Jarosław Hryszko

foto-remakeKierownik projektów R&D specjalizujący się w zapewnieniu jakości w tworzeniu oprogramowania. Praktyk, nauczyciel akademicki, naukowiec, którego zainteresowania naukowe skupiają się wokół problemów związanych z jakością kodu i sposobów ich eliminacji.

Od 2013 roku jako członek zespołu badawczego Politechniki Wrocławskiej prowadzi badania nad wykorzystaniem mechanizmów sztucznej inteligencji w zapewnieniu jakości w projektach rozwoju oprogramowania w Volvo Group IT we Wrocławiu.

Prywatnie niestrudzony krytyk otaczającej rzeczywistości, niekoniecznie tej wirtualnej.

Wykorzystanie sztucznej inteligencji w przewidywaniu obszarów błędogennychplTestWarez 2016
Czas nie jest z gumy a ludzi do pracy zawsze brakuje. Czyż nie dobrze byłoby znać najbardziej błędogenne elementy aplikacji zanim zaczną sprawiać kłopoty? Moglibyśmy lepiej zaplanować zadania związane z zapewnieniem jakości w naszym projekcie. Rozwiązaniem może być wykorzystanie mechanizmów sztucznej inteligencji – wykorzystując dane historyczne, możemy nauczyć je wskazywać potencjalnie kłopotliwe części nowo powstałej…więcej
Im wcześniej, tym lepiej – jak uczenie maszynowe i dobre praktyki tworzenia kodu wpływają na jakość. Studium przypadkuplTestWarez 2015
Zastosowanie mechanizmu uczenia maszynowego pozwala wskazać potencjalnie defektogenne obszary kodu komputerowego tuż po tym, jak on powstanie. Umożliwia to planowanie działań zapewnienia jakości już na etapie tworzenia kodu, zanim tworzona aplikacja wejdzie w kolejne stadium jej tworzenia – testowanie. Wiadomym jest, że im wcześniej zastosuje się praktyki QA, tym lepiej i taniej, ale ile konkretnie…więcej
Tagged under:
TwitterFacebookLinkedInGoogle+