[项目管理] 浅谈大数据项目的项目管理

0 序

• 不知不觉间，毕业后从事大数据行业已有6年有余，如果算上大学的几年，从事IT行业已是第11个年头。
• 近些日子，在复盘总结，总结最近几年来的一些模板文档，提炼为个人知识库 ；总结一些经验心得，为下一阶段的职业旅程，而做注脚和准备。故此，本篇着重于：项目管理。

• 干项目：从2020年入职第1家大数据公司起，直至今日，不夸张地讲，已干了有数十上百个项目（数量上主要是在第1家公司快速积累起来的）。在这些项目中，有当小兵的，有当总技术负责人的，也有纯当大数据侧单侧负责人的。从售前咨询、产品定开、项目技术负责、交付部署、数据治理与大数据开发（离线数仓）、数据平台运维、项目经理(兼任)、售后支持（培训 / 处理需求或问题）、交付团队负责人，大数据开发（实时数仓）、数据平台开发、大数据项目负责人、...，这些项目角色和项目经历，已深深地植入了脑海。
• 带团队：从2021年第1家公司开始带徒弟带团队，截止到目前本公司里带人带团队，已有4-5年的项目团队管理经验了。

• 项目管理的本质（核心底层逻辑）：

抛开进度、文档、会议等表象，技术团队（大数据）项目管理的本质可以浓缩为5句话：

1. 价值链路可控：以【业务目标】为锚点，杜绝过度设计、无效开发、技术内耗，让【技术投入】相对精准地匹配【业务收益】；
2. 不确定性收敛 ：大数据项目天然存在需求变更、数据源头不稳定、环境依赖复杂、架构方案迭代等风险，管理的核心是持续降低不确定性、提前锁定边界；
3. 资源最优调配：平衡人力、算力、存储、中间件资源、第三方依赖，解决架构师、开发、数仓、算法、运维的协作冲突；
4. 架构与进度双向平衡：不牺牲架构长期合理性赶工期，也不追求完美架构无限延期，实现「短期交付」与「长期可维护」的折中统一；
5. 风险前置与兜底 ：识别技术风险、数据风险、协作风险、交付风险，建立预案，保证项目可扩展 、可落地、可运维、可迭代、可复盘。

补充区别：

传统项目管理侧重「按流程交付」；

大数据架构师做项目管理，侧重架构先行、风险前置、数据闭环、稳定优先。

• 项目管理方面，如果一句话总结，则是：

• 管事、管人、管软件。这一切，包括未提及的时间、经济因素等等，都可视为是【项目资源】。
• 抓关键路径 （事）、抓核心人 （人）、抓核心依赖 （软件&资源&人) + 事事闭环。

1 管事

• 迭代 & 进度&风险：（基于敏捷过程模型）
  • 项目管理工具： JIRA / 禅道 / 在线协作文档等
  • 监测工具 & 汇报：
    • 禅道/JIRA（Issue/Sprint/甘特图/...）
    • 《项目进展一页纸》（或类似文档）
• 流程：《工作流程》
• 需求：《产品需求清单》
• 问题：《环境问题清单》
• 沟通： 《会议纪要*》

2 管人

• 进入、退出：《项目干系人清单》 / 《项目成员入组-必读指南》 / 《工作交接@XXX*》
• 反馈&汇报：
  • 日报(个人日志) / 周报
  • 知识分享 / 知识库建设（个人级 / 项目级 / 团队级 / ...级）
• 分工/计划、人力分布：《人力安排表》
• 绩效评价：《项目成员月度绩效评价表》

3 管软件：程序/数据/文档

• 软件质量管理：
  • 《产品软件质量目标》
  • 《开发规范》
• 应用程序： 《应用程序清单》
• 方案设计： 方案调研 + 方案设计（概设/详设） + 方案评审
  • 核心思想 ：
    • 先锁边界，再做方案；先通主干，再补细节；
    • 进度可以慢一点，架构、数据、稳定性绝不妥协；
    • 风险前置 > 事后救火，大数据项目 80% 问题都能提前预防；
  • 交付文档： 《方案设计文档（概设 / 详设）*》
• 程序开发
  • 代码评审/CodeReview
• 代码分支管理：《代码多分支管理》
• 版本特性变更：《版本特性与发布记录》/ 《上线文档*》
• 服务器资源：
  • 《云平台资源预估报告*》（项目立项/前期）
  • 自动化运维&监控告警机制
  • 动态扩缩容机制 / 《资源扩增申请记录》 / 《环境巡检记录》
• 数据：
  • 数据资产清单
• 文档 ：
  • 核心思想： 文档不是形式，是团队资产、交接底线、复盘依据

X 参考文献