【51CTO.com原创稿件】
测试从业者新趋势
“以前，测试人员不够就加测试人员，一直加到饱和为止。我们一定要从架构级去改变，到一定量以后，要换一个角度看问题，不是从0到1，而是要从0到1找到一个架构过程。”云测学院首席讲师，TestOps架构师陈霁在第二届NCTS中国云测试峰会上说道。
1、在未来的5～10年内测试行业发展会很快，这会导致人才缺口变大，测试人员会成为一个软件企业生存的命脉，测试这关过不了，产品做出来也是死掉。
2、造成人才缺口大的一个原因就是很多测试人员的技术水平因为知识不成体系或者学的不够扎实的原因，只能做一下简单的工作，其实企业更多的需要一些技术层级稍微高一点的人才。
怎么去解决这两个问题呢？还需从技术人员本身去入手；软件测试工程师们要规划好自己的职业发展规划；这需要从以下几点做起:
1、转化和构建架构思想，看问题要从局部到整体。
2、从量化到进化，你的工作量和工作能力是有限的，你可以提高你自己的能力做更多的事情，但是你不可能做所有的事情。
3、从赋能自己转变到赋能他人。
测试行业技术发展千息瞬变，尤其是在最近测试行业往自动化、智能化方向发展的情况之下；技术从业者要顺应变化，掌握新技术，这样才能立于不败之地。
测试行业技术实践一览
从信息化、数字化到智能化，互联网作为IT能力的载体，很大程度上正在改变IT技术的研发趋势和应用模式，重构整个人类社会的商业体系。新技术和新商业模式的涌现颠覆传统商业生态，也改变人们的社会习惯。企业正在经历一场深重的大变革，而随着互联网及传统行业的公司逐渐转向数据驱动的运营方式，测试也被赋予更多的含义。测试正变得越来越智能，机器学习正在带来革命性的变化。
图片领域的测试实践
阿里巴巴测试开发专家巴图在第二届NCTS中国云测试峰会上做《基于图片对比的页面自动化测试实践》分享时，对比传统软件公司和互联网公司在软件发布流程中的不同，并指出如下三点：
1、页面用例的自动生成，是阿里测试智能化探索的一部分；
2、测试平台需要更好的稳定性以及自动化运维；
3、测试平台需要建立Bug闭环，统计出一段时间内拦截的Bug数量，这才能体现平台的真正价值。
此外，阿里巴巴技术专家羽瑶做《基于图像智能算法的端上h5页面测试提效轻量化解决方案》分享时也指出，“自动化能力多多少少都有稳定性的问题，我们非常注重算法能力，正在探索基于图像算法能不能真实检测页面的问题。”
目前市面上常用的平台测试是存在一定的问题：一类是基于Appium/Uiautomator；二是应用侵入型；最后是以伽利略为代表的天画产品。这些平台虽然好用，但是共同的问题就是需要人工写脚本。
吸取上述平台经验，阿里巴巴自己推出的方案是会场级的和H5为主，结合图像算法，实现便捷、轻量化，进而贴合不同业务方不同业务场景。当有业务方发布时，通过在阿里的应用上测试确认没有问题才会发布。
测试如何帮助研发团队提升效能
汽车之家闻小龙、海风教育吕理伟、中国卓越测试中心陈晓鹏讲师在做技术分享时也带来关于测试如何帮助研发团队提升效能的一些启发：
1、自动化测试要在设计做到完善；因为自动化测试本质上是根据测试的设计去执行的，只是执行手段不一样，当设计出现问题，自动化测试不管再怎么执行还是会遗漏那个问题，所以，自动化测试没有解决所有的问题，这就要从一开始的设计去入手。
2、做自动化测试时候要集成CICD和DevOps，因为只有把从Idea到实施上线到最终交付市场的整条链条打通，实现业务端的敏捷，自动化测试才能发挥最大的价值。
3、测试要以人为本；研发效能提升体系，基于组织架构转型助力，工具系统赋能，人才文化为本。一个公司里最重要的是人，任何公司不可能完全依赖系统生存，公司的文化建设很重要，要提升人的主观能动性、团队合作意识、工作能力和意愿以及公司的文化氛围。
京东物流大数据算法
京东物流资深测试开发工程师樊宇做《如何让配送地址更准确——带你走近京东物流大数据算法测试探索之路》主题演讲时指出，“做算法测试，首先要建立算法测试模型，然后获得真实有效的历史数据，再完成算法相关接口的调用，最后，改进我们的测试过程。”
京东物流在微信小程序上线后，智能提取地址方面需要技术做支撑，主要集中在自动提取关键字和图片识别地址，最后通过建立算法模型去实现的。期间需要对算法进行测试，京东物流测试团队首先建立一个算法测试模型；第二通过获得历史数据做回归测试；第三部分是调试算法相关接口；最后不断改进测试，通过这样一系列方法建立一整个相对完善的测试流程。
下一代测试产品iTestin技术解密
测试智能化是未来几年测试行业最大的技术趋势之一，随着越来越多的智能化技术在测试领域的应用，测试的效率和质量都会得到进一步的提升。Testin云测致力于将领先技术落地于测试行业，通过融合自然语言处理、文本识别、图标识别等技术的下一代AI测试产品iTestin，提升测试的易用性和工作效率，大大降低脚本调试和脚本维护成本。
为了支撑自然语言撰写的自动化测试脚本语言的稳定与高效执行，需要高精度、高效率的AI算法提供可靠的识别效果。Testin云测在业务理解、数据理解、数据准备、算法建模、性能评估、模型部署全流程上实现全面提升，形成了AI技术在测试领域落地的最佳实践。
自然语言处理：降低操作门槛
使用iTestin实现播放周杰伦的说好不哭
iTestin将AI智能化作为测试技术升级的重要推力，通过基于自然语言的脚本录制功能，支持用自然语言的交互方式，完成测试自动化操作。
传统的测试脚本需要大量的人工介入，通过手工框选目标控件来实现脚本录制和维护，iTestin这种全新的自然语言脚本大幅降低了脚本录制的难度，也极大提升了产品易用性和脚本维护效率。
OCR文字识别：实现跨平台脚本能力，降低脚本维护成本
目前大部分应用为了Android端和iOS端的体验一致，会倾向在两个端上采用相同的UI设计，即相同的UI界面和操作体验。企业希望减少对脚本维护的人力投入，同时在后续新增脚本时，逐步将Android端和iOS端的脚本统一为一套脚本，这样进一步减少脚本维护的投入。Testin云测通过只依赖UI界面截图的OCR和图标识别技术，使得Android端和iOS端使用同一套UI自动化测试脚本成为可能，实现跨平台脚本能力，大大降低脚本维护成本。
在对OCR的检测和识别模型进行训练时，数据是最关键的输入，而且数据的精准度和多样性，对模型的精准度和泛能力起到决定性作用。Testin云测拥有自身多年积累的应用测试数据，并且具有专业的AI数据采集与标注团队对数据进行处理。
图标识别技术：进一步提升用户体验和自动化测试稳定性
图标识别技术是除OCR以外，另外一项支撑Testin云测自动化测试的关键技术。目前大部分应用采用简约设计的线条形图标，导致原本可靠的模板匹配和特征点匹配技术失效。在实际测试中，现有最好的图标识别技术，正样本的准确率只有66.87%，负样本准确率为91.16%，单个图标识别耗时为1532ms。Testin云测对简约设计的线条图标的识别，专门设计了图标相似度判别算法，大大提高了图标识别的准确率和对正负样本的分辨能力，最终的正负样本准确率在测试数据集上都超过了97%，单个图标识别平均耗时为319ms，实现了业界领先的识别精度和性能。此外，Testin云测利用自身的数据积累的优势，对应用上的常用图标利用深度学习目标检测技术实现自动识别和定位，进一步提升了用户体验和自动化测试的稳定性。
测试行业未来是智能化
目前中国企业正在经历一场深重的数字化大变革，而随着互联网及传统行业的公司逐渐转向数据驱动的运营方式，测试也被赋予更多的含义。iTestin的也是在这一背景下应运而生，自动化和智能化的使用体验，也在为测试的向前进步默默贡献着自己的一份力量。
而今天AI技术的加持，使测试已经变得越来越智能的同时，也在给测试行业带来革命性的变化，让我们期待更多的变化。
【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】
【NCTS峰会回顾】阿里巴图：基于图片对比的页面自动化测试实践
【NCTS峰会回顾】阿里羽瑶：基于图像智能算法的端上h5页面测试提效轻量化解决方案
【NCTS峰会回顾】云测学院陈霁：测试开发到测试架构之路
【NCTS峰会回顾】中国卓越测试中心陈晓鹏：基于BDD的敏捷测试案例分享
【NCTS峰会回顾】汽车之家闻小龙：QA团队精准测试实践之路
【NCTS峰会回顾】京东物流樊宇：如何让配送地址更准确——带你走近京东物流大数据算法测试探索之路
【NCTS峰会回顾】前海风教育吕理伟：全方位的研发效能管理及提升体系建设