#Нужноделать: таск-трекер на машинном обучении

Будучи сотрудником довольно крупного стартапа или даже огромной корпорации, можно словить легкий диссонанс от назначенной на тебя задачи. Она может не соответствовать твоей специальности, зоне ответственности или просто может быть плохо оформлена. А если ты проект-менеджер с уймой подчиненных, то иногда сложно определить, кому отдать ту или иную задачу, не зная, кто справится с ней лучше и быстрее. С этими проблемами должен помочь умный таск-трекер, если его сделать.

Состоявшиеся стартапы, крупные компании с большим штатом айти-отдела.

Допустим, у компании есть сложная иерархическая структура. Большой начальник говорит, что хочет классную фичу, которая затрагивает весь проект. Передает это дальше проект-менеджерам. Те передают дальше начальникам отделов, те тимлидам, и в последнюю очередь все доходит до обычных работяг, которые всем этим займутся. Много времени и бюрократии.

Умный таск-трекер представляет собой некую смесь современных систем управления проектами и машинного обучения. Но в отличие от текущих сервисов берет на себя часть работы того, кто назначает и анализирует уже выполненные задачи.

Для начала, происходит интеграция таск-трекера с системами контроля версий (GitHub, Bitbucket, GitLab). Всем сотрудникам прописываются должности, базовые зоны ответственности по модулям/системам проекта, а также информация о текущем уровне осведомленности о работе тех или иных частей проекта. Описываются и помечаются тегами все модули, сервисы самого проекта. Составляется структура отделов и прописываются связи подчиненные-начальник.

При создании задачи, отмечаются, какие системы будут затронуты и таск-трекер будет предлагать тех исполнителей, которые подходят под нее лучше всего по заданным в начале параметрам. Трекер сам проставит участников код-ревью и тестеров, исходя из их параметров. По мере выполнения задач система будет предлагать наилучший выбор в зависимости от успехов исполнителей. Предполагается, что если сотрудник занят другими задачами или находится на больничном, система это тоже учтет и порекомендует другого исполнителя или вовсе предложит перенести задачу на следующий спринт.

Анализ успешности будет состоять из времени, которую потратил сотрудник на выполнение, количества багов, связанных с этой задачей и количества замечаний во время код-ревью в созданном пулл-реквесте.

Чем больше сотрудник изменял кода в какой-либо системе проекта, тем выше становится его уровень знаний об этой системе. С момента создания аккаунта сотрудника, эта часть информации изменяется только автоматически.

#нужноделать