Jakość wytwarzanego oprogramowania zależy od wielu, często zmieniających się czynników. Na jakość wpływa – ilość posiadanego czasu na wytworzenie programu, jego skomplikowanie, doświadczenie zespołu czy też procesy sterujące pracą. W 38 odcinku podcastu DevEnv skupiliśmy się dosłownie na jednym elemencie.

Odpowiadaliśmy na pytanie:

Czy kompetencje QA potrzebne są w projekcie?

Dyskutujemy na temat naszego zrozumienia roli Quality Assurance Specialist. Mówimy o tym, czy programiści i duże pokrycie testami automatycznymi może zastąpić QA. Zmagamy się z naszymi doświadczeniami kiedy musieliśmy wziąć na swoje barki obowiązki QA.

Gotowy na podzielenie się swoimi spostrzeżeniami? Zatem:

➡️ Czy w Twoim zespole pracuje QA?
➡️ Czym zajmuje się QA w Twoim projekcie?
➡️ Czy wyobrażasz sobie pracę bez QA? Dlaczego tak/nie?

Zachęcam Cię do pozostawienia swojej odpowiedzi w komentarzu – dziękuję 👍

Rozpoczynanie swojej pierwszej pracy jest trudnym zadaniem. Łatwo popełnić podstawowe błędy czy też nieświadomie wkopać się w zobowiązania wynikające z podpisanej umowy. Wielokrotnie zdarzyło się nam, praktykować zachowania, które omawiamy. Dziś, z perspektywy czasu widzimy, że nie do końca było to dobre. Czasem uparcie dążyliśmy do rozwiązywania problemów w pojedynkę, a czasem wręcz przeciwnie – wymagaliśmy olbrzymiej cierpliwości i uwagi od bardziej doświadczonych kolegów.

Jakie błędy popełniliśmy jako początkujący programiści?

Podczas tego odcinka staramy się przybliżyć te elementy, które zapadły nam w pamięci ale także takie, które ciągle obserwujemy u osób zaczynających pracę jako programista.

Gotowy na podzielenie się swoimi spostrzeżeniami? Zatem:

➡️ Jakie Ty błędy popełniłeś na początku swojej kariery?
➡️ Jakie błędy obserwujesz u nowych osób w IT?
➡️ Według Ciebie na co zwracać szczególną uwagę?

Zachęcam Cię do pozostawienia swojej odpowiedzi w komentarzu – dziękuję 👍

Podczas ostatniego odcinka podcastu rozmawialiśmy o tym kiedy warto rozważać architekturę opartą o mikroserwisy. Tym razem skupiliśmy się jednak na problemach i błędach z którymi mieliśmy styczność podczas pracy z mirkoserwisami. Niestety ale często swoje nawyki wynikające z tworzenia większych, monolitowych projektów przenosimy, taka nasza natura – wykorzystujemy znane nam rozwiązania.

Staramy się wypunktować najpowszechniejsze problemy, a dokładniej – problemy występujące w zespołach, które po raz pierwszy starają się stworzyć oprogramowanie oparte o mikroserwisy.

W jaki sposób podchodzić do komunikacji pomiędzy mikroserwisami?
To tylko jeden z przykładów poruszanych podczas rozmowy. Elementów wartych uwagi i przemyślenia natomiast jest znacznie więcej i dokładnie o nich rozmawiamy w tym odcinku.

Gotowy na podzielenie się swoimi spostrzeżeniami? Zatem:

➡️ Jak radziłeś sobie z problemami komunikacyjnymi w mikroserwiach?
➡️ Jak dobrze podejść do wyznaczania Bounded Contextu?
➡️ Co Tobie przeszkadzało w pracy z mikroserwisami?

Zachęcam Cię do pozostawienia swojej odpowiedzi w komentarzu – dziękuję 👍

O mikroserwisach czytamy i słyszymy dużo. Sugerowane są podczas budowy rozwiązań Cloud Native oraz chwalą się nimi duże firmy jak Netflix czy Amazon. Gdzie tkwi jednak ich siła? Czy mikroserwisy są dobre dla każdego problemu? Wybór natomiast tego rozwiązania (zresztą jak każdego innego) wiąże się z pewnymi benefitami ale także problemami. W tym odcinku staramy się odpowiedzieć na pytanie kiedy wybrać podejście do budowy rozwiązania informatycznego w oparciu o mikroserwisy.

Mikroserwisy czy to na prawdę lek na całe zło?

Wspominamy także o początkowych problemach z którymi sami spotkaliśmy się podczas rozpoczynania przygody z architekturą mikroserwisów. Wiele z tych aspektów nie pojawiały się nad jednym większym, monolitowym systemem.

Gotowy na podzielenie się swoimi spostrzeżeniami? Zatem:

➡️ Czy pracowałeś kiedyś w systemie opartym w 100% na podejściu mikroserwisowym?
➡️ Jak radzicie sobie z zarządzaniem mikroserwisami na produkcji?
➡️ Kiedy Twoim zdaniem mikroserwisy mają sens?

Zachęcam Cię do pozostawienia swojej odpowiedzi w komentarzu – dziękuję 👍

Podczas utrzymywania aplikacji z leciwym i zarazem ciężkim do utrzymania kodem, często myślimy o wprowadzaniu testów automatycznych. Na konferencjach słyszmy – Pisz testy jednostkowe! Nawet gdy rozwijasz stary kod. Natomiast rzeczywistość bywa brutalna i często taka forma testów nie dość, że jest skomplikowana (lub niemożliwa) do wprowadzenia to w praktyce okazuje się, że niewiele wniosła.

Dlatego też automatyzacja testów w takich aplikacjach nie jest czymś prostym. Należy zidentyfikować miejsca, które warte są wprowadzenia takich testów oraz te, które należy pozostawić ciągle w sferze testów manualnych.

Dyskutujemy o tym gdzie i jakie testy automatyczne warto wprowadzić.

Gotowy na podzielenie się swoimi spostrzeżeniami? Zatem:

➡️ Czy kiedykolwiek wprowadzałeś testy automatycznej w Legacy Code?
➡️ Co jest największym wyzwaniem w automatyzacji takiej aplikacji?
➡️ Lepiej utrzymywać czy zaorać wszystko i zacząć od nowa? 😉

Zachęcam Cię do pozostawienia swojej odpowiedzi w komentarzu – dziękuję 👍

Gościem występującym w 33 odcinku podcastu jest Artur Trzęsiok, specjalista na co dzień zajmujący się Machine Learning m.in. w interesującym projekcie medycznym.

Rozmawiamy o podstawach oraz zastosowaniach Machine Learning, poruszając najważniejsze elementy, ale także dyskutując o tym:

- Jakie problemy mogą być rozwiązywane przez Machine Learning?
- W jaki sposób wygląda praca/proces z Machine Learning?
- Od czego warto zacząć naukę?
- Na ile istotna jest wiedza na temat algorytmów, statystyki, matematyki?
- Jak wygląda rynek pracy dla MLowca?
- Jakie części naszego życia mogą zostać usprawnione przez Machine Learning?
- Czy są i jeśli tak, to jakie niebezpieczeństwa niesie za sobą Machine Learning?

Gotowy na podzielenie się swoimi spostrzeżeniami? Zatem:

➡️ Czy badałeś kiedyś czym jest to słynne uczenie maszynowe?
➡️ Czy miałeś do czynienia w projekcie z Machine Learning?
➡️ Czy Machine Learning może zastąpić programistów w określonym zakresie?

Zachęcam Cię do pozostawienia swojej odpowiedzi w komentarzu – dziękuję 👍

Problemy w projekcie pojawiają się często. Staramy się je rozwiązywać, aby ułatwiać sobie pracę. Część z nich niestety świadomie pozostawiamy i nieco udajemy, że ich nie ma. Dotyczą one różnych aspektów – od problemów technicznych po organizacyjne.

Tym razem staramy się ominąć problemy techniczne i skupić się na tych około projektowych, najczęściej przez nas spotykanych problemach.

Brak informacji o tym jak uruchomić projekt, znużenie projektem, wykonywanie skomplikowanych czynności manualnych, to tylko część tematów, które poruszyliśmy w tym odcinku podcastu.

Gotowy na podzielenie się swoimi spostrzeżeniami? Zatem:

➡️ Co najczęściej denerwuje Cię w projektach?
➡️ Czy istnieją problemy, których nie rozwiązujecie?
➡️ Jakie problemy sam wygenerowałeś i musiałeś się potem z nimi zmagać?

Zachęcam Cię do pozostawienia swojej odpowiedzi w komentarzu – dziękuję 👍

Gościem występującym w 31 odcinku podcastu jest Andrzej Krzywda, na co dzień programista oraz CEO firmy Arkency.

Rozmawiamy o CQRS (Command Query Responsibility Segregation), poruszając najważniejsze podstawy, ale także dyskutując o:

- CQRSie jako sposobie na walkę z legacy code, szczególnie w kontekście aplikacji opartych o Ruby on Rails,
- wykorzystaniu widoków bazodanowych w read modelach, czyli „CQRS po białostocku”,
- dużych formularzach, które mogą wywołać kilka akcji domenowych,
- Eventual Consistency.

Gotowy na podzielenie się swoimi spostrzeżeniami? Zatem:

➡️ Czy wykorzystywałeś w praktyce wzorzec CQRS?
➡️ Jakie inne zalety dostrzegasz w wykorzystywaniu CQRS?
➡️ Czy jest coś na temat DDD/CQRS-ES co chciałbyś wiedzieć?

Zachęcam Cię do pozostawienia swojej odpowiedzi w komentarzu – dziękuję 👍

Wybór kierunków swojego programistycznego rozwoju nie jest łatwy. W gąszczu technologii, metodyk, bibliotek łatwo się zagubić i główkować co będzie dla nas lepsze. Wielokrotnie przechodziliśmy z Bartkiem przez dokładnie ten sam problem. Lepiej, będziemy do niego wracać co jakiś czas, ponieważ zawsze możemy usprawnić swoje działania, efektywniej wykonywać co dzienną pracę.

Co nam pomogło w staniu się lepszym programistą?

Podczas podcastu staraliśmy się odpowiedzieć na powyższe pytanie, definiując najważniejsze z naszego punktu widzenia elementy, wpływające na stanie się lepszym programistą ale także na stanie się lepszym współpracownikiem.

Poruszamy podstawowe elementy na które warto zwrócić uwagę, aby nie tylko poprawić swoje umiejętności techniczne ale także te związane z współpracą, która jest tak ważna w naszej pracy.

Dzielenie się wiedzą w zespołach programistycznych jest bardzo ważną sprawą. Nie wszystko co wiesz na temat projektu jest znane pozostałym członkom zespołu. Działa to także w drugą stronę – nie zawsze wszystko wiesz, a i też nie wszystkie zakamarki aplikacji musiałeś prześledzić. Budowanie silosu wiedzy, dotyczącego czy to aspektów biznesowych czy też technicznych nie wpływa korzystnie na utrzymanie projektu. Wyobraź sobie dłuższą nieobecność osoby odpowiadającej za funkcjonalność X, której nikt poza nią nie zna… Dlatego wychodząc na przeciw:

Omawiamy metody, które używaliśmy w celu propagowania wiedzy projektowej.

Gotowy na podzielenie się swoimi spostrzeżeniami? Zatem:

➡️ W jaki sposób dzielicie się wiedzą projektową w zespole?
➡️ Czy i w jaki sposób propagujecie wiedzę pomiędzy zespołami?
➡️ Kto dba o propagowanie wiedzy w Twojej organizacji?

Zachęcam Cię do pozostawienia swojej odpowiedzi w komentarzu – dziękuję 👍