在浏览器中启用javascript以获得更好的体验. 需要知道如何启用它? Go here.
Technology Radar
Technology Radar
Volume 27

Technology Radar

一本固执己见的技术前沿指南
 
  • 技术象限雷达环 Adopt Trial Assess Hold Adopt Trial Assess Hold
  • 平台象限有雷达环 Adopt Trial Assess Hold Adopt Trial Assess Hold
  • 带雷达环的工具象限 Adopt Trial Assess Hold Adopt Trial Assess Hold
  • 带有雷达环的语言和框架象限 Adopt Trial Assess Hold Adopt Trial Assess Hold
  • New
  • Moved in/out
  • No change
光点可以是新的卷,也可以在前一个卷的环之间移动.

下载技术雷达卷27

English | Español | Português | 中文

保持对技术的了解

 

Subscribe now

本卷的主题

ML的主流化
在十几年的时间里, 机器学习已经从一种高度专业化的技术发展成为几乎所有拥有数据和计算能力的人都能做的事情. 这是值得欢迎的,但仍有必要的是,该行业能够驾驭该领域工具和框架的扩散,以及日益明显和紧迫的伦理问题.
平台作为产品的力量
平台可以是一个强大的东西,特别是在为开发人员赋权时. However, 我们经常会看到令人失望的结果,当它们没有被恰当地当作产品对待时——重要的是,平台的构建和维护要能够响应和协调技术团队和更广泛的组织的需求.
将数据所有权转移到边缘
当涉及到数据时,集中化可能会造成限制. 新的技术和工具, however, 是否更容易克服中心化的挑战, 从技术和隐私的角度提供优势.
移动设备也应该模块化
模块化的好处是众所周知的, but, 原因有很多, 它们在手机开发领域的作用并不大. This is now starting to change; we believe adopting a modular approach to mobile will improve not only the quality of mobile applications but also the experience of building them.
Radar Themes 1
ML的主流化

机器学习(ML)曾经是一个只有少数幸运的人拥有工具和资源来创建很酷的东西的领域. Fortunately, 我们看到随着各种规模的设备上计算能力的增长,ML逐渐成为主流, 开源工具的出现,以及更严格的要求和对隐私和个性化信息的认识,都汇聚在一起,创造了一个蓬勃发展的生态系统. Techniques such as 联邦机器学习 允许为敏感信息提供隐私的ML模型. The field of TinyML 允许模型在资源受限的设备上执行, 把推理移到边缘, 哪个既能释放资源又能改善敏感数据的隐私. Feature Stores 为应用程序开发提供了与模型-视图-控制器设计模式类似的好处, 允许更清晰地分离数据管理之间的关注点, 模型训练与推理. 公开可用的模型,例如 Stable Diffusion 强调机器学习的惊人能力和对源数据和伦理的关注. ML组件也比以往更容易连接在一起, 通过定制业务模型和高能力通用模型的创造性组合,构建ML体验和解决方案成为可能. 我们赞赏该领域的新功能,并热切期待未来的进展.

Radar Themes 2
平台作为产品的力量

“平台”这个词仍然是我们Radar会议上使用最多的词之一,因为这个概念在行业中非常普遍. 它有很多不同的表现形式, 包括以业务或领域为中心的平台,还包括基础设施或开发人员体验平台. Fundamentally, 组织在使用所有平台时所经历的许多问题和失望的根本原因是没有正确地将它们作为产品对待. For example, 许多旨在供开发者使用的平台缺乏我们在其他类型的产品中所期望的用户研究和上下文分析. 平台所有者需要验证他们对开发人员需求的假设,并对实际使用模式做出响应. 与任何优秀产品一样,平台也需要持续的支持. 它必须发展并适应开发人员不断变化的需求. Additionally, 项目经理和业务分析师等角色的作用域通常与传统应用程序中的不同. “平台即产品”的比喻只有在完全被接受为一种实践而不是一个时髦短语时才有效.

Radar Themes 3
将数据所有权转移到边缘

我们都痛苦地知道, 任何形式的中央集权都可能带来紧缩的可能性, 瓶颈或不必要的曝光. Thus, 我们不断努力寻找打破集中耦合点的新方法, 雷达上有几个光点. 基于无冲突复制数据类型的研究, 在没有集中式数据库的情况下,哪些应用程序支持基于数据的应用程序, 本地优先的软件/应用程序技术鼓励开发人员考虑围绕点对点数据构建,而不是使用集中的数据库. 将数据所有权转移到边缘还允许开发人员利用设备上增加的功能, 如ML主题的主流化所示. For example, 许多功能,比如面部识别,都可以在边缘出现, 永远将底层数据保存在设备上.

Radar Themes 4
移动设备也应该模块化

软件工程师已经了解到主要围绕领域概念和业务功能构建应用程序体系结构的价值. 技术方面的考虑——UI与领域逻辑的分离——仍然很重要,但只起次要作用. 随着移动应用的成熟,它们通常会变得更大, 有时会发展成所谓的超级应用程序, 它们包含许多服务,可以被视为自身的平台. 虽然不是很大,但多年来已经具备了很多功能的应用程序通常可以被分解成模块, too, 公司发现,移动应用程序也从同样的模块化方法中受益. 模块化应用程序可以由多个自治团队编写, 哪一种带来了许多证据确凿的好处. 更复杂的是,开发者需要通过应用商店进行部署,并且需要支持原生iOS和Android版本以及基于web的版本, 通过细微的变化来适应每一个人. 我们看到了手机开发中固有的独特张力的更好框架支持, but on the whole, despite the benefits, 许多组织努力将模块化方法引入移动开发.

 

Contributors

 

技术雷达由Thoughtworks技术顾问委员会编制,委员会成员包括:

 

Rebecca Parsons (CTO) • 马丁·福勒(首席科学家) • Bharani Subramaniam • Birgitta Böckeler • Brandon Byars • 卡米拉·法尔科尼·克里斯皮姆 • Erik Doernenburg • Fausto de la Torre • Hao Xu • Ian Cartwright • James Lewis • Marisa Hoenig • Mike Mason • Neal Ford • Perla Villarreal • Scott Shaw • Shangqi Liu

Subscribe. Stay informed.

我们全年发布与技术雷达相关的文章

Marketo表单ID无效 !!!

Thank you!

您已经订阅了我们的科技雷达内容. 留意你的收件箱,我们会很快联系你.

访问我们的档案阅读以前的卷