信必优新技术–QA 的新机遇

2018 年 QA 领域会发生什么变化?算法

软件开发中总有各类新的机遇和挑战来来去去。区块链、物联网、人工智能和机器学习等现有技术的使用和采用还将继续,我也相信,将来还会有新的技术出现。“质量保证”(QA) 是任何开发(软件、嵌入式、汽车、可穿戴设备等)的重要组成部分,这意味着 QA 必须适应新的技术和趋势。框架

即便是简单的解决方案也可能很是复杂,可能使用到云、应用程序、第三方关系、敏感数据、区块链等。复杂性日益增长,一切转向软件,法规(例如 GDPR)不断变化,即便预算和资源较少,咱们依然必须以更快的速度和更好的质量完成交付。机器学习

在这个数字化转型的时代,QA 也必须转型。目前,质量保证面临的最大挑战之一,是如何适应敏捷需求。为知足敏捷和 DevOps 开发模型对测试日益增加的需求,我相信学习和智能测试自动化将是 QA 领域中的重中之重。工具

 

Symbio 质量保证和测试

基于上述全部缘由,咱们在 Symbio 更新了质量保证和测试服务。若想了解更多,请与咱们联系布局

咱们已经将智能、认知和预测自动化肯定为测试自动化的将来技术。所以,咱们利用新技术,并将机器学习与人工智能结合到咱们的智能测试自动化解决方案中,用于本地化测试。学习

 

智能本地化质量保证 (LQA)

一般,本地化测试仅被认为是测试翻译是否正确或者翻译是否破坏了布局。在现实中,本地化的质量保证的工做要多得多。区块链

构成本地化 QA 的主要流程是国际化、本地化、全球化、语言、功能和(正常)质量保证活动。本地化测试领域包括数十个类别,例如:翻译不正确、先后不一致、语义不完整、拼写错误和无效字符。测试

让咱们考虑这样一个场景:咱们收集了全部可能的不一样错误类别,而且也配置了一组适用的机器学习和人工智能工具来处理全部这些错误类别。这样的结合就是 Symbio 的智能 LQA 解决方案。对于任何给定的类别,LQA 解决方案都会将接受测试的翻译和本地化分为三组:人工智能

  • 无错误
  • 可疑案例——不肯定是否有错误
  • 有一些错误

所以,简而言之,咱们能够反向思考:算法并非真正地查找错误,而是查找没有错误的字符串和翻译。其他的都是可疑的——可能没问题,也可能有错误。在某些类别中,算法也能够发现某些错误。逻辑是测试人员只需在可疑案例中进行检查的项目。spa

 

Symbio 智能 LQA 的优点:

  • 使用分阶段测试方法和国际化的自动化框架,减小整体测试工做量
  • 在实施测试前先测试设计,以此提升产品质量,从而在周期的早期识别出关键缺陷。
  • 尽早识别缺陷并消除对熟练资源的依赖,下降测试成本
  • 促使组织更快部署新语言,缩短上市时间
相关文章
相关标签/搜索