直播预告 | 百度技术沙龙 基于风险驱动的智能交付系统
风险无处不在,但不是所有的测试都能够揭露风险。基于这两个现实,百度MEG质量效能团队从2021年开始探索和实践基于风险驱动的测试,希望利用人工智能技术来决策测试行为,实现风险揭错的高ROI。
9月21日,本期沙龙数据派THU将带您走进百度MEG质量效能团队,为大家带来“基于风险驱动的智能交付系统”的专题分享。
直播时间:2022/09/21 14:00-16:30
扫码预约直播
演讲嘉宾:
刘道伟,百度资深测试工程师
百度资深测试工程师,搜索业务测试技术负责人,主要负责搜索测试中台和效能方向,具有多年的交付效能、智能交付工作经验。
报告题目:百度搜索业务交付无人值守实践与探索
报告摘要:
随着工程能力的提升,测试能力左移,研发的自主测试率不断提升。但在交付过程中,仍然存在很多流程和质量确认环节依赖于人工测试,消耗了大量的QA人力,因此百度探索通过智能化决策代替交付过程中的人工决策,实现全流程无人值守。
本次报告将介绍交付过程中无人值守的方案,探索实践及降本增效。
韩照光,百度资深测试工程师
百度资深测试工程师,大商业交付效能提升负责人,长期从事研发效能提升工作。在研发流程改进、接口自动化及持续集成、效能数字化方面有一定的经验,目前专注于精准测试和智能化测试等专项测试的改进工作。
报告题目:AI技术在基于风险测试模式转型中的应用
报告摘要:
当前,项目交付过程中测试环节黑盒占比较高,质量、效率受主观因素影响较大,很大程度依赖个人的经验和能力,在测试过程中面临着谁来测、怎么测、测试效果等问题。我们试着将AI技术引入整个测试过程,基于项目风险驱动任务自动分发、测试范围分析、智能化的测试执行、测试辅助定位、准出风险评估做全流程的智能决策,提高技术/机器决策占比,用较小代价完成测试任务,实现整体测试模式转型。
本次报告将为大家介绍AI技术在基于风险测试模式转型中的应用分享。
黄佳鑫,百度资深测试工程师
百度资深测试工程师,研发质效策略负责人。通过数据+AI策略,最大程度平衡交付质量和效能,在用例筛选、精准灰度,风险评估和线上监测等方面有实践经验。
报告题目:质量度模型助力风险决策水平提升
报告摘要:
持续交付过程的决策和流转主要依赖人工判断,人工精力有限、经验参次不齐会影响交付的质量和效率。与此同时,机器学习技术的应用,已在不同领域遍地开花。
本报告将介绍机器学习在质量场景的一些探索和实践,希望给大家带来一些思考。
相关文章
- 解决NVIDIA显卡驱动 图形驱动程序安装失败 问题
- 营销之父科特勒:如何驱动公司在竞争性市场持续增长?
- Ubuntu 安装 HP 打印机、扫描仪驱动
- 【人体运动生成】开源 | 第一个能够从自然语言或音频序列生成人体动作序列的统一驱动引擎UDE,性能SOTA!
- 驱动开发Linux下QT USB驱动的经验分享(linuxqtusb)
- 点亮idea:MySQL驱动安装指南(ideamysql驱动)
- 聚焦前沿技术,创新驱动升级 | 84位大咖邀你参加2020GIAC全球互联网架构大会
- ECAI 2016论文精选 | 用于改善文字和文本嵌入的聚类驱动模型
- Oracle连接驱动:稳定高效的数据库驱动程序(oracle连接驱动)
- 互金整改延期无碍大局,实质是驱动行业转型
- Linux驱动大全:适用于各种设备的详细介绍和配置指南,让你轻松学会Linux驱动的安装和使用。(linux驱动大全)
- Linux安装显卡驱动简易指南(linux装显卡驱动)
- 让STM32板载Linux系统驱动舞台灯光(stm32跑linux)