首页 >热门资讯> 数据分析 > 量化评估程序员贡献,「逸码科技Merico」由小切口改造开发部门与开源社区 >

量化评估程序员贡献,「逸码科技Merico」由小切口改造开发部门与开源社区

转载时间:2021.04.23(原文发布时间:2019.03.25)
372
转载作者:36氪企服点评小编
阅读次数:372次

人才成本不断攀升,其中技术岗职位的招聘、培训成本尤其高。如何判断一个程序员优秀与否、贡献多少?

一个比较直接的判断标准是由效果出发,看这位程序员参加了些什么项目,如果项目本身极具商业价值,那么参与者是有干货的大牛的概率也更高。但以商业价值为导向的判断标准存在以下痛点:

  • 使用场景受限,只适用于评估商业公司的开发人员,不适用学校课程中的小组作业、非盈利开源项目等项目中的表现评估。

  • 评估的是团体贡献,难以精确到个人。由于大部分项目是由多人共同完成,对项目整体进行评估难以追根溯源到个人。这种精细度不足的衡量标准容易助长free ride风起盛行。

为了展现个人的工作贡献,程序员们也常常会在简历和个人网站中附上代码托管平台链接,从代码本身出发建立更为根本的衡量标准。但目前在GitHub等平台,程序员们的个人开发贡献常常被过度简化为两个指标:提交次数NOC与代码行数LOC。这两个指标的痛点也非常明显——侧重于代码数量而非其本身的价值,显然是不够合理

36氪近期接触的「逸码科技Merico」由是一家提供程序员贡献量化模型的公司。基于程序分析和机器学习技术,Merico对程序员的代码贡献进行测量,得出项目级、组件级和提交级的贡献度、贡献分布和贡献排名等指标,综合反映程序员在开发活动中的表现。

贡献度的分析维度可分为结构化价值(即代码在结构本身中体现的价值,如被其他函数调用)及非结构化价值(即代码对程序整体的贡献度,如修复重要bug、修改算法提升性能等)两部分。其中,后者并不直接反映在代码中,因此衡量过程更类似于人类判断,对智能化的要求更高。早先Merico通过程序员提交代码的日志来建立模型,但提交日志由程序员本人撰写,主观性较强、精确度不足。所以目前Merico的方法是更多地回到代码本身,在抽象语法树层面理解代码的模式,并根据不同模式分配贡献度权重。

产品形态上,客户只需要将托管代码库的链接提交给Merico的系统,其模型即可自动量化评估每位成员的贡献度。这套系统目前支持私有化部署及云端部署。

目前,Merico贡献度衡量模型主要有两个落地场景:

  • 商业公司开发团队:程序员贡献度的量化指标使考核机制更加完善科学,一方面给部门负责人和HR提供人事安排上的决策建议,为科学管理提供透明的全局数据支持;另一方面,贡献值及团队排名以每周一次的频率及时反馈给程序员个人,帮助他们建立准确的自我评估,找到技能提升的方向,提高工作效率。

  • 开源社区:开源社区不具备公司层级结构,所以以层级为基础的薪酬分配方案并不适用,项目所产生的价值难以合理分配给所有参与共同开发与维护的社区成员。收益分配的不合理、付出与回报的不匹配耗费着程序员们的开发热情,也不利于开源模式的持续发展(可参见前端框架vue.js的作者对这一问题的讨论)。基于贡献度测量,Merico引入“智力股权”概念,形成覆盖更多开源社区成员、更加公平的分配方案。当项目获得赞助或捐赠时,成员们便能够按照股份比例获得收益。

目前来看,无论是结构更严明的公司内部还是更松散自由的开源社区,这套模型的落地还更多是工作团队的内部管理。而从更长远的视角来看,这套模型的潜在应用还可向前延伸至招聘考核和人才智能匹配,评估程序员的能力水平及专长领域;更进一步还可以作为编程教育机构的技术提供商,共同服务C端,使基于合作项目开发的编程培训的效果更透明直观,及时给予C端反馈。随着业务的延伸,B、C两端同步拓客也有助于加强Merico的品牌影响力,获取更多用户信任,汇集更大规模数据量,提高模型信效度,形成闭环。创始人任晶磊表示,一个合理的贡献量化模型将帮助程序员群体重回价值导向,创造出更有意义的工作

Merico成立于去年十月,在过去几个月内与Uber、腾讯某开源组及多家初创公司达成试用意向,正在共同测试调整模型,并于上周上线了1.0版本,未来预期按照程序员数量*市场薪资的1%来进行定价。

公司创始团队来自微软亚洲研究院、加州大学伯克利分校和斯坦福大学,团队遍布中美欧多个国家,公司在创立之初获得Polychain Capital 及 OSS Capital 的天使轮投资,金额为110万美元,前者是一家专注区块链领域的风投机构,而后者是第一家专投开源软件公司的基金。

 


36氪企服点评

数据分析相关的软件

大厂都在用的数据分析软件

限时免费的数据分析软件

消息通知
咨询入驻
商务合作