論文の概要: BayesInsights: Modelling Software Delivery and Developer Experience with Bayesian Networks at Bloomberg
- arxiv url: http://arxiv.org/abs/2603.29929v1
- Date: Tue, 31 Mar 2026 16:02:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-01 15:25:03.783168
- Title: BayesInsights: Modelling Software Delivery and Developer Experience with Bayesian Networks at Bloomberg
- Title（参考訳）: BayesInsights: Bayesian Networksによるソフトウェアデリバリと開発者エクスペリエンスのモデリング
- Authors: Serkan Kirbas, Federica Sarro, David Williams,
- Abstract要約: BayesInsightsは、Bayesian Networks(BNs)を使用して、ソフトウェアエンジニアリング(SE)プロセスのさまざまな側面における因果依存性を可視化するためのインタラクティブインターフェースを提供する。
我々は、確立された文献、専門家の洞察、構造学習アルゴリズムを組み合わせてネットワーク構造を定義することから、ベイズインサイトを既存のデータ分析ソリューションに統合し、ブルームバーグの24人のシニア実践者によるパフォーマンスベンチマークとサーベイレスポンスの混合評価で結論づける。
BayesInsightsは現在プレビュー中で、7つのエンジニアリングチームにアクセスできる。
- 参考スコア（独自算出の注目度）: 5.215605108929471
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As software in industry grows in size and complexity, so does the volume of engineering data that companies generate and use. Ideally, this data could be used for many purposes, including informing decisions on engineering priorities. However, without a structured representation of the links between different aspects of software development, companies can struggle to identify the root causes of deficiencies or anticipate the effects of changes. In this paper, we report on our experience at Bloomberg in developing a novel tool, dubbed BayesInsights, which provides an interactive interface for visualising causal dependencies across various aspects of the software engineering (SE) process using Bayesian Networks (BNs). We describe our journey from defining network structures using a combination of established literature, expert insight, and structure learning algorithms, to integrating BayesInsights into existing data analytics solutions, and conclude with a mixed-methods evaluation of performance benchmarking and survey responses from 24 senior practitioners at Bloomberg. Our results revealed 95.8% of participants found the tool useful for identifying software delivery challenges at the team and organisational levels, cementing its value as a proof of concept for modelling software delivery and developer experience. BayesInsights is currently in preview, with access granted to seven engineering teams and a wider deployment roadmap in place for the future.
- Abstract（参考訳）: 業界におけるソフトウェアのサイズと複雑さが大きくなるにつれ、企業が生成し使用するエンジニアリングデータの量も増えていく。
理想的には、このデータはエンジニアリングの優先順位について決定を下すなど、多くの目的で使用することができる。
しかし、ソフトウェア開発の異なる側面間のリンクの構造化された表現がなければ、企業は欠陥の根本原因を特定したり、変化の影響を予測するのに苦労する可能性がある。
本稿では,ベイズネットワーク(BN)を用いたソフトウェア工学(SE)プロセスのさまざまな側面における因果依存性を可視化するためのインタラクティブなインターフェースを提供する,BayesInsightsと呼ばれる新しいツールの開発におけるBloombergの経験について報告する。
我々は、確立された文献、専門家の洞察、構造学習アルゴリズムを組み合わせてネットワーク構造を定義することから、ベイズインサイトを既存のデータ分析ソリューションに統合し、ブルームバーグの24人のシニア実践者によるパフォーマンスベンチマークとサーベイレスポンスの混合評価で結論づける。
調査の結果、95.8%の参加者が、このツールがチームや組織レベルでのソフトウェアデリバリの課題を特定するのに有用であることを発見し、ソフトウェアデリバリと開発者エクスペリエンスをモデル化するための概念実証としての価値を固めた。
BayesInsightsは現在プレビュー中で、7つのエンジニアリングチームにアクセスできる。
関連論文リスト
- The Evolution of Tool Use in LLM Agents: From Single-Tool Call to Multi-Tool Orchestration [58.062622978943885]
ツールの使用により、大きな言語モデルが外部情報にアクセスし、ソフトウェアシステムを実行し、モデルパラメータだけで解決できるもの以外のデジタル環境で動作することができる。
エージェントシステムが進化するにつれて、中央の問題は、中途半端な状態、実行フィードバック、環境の変化、安全性、コスト、検証可能性といった実践的な制約によって、孤立呼び出しからマルチツールオーケストレーションへと移行した。
推論時の計画と実行、トレーニングと軌道構築、安全と制御、リソース制約下での効率性、オープン環境における能力の完全性、およびベンチマーク設計と評価の6つの分野に関する文献を整理する。
論文 参考訳（メタデータ） (2026-03-24T07:05:05Z) - Advances and Frontiers of LLM-based Issue Resolution in Software Engineering: A Comprehensive Survey [59.3507264893654]
課題解決は、現実世界の開発に不可欠な複雑なソフトウェアエンジニアリングタスクです。
SWE-benchのようなベンチマークでは、このタスクは大規模言語モデルでは極めて困難であることが判明した。
本稿では,この新興領域を体系的に調査する。
論文 参考訳（メタデータ） (2026-01-15T18:55:03Z) - A Comprehensive Survey on Benchmarks and Solutions in Software Engineering of LLM-Empowered Agentic System [56.40989626804489]
この調査は、Large Language Modelsを使ったソフトウェアエンジニアリングに関する、最初の総合的な分析を提供する。
本稿では,150以上の最近の論文をレビューし,(1)素早い,微調整,エージェントベースのパラダイムに分類した解法,(2)コード生成,翻訳,修復などのタスクを含むベンチマークという2つの重要な側面に沿った分類法を提案する。
論文 参考訳（メタデータ） (2025-10-10T06:56:50Z) - A Serverless Architecture for Real-Time Stock Analysis using Large Language Models: An Iterative Development and Debugging Case Study [0.0]
本稿では,リアルタイムストック分析のための新しいサーバレスシステムの設計,実装,反復デバッグについて述べる。
初期の概念から堅牢でイベント駆動のパイプラインまで、システムのアーキテクチャ的進化について詳述する。
最終的なアーキテクチャは、ほぼゼロのコストで動作し、個人が高度なAIベースの金融ツールを構築するための実行可能なモデルを示す。
論文 参考訳（メタデータ） (2025-07-13T11:29:51Z) - Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳（メタデータ） (2024-09-27T06:31:03Z) - Collaborative business intelligence virtual assistant [1.9953434933575993]
本研究では、ユーザとCBI仮想アシスタントのインタラクションを通じて、分散仮想チームにおけるデータマイニングの応用に焦点を当てる。
CBIのための仮想アシスタントは、より広い範囲のユーザのためのデータ探索アクセシビリティを強化し、データ分析に必要な時間と労力を合理化するためのものである。
論文 参考訳（メタデータ） (2023-12-20T05:34:12Z) - Revisiting Sentiment Analysis for Software Engineering in the Era of Large Language Models [11.388023221294686]
本研究では,ソフトウェア工学のタスクにおいて,小さな言語モデル (sLLM) を微調整したラベル付きデータ不足に対処する際の大規模言語モデル (bLLM) について検討する。
5つの確立されたデータセットを用いて、ゼロショットと少数ショットのシナリオで3つのオープンソースのbLLMを評価する。
実験により,bLLMsは訓練データと不均衡分布に制限されたデータセットに対して最先端の性能を示すことが示された。
論文 参考訳（メタデータ） (2023-10-17T09:53:03Z) - Dataflow graphs as complete causal graphs [17.15640410609126]
我々は、フローベースプログラミング(FBP)というソフトウェア設計の代替手法を考える。
ソフトウェアプロジェクトの日々のタスクを改善するために、この接続をどのように活用できるかを示します。
論文 参考訳（メタデータ） (2023-03-16T17:59:13Z) - Distributed intelligence on the Edge-to-Cloud Continuum: A systematic
literature review [62.997667081978825]
このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。
現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
論文 参考訳（メタデータ） (2022-04-29T08:06:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。