facebook LinkedIN LinkedIN - follow
Hlavní strana -> Zprávy
Aktuality -> IT Projekty - 6. 3. 2007

Strategie testování softwaru v Raiffeisenbank

adastra_reifeisen_710.jpgAdastra Corporation navrhla pro Raiffeisenbank koncept strategie testování a ověřování kvality vyvíjeného softwaru a pomohla bance s procesy spojenými se zavedením a používáním této strategie v praxi. Projekt Testing Policy zahrnoval vytvoření metodiky procesů pro plánování, přípravu, provádění a vyhodnocování testů softwaru v prostředí Raiffeisenbank. Součástí řešení byl i kompletní projekt testovací infrastruktury obsahující návrh testovacích laboratoří, softwarového vybavení, personálního zajištění procesu testování a stanovení důležitých bodů a postupů pro úspěšné nasazení metodiky do praxe.

Odborníci Adastry v této oblasti navíc v rámci specializovaného školení předali svým kolegům z banky know-how v oboru testování a ověřování kvality včetně klíčových doporučení a principů. Adastra při realizaci projektu Testing Policy v Raiffeisenbank vycházela z vlastní procesní metodiky testování a ověřování kvality QVV.360, která se opírá o oborové standardy např. USDP (Unified Software Development Process – jednotnou metodiku procesů tvorby softwarového produktu), modely FURPS+ (Functionality, Usability, Reliability, Performance, Supportability a ostatní dimenze) či DMAIC (Define, Measure, Analyse, Improve, Control) a zkušenosti z řady realizovaných projektů tvorby a testování software.

 
  

- PR -

Jak zajistit vzornou docházku u zaměstnanců v terénu?

Díky digitalizované evidenci do­cház­ky, která snižuje admi­ni­stra­tiv­ní zátěž personalistů a eliminuje nepoctivé praktiky zaměstnanců, můžete ušetřit až statisíce korun ročně. Pozdní příchody, dřívější odchody, půjčování kartiček nebo čipů, falešné přesčasy nebo evidence příchodu či odchodu na nesprávném místě — to vše se negativně projeví na výši vašich mzdových nákladů.

  

- PR -

Pět způsobů, jak AI změní náš svět k nepoznání

AI_analyzuje_data-PR.jpegUmělá inteligence (AI) a strojové učení (ML) přináší už více než 10 let podnikům i výzkumníkům stále možnosti. Ať už jde o využití prediktivní analýzy k předvídání údržby zařízení, nástroje počítačového vidění, které dávají oči robotům na automatických montážních linkách, nebo digitální dvojčata sloužící k simulaci fungování továren, měst, a dokonce i celých ekonomik, seznam aplikací poháněných AI je dlouhý a stále se prodlužuje.