Innovasjon krever eksperimentering. Eksperimentering krever autonomi. Og når det gis autonomi til å eksperimentere med løsninger, så stopper det ofte i krav fra ledelsen om at det må lages planer og måles progresjon. Vi utforsker nå alternative måter å lede og måle på for å skape gode rammer for innovasjon. Erfaringene vi gjør oss deler vi her på Kantega-bloggen.
Setting up Storybook with Tailwind can be quite a challenge, and there are a lot of recipes out there that either don’t work or are outdated. The Storybook web site points out the highlights of using Storybook 7 with Vite:
Når tante Sofie synger sin sinte vise til røverne i Kardemomme by avslutter hun med: “Og alle gjør som jeg har sagt, for det bestemmer jeg!”, hvorpå røverne roper “Nei!” og hun: “Jo!”. Ikke akkurat et deltakende demokrati.
Du elsker arbeidsplassen din, men hvordan kan du gjøre den enda bedre? Enkelt, få din beste venn til å jobbe der også. La oss snakke om 7 påvirkningsstrategier vi kan bruke på alt fra kunder til venner. Bare husk: dette er superkrefter som ikke må misbrukes.
Vi vil ha kvalitet! Våre kunder forventer det, og i Kantega lever vi for å levere det. For å sikre høy kvalitet må vi forstå og ha kontroll på utfordringene. Da må vi ofte stille vanskelig spørsmål, spørsmål det kanskje ikke er så lett å svare på, eller til og med ubehagelig å svare på. Når vi stiller spørsmål ved ledelsens avgjørelser og framdriftsstrategier kan det føre til ubehagelige situasjoner, og det kan bli gnisninger mellom konsulent-teamet og produkteieren. Hvordan kan vi gjøre det bedre?
I denne serien med artikler skal vi utforske forskjellige maskinlæremodeller, arkitekturer og konsepter som kanskje vil være nye for selv en med litt “Data Science”-erfaring.
Det forventes at leseren har en viss grunnleggende forståelse for maskinlæring og spesielt dyplæring, men har man ikke dette, kan det kanskje være litt spennende likevel ☺️
Github-link til kodeeksempelet i denne artikkelen finner du her.
Data blir viktigere og viktigere. Hvert år blir mer og mer data samlet inn – av flere aktører og på flere måter. Med denne økningen i mengden data har det også skjedd en økning i antall trusselaktører. Jeg mener derfor at alle utviklere bør kunne litt om kryptografi.
I denne serien med artikler skal vi utforske forskjellige maskinlæremodeller, arkitekturer og konsepter som kanskje vil være nye for selv en med litt “Data Science”-erfaring.
Det forventes at leseren har en viss grunnleggende forståelse for maskinlæring og spesielt dyplæring, men har man ikke dette kan det kanskje være litt spennende likevel ☺️
Github-link til kodeeksempelet i denne artikkelen finner du her.
Du har kanskje hørt om mob-programmering? Det at flere i teamet programmerer sammen, rundt samme skjerm og på samme utfordring. Men har du hørt om mob-testing? At flere i teamet tester sammen, rundt samme skjerm og på samme oppgave.
Synes du dette høres spennende ut, men den rette anledningen har ikke helt dukket opp ennå? Her er noen tips til hvordan du kan gjennomføre mob-testing og hvordan du kan selge det inn til teamet ditt.
I artikkelen «Hvorfor er det så vanskelig å få til et bra team?» snakket vi litt om erfaringer vi har hatt tidligere i team. I denne artikkelen vil vi gå praktisk til verks og se mer på metoder vi som teamledere, teamcoach og teammedlemmer kan bruke for å skape et mer engasjert miljø i teamet.
Gjennom mange år som konsulenter har vi vært i flere ulike team. Små team, store team, skravlete team, stille team. Stor aldersspredning, liten aldersspredning. Distribuerte team, samlokaliserte team. Noen ganger bare flyter det av seg selv. Andre ganger ikke.
I denne serien med artikler skal vi utforske forskjellige maskinlæremodeller, arkitekturer og konsepter som kanskje vil være nye for selv en med litt “Data Science” erfaring.
Det forventes at leseren har en viss grunnleggende forståelse for maskinlæring og spesielt dyplæring, men har man ikke dette kan det kanskje være litt spennende likevel ☺️
Github-link til kodeeksempelet i denne bloggen her.
