数字化浪潮席卷数政、金融、零售、制造、交通、农业等等传统行业，以及随着以AI、大数据、IOT为代表的新兴技术领域兴起，质量技术在向着行业和领域细分发展。数字化转型领域场景上的质量标准、质量度量、平台建设、研发效能、生态圈协作等又会爆发出促进技术和国计民生的创新事物。本专题将围绕这些方面的业界探索和最佳实践展开。
数智化质量工程 专场
专场出品人：刘瑾
蚂蚁集团 财富和平台部 质量技术风险总监
清华硕士、在互联网toC搜广推、大安全、移动端、金融科技等业务具有10年以上质量和风险管理经验。
3年智能化金融toB业务和产品负责人，具备丰富的业务和研发管理经验。
目前专注于蚂蚁财富在对话、营销、生成等场景的大模型应用落地和底座的质量和风险工作。
3年智能化金融toB业务和产品负责人，具备丰富的业务和研发管理经验。
目前专注于蚂蚁财富在对话、营销、生成等场景的大模型应用落地和底座的质量和风险工作。
李佳奇
去哪儿旅行
机票目的地事业群/技术总监
去哪儿旅行/机票目的地事业群/机票技术总监，技术委员会成员，业务架构SIG负责人，机票业务架构组负责人，有10年OTA领域研发经验。去哪儿旅行DDD推广者，指导协助机票/服务/会员/酒店等多个技术团队落地DDD。负责去哪儿机票用户触达、包机切位、机票后服务、航班动态等核心业务，在高并发高性能系统设计、高可靠交易系统建设、面向业务的业务架构设计落地等积累丰富经验并产出颇多。
擅长领域：高并发高可靠系统设计、业务架构落地、DDD方法论和落地、技术管理、系统复杂度治理等领域。
待定
待定
Qunar系统防腐化治理之路
22年Qunar技术中心进行了轰轰烈烈的系统瘦身，并取得了卓越的成效。在此之后，如何维持巩固来之不易的瘦身成果，有效的治理系统复杂度维持在合理区间，防止系统腐化，就成为了接下来需要解决的问题。
借由此背景，技术中心落地了系统防腐化项目，完成了对公司系统复杂度的建模测量，以及长效机制的落地和实施，覆盖技术中心1800+个应用和1600+个工程的实时复杂度跟踪，识别跟进3个四级部门的系统腐化事件。
借由此背景，技术中心落地了系统防腐化项目，完成了对公司系统复杂度的建模测量，以及长效机制的落地和实施，覆盖技术中心1800+个应用和1600+个工程的实时复杂度跟踪，识别跟进3个四级部门的系统腐化事件。
1. 系统腐化指标的识别-复杂度模型的提出（由虚向实，使用定义测量、逻辑推理、概念映射等方法确定可落地抓手）
2. 复杂度建模过程和结果（在业内无标准规范和类似工作参考的情况下进行独立探索和模型建设）
3. 复杂度模型数字化落地（整合云原生基础设施，落地系统复杂度数字化测量和治理）
4. 防腐长效机制建立 （业内少有的治理成功案例介绍，以及相关思考）
2. 复杂度建模过程和结果（在业内无标准规范和类似工作参考的情况下进行独立探索和模型建设）
3. 复杂度模型数字化落地（整合云原生基础设施，落地系统复杂度数字化测量和治理）
4. 防腐长效机制建立 （业内少有的治理成功案例介绍，以及相关思考）
1. 本次分享介绍在系统防腐化项目中，应用复杂度和业务域关联度模型建设和数字化落地过程，同时会介绍防腐的长效机制
的落地和实施机制。
2. 大家可以通过本次分享了解如何定义测量系统复杂度，如何建立长效治理机制，如何维持系统复杂度在合理区间。
2. 大家可以通过本次分享了解如何定义测量系统复杂度，如何建立长效治理机制，如何维持系统复杂度在合理区间。
内容大纲
听众收益
周小建
蚂蚁集团 高级测试开发专家
浙大计算机硕士毕业，余额宝、蚂蚁基金质量负责人，先后在IBM、联想、蚂蚁集团等企业从事软件开发和质量保障工作，目前专注于金融级软件质量和稳定性的数智化建设。
待定
待定
蚂蚁基金资产底盘的数智化保障实践
随着近几年业务的快速发展，蚂蚁财富的资产管理规模和用户量都有了飞速的增长，随之带来的是异常复杂的交易链路以及极致要求的生态交互。 在这样的背景下，如何保障交易链路的测试全面性以及机构生态的数据准确性是一个非常大的挑战。
1. 蚂蚁财富业务发展历史
2. 蚂蚁财富资产底盘挑战
3. 资产底盘质量保障大图
4. 保障方案详细介绍
重点1：交易链路测试全面性保障
1.1 测试分母数字化刻画；
1.2 测试用例自动化生成；
1.3 测试账号批量化生产；
1.4 测试结果基线化校验；
重点2：机构生态数据准确性保障
1.1 研发态的文件精准灰度能力；
1.2 运行态的文件错误发现能力；
1.2.1 领域驱动的机构仿真；
1.2.2 算法驱动的规则挖掘；
5. 未来展望
2. 蚂蚁财富资产底盘挑战
3. 资产底盘质量保障大图
4. 保障方案详细介绍
重点1：交易链路测试全面性保障
1.1 测试分母数字化刻画；
1.2 测试用例自动化生成；
1.3 测试账号批量化生产；
1.4 测试结果基线化校验；
重点2：机构生态数据准确性保障
1.1 研发态的文件精准灰度能力；
1.2 运行态的文件错误发现能力；
1.2.1 领域驱动的机构仿真；
1.2.2 算法驱动的规则挖掘；
5. 未来展望
期望能够给听众带来一些如何通过数字化和智能化的手段提高金融领域的质量保障水平的一些启发。
内容大纲
听众收益
郑嘉庆
蚂蚁集团风险效能部
技术风险数据平台负责人
2017年加入蚂蚁集团技术风险部，负责实时数据平台RMC系统和团队的建设工作。RMC作为技术风险核心基础设施，承载数百万~近亿TPS实时数据流量的采集、建模、分析和计算，支撑技术风险的资金核对、攻防演练、变更防御、仿真环境、性能容量、应急定位、智能监控等应用场景，实时保障蚂蚁用户每一笔业务请求的稳定可靠。本人先后就职于支付宝、百度、陆金所，对应用系统、基础设施、数据系统、团队管理等方面的建设略有心得。
待定
待定
实时保障每一笔资金安全，蚂蚁资损防控架构揭秘
蚂蚁在兼具互联网和金融背景下，庞大的系统和组织规模、频繁的特性迭代、错中交织的业务，使得资损防控问题变得足够复杂。而哪怕一分钱的差错，对公司的信誉都会有巨大的影响。本次议题我们主要介绍蚂蚁资损防控的技术体系，如何做到每一笔业务请求在全链路下的自动布防和准实时核验。与会者能对超大规模的实时数据系统和核对体系建设有一定的启发和理解。
1. 蚂蚁技术风险业务概述：在兼具大型互联网和金融约束下，保障系统稳定性的综合挑战
2. 实时数据系统：构建刻画每一笔用户请求的实时数据流
3. 智能核对系统：基于数据的核对关系与规则自动推导与自动布防
4. 总结与展望
2. 实时数据系统：构建刻画每一笔用户请求的实时数据流
3. 智能核对系统：基于数据的核对关系与规则自动推导与自动布防
4. 总结与展望
1. 了解资金安全强诉求背景下的核对体系建设思路
2. 了解大规模实时数据流、关系推导和自动布防的技术细节
2. 了解大规模实时数据流、关系推导和自动布防的技术细节
内容大纲
听众收益
1. 云解决方案的测试挑战
1.1 云解决方案的特征（状态、规模、流量、应用组合负责，组合数量超3000以上）
1.2 元服务交付多种场景的测试困境（单个云服务交付多种场景，有限的人和时间难以应对）
1.3 多领域测试的协同困境（不同测试活动的测试工具、测试资产复用困难，低质量重复，造成极大浪费）
2. 核心解决思路
2.1 以“目标系统”为基础的统一建模（“被测系统”、“测试系统”是用户“目标系统”的一体两面，通过统一建模解决大型复杂系统的测试难题）
2.2 建立原子测试资产模型及设计规范（参考API设计原则，测试资产也应遵循一定的工程化原则，进行设计和建模）
2.3 通过测试系统实现资产治理、应用和运营（通过测试系统平台架构支撑资产治理和资产应用，基于数据持续运营，构建测试生态）
3. 关键技术方案
3.1 测试资产的III工程方案（原子测试资产应满足Importable、Invokable、Integrable三种特征，支持多种工程应用）
3.2 跨语言跨框架的测试任务模型（建立统一测试资产执行总线，满足测试资产复用、协作的要求）
3.3 测试能力产品化发布（测试资产匹配对应的被测对象，构建对应的测试产品并发布，测试价值具象化）
4. 实践效果
4.1 可靠性-上下电测试效能提升
4.2 容灾测试效能提升
1.2 元服务交付多种场景的测试困境（单个云服务交付多种场景，有限的人和时间难以应对）
1.3 多领域测试的协同困境（不同测试活动的测试工具、测试资产复用困难，低质量重复，造成极大浪费）
2. 核心解决思路
2.1 以“目标系统”为基础的统一建模（“被测系统”、“测试系统”是用户“目标系统”的一体两面，通过统一建模解决大型复杂系统的测试难题）
2.2 建立原子测试资产模型及设计规范（参考API设计原则，测试资产也应遵循一定的工程化原则，进行设计和建模）
2.3 通过测试系统实现资产治理、应用和运营（通过测试系统平台架构支撑资产治理和资产应用，基于数据持续运营，构建测试生态）
3. 关键技术方案
3.1 测试资产的III工程方案（原子测试资产应满足Importable、Invokable、Integrable三种特征，支持多种工程应用）
3.2 跨语言跨框架的测试任务模型（建立统一测试资产执行总线，满足测试资产复用、协作的要求）
3.3 测试能力产品化发布（测试资产匹配对应的被测对象，构建对应的测试产品并发布，测试价值具象化）
4. 实践效果
4.1 可靠性-上下电测试效能提升
4.2 容灾测试效能提升
杨雷
华为云 高级工程师
华为云计算公司/云服务产品部 高级工程师，目前主要负责华为云测试系统的架构设计和产品规划、自动化工程基础架构设计等工作，支撑华为云批量交付场景集成验证活动高效开展。同时，在华为自动化测试专题组和华为云测试工程工具TMG中担任相关工作。个人12年测试从业经历，其中分别有9年云领域测试和3年软件架构设计经验，长期专注于自动化测试、测试工程能力、DevOps流水线以及软件架构设计领域。
擅长领域：软件架构设计、自动化测试框架&开发、性能&仿真测试。
擅长领域：软件架构设计、自动化测试框架&开发、性能&仿真测试。
待定
待定
基于模型提升云解决方案的测试效能
云解决方案通常由数以千计的服务器和网络设备等硬件组成，涉及复杂组网结构和各种云服务组合，元服务从研发到上云或局点交付，亦存在多种形态，同时，随着客户更深入的用云，云服务数量、应用业务类型、接入流量规模等急剧膨胀，传统依赖于个人经验的测试模式已经难以满足于这种大型复杂系统对质量的要求。笔者提供一种基于模型开展云解决方案的测试方案，从业务架构建模开始，打造一套支撑测试、环境和评估的同源模型，构建云解决方案的测试系统，提升云解决方案端到端的测试效能。
1. 面对大型复杂系统的测试模式建议。
2. 基于模型的测试资产、测试环境、测试评估建设思路。
3. 测试资产治理的原则，测试资产生态的构筑思路。
4. 自动化建设思路，面向模型的自动化测试设计开发。
2. 基于模型的测试资产、测试环境、测试评估建设思路。
3. 测试资产治理的原则，测试资产生态的构筑思路。
4. 自动化建设思路，面向模型的自动化测试设计开发。
内容大纲
听众收益
关注QECon公众号
关注QECon视频号
议题投稿
Speaker@qecon.net
票务联系
18611377287 马静
媒体合作
13516196409 皮皮
商务合作
15122643988 木子
