4006-998-758
3000+课程任你选择
软件质量提升的业界最佳实践
研发学院 性能测试专家
Jack Miao
  • 业界知名实战派研发效能(软件工程)和软件质量双领域专家,在国内外各大技术峰会担任联席主席,技术委员成员和出品人

  • 国内第一本多模态大模型书籍的作者,国内最早的大模型应用领域的一线实践者和布道者

  • 硅谷先进研发效能理念在国内的技术布道者,互联网行业研发效能提升领域的技术先行者

  • 大语言模型LLM在软件研发领域应用与落地的先行者

  • 测试基础架构和测试中台建设的技术布道者与实践者

  • “研发效能宣言“发起人和主要起草人

● 腾讯研究院 特约研究员

● 腾讯Tech Lead

● 腾讯集团技术委员会委员

● 腾讯管理干部技术领导力建设核心讲师

● 腾讯CTO领航营特聘讲师

● 腾讯研究院AIGC行业研究专项 特聘技术专家

● 腾讯学堂AIGC和LLM行业应用进阶特聘讲师

● 腾讯投后企业技术高管技术领导力课程核心讲师

● 中国计算机学会(CCF) TF 研发效能SIG 主席

● 国务院发展研究中心AIGC应用 特约访谈专家

● 中国信息通信研究院“LLM智能化软件工程”年度贡献专家

● 中国通信标准化协会TC608云计算标准和开源推进委员会云上软件工程工作组副组长

● IEEE 智能化软件工程标准的撰写人之一

● 年度IT图书最具影响力作者(与吴军同时获奖)

● 22年23年连续两年获得 中国信通院软件工程领域年度十大突出贡献专家

● 年度IT技术领导力年度互联网行业测试领域技术专家

● 中国商业联合会 互联网应用技术委员会 智库专家

● 腾讯云架构师技术同盟入会发展主席

● 畅销书《多模态大模型:技术原理与实战》作者

● 台湾繁体图书《多模态+大模型实作精讲》作者

● 《大模型驱动的软件测试:从理论到实践》译者

● 《构建Agentic AI系统:打造能推理、可规划、自适应的AI智能体》译者

● 《智能体设计模式:构建Agentic系统实践》译者(即将出版)

● 《因果 AI》译者(即将出版)

● 《AI Agents in Action》译者(即将出版)

● 《Engineering AI System》译者(即将出版)

● 《AI赋能的数据科学:基于LLM的多模态数据分析》译者(即将出版)

● 腾讯云最具价值专家TVP,阿里云最具价值专家MVP,华为云最具价值专家MVP

● 业界第一本研发效能领域专著《软件研发效能提升之美》作者

● 畅销书《软件研发效能提升实践》作者

● 畅销书《软件研发效能权威指南》主编

● 畅销书《测试工程师全栈技术进阶与实践》作者

● 畅销书《高效自动化测试平台:设计与开发实战》作者

● 畅销书《现代软件测试技术之美》作者

● 新书《高质效交付:软件集成、测试与发布精进之道》

● 新书《软件研发行业创新实战案例解析》主编

● 新书《现代软件测试技术权威指南》

● 译作《整洁架构之道(中文新版)》

● 译作《软件设计的哲学(第2版)》

● 译作《DevOps实践指南(第2版)》

● 译作《持续架构实践:敏捷和DevOps时代下的软件架构》

● 译作《现代软件工程:如何高效构建软件》

● 译作《精益DevOps》

● 译作《基础设施即代码:模型驱动的DevOps》

● 译作《计算机科学通识:计算思维培养与多学科问题解决实践》

● 硅谷架构经典教程《软件架构实践(第4版)》技术审校

● 《软件开发中的决策:权衡与取舍》技术审校

● InfoQ极客时间《软件测试52讲-从小工到专家的实战心法》作者

● 《研发质量保障与工程效能》作者之一

● 团体标准“软件研发效能度量规范“核心编写专家

● 信通院“DevOps能力成熟度模型”核心编写专家

● 技术白皮书“研发效能实践指南“主编

● 技术白皮书“软件测试技术趋势白皮书“指导委员会委员

● 技术白皮书“数字化时代质量工程白皮书“编写委员会成员

● “2022研发效能实践案例智库集“主编

● Certified DevOps Enterprise Coach课程设计者

● “中国数字经济发展观察报告”作者之一

● 西南科技大学 计算机科学与技术学院 研究生导师

● 南京大学 软件学院 企业讲师

● 中国移动通信联合会ICT领域专家级讲师认证

查看老师详情
课程内容

课程大纲


全员软件质量管理模型初探

• 到底什么是软件的质量

• 软件的质量问题到底谁来背锅

• 从“用户登录”测试来看测试的不可穷尽性

• 基于风险驱动的软件测试策略

• 自动化测试不是银弹


从大型网站技术架构的演进来看测试策略的设计

• 资深测试人员必须掌握的架构知识

• 分布式架构的发展和测试策略

• 微服务架构的发展和测试策略

• 冰淇淋测试策略

• 金字塔测试策略

• 菱形测试策略

• ”去QE“策略的利与弊


软件质量提升的最佳实践

• 软件质量的挑战与难点

• 全员软件质量管理模型的核心理念与落地实践

• 根据被测产品架构选择最佳的测试策略

• 如何充分利用自动化测试技术

• 如何避免过度依赖于自动化测试技术

• 哪些项目适合自动化测试

• 哪些测试最适合开发人员自己做

• 开发人员自己做测试的局限性以及解决方案

• 测试基础架构的建设


分层测试策略设计

• 代码级别的软件质量

• 集成级别的软件质量

• 系统级别的软件质量

• 发布级别的质量

• 运维级别的软件质量



企业级GUI自动化测试技术精要

• 测试脚本的封装粒度问题

• 页面对象模型的由来以及应用

• 业务流程模型的解决的问题以及应用

• 如何提高GUI测试的稳定性

• 应对全球化的统一业务模型的设计与创新

• 页面对象的自动代码生成

• 无头浏览器Headless

• 提高GUI自动化测试的关键技术

• 基于模型的GUI自动化测试技术(MBT)

• 案例分享:大型互联网电商的GUI测试基础架构的设计


企业级API自动化测试技术精要

• 最原始的API测试框架

• API测试框架的开发与关键技术

• API测试的数据准备

• API测试与CI/CD的集成

• API的并发测试

• API的性能测试

• API测试的难点与解决思路:数据传递

• API测试的难点与解决思路:顺序调用

• API测试的难点与解决思路:异步API

• API测试的难点与解决思路:API的后向兼容性

• API测试一站式解决方案:HttpRunner使用 (Python)


微服务时代的测试方法

• 微服务架构下的API测试挑战

• 基于消费者契约的API测试 

• 基于契约的Mock Service实现API测试依赖解耦

• 基于消费者契约的契约捕获

• 基于消费者契约的实际案例解析


企业级自动化测试中测试数据难题的解决思路

• 测试中数据的复杂性与难点

• 基于实时数据创建的测试数据准备策略

• 基于Out-of-box的测试数据准备策略

• 测试数据准备工具的最佳实践

• Test Data core service设计哲学

• Test Data Service的架构设计与实现

• 数据准备的创新设计

• 实际案例分享:全球大型电商测试数据的最佳实践


企业级自动化测试执行环境的设计与最佳实践

• 早期的测试执行环境

• 基于Jenkins触发测试执行

• 引入Test Runner / Test Execution System

• CI/CD集成的设计与最佳实践

• 基于Selenium Grid提高测试并行执行能力

• 基于Jenkins Cluster提高测试并行执行能力

• 基于Docker实现Selenium Grid的动态扩展与收缩

• 基于Docker实现Jenkins Cluster的动态扩展与收缩

• 引入Test Report Service生成各种测试报告


企业级自动化测试报告平台的设计与最佳实践

• 典型的Test Report Platform架构

• 高扩展的Test Report Service

• 引入Story Board Test Report

• Full Trace Test Report设计与实现

• 引入Multi-Site Comparison Report提高LQA 测试效率

• 引入Test Analysis Service提高Defect分类效率


代码级的软件质量保证

• 代码的基本特征

• 代码缺陷产生的原因

• 代码错误的分类

• 代码级测试方法的分类

• 完备代码级测试用例的设计

• 代码测试覆盖率的衡量

• 代码测试覆盖率的实现原理

• 探讨覆盖率的局限性


业界前沿测试管理经验

• 敏捷开发模式下的敏捷测试管理

• “去QE”时代下的测试管理

• 测试驱动开发(TDD)的测试管理实践

• 行为驱动开发(BDD)的测试管理实践

• 基于Test as a Service架构的测试管理

• DevOps和TestOps时代的测试管理

• 测试工具应用商店的实践与管理




返回上一级