Development
300 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema Development.
Development
Testing
Agility
Ein Test-Evaluierungsmodell als Lösung zur Weiterentwicklung für agile Teams?
Die Raiffeisen Bank International AG (RBI) begann 2014 mit der Umstellung der Projektabwicklungen von einem klassischen Ansatz, mehrheitlich nach dem Wasserfallmodell, in einen agilen Ansatz. Dies ergab nicht nur Änderungen für Projektteams, sondern auch konkret für das Berufsbild der Tester im Unternehmen. Aus unabhängigen Testteams wurden agile Teams, welche aus Entwicklern, Testern und Fachbere..
Um von der Wasserfallmethode zur agilen Welt mit Scrum zu gelangen, muss man Shift Left denken. Agil zu entwickeln bedeutet, den Test in frühen Entwicklungsphasen einzuplanen, um später umfangreichere und zeitaufwendigere Fehlerbehebungen zu vermeiden. Regulatorische Anforderungen im Testbereich können eine der vielen Herausforderungen bei der Transition von Wasserfall zu Scrum darstellen. Bei ein..
Testautomatisierung bewältigt eine Vielzahl von Herausforderungen – ein Mythos jedoch ist der Glaube, dass die Qualität der Software alleine durch Testautomatisierung sichergestellt werden kann. Heutzutage sollte man auch das Feedback von echten Nutzern einbeziehen und den Faktor Mensch bei der Entwicklung digitaler Produkte berücksichtigen – erfahren Sie hier, welche Möglichkeiten es gibt, seine ..
Development
Testing
Agility
Qualitätssicherung im Kontext grosser agiler Softwareentwicklungsprojekte
Die Einbindung von Test und Qualitätssicherung (QS) in agile Frameworks war insbesondere zu Beginn des agilen Entwicklungstrends eine besondere Herausforderung, aufgrund organisatorischer Änderungen, vieler Anpassungen in den Arbeitsprozessen und kürzerer Entwicklungszyklen. Um diese Herausforderungen erfolgreich zu meistern, haben wir das House of Agile Testing (HoaT) als Quality Transformation F..
Development
Java
Big Data
Ein Architekturstack für Data Science mit Java, Python und JavaScript – Teil 1: Architekturkomponenten
Wie kann man Python, das für datenwissenschaftliches Arbeiten weit verbreitet ist, in Kombination mit Java und JavaScript zur Verarbeitung und Visualisierung großer Datenmengen in professionellen Anwendungen verwenden? Wir stellen anhand eines aktuellen Fallbeispiels einen schnell einsetzbaren Architekturstack für den Einsatz von Data Science vor. Die Anwendung ist ein Cockpit, das betriebliche Da..