前置测试模型2

简介:

本期测试我将自己对前置测试的理解运用到实践中,在项目交付后期相对轻松,避免了因时间紧产生的压迫感而引发的更多风险,现将我的体会记录在此。

一. 确立共同的目标

在项目立项时,与PD,PM,项目成员,抛开组织角色确立共同的目标,让所有人都项目成功

二. 前置投入

1. 需求分析: 对需求的完整性,可测性,模糊区域进行业务分析;对系统级服务器内容重点关注。根据业务场景了解服务器间调用机制以及数据读取规则。建议此处提前准备出情景用例,特别是用带数据的用例提前验证服务器处理逻辑结果,根据让服务器端的同学队期望结果有一个体系化和具体化的认知。


2. 系分阶段:根据测试经验和开发经验,对系分提出建议和疑问,看看哪些逻辑是应该放到服务端去处理,避免客户端实现太复杂的界面交互


3. 测试分析阶段:随时带着疑问去考虑技术实现效果是否能达到业务的期望结果,发现问题,马上与服务端和前端开发hold一个小面谈,讨论技术方案


4. 开发阶段:监控进度,提供支持,保持对期望结果的统一认知。


5. 开发自测阶段前:准备好测试的数据,只要服务端开发基本问题,客户端可以编译通过,随时投入测试,帮助开发走通业务,提前发现问题记录后,提供给开发修复。


6. 开发自测阶段:与开发并肩作战,保证对用例的理解和自测的质量。通过接口测试,重点发现业务逻辑。


7. 交付阶段开始:将重点业务逻辑作为测试重点;主动同步需求变更;人盯人的每天清剿bug;发现理解不一致问题,马上邀会,当场解决。


切记:

1. 每个人都有惰性和时间管理问题,要保证开发代码质量,要在前期多投入&早监控

2. 每个人都有自己的观点和脾气,沟通时要先表明为了共同的目的为前提,关键点是如何解决出现的问题

3. 将角色定位到质量保证,看全盘,参与更多的产品生命周期

本文转自叶子文文博客51CTO博客,原文链接http://blog.51cto.com/leafwf/1315462如需转载请自行联系原作者


叶子文文

相关文章
|
7月前
|
存储 人工智能 测试技术
小鱼深度评测 | 通义灵码2.0,不仅可跨语言编码,自动生成单元测试,更炸裂的是集成DeepSeek模型且免费使用,太炸裂了。
小鱼深度评测 | 通义灵码2.0,不仅可跨语言编码,自动生成单元测试,更炸裂的是集成DeepSeek模型且免费使用,太炸裂了。
141426 29
小鱼深度评测 | 通义灵码2.0,不仅可跨语言编码,自动生成单元测试,更炸裂的是集成DeepSeek模型且免费使用,太炸裂了。
|
7月前
|
机器学习/深度学习 自然语言处理 API
阿里云零门槛、轻松部署您的专属 DeepSeek模型体验测试
DeepSeek R1是基于Transformer架构的先进大规模深度学习模型,2025年1月20日发布并开源,遵循MIT License。它在自然语言处理等任务上表现出色,高效提取特征,缩短训练时间。阿里云推出的满血版方案解决了服务器压力问题,提供100万免费token,云端部署降低成本,用户可快速启动体验。虽然回答速度有待提升,但整体表现优异,备受关注。
261 8
|
7月前
|
人工智能 IDE 测试技术
用户说 | 通义灵码2.0,跨语言编码+自动生成单元测试+集成DeepSeek模型且免费使用
通义灵码, 作为国内首个 AI 程序员,从最开始的内测到公测,再到通义灵码正式发布第一时间使用,再到后来使用企业定制版的通义灵码,再再再到现在通义灵码2.0,我可以说“用着”通义灵码成长的为数不多的程序员之一了吧。咱闲言少叙,直奔主题!今天,我会聊一聊通义灵码的新功能和通义灵码2.0与1.0的体验感。
|
7月前
|
人工智能 IDE 测试技术
用户说 | 通义灵码2.0,跨语言编码+自动生成单元测试+集成DeepSeek模型且免费使用
用户说 | 通义灵码2.0,跨语言编码+自动生成单元测试+集成DeepSeek模型且免费使用
|
10月前
|
编解码 人工智能 自然语言处理
迈向多语言医疗大模型:大规模预训练语料、开源模型与全面基准测试
【10月更文挑战第23天】Oryx 是一种新型多模态架构,能够灵活处理各种分辨率的图像和视频数据,无需标准化。其核心创新包括任意分辨率编码和动态压缩器模块,适用于从微小图标到长时间视频的多种应用场景。Oryx 在长上下文检索和空间感知数据方面表现出色,并且已开源,为多模态研究提供了强大工具。然而,选择合适的分辨率和压缩率仍需谨慎,以平衡处理效率和识别精度。论文地址:https://www.nature.com/articles/s41467-024-52417-z
139 2
|
11月前
|
测试技术
谈谈【软件测试的基础知识,基础模型】
谈谈【软件测试的基础知识,基础模型】
102 5
|
11月前
|
敏捷开发 测试技术
开发模型(瀑布、螺旋、scrum) 和 测试模型(V、W)、增量和迭代、敏捷(思想)及敏捷开发 scrum
文章详细介绍了软件开发过程中的不同开发模型(瀑布、螺旋、Scrum)和测试模型(V模型、W模型),以及增量和迭代的概念,最后阐述了敏捷思想及其在敏捷开发(如Scrum)中的应用。
1088 0
开发模型(瀑布、螺旋、scrum) 和 测试模型(V、W)、增量和迭代、敏捷(思想)及敏捷开发 scrum
|
人工智能 测试技术 PyTorch
AI计算机视觉笔记二十四:YOLOP 训练+测试+模型评估
本文介绍了通过正点原子的ATK-3568了解并实现YOLOP(You Only Look Once for Panoptic Driving Perception)的过程,包括训练、测试、转换为ONNX格式及在ONNX Runtime上的部署。YOLOP由华中科技大学团队于2021年发布,可在Jetson TX2上达到23FPS,实现了目标检测、可行驶区域分割和车道线检测的多任务学习。文章详细记录了环境搭建、训练数据准备、模型转换和测试等步骤,并解决了ONNX转换过程中的问题。
|
11月前
|
API
2024-05-14 最新!OpenAI 新模型 GPT-4 omni 简单测试,4o速度确实非常快!而且很便宜!
2024-05-14 最新!OpenAI 新模型 GPT-4 omni 简单测试,4o速度确实非常快!而且很便宜!
145 0
|
11月前
|
机器学习/深度学习 人工智能 并行计算
StableDiffusion-01本地服务器部署服务 10分钟上手 底显存 中等显存机器 加载模型测试效果 附带安装指令 多显卡 2070Super 8GB*2
StableDiffusion-01本地服务器部署服务 10分钟上手 底显存 中等显存机器 加载模型测试效果 附带安装指令 多显卡 2070Super 8GB*2
198 0