新兴测试-北京站_QECon全球软件质量效能大会-橙柚科技

8折票售票中

7月15日前团购享更多优惠

深圳站 · 5月12-13日

北京站 · 7月28-29日

上海站 · 9月22-23日

优惠倒计时

我们不仅处在Cloud时代，也处在智能的时代、万物互联的时代，一些新型的应用如雨后春笋般快速成长起来，如人脸识别、区块链应用、物联网、5G等。面对这些应用，传统的测试方法可能不再有效，需要重新研究新的测试方法或工具，来对症下药，完成智能系统测试、区块链测试、IoT测试、5G测试等，确保系统安全可靠。

专场：新兴测试

专场出品人：周志彬

小米手机高级测试总监

2011年加入小米，组建小米手机测试团队，先后负责过平台软件、应用软件、认证、硬件验收等领域的测试工作，建立了从研发到交付的整机测试体系。牵头小米手机实验室的建设，领导了稳定性及机械手自动化测试项目。

高峰

华为 GTS Cloud Open Labs

解决方案测试专家

现任职华为GTS Cloud Open Labs ，负责5G toB领域行业解决方案验证，伙伴生态认证，数字化转型等领域联合创新。

具有13年ICT领域工作经验，参与若干国内外最大的运营商网络转型测试方案的设计。并在5GtoB重大创新项目中完成场景化解决方案测试设计，主导行业应用和网络结合ICT数字化转型实践。带领团队在多个大型ICT专项项目取得成功，涉及NFV、SDN网络、5G网络，边缘网络、云计算、远程控制，视频回传等领域的成功。当前研究的重点在OT+IT+CT的解决方案测试架构设计和伙伴生态建设。

待定

行业场景化解决方案测试-远程控制

5G进入行业后，大量涉及到了工业远程控制的场景，工业控制业务场景同样横跨了多个行业，钢铁、矿山、3C制造….

面对工业远程控制业务场景的全量建网策略，出现网络浪费，应用不稳定，运维困难等问题，意味着从业者对于行业画像，业务建模与网络建模，并没有统一的规则和打法，没有清晰的衡量标准，没有一站式解决问题的机关组织。

工业控制场景是高频5GtoB业务场景，该场景往往与生产运营流程绑定，对于企业至关重要；是5GtoB解决客户核心业务诉求的重要切入点，也是5GtoB解决方案成功的桥头堡。典型的业务场景，带来了对整体放哪更高的要求。如何解决多个行业的工业控制业务建模与网络建模，清晰与对齐行业语言，明确5GtoB网络应该保障的SLA至关重要

为了满足行业的需求，避免全量建网的资源浪费和闲置，实现精确建网

【模型和算法】：建设应用的场景化算法，持续积累场景化模型，循环式优化算法和模型，形成行业大模型

【模拟拨测】：建立应用的模拟业务流，增加干扰流，自动完成业务测试执行，指标收集，测试结果

【画像建模】：为行业画像，应用场景建模，网络侧模型建设，行业指标和网络侧指标对应

本课旨在介绍面向行业应用进行画像，业务建模，网络建模的测试方法，构建基本的OICT的解决方案测试方法。

内容大纲

听众收益

张炳淑

蚂蚁集团测试开发专家

蚂蚁集团-财富保险事业群-财保技术部-质量与技术风险部-智能服务组质量负责人，测试开发专家，目前主要负责财富智能理财助理支小宝、理财师等智能服务团队质量保障工作。主导建设了智能理财服务的的智能化分层评测框架，实现对智能服务场景的分层水位指标评估体系，牵引模型优化，智能业务更新迭代。毕业7年校招入职蚂蚁集团，先后负责财富平台、理财助理支小宝、理财师、三笔钱投顾服务等质量工作。

待定

智能服务分层评测体系

智能化业务的评估测试方法和手段一直是业界在不断探索的课题，如何通过完善合理的评估指标及评估方法来评价量化智能化业务的水位，牵引智能化业务的迭代方向和评估迭代效果，是作为智能化业务的质量人员需要解决的课题。

问题的主要解决思路在于提出对智能化业务的分层评估体系方案，一个完整的智能化业务，无论是在产品结构设计还是在系统工程实现上，会涉及产运、算法、工程、数据等多个模型模块来共同作用，协同建设。当所有要素均耦合在一起时，无法通过单一模块化的指标来判断整个智能化业务的能力水位。因此，我们提出分层的评估体系方案，首先通过将一个智能化业务按产品结构及工程链路进行逐层拆解，规划设计出各层的核心指标，并建立层级指标间的联动关系，通过自动化定期评测的手段，来评估量化智能化业务整体的效果水位。

......

内容大纲

听众收益

1.大数据测试过程痛点分析
2.大数据测试平台构建思路、逻辑架构和实现细节
3.大数据测试平台在大数据质量保障体系中的应用，包括全场景测试数据构造、从数据加工口径到测试案例的一键生成、数据质量探查、异构数据比对及测试结果可视化展现等
4.效果与展望

中邮消费金融高级软件测试工程师

董佩

先后就职于Nortel、华为、中邮消费金融，深耕测试领域十余年。目前担任中邮消费金融大数据及AI测试团队负责人，致力于测试技术研究和团队关键能力构建，负责项目质量保障、自动化建设和测试工具建设。主导建设公司级全场景接口自动化框架体系、大数据流计算自动对数工具及大数据离线测试平台。

擅长领域：熟悉功能测试、大数据测试和测试开发，拥有丰富的开发、测试及技术管理经验。

待定

金融系统大数据质量保障实践

随着大数据技术的不断发展和企业数字化转型的推进，金融机构对数据分析和挖掘的依赖程度日益增加。他们需要从海量数据中提取有价值的信息，以辅助业务决策、营销获客和风险管控，其使用到的数据规模和复杂度日益增加，计算任务的体量不断增大，对数据质量的要求也越来越高。如何保证数据的正确性、完整性和及时性，如何通过工具化提供灵活高效的大数据质量检测能力，如何高效便捷的检测出数据加工过程中的异常和错误，是目前亟需解决的技术问题。

帮助听众了解大数据测试平台落地方案及技术细节，通过平台化提升大数据测试效率和质量。

内容大纲

听众收益

1. AR行业现状，及小米AR眼镜的产品介绍
2. AR的核心技术特性介绍
3. AR测试体系建设
4. AR的测试实践之路
实现从0构建AR的测试体系，完成小米AR眼镜的测试验收工作，助力产品在MWC大会上发布；

行业权威机构预测，全球AR设备出货量将从2021年的103万台提升至2026年的4123万台，年均复合增长率高达109%，市场规模有望超过200亿美元。其中，我国中国AR设备出货量有望在2025年达到近400万台。AR眼镜作为AR内容的重要载体之一，在未来5-10年的消费电子界扮演着重要的角色。因此对AR方向的测试技术研究对未来AR行业的发展有至关重要的意义。