本文来自微信公众号：阿朱说 （ID：azhushuo），作者：吕建伟，原文标题：《研发团队》，题图来自：视觉中国

前几天一个朋友问我一个公司的研发体系怎么管理，所以我随手给他写了点文字。

我说最大不外乎几个二级部门：

• 平台产品研发中心：做平台。
• 
  
• 创新原型研发中心：快而脏开发原型，验证用户需求和潜在市场即可，验证完就抛掉。
• 
  
• 新产品研发中心：拿来创新原型研发中心的遗留资料做正式产品研发样本参考，但要按照正规产品设计方法与流程重新设计重新开发。
• 
  
• 核心产品研发中心：成熟的、占公司50%以上销售额的产品，在这个研发中心持续打磨，按照严格进度要求进行发版上市。
• 
  
• 大客户定制开发中心：大客户定制开发，这个部门承担。这个部门不能放在交付序列，而是放在研发序列。因为这个部门做的事，往往是原型性的。
• 
  

一个部门，也不外乎常见几个岗位：

• 需求分析师、产品设计师
• 应用架构师、技术架构师
• 开发Leader、程序员
• 测试Leader、测试员

但我这篇文章还叙述了两个不是研发体系的部门，一个是UIUE用户体验中心，一个是产品行销部门。因为这两个部门和研发体系关联颇多，所以我也放在一起说了。

（1）程序员

1. 按产品功能详细设计规格，按进度时间要求，编码实现。

2. 按技术要求规格（高精确、高稳定、高可用、高并发、高性能、高安全、高兼容性），进行代码实现设计，并且编码实现。

3. 代码逻辑清晰，方便后来人阅读维护修改。

（2）应用架构师

1. 应用模型/算法稳定抽象：不论国内国外、规模、行业、企业性质（国企私企），模型/算法均稳定。

（3）技术架构师

1. 对产品功能详细设计说明书进行分析，识别出技术要求规格（高精确、高稳定、高可用、高并发、高性能、高安全、高兼容性）。

2. 对于外部产品集成，设计统一的稳定的向下持续可兼容的Open API。

3. 保证功能点的解耦可解耦性与可组合性：不要引发一个功能的修改引起了另外一个功能的错误。但是也不要解耦太多引发开发复杂，要做到设计平衡。

4. 保证功能点的可扩展性：精心设计对外暴露的属性Property、方法Method、事件Event。

5. 保证层与层之间的可解耦性：不要引起修改一个功能业务逻辑，需要在多个层同时做修改。

（4）开发Leader

1. 理解产品功能详细设计规格、技术要求规格，以便根据组内每个程序员的应用擅长方面、技术能力级别（高级程序员/中级程序员/初级程序员），进行开发任务分配、开发任务排期。并且整合推进协调开发进度。

2. 代码审核入代码库、代码集成联调保证。

3. 对开发组外的其他部门进行对接协调。

（5）需求分析师

1. CXO问卷访谈，找出业务痛点/关注点。

2. 输出信息收集：各个岗位各个部门，在日周月季年各个周期，对上对外的各种报表样式收集。

3. 输入信息收集：各个岗位的输入表单单据收集，表单的审批工作流梳理。

4. 主数据信息收集：组织、岗位、供应商、客户、产品……

（6）产品行销

1. 产品竞争规划：产品未来三个连续版本的竞争点规划。

2. 产品行销解决方案设计：面向不同规模、不同行业、不同客户痛点，设计不同行销方案。

3. 产品商业模式设计：定价策略/计费模式、销售通路选择、回款模式。

4. 产品上下架规划：新版上架时间规划，并协调产品研发部门、市场营销部门、一线销售机构。老版下架退市规划。

5. 产品行销推广：对于新版产品，联动市场营销部门、一线销售机构，进行行销推广、标杆客户试点支持。

（7）产品设计

1. 产品详细规格书编写：在产品行销竞争规划的指导下，以需求分析师采集到的原始材料为样本参考，按照正规产品设计方法与流程，设计产品功能详细规格。

但最终的产品详细规格书，已经融入了应用架构师的模型/算法。已经融入了技术架构师的技术规格设计和接口设计。也已经融入了UI&UE人员对于交互模式的重新设计图。

（8）UI&UE

1. UI：按照美术专业，进行专业美化和配色方案。

2. UE：利用用户体验管理工具理解用户工作流程（工作场景），按照人机工程专业，进行交互模式的重新设计。尤其现在交互技术已经细分为PC Web、手机App/小程序、传感器、AI识别。

（9）测试员

1. 功能性测试：输入测试（正常值输入、临界值输入、异常值输入），场景流程跑通测试。

2. 非功能性测试：高精确、高稳定、高可用、高并发、高性能、高安全、高兼容性。

3. 部署测试：集中安装测试、分布式安装测试、版本升级测试。

（10）数智工程师

我最后再给大家介绍一类新岗位，这就是数智工程师。因为现在是云SaaS时代，现在是人工智能技术热潮时代，所以现在的软件已经不是一个空壳工具，而是承载了数据和内容，需要依靠人工智能技术，进行天天不断的数据加工（标签/关系图谱）、建模/模型预训练、用户使用行为观察数据统计/模型微调。这个团队尤其在AI驱动计划、AI驱动任务调度、AI搜索与推荐的一些应用场景方面，需要天天持续这样工作。

本文来自微信公众号：阿朱说 （ID：azhushuo），作者：吕建伟