ-проєкту за допомогою генетичного алгоритму

Автор(и)

  • Ірина Олександрівна Близнюкова Черкаський державний технологічний університет, Україна https://orcid.org/0000-0001-7486-7983
  • Павло Олександрович Тесленко Національний університет «Одеська політехніка», Україна https://orcid.org/0000-0001-6564-6185

DOI:

https://doi.org/10.15587/2706-5448.2023.277930

Ключові слова:

ІТ-проєкт, технологія створення мінімально-життєздатного продукту, технологія дизайн-мислення, мінімально-життєздатна команда, емпатія, генетичний алгоритм

Анотація

Об’єктом дослідження є процеси формування команди ІТ-проєкту, в якому технологія розробки базується на технології створення мінімально-життєздатному продукту (МЖП) та технології дизайн-мислення (ДМ). Такі ІТ-проєкти зазвичай мають високий вміст інноваційності та потребують особливої техніки управління, а від того, і особливого підходу до властивостей команди проєкту.

Застосування технології дизайн-мислення вимагатиме від членів команди проєкту опанування властивості емпатії до проблем замовника. Емпатія є властивістю репрезентативної системи людини та не може бути набута в результаті навчання або тренування. Якщо вона є, то цю властивість можна розвивати завдяки спеціальному навчанню. Тому виникає проблема щодо формування складу команди ІТ-проєкту. Менеджеру, який відповідає за формування команди, необхідно приймати рішення вибору між наявністю технічних компетенцій претендентів, вмінням працювати в команді, наявністю емпатії. Крім окреслених вимог до претендентів, така команда має бути самокерована та самоорганізована. Це ще додає цілу низку вимог до претендентів в команду ІТ-проєкту. Зазвичай, претендентів, що володіють усіма необхідними властивостями у повному обсязі не існує. Тому менеджеру (експерту) необхідно буде приймати рішення щодо компромісу у забезпеченні всіх вимог проєкту. Крім того, впродовж життєвого циклу проєкту (ЖЦП) потреба у трудових ресурсах буде змінюватися. Саме для цього, запропоновано використовувати генетичний алгоритм (ГА), який дозволить для вирішення багатокритеріальної задачі знаходити локальний екстремум, який буде оптимальним за поточних умов проєкту. Тим самим буде знижена суб’єктивна складова в процесі прийняття проєктних рішень, що в свою чергу дозволить збільшити імовірність успішного завершення ІТ-проєктів в умовах невизначеності та динамічних змін.

Запропонований метод формування команди ІТ-проєктів може бути застосований на практиці у вигляді інформаційної технології, до якої в формі шаблону треба буде занести інформацію щодо проєктних вимог та компетентностної карти претендентів. В результаті ГА запропонує рішення щодо кількісного та компетентністного складу проєктної команди.

Біографії авторів

Ірина Олександрівна Близнюкова, Черкаський державний технологічний університет

Аспірант

Кафедра комп’ютерних наук та системного аналізу

Павло Олександрович Тесленко, Національний університет «Одеська політехніка»

Кандидат технічних наук, доцент

Кафедра штучного інтелекту та аналізу даних

Посилання

  1. Brito, S. M., Maldonado Briegas, J. J., Sánchez Iglesias, A. I. (2019). Creative researchers conflicts management. International Journal of Developmental and Educational Psychology. Revista INFAD de Psicología, 1 (1), 49. doi: https://doi.org/10.17060/ijodaep.2019.n1.v1.1384
  2. Blyzniukova, I. O. (2023). Metod formuvannia kreatyvnoi komandy IT-proiektamy. Visnyk Natsionalnoho tekhnichnoho universytetu «KhPI». Seriia: Stratehichne upravlinnia, upravlinnia portfeliamy prohramamy ta proiektamy, 1 (7), 12–19.
  3. Blyzniukova, I. O., Danchenko, O. B., Teslenko, P. O., Zarutskyi, S. O. (2021). Kontseptualna model kreatyvnoho upravlinnia komandoiu IT proiektu. R3M-2021. Odesa: IShIR, 81–83.
  4. Kovalchuk, O. I., Zachko, O. B., Kobylkin, D. S. (2022). Proiekty avtomatyzatsii formuvannia proiektnykh komand v sferi bezpeky. Project, Program, Portfolio Management. P3M-2022. Odesa: IShIR, 1, 48–51.
  5. Skakalina, E. V. (2018). Innovative concept of control systems by complex distributed systems. Control, Navigation and Communication Systems, 2 (48), 24–29. doi: https://doi.org/10.26906/sunz.2018.2.024
  6. Timinskyi, O. H. (2007). Deiaki aspekty formuvannia henetychnoho kodu proiektnoho menedzhera u vidpovidnosti do umov proiektu pry portfelnomu upravlinni. Upravlinnia proiektamy ta rozvytok vyrobnytstva, 1 (21), 49–57.
  7. Alba, E., Francisco Chicano, J. (2007). Software project management with GAs. Information Sciences, 177 (11), 2380–2401. doi: https://doi.org/10.1016/j.ins.2006.12.020
  8. Chang, C. K., Christensen, M. J., Zhang, T. (2001). Genetic Algorithms for Project Management. Annals of Software Engineering, 11, 107–139. doi: https://doi.org/10.1023/a:1012543203763
  9. Jiménez-Domingo, E., Colomo-Palacios, R., Gómez-Berbís, J. M. (2014). A Multi-Objective Genetic Algorithm for Software Personnel Staffing for HCIM Solutions. International Journal of Web Portals, 6 (2), 26–41. doi: https://doi.org/10.4018/ijwp.2014040103
  10. Blyzniukova, I. O., Danchenko, O. B., Teslenko, P. O., Kuvaieva, V. I. (2021). Tekhnolohii dyzain-myslennia v upravlinni komandoiu IT-proiektu. Upravlinnia proiektamy: stan ta perspektyvy. Mykolaiv: Vydavets Torubara V. V., 13–14.
  11. Henry, J. (2010). Creative management. London.
  12. Buontempo, F. (2019). Genetic Algorithms and Machine Learning for Programmers. The Pragmatic Programmers, LLC, 234.
  13. Kaur, G., Bala, A. (2019). An efficient resource prediction–based scheduling technique for scientific applications in cloud environment. Concurrent Engineering, 27 (2), 112–125. doi: https://doi.org/10.1177/1063293x19832946
  14. Xiong, Y., Huang, S., Wu, M., She, J., Jiang, K. (2019). A Johnson’s-Rule-Based Genetic Algorithm forTwo-Stage-Task Scheduling Problem in Data-Centers of Cloud Computing. IEEE Transactions on Cloud Computing, 7 (3), 597–610. doi: https://doi.org/10.1109/tcc.2017.2693187
  15. Bettemir, Ö. H., Sonmez, R. (2015). Hybrid Genetic Algorithm with Simulated Annealing for Resource-Constrained Project Scheduling. Journal of Management in Engineering, 31 (5). doi: https://doi.org/10.1061/(asce)me.1943-5479.0000323
  16. A Guide to the Project Management Body of Knowledge (PMBOK® Guide) (2021). Project Management Institute, Inc.
  17. Ahmed, R., Shaheen, S., Philbin, S. P. (2022). The role of big data analytics and decision-making in achieving project success. Journal of Engineering and Technology Management, 65, 101697. doi: https://doi.org/10.1016/j.jengtecman.2022.101697
Формування мінімально-життєздатної команди ІТ-проєкту за допомогою генетичного алгоритму

##submission.downloads##

Опубліковано

2023-04-29

Як цитувати

Близнюкова, І. О., & Тесленко, П. О. (2023). Формування мінімально-життєздатної команди ІТ-проєкту за допомогою генетичного алгоритму. Technology Audit and Production Reserves, 2(2(70), 6–10. https://doi.org/10.15587/2706-5448.2023.277930

Номер

Том 2 № 2(70) (2023): Інформаційно-керуючі системи

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2023 Iryna Blyznyukova, Pavlo Teslenko

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.