专场出品人：董海炜
百度商业质量效能部技术负责人
2007年加入百度质量部，长期以来主要从事自动化测试、持续集成、devops、云原生质量保障相关技术领域。现在负责部门的质效中台方向，全面推动质效技术的云原生、产品化改造。
专场：质量工程
在当今数字化时代，软件系统的规模和复杂性正在爆发式的增长，靠传统软件测试的方法和手段已经很难支撑软件的快速交付，本专题会分享如何丰富测试之外的质量保证措施，持续推进基于度量的测试改进闭环，从而将质量工作从软件测试提升到质量工程的层次。
通过CI持续集成，上线前自动化检测缺陷(质量左移)；通过质量巡检提前发现线上问题(质量右移)，从而提升小程序、H5用户体验
策略方案：
策略方案：
1. 已上线的H5/小程序 线上采样，做质量巡检
2. 未上线的H5/小程序,做质量卡点
1. 要解决的痛点场景
2. 技术选型与架构设计
3. 质量左移，持续集成
4. 质量右移，线上巡检
5. 体系化专项治理
6. 成果展示
2. 技术选型与架构设计
3. 质量左移，持续集成
4. 质量右移，线上巡检
5. 体系化专项治理
6. 成果展示
性能与用户体验质量保障体系与方法论参考、踩坑实战分享、企业实践思路分享
阿里健康质量团队测试开发工程师，目前主要负责阿里健康前端质量专项治理、持续集成、线上巡检等质量保障工作，保障医蝶谷、医鹿 等产品的高可用、稳定性、性能与用户体验。毕业后曾就职高德地图、自如科技等公司，从事研发、质量架构、Devops 等平台开发工作。
张航
阿里健康 测试开发专家
待定
待定
前端质量保障体系化演进之路
内容大纲
听众收益
随着IT和互联网行业的快速发展，软件系统的复杂度逐步增加，分布式技术架构成为主流。微服务，数据库，缓存，对象存储，消息等各种分布式组件构建成复杂的分布式系统。
分布式系统面向故障的架构设计，需要在环境模拟节点故障比如磁盘、CPU满载，网络拥塞等来验证设计是否符合预期，需要的是一种能满足分布式设计的白盒测试方法。
针对可靠性测试的挑战，混沌工程在一定程度上给出了解法。混沌工程通过一些平台工具，能够很好的支持可靠性测试需要模拟的故障注入场景。测试人员只需要掌握基本的平台使用方法，就可以在可靠性测试流程中产生想要的故障，完成用例的执行。
1. 可靠性测试背景
2. 混沌工程在可靠性测试的作用
3. 可靠性相对分母计算方法
4. 可靠性测试用例设计方法
5. 业务场景的可靠性测试设计
6. 可靠性测试未来展望
2. 混沌工程在可靠性测试的作用
3. 可靠性相对分母计算方法
4. 可靠性测试用例设计方法
5. 业务场景的可靠性测试设计
6. 可靠性测试未来展望
在可靠性测试环节引入混沌工程，提高整体可靠性测试广度和深度。
2021- 现在PerfMa混沌工程产品负责人
2015-2021 蚂蚁集团支付宝事业群SRE
多次双十一，双十二，新春大促SRE负责人
2010-2015 某华尔街巨头风险报表负责人
2015-2021 蚂蚁集团支付宝事业群SRE
多次双十一，双十二，新春大促SRE负责人
2010-2015 某华尔街巨头风险报表负责人
擅长领域：高可用保障，混沌工程
叶青山
PerfMa 混沌工程产品负责人
待定
待定
突破传统可靠性测试：混沌工程最佳实践
内容大纲
听众收益
1. 分层的测试体系，用户行为的负载模拟
2. 硬件性能的评估
3. 性能瓶颈分析以及工具自动化
2. 硬件性能的评估
3. 性能瓶颈分析以及工具自动化
面对功能复杂，代码量庞大的操作系统，如何评估系统的性能，如何站在用户体验的角度去看系统的性能？
操作系统是基于硬件平台才能够运行，系统性能很多依赖于硬件的配合，如何评估不同平台下的性能表现？
系统性能的问题定位非常复杂，如何能做到快速定位定界？
针对全新的操作系统，如何能够评估上市后的性能，经受住复杂应用逻辑的考验？
操作系统是基于硬件平台才能够运行，系统性能很多依赖于硬件的配合，如何评估不同平台下的性能表现？
系统性能的问题定位非常复杂，如何能做到快速定位定界？
针对全新的操作系统，如何能够评估上市后的性能，经受住复杂应用逻辑的考验？
1. 借鉴对性能测试的思路以及方法
2. 借鉴硬件性能的评估
3. 可直接采用性能瓶颈的分析
2. 借鉴硬件性能的评估
3. 可直接采用性能瓶颈的分析
2015年就职于华为至今，一直从事软件研发与优化工作，当前负责华为终端产品性能测试分析工作，主导和参与多个上市产品/鸿蒙系统的性能竞争力特性，致力于打造极致的系统性能体验
擅长领域：系统性能测试与优化
窦峥
华为 高级测试研发工程师
待定
待定
打造操作系统性能防护体系－OpenHarmony实践
内容大纲
听众收益
人工智能是新一轮科技革命和产业变革的重要驱动力量，在人工智能领域商业驱动发展的大背景中，有着强大金融和科技背景的银行，迎来极好的转型与发展机会，将CV,NLP等AI技术广泛应用于金融服务和智能运营场景，随着AI应用程序的日益普及和它本身所使用技术的复杂性，算法的质量保障重要性越来越突出，对于智能模型的评估和优化成为了我们越来越关注的重点，开放银行背景下，业务数据量大且复杂，敏感数据监管严格，业务需求迭代快速，如何整合利用大量复杂数据，冲破样本瓶颈？如何多方位评估模型质量，为生产业务保驾护航？如何在业务流程中形成数据闭环，支撑模型快速优化？都将是我们在AI应用测试过程中的思考方向。本话题将讨论银行背景下的AI算法测试体系化，平台化的经验落地。
1. AI在银行的应用场景
1.1 AI大背景下，具有金融和科技优势的银行，如何进行智能化转型与发展
1.2 AI应用场景如何赋能业务流程，实现提效降能
2. 模型质量保障的挑战
2.1 常规的模型开发测试流程
2.2 面临的挑战
3. 模型测评体系建立
3.1 模型分级及评估和监控体系
3.2 离线测评，定性定量，从安全性，可解释性，精准性和性能多维度建立算法评估标准
3.3 生产测试一体化方案，解决样本合规
3.4 数据闭环方案，业务数据支撑快速标注
3.5 建模过程管控，辅助可解释性追溯
3.6 在线监控，A/B测试，指标监控助力线上模型效果洞察
4. 平台化赋能
4.1 样本管理，清洗，标注，预分类，突破样本瓶颈
4.2 任务执行，评估自动化，助力业务模型快速迭代
4.3 灵活自定义指标，生成测试报告
4.4 监控历史指标趋势，智能模型诊断
5. 实践及规划
5.1 OCR模型测试实践
5.2 建立模型运行状况大盘，融合离线指标评估和在线指标监控，场景化全方位监测模型，打造模型可信度鉴别系统，助力AI应用在业务流程中有效稳定运行
1.1 AI大背景下，具有金融和科技优势的银行，如何进行智能化转型与发展
1.2 AI应用场景如何赋能业务流程，实现提效降能
2. 模型质量保障的挑战
2.1 常规的模型开发测试流程
2.2 面临的挑战
3. 模型测评体系建立
3.1 模型分级及评估和监控体系
3.2 离线测评，定性定量，从安全性，可解释性，精准性和性能多维度建立算法评估标准
3.3 生产测试一体化方案，解决样本合规
3.4 数据闭环方案，业务数据支撑快速标注
3.5 建模过程管控，辅助可解释性追溯
3.6 在线监控，A/B测试，指标监控助力线上模型效果洞察
4. 平台化赋能
4.1 样本管理，清洗，标注，预分类，突破样本瓶颈
4.2 任务执行，评估自动化，助力业务模型快速迭代
4.3 灵活自定义指标，生成测试报告
4.4 监控历史指标趋势，智能模型诊断
5. 实践及规划
5.1 OCR模型测试实践
5.2 建立模型运行状况大盘，融合离线指标评估和在线指标监控，场景化全方位监测模型，打造模型可信度鉴别系统，助力AI应用在业务流程中有效稳定运行
了解AI算法在银行的应用场景，以及测试职能在金融AI大背景下的定位
了解一般的算法模型开发测试流程，以及在银行背景下算法质量评估遇到的挑战，以及如何通过流程和技术双管齐下解决痛点；
了解如何建立算法测试评估体系来助力业务流程中的AI应用有效稳定
了解一般的算法模型开发测试流程，以及在银行背景下算法质量评估遇到的挑战，以及如何通过流程和技术双管齐下解决痛点；
了解如何建立算法测试评估体系来助力业务流程中的AI应用有效稳定
曾任职于PPTV聚力传媒，新浪，2018年加入平安银行零售大数据团队，任AI算法组测试经理，负责模型算法质量保障体系，从0到1探索并建立算法测试平台，助力测试效能提升
擅长领域：服务端测试，自动化测试，算法测试
郭宁
平安银行 零售大数据AI算法测试组经理
待定
待定
银行业务背景下的模型质量保障
内容大纲
听众收益
联系我们
票务联系（可以开发票）： 小娟 15901265561（微信同号）
议题投稿： Email：Speaker@qecon.net
商务合作： 皮皮：13516196409
媒体合作： 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
