专场：测试自动化与智能化
关键词：测试框架开发、脚本开发、精准测试、智能测试工具
专场出品人：孔德晋
专场出品人：师江帆 博士
华为 某产品线测试技术总监
龙测科技 创始人
华为 某产品线测试技术总监，深耕一线产品的测试多年，有丰富的大型软件版本测试技术和测试管理经验；负责过通信软件，云计算平台软件， APP软件的测试体系建设；国内Tid、GIAC、NJSD等技术峰会出品人和演讲嘉宾。
2012年获得美国內布拉斯加大学林肯分校计算机科学与工程系软件测试方向的博士学位，其所在的测试实验 室ESQuaReD是全美Top5的软件工程实验室。据Google Schoolar统计，他的论文被引用接近900次，并收录在多个国际顶尖软件测试会 议及杂志。
testool虽然具备很强的单兵作战能力，但是在实际业务中工具的执行效率只是这个测试的一部分。一个具体的测试业务都会包括测试需求，测试计划，测试设备，测试结果等诸多环节，所以在实际使用中我们围绕testool来构建更高效的测试体系，来保证测试效率的最大化。这种测试体系的实现思想可以适用于很多测试领域。（极致的测试执行方式+ 高效的测试管理手段）
1. 背景介绍
2. Testool的核心能力
2. Testool的核心能力
3. Testool的使用方式
4 总结与未来展望
1) 端上shell执行能力
2) UI操作能力
3) 用例录制
4) 多设备协同
5) 无线化远程控制
6) 动态化的结果检测机制
5) 无线化远程控制
6) 动态化的结果检测机制
在Android自动化测试领域，已经有很多优秀的测试手段，但是依然面临以下挑战
1. 可靠性不足，比如设备通过adb连接出现offline后，必然导致测试执行中断，无法完成长时间的测试。
2. 执行效率瓶颈，测试效率的提升可以说是自动化测试的根基，如何让测试效率最大化？
3. 使用门槛高，越强大的测试手段往往其使用成本越高，如何让测试工具简单易用，测试脚本易实现。
1. 可靠性不足，比如设备通过adb连接出现offline后，必然导致测试执行中断，无法完成长时间的测试。
2. 执行效率瓶颈，测试效率的提升可以说是自动化测试的根基，如何让测试效率最大化？
3. 使用门槛高，越强大的测试手段往往其使用成本越高，如何让测试工具简单易用，测试脚本易实现。
了解Android端自动化测试的另一种解题思路，也可以通过Testool来赋能自己的业务，让测试更可靠，更便捷，更高效。
2018年加入小米集团，负责小爱同学App端测试体现建设，主要包括 测试中台，测试平台及测试工具的设计与开发。
曾就职于诺基亚，华为，金立负责手机端自动化测试开发相关工作。
曾就职于诺基亚，华为，金立负责手机端自动化测试开发相关工作。
擅长领域：移动端自动化测试技术，测试理论，测试体系建设
杨立凯
小米集团 技术委员会
高级软件开发工程师
待定
待定
Android端自动化测试新利器-Testool
内容大纲
听众收益
1. 精准测试解决的问题和核心原理
1) 举例因测试遗漏导致故障的典型场景
2) 测试遗漏类问题分析，并引出测试充分性
3) 精准测试对于提升测试充分性的意义=》精准测试是基于代码和用例双向关系之上提供的一种更快更准的度量和提升测试充分性的技术手段
4) 精准测试的核心原理以及典型应用场景
2. 精准测试企业实际落地挑战和应对方案
注：精准测试虽然已经提出多年，但是在企业落地过程中效果并不理想，结合我们的经验总结在实际企业在使用和推广精准测试过程中存在哪些实际痛点和挑战，以及我们是如何应对的。
1) 面临的挑战（分哪几个维度，会重点选取以下7点讲述）
2) 缺少用例，精准推荐用不起来
3) 存量手工用例过多怎么办
4) 接入和升级成本高，推广受阻
5) 变更影响推荐范围受限
6) 用例失败排查效率低
7) 覆盖率能不能过滤
8) 行业特性的挑战（比如金融、证券行业特有协议支持等）
3. 如何让精准测试发挥最大价值
让精准测试能落地，首先需要正确认识精准测试的作用域和定位，能做什么不能做什么，以及怎么有节奏的落地。结合整个测试周期，讲述精准测试的几个核心能力在每个阶段怎么样更好的运用，包括怎样和自动化做结合、怎样对接持续集成流水线、持续回归，以及中间过程会遇到的一些问题，才能让精准测试能好的发挥价值。
4. 未来展望
1) 举例因测试遗漏导致故障的典型场景
2) 测试遗漏类问题分析，并引出测试充分性
3) 精准测试对于提升测试充分性的意义=》精准测试是基于代码和用例双向关系之上提供的一种更快更准的度量和提升测试充分性的技术手段
4) 精准测试的核心原理以及典型应用场景
2. 精准测试企业实际落地挑战和应对方案
注：精准测试虽然已经提出多年，但是在企业落地过程中效果并不理想，结合我们的经验总结在实际企业在使用和推广精准测试过程中存在哪些实际痛点和挑战，以及我们是如何应对的。
1) 面临的挑战（分哪几个维度，会重点选取以下7点讲述）
2) 缺少用例，精准推荐用不起来
3) 存量手工用例过多怎么办
4) 接入和升级成本高，推广受阻
5) 变更影响推荐范围受限
6) 用例失败排查效率低
7) 覆盖率能不能过滤
8) 行业特性的挑战（比如金融、证券行业特有协议支持等）
3. 如何让精准测试发挥最大价值
让精准测试能落地，首先需要正确认识精准测试的作用域和定位，能做什么不能做什么，以及怎么有节奏的落地。结合整个测试周期，讲述精准测试的几个核心能力在每个阶段怎么样更好的运用，包括怎样和自动化做结合、怎样对接持续集成流水线、持续回归，以及中间过程会遇到的一些问题，才能让精准测试能好的发挥价值。
4. 未来展望
精准测试是测试领域测试充分性度量与提升的利器，行业内也已经有很多探索，但是精准测试在企业中实际落地一直是一个比较难的点。目前的精准测试在实际落地过程中会碰到哪些挑战，针对这些挑战，我们的解法是什么，作为商业化产品我们怎么样让精准测试在企业中真正发挥最大的价值。
了解精准测试的意义、定位和核心原理
了解精准测试实际落地过程中的痛点和挑战，以及怎么样应对。
了解怎样让精准测试在企业中更好的落地
了解精准测试实际落地过程中的痛点和挑战，以及怎么样应对。
了解怎样让精准测试在企业中更好的落地
2021年至今，任职于Perfma杭州笨马网络技术有限公司，质量效能产品线技术负责人,负责精准测试、接口自动化、测试管理平台等商业化质量工具产品研发
2018年-2021年，任职于网商银行-质量技术与风险团队，高级技术专家，前网商银行工程效能团队负责人，主导网商银行质量工具体系从0到1建设
2011年-2018年，任职于蚂蚁集团-基础技术部以及技术风险部，技术专家，负责公司技术稳定性平台建设以及基础开发框架等中间件研发。
擅长领域：自动化、智能化测试技术，质量工具体系建设，质量前沿技术，系统稳定性等
2018年-2021年，任职于网商银行-质量技术与风险团队，高级技术专家，前网商银行工程效能团队负责人，主导网商银行质量工具体系从0到1建设
2011年-2018年，任职于蚂蚁集团-基础技术部以及技术风险部，技术专家，负责公司技术稳定性平台建设以及基础开发框架等中间件研发。
擅长领域：自动化、智能化测试技术，质量工具体系建设，质量前沿技术，系统稳定性等
白冰
PerfMa 质量效能产品线技术总监
待定
待定
测试充分性提升之精准测试的深度探索与实践
内容大纲
听众收益
项目背景、解决方案调研、实践思路及技术难点、实践效果、未来规划(打造前后端一体化解决方案)
实践思路
1. 高效算法扫描，获取底层调用链数据
2. 解析扫描结果graph存储于知识图谱
3. 建立接口路径与实现函数的映射关系
4. 分析版本差异代码，图谱查询影响接口范围
5. 可视化页面呈现版本对比结果
实践思路
1. 高效算法扫描，获取底层调用链数据
2. 解析扫描结果graph存储于知识图谱
3. 建立接口路径与实现函数的映射关系
4. 分析版本差异代码，图谱查询影响接口范围
5. 可视化页面呈现版本对比结果
在迭代发布频繁的情况下，研发和测试通常不能准确的评估代码改动所带来的影响范围，同时也为了避免研发夹带代码上线的问题，特推出基于知识图谱的调用链分析精准化测试平台。
区别于链路追踪的常用方案，为了避免场景遗漏和新功能的尽早精确测试范围，采用了基于ast的静态代码扫描来采集调用链路。
区别于链路追踪的常用方案，为了避免场景遗漏和新功能的尽早精确测试范围，采用了基于ast的静态代码扫描来采集调用链路。
1. 黑盒测试工程师：精确业务测试范围，缩减工作量
2. 自动化测试工程师：将全量自动化测试替换为精准执行，减少项目测试时间
3. 测试开发工程师：了解知识图谱、图数据库、gitApi等更多工作中所实用的技术栈
2. 自动化测试工程师：将全量自动化测试替换为精准执行，减少项目测试时间
3. 测试开发工程师：了解知识图谱、图数据库、gitApi等更多工作中所实用的技术栈
开源自动化测试平台LynTest作者，曾负责搭建分布式压测平台、项目管理平台、算法测试平台等不同项目。
现主要负责哔哩哔哩漫画事业部质量管理平台建设，在自动化测试、压测、精准化测试、迭代管理、算法测试等领域有较丰富经验。
现主要负责哔哩哔哩漫画事业部质量管理平台建设，在自动化测试、压测、精准化测试、迭代管理、算法测试等领域有较丰富经验。
熊林涛
bilibili -漫画事业部
资深测试开发工程师
待定
待定
基于知识图谱的调用链分析精准化测试平台
内容大纲
听众收益
要解决的问题：
基于出行领域下，面对海量的单车、助力车、顺风车、打车、打车等相关业务，如何Mock基于硬件相关的软硬件协议接口Mock、第三方接口数据Mock、并行开发关联方环境未Ready等等
痛点：
1. 业务流程过于复杂，比如构造红包车，涉及地图算法地图模型、红包车模型，整体流程过长，手工构造一次数据需要0.5d等等；
2. 软硬件接口Mock，第三方协议，如何快速的Mock相关的结果数据；
3. 关联业务方接口，无法、不容易模拟一些异常场景下case，比如：服务不可用、订单超时、异常code覆盖等等
2. 软硬件接口Mock，第三方协议，如何快速的Mock相关的结果数据；
3. 关联业务方接口，无法、不容易模拟一些异常场景下case，比如：服务不可用、订单超时、异常code覆盖等等
思考方向：
1. 挡板规则引擎如何适用于全业务复杂场景，单车、助力车、电动车、顺风车、打车、火车票、酒店等等。
2. 全链路下，如何快速定位Mock的接口，包括APP、H5、后端接口
3. 如何做到用户（研发、测试、产品）无感知，不对用户造成干扰
2. 全链路下，如何快速定位Mock的接口，包括APP、H5、后端接口
3. 如何做到用户（研发、测试、产品）无感知，不对用户造成干扰
1. 哈啰出行日PV千万+级别以及软硬件一体化的业务数据场景痛点
1) 哈啰出行日PV千万+应用场景介绍及软硬件+智能区域一体化场景mock的特殊性
2) 哈啰出行多业务域单、助、顺、电动车、打车等业务在研发测试阶段遇到的痛点
2. 蓄势待发的哈啰出行HiMock VS 传统Mock支撑能力先天不足
1) 传统Mock在哈啰出行全场景的先天不足
2) 打破传统桎梏的枷锁之哈啰出行HiMock的设计思路
3) 在哈啰出行单车、助力车、顺风车、打车、电动车及服务电商生活类的全场景支撑设想
3. Mock底层技术支撑全场景业务域在哈啰的思考与建设
1) 高并发、多业务、打破传统互联网的软硬件结合的哈啰出行mock的设计理念
2) 如何快速在全场景业务下，多业务线并行实施HiMock的深度使用场景
3) 哈啰出行HiMock的平台效果价值回收能力分析图谱
4. 场景支撑的进一步畅想智能化建设思考
1) 与仿真实验室、精准自动化的进一步结合，打造研发、精准测试、多业务域并行支撑、高效运营的一体化mock
2) 打造智能出行Mock平台，能够self-learning自适应更多场景的mock支持
1) 哈啰出行日PV千万+应用场景介绍及软硬件+智能区域一体化场景mock的特殊性
2) 哈啰出行多业务域单、助、顺、电动车、打车等业务在研发测试阶段遇到的痛点
2. 蓄势待发的哈啰出行HiMock VS 传统Mock支撑能力先天不足
1) 传统Mock在哈啰出行全场景的先天不足
2) 打破传统桎梏的枷锁之哈啰出行HiMock的设计思路
3) 在哈啰出行单车、助力车、顺风车、打车、电动车及服务电商生活类的全场景支撑设想
3. Mock底层技术支撑全场景业务域在哈啰的思考与建设
1) 高并发、多业务、打破传统互联网的软硬件结合的哈啰出行mock的设计理念
2) 如何快速在全场景业务下，多业务线并行实施HiMock的深度使用场景
3) 哈啰出行HiMock的平台效果价值回收能力分析图谱
4. 场景支撑的进一步畅想智能化建设思考
1) 与仿真实验室、精准自动化的进一步结合，打造研发、精准测试、多业务域并行支撑、高效运营的一体化mock
2) 打造智能出行Mock平台，能够self-learning自适应更多场景的mock支持
1. 如何选择适用的Mock框架，快速的搭建Mock平台
2. Mock挡板引擎如何做
3. Mock深度使用场景（自动化、性能压测、接口巡检）
2. Mock挡板引擎如何做
3. Mock深度使用场景（自动化、性能压测、接口巡检）
哈啰出行 两轮&数智安全测试团队 测试开发专家，目前主要负责哈啰出行Mock平台、质量追踪平台、大数据测试平台的开发和布道，保障哈啰APP、BOS运维、大数据等平台的稳定性和可靠性。曾就职于百度、平安银行等公司，从事数据对接、Devops、小程序、压测平台、大数据测试平台等等相关平台的开发工作，以及负责业务线质量的保障工作。
擅长领域：擅长于性能测试、稳定性测试、大数据测试、算法测试、自动化测试等等。
崔焕锐
哈啰 测试开发专家
待定
待定
基于出行领域全场景的mock提效探索与实践
内容大纲
听众收益
“免测”，免测并非不测，而是将测试左移发挥到极致，要想将此发挥到极致，就要从质量效能金三角“产品快速测试”+“系统保障测试”+“流程标准化” ，三维一体全面升级。互联网保险产品的上线速度决定了保险公司在市场上的竞争力，产品测试是产品上线的重要环节，怎样能将“产品测试”这辆火车跑的更快，我们研发了“配置检查”和“一键测试”，将测试操作极简，完全降低了测试的门槛，可免经过QA测试，达到“快”的目标；一辆跑的快的火车需要可支撑的轨道，每节轨道好比业务流转支撑的系统，每个系统的质量保障我们从研发流水线各质量卡点进行把关，“静态代码扫描”，“单元测试”,“代码覆盖率”,测试和生产“自动化回归测试”等；在“免测”的探索和实践过程中，我们深深的体会到质量的保障不只是QA团队的事情，测试工具打造，角色职责的转变等都需要协同，认知拉平，从而形成流程规范保障工作秩序。所以金三角（“产品快速测试”+“系统保障测试”+“流程标准化”）是相互支撑，相辅相成，缺一不可的关系。
1. 产品快速测试：工具赋能，测试左移。
目前保险产品已经实现了配置化开发，测试范围比较固定，为了防止迭代带来的风险，需要确保系统链路的功能正常和配置正确性，仍然需要QA人员进行测试。因此开发测试工具，赋能产品和业务，实现“免测”。
产品配置检查：检查产品配置信息，及时发现配置中的错误。
一键测试：将链路系统中的关键字段进行校验和检查，保证数据正确性和配置正确性。
所有工具提供交互界面，降低使用门槛，交付产品或业务使用，产品测试不再经过QA团队，只需由产品或者业务人员使用工具快速测试后即可直接上线，提高上线速度。
2. 系统保障测试：关注质量卡点，奠定“免测”磐石：
静态代码扫描：规则根据分类，设置卡点，提高代码质量
单元测试：统计全量覆盖率和增量覆盖率统计，设置增量卡点
代码覆盖率：统计持续测试和回归测试对代码覆盖情况
接口持续测试+定期回归：定时触发，集成至流水线，全量卡点
常态化压测：周期性压测，保证系统稳定。
生产回归：对上线产品进行生产回归，保证生产环境稳定。
3. 流程标准是根基 职责共担优化创新：
流程不断优化创新：不断提问当前是否是最优
职责共担：化被动为主动，QA主导多部门协同
信息透明化：跨职能部门通晒，个角色流程周知
1. 产品快速测试：工具赋能，测试左移。
目前保险产品已经实现了配置化开发，测试范围比较固定，为了防止迭代带来的风险，需要确保系统链路的功能正常和配置正确性，仍然需要QA人员进行测试。因此开发测试工具，赋能产品和业务，实现“免测”。
产品配置检查：检查产品配置信息，及时发现配置中的错误。
一键测试：将链路系统中的关键字段进行校验和检查，保证数据正确性和配置正确性。
所有工具提供交互界面，降低使用门槛，交付产品或业务使用，产品测试不再经过QA团队，只需由产品或者业务人员使用工具快速测试后即可直接上线，提高上线速度。
2. 系统保障测试：关注质量卡点，奠定“免测”磐石：
静态代码扫描：规则根据分类，设置卡点，提高代码质量
单元测试：统计全量覆盖率和增量覆盖率统计，设置增量卡点
代码覆盖率：统计持续测试和回归测试对代码覆盖情况
接口持续测试+定期回归：定时触发，集成至流水线，全量卡点
常态化压测：周期性压测，保证系统稳定。
生产回归：对上线产品进行生产回归，保证生产环境稳定。
3. 流程标准是根基 职责共担优化创新：
流程不断优化创新：不断提问当前是否是最优
职责共担：化被动为主动，QA主导多部门协同
信息透明化：跨职能部门通晒，个角色流程周知
互联网保险作为近几年的新兴保险形态，既有着金融业对稳态的要求同时又要传承互联网敏捷的基因。基于稳态和敏态的要求，对互联网保险产品的测试质量保障工作提出了巨大挑战。互联网保险产品形态变化多样，业务迭代快 ，再加上系统多，业务复杂，数据链路长，大规模的线上服务相互依赖，造成测试场景复杂； 针对此状况探索出一套测试策略和测试管理方法论，我们可以叫做“免测方案”或者“火车快跑方案”，概括来说就是打造“产品快速测试”+“系统保障测试”+“流程标准化” 质量效能金三角体系，三维一体全面升级，形象点说就是要想火车跑的快，既要造“跑的快的火车”又要修“可供跑的稳的轨道”还要有“交通规则”约束。“产品测试”好比“火车”，“系统测试”好比“轨道”，“流程标准化”好比“交通规则”，三要素全部达标才能达到保证产品质量同时实现产品快速上线的目的。
1. “质量”和“效率”是流程改进的宗旨，
2. “测试左移”和“质量内建”是改进的方法论
3. 从问题切入是推动改善当前的捷径。
4. 不能只有QA参与，需要协同开发，统一目标，共同完成
5. 总结规律，形成工具，提升效率。
6. 类似产品配置交付方式的测试可借鉴此方式
2. “测试左移”和“质量内建”是改进的方法论
3. 从问题切入是推动改善当前的捷径。
4. 不能只有QA参与，需要协同开发，统一目标，共同完成
5. 总结规律，形成工具，提升效率。
6. 类似产品配置交付方式的测试可借鉴此方式
硕士，从事过银行、第三方支付和保险行业测试，有着比较丰富的测试管理、功能、自动化测试以及自动化测试工具研发经验。目前供职于泰康在线保险股份有限公司，管理着100+人团队，团队承接了公司全部测试任务，包含了功能/性能/安全测试。经过近几年团队技术转型和实践的落地背景下，自动化测试替代率和测试开发比分别从17年的10%和4：1提高到了21年的60%和6：1。
擅长领域：测试管理、功能、自动化测试以及自动化测试工具研发
擅长领域：测试管理、功能、自动化测试以及自动化测试工具研发
宋海宁
泰康在线 测试负责人
待定
待定
互联网保险产品“免测”方案探索及实践
内容大纲
听众收益
在大数据飞速发展的背景下，阿里云交付团队承接了大量企业数据仓建设的项目。这些项目在数据建设过程中都需要经历大量历史数据源上云、ODS层、CDM层、ADS层再到数据服务层的建设，本次分享将围绕企业数仓建设链路介绍阿里云在众多数中项目交付中沉淀的一套通用的数据质量保障的方法和技术工具能力。
1. 大数据发展背景和数仓建设简介
2. 数据质量特性解析
3. 数据分层质量自动化保障
1）企业级数仓质量保障体系介绍
2）ODS层的通过数据探查保障数据完整性
3）CDM层数据指标和标签正确性保障工具
4）SQL门禁引擎助力正确性提升
5）数据服务层数据稳定性监控能力
6）项目级数据质量建设评估模型
4. 数据分层质量自动化项目实践案例分享
2. 数据质量特性解析
3. 数据分层质量自动化保障
1）企业级数仓质量保障体系介绍
2）ODS层的通过数据探查保障数据完整性
3）CDM层数据指标和标签正确性保障工具
4）SQL门禁引擎助力正确性提升
5）数据服务层数据稳定性监控能力
6）项目级数据质量建设评估模型
4. 数据分层质量自动化项目实践案例分享
本次分享将围绕企业数仓建设链路介绍阿里云在众多数中项目交付中沉淀的一套通用的数据质量保障的方法和技术工具能力。希望可以给同行业人员带来参考与借鉴，少走弯路。
当前任职阿里云智能-全球技术服务部-交付技术部-交付质量组-EPG团队负责人
11年入职阿里巴巴，先后担任支付平台、用户平台、SDK、某APP等产品质量负责人，从团队班车模式的建立到质量平台工具建设，从人员效能提升和系统稳定性保障等方面建设产品的质量保障体系。
19年开始就职于阿里云全球技术部交付质量团队从事B端交付项目的质量保障工作，期间主要负责重点项目的质量保障工作、团队内标准规范的建立、质量平台和质量度量的搭建。
11年入职阿里巴巴，先后担任支付平台、用户平台、SDK、某APP等产品质量负责人，从团队班车模式的建立到质量平台工具建设，从人员效能提升和系统稳定性保障等方面建设产品的质量保障体系。
19年开始就职于阿里云全球技术部交付质量团队从事B端交付项目的质量保障工作，期间主要负责重点项目的质量保障工作、团队内标准规范的建立、质量平台和质量度量的搭建。
擅长领域：标准规范的建立、质量工具平台、质量度量建设
高璋琼
阿里云 交付质量专家
待定
待定
大数据质量保障与分层自动化测试
内容大纲
听众收益
DevOps下的自动化测试当前面临一系列的痛点：
- 白盒测试推广难，用例覆盖度低，效率低。减少开发工作量，提高用例覆盖度
- 黑盒自动化测试效率低、投入产出不对等，对质量没有实质性帮助
- 自动化测试用例的保鲜太成为问题了，无论流程、接口、数据、UI的变动，都会对保鲜造成巨大影响
- 自动化测试如何覆盖全流程、全角色？如何规模化应用
- 自动化测试如何与devops流水线集成才能发挥最大作用？
DevOps分层测试下的新趋势，和适用性场景（例如MBT、精准测试、单元测试自动化生成的技术和适用性场景如何）
白盒单元用例覆盖度低，自动化生成用例的多种机制与demo；
要解决自动化生成单元用例的问题，需要解决怎么读懂程序。
黑盒测试用例的建模和自动生成方案，并且如何进一步随着变更进行保险
测试挡板的自动化生成方案
与持续集成、部署流水线集成方案
了解自动化测试分层的意义和作用，并且知晓分层测试相关的技术趋势和适应性场景
对各类落地技术的感知（例如单测生成、接口测试生成、UI用例自动化更新等）
对如何实施自动化测试分层的方法有一定了解
历经DevOps业务负责人、DevOps咨询师、开发测试等角色，组织和参与各种行业峰会（例如DevOpsdays峰会中国区首批组织者等）
2010年起在美从事DevOps企业级别转型，2015回国为国内各大行业下的企业，进行敏捷和DevOps咨询、质量建设咨询、DevOps产品塑造、团队转型等活动。
电信天翼云Devops平台产品经理
负责平台的需求分析和设计。
负责工具链集成方案设计。
光大卡中心DevOps平台产品经理
负责平台的需求分析和设计。
大地保险DevOps研发一体化管理平台架构师
负责系统架构设计。
负责工具链集成方案、管理制度。
负责系统需求的功能设计。
指导研发团队技术方案落地。
负责系统测试、上线、运维工作。
交通银行测试中心一体化测试管理平台架构师
负责系统架构设计。
负责系统需求的功能设计。
指导研发团队技术方案落地。
负责系统测试、上线、运维工作。
工商银行运维监控Java开发
提供中间件、操作系统、数据库的监控运维服务。
监控软件的设计和开发。
擅长领域：Java项目，Devops平台，工具链
汪珺
刘刚
嘉为 DevOps咨询专家
前捷科技 技术总监
待定
待定
DevOps下的测试自动生成的现实与对策
内容大纲
听众收益
AI算法的快速迭代与交付，是AI场景快速落地的关键因素之一，并且引擎的安全规范与质量同样不可忽视，如何做到质量与效率既要也要？
本案例结合讯飞AI引擎交付的实际问题和经验，介绍包括如何提升引擎代码质量、制品安全规范、定制模型交付效率和引擎交付效率在内的AI交付质效合一之道
本案例结合讯飞AI引擎交付的实际问题和经验，介绍包括如何提升引擎代码质量、制品安全规范、定制模型交付效率和引擎交付效率在内的AI交付质效合一之道
1. AI引擎交付背景
2. 引擎交付面临的挑战
3. 提升引擎交付质效的实践思路
4. 引擎持续交付的平台建设
5. 平台成效和展望
2. 引擎交付面临的挑战
3. 提升引擎交付质效的实践思路
4. 引擎持续交付的平台建设
5. 平台成效和展望
了解引擎持续交付平台的相关实践
对AI能力的快速交付具有启发和借鉴意义
在AI引擎测试和效果分析上可以借鉴或直接采用
对AI能力的快速交付具有启发和借鉴意义
在AI引擎测试和效果分析上可以借鉴或直接采用
2017年加入科大讯飞，前期负责人脸识别，医学影像等CV方向算法效果测试体系建设。目前在AI工程院承担AI测试技术探索、测试能力拓展及AI效能平台建设工作，主导或参与过多项专利和标准的写作。10年以上测试开发和效能相关经验，对研发效能、AI测试、引擎安全测试有深刻的理解和应用实践。
潘松
科大讯飞 AI高级测试架构师
待定
待定
AI引擎持续交付的质效合一平台化实践
内容大纲
听众收益
联系我们
票务联系（可以开发票）： 梦媛 13520678913 （微信同号）
议题投稿： Email：Speaker@qecon.net
媒体合作： 皮皮：13516196409
商务合作： 木子：15122643988
Tips：报名成功后，会收到电子二维码，大会当天凭此现场兑换参会证；
扫码可查看往届盛况
QECon公众号
