舉報(bào)

會(huì)員
現(xiàn)代軟件測(cè)試技術(shù)之美
最新章節(jié):
學(xué)習(xí)筆記
本書內(nèi)容聚焦于“現(xiàn)代”軟件測(cè)試技術(shù),既包括近幾年頗受關(guān)注的前沿軟件測(cè)試技術(shù),也包括一些“老技術(shù)”在新場(chǎng)景下的應(yīng)用。作者希望將這些技術(shù)剖析清楚,在此基礎(chǔ)上給出一些常見的實(shí)踐案例或應(yīng)用場(chǎng)景,讓讀者深入理解這些軟件測(cè)試技術(shù)的來龍去脈,并能夠?qū)⑵淇焖賾?yīng)用到實(shí)踐中。本書分為7章,主要內(nèi)容包括軟件測(cè)試新理念、軟件測(cè)試新方法、軟件測(cè)試新技術(shù)、軟件測(cè)試基礎(chǔ)設(shè)施、軟件測(cè)試常見困惑、軟件測(cè)試行業(yè)案例等。本書內(nèi)容通俗易懂,案例豐富,既適合軟件測(cè)試從業(yè)人員(測(cè)試工程師、測(cè)試開發(fā)工程師、測(cè)試架構(gòu)師、測(cè)試經(jīng)理、測(cè)試總監(jiān)等)閱讀,也適合軟件開發(fā)人員、架構(gòu)師和企業(yè)管理人員閱讀,還適合作為高等院校相關(guān)專業(yè)的教學(xué)用書。
最新章節(jié)
- 學(xué)習(xí)筆記
- 7.3.4 未來方向與展望
- 7.3.3 落地效果
- 7.3.2 AI應(yīng)用場(chǎng)景
- 7.3.1 背景
- 7.3 AI技術(shù)在質(zhì)量領(lǐng)域的實(shí)踐
品牌:人郵圖書
上架時(shí)間:2024-05-24 16:48:01
出版社:人民郵電出版社
本書數(shù)字版權(quán)由人郵圖書提供,并由其授權(quán)上海閱文信息技術(shù)有限公司制作發(fā)行
- 學(xué)習(xí)筆記 更新時(shí)間:2024-05-24 17:25:21
- 7.3.4 未來方向與展望
- 7.3.3 落地效果
- 7.3.2 AI應(yīng)用場(chǎng)景
- 7.3.1 背景
- 7.3 AI技術(shù)在質(zhì)量領(lǐng)域的實(shí)踐
- 7.2.3 總結(jié)
- 7.2.2 數(shù)字化轉(zhuǎn)型中的測(cè)試技術(shù)應(yīng)用
- 7.2.1 背景
- 7.2 某“頭部”券商數(shù)字化轉(zhuǎn)型中的軟件測(cè)試實(shí)踐探索
- 7.1.4 總結(jié)
- 7.1.3 質(zhì)量中臺(tái)建設(shè)
- 7.1.2 推動(dòng)質(zhì)量基礎(chǔ)設(shè)施建設(shè)所走過的彎路
- 7.1.1 背景
- 7.1 某大型電商公司推動(dòng)質(zhì)量中臺(tái)建設(shè)的成功經(jīng)驗(yàn)與失敗教訓(xùn)
- 第7章 軟件測(cè)試行業(yè)案例
- 6.8.3 總結(jié)
- 6.8.2 問題和痛點(diǎn)
- 6.8.1 背景介紹
- 6.8 大規(guī)模敏捷團(tuán)隊(duì)中有哪些測(cè)試問題和痛點(diǎn)?
- 6.7 質(zhì)量與效能,魚和熊掌真的不能兼得嗎?
- 6.6 現(xiàn)在很多公司都在去測(cè)試化,我們究竟還要不要專職的測(cè)試人員?
- 6.5 編寫測(cè)試用例文檔花費(fèi)了大量的時(shí)間和精力,是否真的值得?
- 6.4 測(cè)試工程師必須要有開發(fā)能力嗎?
- 6.3 測(cè)試工程師如何應(yīng)對(duì)“一句話需求”?
- 6.2 系統(tǒng)出現(xiàn)漏測(cè),這個(gè)“鍋”應(yīng)該誰來背?
- 6.1 測(cè)試人員和開發(fā)人員的理想比例是多少?
- 第6章 軟件測(cè)試常見困惑
- 5.4.7 大型全球化電商網(wǎng)站測(cè)試中臺(tái)的使用示例
- 5.4.6 全局測(cè)試配置服務(wù)
- 5.4.5 測(cè)試報(bào)告服務(wù)
- 5.4.4 被測(cè)系統(tǒng)部署服務(wù)
- 5.4.3 測(cè)試執(zhí)行環(huán)境準(zhǔn)備服務(wù)
- 5.4.2 統(tǒng)一測(cè)試數(shù)據(jù)服務(wù)
- 5.4.1 統(tǒng)一測(cè)試執(zhí)行服務(wù)
- 5.4 測(cè)試中臺(tái)
- 5.3.3 測(cè)試數(shù)據(jù)的未來
- 5.3.2 測(cè)試數(shù)據(jù)的分類
- 5.3.1 測(cè)試數(shù)據(jù)的現(xiàn)狀
- 5.3 測(cè)試數(shù)據(jù)新知
- 5.2.5 測(cè)試基礎(chǔ)架構(gòu)的選型原則
- 5.2.4 測(cè)試基礎(chǔ)架構(gòu)的設(shè)計(jì)
- 5.2.3 測(cè)試基礎(chǔ)架構(gòu)的基本概念
- 5.2.2 基于Selenium Grid的解決方案
- 5.2.1 測(cè)試執(zhí)行環(huán)境的痛點(diǎn)
- 5.2 測(cè)試執(zhí)行環(huán)境
- 5.1.4 總結(jié)
- 5.1.3 測(cè)試環(huán)境的穩(wěn)定性巡檢
- 5.1.2 容器化的“軟隔離”方案
- 5.1.1 容器化的“One-Box”方案
- 5.1 測(cè)試環(huán)境
- 第5章 軟件測(cè)試基礎(chǔ)設(shè)施
- 4.6.5 總結(jié)
- 4.6.4 ChatGPT在自動(dòng)化測(cè)試應(yīng)用中的一些問題
- 4.6.3 使用ChatGPT生成基于Cucumber的GUI自動(dòng)化測(cè)試用例
- 4.6.2 ChatGPT和自動(dòng)化測(cè)試
- 4.6.1 ChatGPT簡(jiǎn)介
- 4.6 ChatGPT在自動(dòng)化測(cè)試領(lǐng)域的應(yīng)用
- 4.5.6 總結(jié)
- 4.5.5 機(jī)器學(xué)習(xí)在測(cè)試結(jié)果分析領(lǐng)域的應(yīng)用與創(chuàng)新
- 4.5.4 機(jī)器學(xué)習(xí)在測(cè)試設(shè)計(jì)領(lǐng)域的應(yīng)用與創(chuàng)新
- 4.5.3 機(jī)器學(xué)習(xí)在 GUI 自動(dòng)化測(cè)試執(zhí)行領(lǐng)域的應(yīng)用與創(chuàng)新
- 4.5.2 傳統(tǒng)軟件測(cè)試技術(shù)的局限性
- 4.5.1 人工智能應(yīng)用概述
- 4.5 人工智能測(cè)試
- 4.4.5 總結(jié)
- 4.4.4 大數(shù)據(jù)測(cè)試的挑戰(zhàn)
- 4.4.3 大數(shù)據(jù)測(cè)試的步驟
- 4.4.2 大數(shù)據(jù)測(cè)試的策略
- 4.4.1 大數(shù)據(jù)的特征
- 4.4 大數(shù)據(jù)測(cè)試
- 4.3.4 移動(dòng)測(cè)試的未來
- 4.3.3 移動(dòng)測(cè)試的分類與框架
- 4.3.2 移動(dòng)應(yīng)用的測(cè)試策略與測(cè)試架構(gòu)
- 4.3.1 移動(dòng)測(cè)試現(xiàn)狀
- 4.3 移動(dòng)測(cè)試新技術(shù)
- 4.2.6 DevSecOps:從安全測(cè)試到安全工程
- 4.2.5 不同類型項(xiàng)目的安全測(cè)試
- 4.2.4 安全測(cè)試的分類
- 4.2.3 軟件安全漏洞的分類
- 4.2.2 安全測(cè)試的效果度量
- 4.2.1 安全測(cè)試的基本方法
- 4.2 安全測(cè)試新技術(shù)
- 4.1.7 總結(jié)
- 4.1.6 組織協(xié)作
- 4.1.5 風(fēng)險(xiǎn)控制
- 4.1.4 壓測(cè)流量制造
- 4.1.3 應(yīng)用服務(wù)改造
- 4.1.2 壓測(cè)模型構(gòu)建
- 4.1.1 壓測(cè)數(shù)據(jù)隔離
- 4.1 全鏈路壓測(cè)
- 第4章 軟件測(cè)試新技術(shù)(下)
- 3.5.4 總結(jié)
- 3.5.3 服務(wù)虛擬化實(shí)例 —— Hoverfly
- 3.5.2 解決方案
- 3.5.1 服務(wù)虛擬化介紹及面對(duì)的問題
- 3.5 服務(wù)虛擬化
- 3.4.7 變異測(cè)試在接口測(cè)試中的應(yīng)用與探索
- 3.4.6 變異測(cè)試的工程化實(shí)踐
- 3.4.5 主流變異測(cè)試工具用法簡(jiǎn)介
- 3.4.4 實(shí)施變異測(cè)試的步驟
- 3.4.3 變異測(cè)試是新技術(shù)嗎
- 3.4.2 變異測(cè)試的基本概念
- 3.4.1 單元測(cè)試代碼覆蓋率的局限性
- 3.4 變異測(cè)試
- 3.3.4 展望
- 3.3.3 模糊測(cè)試實(shí)例
- 3.3.2 模糊測(cè)試實(shí)施步驟
- 3.3.1 模糊測(cè)試介紹
- 3.3 模糊測(cè)試
- 3.2.3 總結(jié)
- 3.2.2 精準(zhǔn)測(cè)試的前沿探索
- 3.2.1 精準(zhǔn)測(cè)試的技術(shù)實(shí)現(xiàn)
- 3.2 精準(zhǔn)測(cè)試
- 3.1.4 總結(jié)
- 3.1.3 基于Service Mesh進(jìn)行流量回放
- 3.1.2 使用jvm-sandbox-repeater進(jìn)行流量回放
- 3.1.1 使用GoReplay和Diffy進(jìn)行流量回放
- 3.1 流量回放
- 第3章 軟件測(cè)試新技術(shù)(上)
- 2.5.7 混沌工程常用工具和使用演示
- 2.5.6 實(shí)施混沌實(shí)驗(yàn)的步驟
- 2.5.5 實(shí)施混沌工程的原則
- 2.5.4 核心觀點(diǎn)和常見誤區(qū)
- 2.5.3 混沌工程的價(jià)值
- 2.5.2 混沌工程的發(fā)展歷程
- 2.5.1 混沌工程的理念
- 2.5 混沌工程
- 2.4.4 總結(jié)
- 2.4.3 低代碼API測(cè)試
- 2.4.2 低代碼GUI測(cè)試
- 2.4.1 低代碼測(cè)試的切入點(diǎn)
- 2.4 低代碼測(cè)試
- 2.3.5 總結(jié)
- 2.3.4 探索式測(cè)試的產(chǎn)出度量
- 2.3.3 探索式測(cè)試在敏捷開發(fā)中的實(shí)踐
- 2.3.2 探索式測(cè)試的現(xiàn)狀
- 2.3.1 探索式測(cè)試的歷史與簡(jiǎn)介
- 2.3 探索式測(cè)試
- 2.2.4 總結(jié)
- 2.2.3 “TDD已死”?
- 2.2.2 TDD怎么做
- 2.2.1 TDD是什么
- 2.2 測(cè)試驅(qū)動(dòng)開發(fā)
- 2.1.4 總結(jié)
- 2.1.3 契約測(cè)試的主要實(shí)踐
- 2.1.2 契約測(cè)試存在的問題
- 2.1.1 什么是契約測(cè)試
- 2.1 契約測(cè)試
- 第2章 軟件測(cè)試新方法
- 1.4.4 測(cè)試分析與測(cè)試設(shè)計(jì)的未來
- 1.4.3 基于用戶行為和業(yè)務(wù)場(chǎng)景的測(cè)試分析與測(cè)試設(shè)計(jì)
- 1.4.2 測(cè)試分析與測(cè)試設(shè)計(jì)的分類
- 1.4.1 什么是測(cè)試分析與測(cè)試設(shè)計(jì)
- 1.4 測(cè)試分析與測(cè)試設(shè)計(jì)
- 1.3.6 總結(jié)
- 1.3.5 不同級(jí)別的可測(cè)試性與工程實(shí)踐
- 1.3.4 可測(cè)試性的4個(gè)維度
- 1.3.3 可測(cè)試性的3個(gè)核心觀點(diǎn)
- 1.3.2 可測(cè)試性差引發(fā)的問題
- 1.3.1 可測(cè)試性的定義
- 1.3 可測(cè)試性設(shè)計(jì)
- 1.2.5 總結(jié)
- 1.2.4 用戶體驗(yàn)分析
- 1.2.3 線上監(jiān)控
- 1.2.2 灰度發(fā)布
- 1.2.1 A/B測(cè)試
- 1.2 測(cè)試右移
- 1.1.6 總結(jié)
- 1.1.5 測(cè)試左移的深度思考
- 1.1.4 測(cè)試左移的進(jìn)階實(shí)踐
- 1.1.3 當(dāng)前軟件測(cè)試工程化的困局與解法
- 1.1.2 測(cè)試左移的早期實(shí)踐
- 1.1.1 傳統(tǒng)瀑布模型下軟件測(cè)試的挑戰(zhàn)
- 1.1 測(cè)試左移
- 第1章 軟件測(cè)試新理念
- 前言
- 業(yè)界人士推薦
- 內(nèi)容提要
- 版權(quán)
- 版權(quán)信息
- 封面
- 封面
- 版權(quán)信息
- 版權(quán)
- 內(nèi)容提要
- 業(yè)界人士推薦
- 前言
- 第1章 軟件測(cè)試新理念
- 1.1 測(cè)試左移
- 1.1.1 傳統(tǒng)瀑布模型下軟件測(cè)試的挑戰(zhàn)
- 1.1.2 測(cè)試左移的早期實(shí)踐
- 1.1.3 當(dāng)前軟件測(cè)試工程化的困局與解法
- 1.1.4 測(cè)試左移的進(jìn)階實(shí)踐
- 1.1.5 測(cè)試左移的深度思考
- 1.1.6 總結(jié)
- 1.2 測(cè)試右移
- 1.2.1 A/B測(cè)試
- 1.2.2 灰度發(fā)布
- 1.2.3 線上監(jiān)控
- 1.2.4 用戶體驗(yàn)分析
- 1.2.5 總結(jié)
- 1.3 可測(cè)試性設(shè)計(jì)
- 1.3.1 可測(cè)試性的定義
- 1.3.2 可測(cè)試性差引發(fā)的問題
- 1.3.3 可測(cè)試性的3個(gè)核心觀點(diǎn)
- 1.3.4 可測(cè)試性的4個(gè)維度
- 1.3.5 不同級(jí)別的可測(cè)試性與工程實(shí)踐
- 1.3.6 總結(jié)
- 1.4 測(cè)試分析與測(cè)試設(shè)計(jì)
- 1.4.1 什么是測(cè)試分析與測(cè)試設(shè)計(jì)
- 1.4.2 測(cè)試分析與測(cè)試設(shè)計(jì)的分類
- 1.4.3 基于用戶行為和業(yè)務(wù)場(chǎng)景的測(cè)試分析與測(cè)試設(shè)計(jì)
- 1.4.4 測(cè)試分析與測(cè)試設(shè)計(jì)的未來
- 第2章 軟件測(cè)試新方法
- 2.1 契約測(cè)試
- 2.1.1 什么是契約測(cè)試
- 2.1.2 契約測(cè)試存在的問題
- 2.1.3 契約測(cè)試的主要實(shí)踐
- 2.1.4 總結(jié)
- 2.2 測(cè)試驅(qū)動(dòng)開發(fā)
- 2.2.1 TDD是什么
- 2.2.2 TDD怎么做
- 2.2.3 “TDD已死”?
- 2.2.4 總結(jié)
- 2.3 探索式測(cè)試
- 2.3.1 探索式測(cè)試的歷史與簡(jiǎn)介
- 2.3.2 探索式測(cè)試的現(xiàn)狀
- 2.3.3 探索式測(cè)試在敏捷開發(fā)中的實(shí)踐
- 2.3.4 探索式測(cè)試的產(chǎn)出度量
- 2.3.5 總結(jié)
- 2.4 低代碼測(cè)試
- 2.4.1 低代碼測(cè)試的切入點(diǎn)
- 2.4.2 低代碼GUI測(cè)試
- 2.4.3 低代碼API測(cè)試
- 2.4.4 總結(jié)
- 2.5 混沌工程
- 2.5.1 混沌工程的理念
- 2.5.2 混沌工程的發(fā)展歷程
- 2.5.3 混沌工程的價(jià)值
- 2.5.4 核心觀點(diǎn)和常見誤區(qū)
- 2.5.5 實(shí)施混沌工程的原則
- 2.5.6 實(shí)施混沌實(shí)驗(yàn)的步驟
- 2.5.7 混沌工程常用工具和使用演示
- 第3章 軟件測(cè)試新技術(shù)(上)
- 3.1 流量回放
- 3.1.1 使用GoReplay和Diffy進(jìn)行流量回放
- 3.1.2 使用jvm-sandbox-repeater進(jìn)行流量回放
- 3.1.3 基于Service Mesh進(jìn)行流量回放
- 3.1.4 總結(jié)
- 3.2 精準(zhǔn)測(cè)試
- 3.2.1 精準(zhǔn)測(cè)試的技術(shù)實(shí)現(xiàn)
- 3.2.2 精準(zhǔn)測(cè)試的前沿探索
- 3.2.3 總結(jié)
- 3.3 模糊測(cè)試
- 3.3.1 模糊測(cè)試介紹
- 3.3.2 模糊測(cè)試實(shí)施步驟
- 3.3.3 模糊測(cè)試實(shí)例
- 3.3.4 展望
- 3.4 變異測(cè)試
- 3.4.1 單元測(cè)試代碼覆蓋率的局限性
- 3.4.2 變異測(cè)試的基本概念
- 3.4.3 變異測(cè)試是新技術(shù)嗎
- 3.4.4 實(shí)施變異測(cè)試的步驟
- 3.4.5 主流變異測(cè)試工具用法簡(jiǎn)介
- 3.4.6 變異測(cè)試的工程化實(shí)踐
- 3.4.7 變異測(cè)試在接口測(cè)試中的應(yīng)用與探索
- 3.5 服務(wù)虛擬化
- 3.5.1 服務(wù)虛擬化介紹及面對(duì)的問題
- 3.5.2 解決方案
- 3.5.3 服務(wù)虛擬化實(shí)例 —— Hoverfly
- 3.5.4 總結(jié)
- 第4章 軟件測(cè)試新技術(shù)(下)
- 4.1 全鏈路壓測(cè)
- 4.1.1 壓測(cè)數(shù)據(jù)隔離
- 4.1.2 壓測(cè)模型構(gòu)建
- 4.1.3 應(yīng)用服務(wù)改造
- 4.1.4 壓測(cè)流量制造
- 4.1.5 風(fēng)險(xiǎn)控制
- 4.1.6 組織協(xié)作
- 4.1.7 總結(jié)
- 4.2 安全測(cè)試新技術(shù)
- 4.2.1 安全測(cè)試的基本方法
- 4.2.2 安全測(cè)試的效果度量
- 4.2.3 軟件安全漏洞的分類
- 4.2.4 安全測(cè)試的分類
- 4.2.5 不同類型項(xiàng)目的安全測(cè)試
- 4.2.6 DevSecOps:從安全測(cè)試到安全工程
- 4.3 移動(dòng)測(cè)試新技術(shù)
- 4.3.1 移動(dòng)測(cè)試現(xiàn)狀
- 4.3.2 移動(dòng)應(yīng)用的測(cè)試策略與測(cè)試架構(gòu)
- 4.3.3 移動(dòng)測(cè)試的分類與框架
- 4.3.4 移動(dòng)測(cè)試的未來
- 4.4 大數(shù)據(jù)測(cè)試
- 4.4.1 大數(shù)據(jù)的特征
- 4.4.2 大數(shù)據(jù)測(cè)試的策略
- 4.4.3 大數(shù)據(jù)測(cè)試的步驟
- 4.4.4 大數(shù)據(jù)測(cè)試的挑戰(zhàn)
- 4.4.5 總結(jié)
- 4.5 人工智能測(cè)試
- 4.5.1 人工智能應(yīng)用概述
- 4.5.2 傳統(tǒng)軟件測(cè)試技術(shù)的局限性
- 4.5.3 機(jī)器學(xué)習(xí)在 GUI 自動(dòng)化測(cè)試執(zhí)行領(lǐng)域的應(yīng)用與創(chuàng)新
- 4.5.4 機(jī)器學(xué)習(xí)在測(cè)試設(shè)計(jì)領(lǐng)域的應(yīng)用與創(chuàng)新
- 4.5.5 機(jī)器學(xué)習(xí)在測(cè)試結(jié)果分析領(lǐng)域的應(yīng)用與創(chuàng)新
- 4.5.6 總結(jié)
- 4.6 ChatGPT在自動(dòng)化測(cè)試領(lǐng)域的應(yīng)用
- 4.6.1 ChatGPT簡(jiǎn)介
- 4.6.2 ChatGPT和自動(dòng)化測(cè)試
- 4.6.3 使用ChatGPT生成基于Cucumber的GUI自動(dòng)化測(cè)試用例
- 4.6.4 ChatGPT在自動(dòng)化測(cè)試應(yīng)用中的一些問題
- 4.6.5 總結(jié)
- 第5章 軟件測(cè)試基礎(chǔ)設(shè)施
- 5.1 測(cè)試環(huán)境
- 5.1.1 容器化的“One-Box”方案
- 5.1.2 容器化的“軟隔離”方案
- 5.1.3 測(cè)試環(huán)境的穩(wěn)定性巡檢
- 5.1.4 總結(jié)
- 5.2 測(cè)試執(zhí)行環(huán)境
- 5.2.1 測(cè)試執(zhí)行環(huán)境的痛點(diǎn)
- 5.2.2 基于Selenium Grid的解決方案
- 5.2.3 測(cè)試基礎(chǔ)架構(gòu)的基本概念
- 5.2.4 測(cè)試基礎(chǔ)架構(gòu)的設(shè)計(jì)
- 5.2.5 測(cè)試基礎(chǔ)架構(gòu)的選型原則
- 5.3 測(cè)試數(shù)據(jù)新知
- 5.3.1 測(cè)試數(shù)據(jù)的現(xiàn)狀
- 5.3.2 測(cè)試數(shù)據(jù)的分類
- 5.3.3 測(cè)試數(shù)據(jù)的未來
- 5.4 測(cè)試中臺(tái)
- 5.4.1 統(tǒng)一測(cè)試執(zhí)行服務(wù)
- 5.4.2 統(tǒng)一測(cè)試數(shù)據(jù)服務(wù)
- 5.4.3 測(cè)試執(zhí)行環(huán)境準(zhǔn)備服務(wù)
- 5.4.4 被測(cè)系統(tǒng)部署服務(wù)
- 5.4.5 測(cè)試報(bào)告服務(wù)
- 5.4.6 全局測(cè)試配置服務(wù)
- 5.4.7 大型全球化電商網(wǎng)站測(cè)試中臺(tái)的使用示例
- 第6章 軟件測(cè)試常見困惑
- 6.1 測(cè)試人員和開發(fā)人員的理想比例是多少?
- 6.2 系統(tǒng)出現(xiàn)漏測(cè),這個(gè)“鍋”應(yīng)該誰來背?
- 6.3 測(cè)試工程師如何應(yīng)對(duì)“一句話需求”?
- 6.4 測(cè)試工程師必須要有開發(fā)能力嗎?
- 6.5 編寫測(cè)試用例文檔花費(fèi)了大量的時(shí)間和精力,是否真的值得?
- 6.6 現(xiàn)在很多公司都在去測(cè)試化,我們究竟還要不要專職的測(cè)試人員?
- 6.7 質(zhì)量與效能,魚和熊掌真的不能兼得嗎?
- 6.8 大規(guī)模敏捷團(tuán)隊(duì)中有哪些測(cè)試問題和痛點(diǎn)?
- 6.8.1 背景介紹
- 6.8.2 問題和痛點(diǎn)
- 6.8.3 總結(jié)
- 第7章 軟件測(cè)試行業(yè)案例
- 7.1 某大型電商公司推動(dòng)質(zhì)量中臺(tái)建設(shè)的成功經(jīng)驗(yàn)與失敗教訓(xùn)
- 7.1.1 背景
- 7.1.2 推動(dòng)質(zhì)量基礎(chǔ)設(shè)施建設(shè)所走過的彎路
- 7.1.3 質(zhì)量中臺(tái)建設(shè)
- 7.1.4 總結(jié)
- 7.2 某“頭部”券商數(shù)字化轉(zhuǎn)型中的軟件測(cè)試實(shí)踐探索
- 7.2.1 背景
- 7.2.2 數(shù)字化轉(zhuǎn)型中的測(cè)試技術(shù)應(yīng)用
- 7.2.3 總結(jié)
- 7.3 AI技術(shù)在質(zhì)量領(lǐng)域的實(shí)踐
- 7.3.1 背景
- 7.3.2 AI應(yīng)用場(chǎng)景
- 7.3.3 落地效果
- 7.3.4 未來方向與展望
- 學(xué)習(xí)筆記 更新時(shí)間:2024-05-24 17:25:21