`
zcz.cn
  • 浏览: 21325 次
  • 来自: ...
最近访客 更多访客>>
社区版块
存档分类
最新评论

好的测试工程师应具备的素质

阅读更多
人是测试工作中最有价值也是最重要的资源,没有一个合格的、积极的测试小组,测试就不可能实现。然而,在软件开发产业中有一种非常普遍习惯,那就是 让那些经验最少的新手、没有效率的开发者或不适合干其他工作的人去做测试工作。这绝对是一种目光短浅的行为,对一个系统进行有效的测试所需要的技能绝对不 比进行软件开发需要的少,事实上,测试者将获得极其广泛的经验,他们将遇到许多开发者不可能遇到的问题。

  ①、沟通能力

  一名理想的测试者必须能够同测试涉及到的所有人进行沟通,具有与技术(开发者)和非技术人员(客户,管理人员)的交流能力。既要可以和用户谈得 来,又能同开发人员说得上话,不幸的是这两类人没有共同语言。和用户谈话的重点必须放在系统可以正确地处理什么和不可以处理什么上。而和开发者谈相同的信 息时,就必须将这些活重新组织以另一种方式表达出来,测试小组的成员必须能够同等地同用户和开发者沟通。

  ②、移情能力

  和系统开发有关的所有人员都处在一种既关心又担心的状态之中。用户担心将来使用一个不符合自己要求的系统,开发者则担心由于系统要求不正确而使 他不得不重新开发整个系统,管理部门则担心这个系统突然崩溃而使它的声誉受损。测试者必须和每一类人打交道,因此需要测试小组的成员对他们每个人都具有足 够的理解和同情,具备了这种能力可以将测试人员与相关人员之间的冲突和对抗减少到最低程度。

  ③、技术能力

  就总体言,开发人员对那些不懂技术的人持一种轻视的态度。一旦测试小组的某个成员作出了一个错误的断定,那么他们的可信度就会立刻被传扬了出 去。一个测试者必须既明白被测软件系统的概念又要会使用工程中的那些工具。要做到这一点需要有几年以上的编程经验,前期的开发经验可以帮助对软件开发过程 有较深入的理解,从开发人员的角度正确的评价测试者,简化自动测试工具编程的学习曲线。

  ④、自信心

  开发者指责测试者出了错是常有的事,测试者必须对自己的观点有足够的自信心。如果容许别人对自己指东指西,就不能完成什么更多的事情了。

  ⑤、外交能力

  当你告诉某人他出了错时,就必须使用一些外交方法。机智老练和外交手法有助于维护与开发人员的协作关系,测试者在告诉开发者他的软件有错误时, 也同样需要一定的外交手腕。如果采取的方法过于强硬,对测试者来说,在以后和开发部门的合作方面就相当于“赢了战争却输了战役”。

  ⑥、幽默感

  在遇到狡辩的情况下,一个幽默的批评将是很有帮助的。

  ⑦、很强的记忆力

  一个理想的测试者应该有能力将以前曾经遇到过的类似的错误从记忆深处挖掘出来,这一能力在测试过程中的价值是无法衡量的。因为许多新出现的问题和我们已经发现的问题相差无几。

  ⑧、耐心

  一些质量保证工作需要难以置信的耐心。有时你需要花费惊人的时间去分离、识别和分派一个错误。这个工作是那些坐不住的人无法完成的。

  ⑨、怀疑精神

  可以预料,开发者会尽他们最大的努力将所有的错误解释过去。测式者必须听每个人的说明,但他必须保持怀疑直到他自己看过以后。

  ⑩、自我督促

  干测试工作很容易使你变得懒散。只有那些具有自我督促能力的人才能够使自己每天正常地工作。

  11、洞察力

  一个好的测试工程师具有“测试是为了破坏”的观点,捕获用户观点的能力,强烈的质量追求,对细节的关注能力。应用的高风险区的判断能力以便将有限的测试针对重点环节。

分享到:
评论

相关推荐

    diminico_01_0909.pdf

    diminico_01_0909

    dawe_01_0310.pdf

    dawe_01_0310

    bennett_01_0307.pdf

    bennett_01_0307

    渗透测试靶场 DC-9.zip

    渗透测试靶场 DC-9.zip

    diminico_3ck_01_0319.pdf

    diminico_3ck_01_0319

    基于 OpenCV VideoCapture API 的 ZED-M 相机的立体相机 ROS 节点

    这是一个基于 OpenCV VideoCapture API 的 ZED-M 相机的立体相机 ROS 节点。ROS 节点发布左右原始图像及其camera_info。

    【任务协同】基于matlab合同网算法无人机任务重规划【含Matlab源码 13064期】.zip

    Matlab领域上传的视频是由对应的完整代码运行得来的,完整代码皆可运行,亲测可用,适合小白; 1、从视频里可见完整代码的内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

    线上应用途径指南:R1模型的官方与第三方平台综述及企业级API服务介绍

    内容概要:本文详细介绍了线上使用R1模型的各种方式。首先区分了完整的满血版R1模型和经过简化的蒸馏版R1,分别列出了官方渠道以及第三方平台上提供的不同特性,如是否支持联网搜索、是否有对话限制及调用接口情况。对于有意探索这一先进AI工具的研究人员和开发者来说,这里不仅提供了各渠道网址,还对比了各渠道的服务特点和服务范围,为使用者选择合适的访问方式提供依据。同时文中也覆盖到了一些云服务平台为企业用户提供的高级API服务,像阿里云、腾讯云、百度智能云、英伟达等,针对特定需求,提供了算力支持、快速响应等多项企业级功能. 适合人群:从事人工智能研究的技术人员,特别是那些希望了解或使用最新版本R1模型的研究员及开发者群体,也包括对企业级应用场景感兴趣的IT专业人士。 使用场景及目标:该文章能够帮助读者全面了解目前可获取R1模型的所有正式及非正式途径,以便他们能够在工作中利用这个强大的工具进行更深入的数据挖掘或者自然语言处理任务。对于想要评估各个平台优势的研究员们而言,也能从文中找到足够的决策依据。 其他说明:除了列出多个线上资源,文中提到的一些渠道可能会因为政策变化而有所更新,因此建议读者定期回查

    基于STC89C52的8x8点阵显示汉字.rar

    通过本次基于 STC89C52 与 74LS245 芯片的 8x8 点阵显示汉字项目,成功实现了在有限点阵空间内的汉字显示功能,并通过 Proteus 仿真验证了设计的可行性。在项目实施过程中,深入理解了 8x8 点阵显示原理、STC89C52 单片机控制方法以及 74LS245 芯片的应用技巧,同时熟练掌握了利用 Proteus 软件进行电路设计与仿真调试的流程。该项目具有一定拓展性,如增加汉字存储数量、实现汉字滚动显示等,可进一步满足多样化的电子信息显示需求,为后续更复杂的电子系统开发积累宝贵经验。

    EB PWM 1111111111111111111111111111

    EB PWM 1111111111111111111111111111

    基于 OpenCV 4.7 和 Python 3.9输入相机校准

    基于 OpenCV 4.7 和 Python 3.9输入相机校准

    基于COMSOL的非饱和裂隙土降雨入渗特性研究:三维基质模型与VG、Brooks-Corey模型的应用分析,基于COMSOL的非饱和裂隙土降雨入渗特性研究:三维基质模型与VG、Brooks-Corey

    基于COMSOL的非饱和裂隙土降雨入渗特性研究:三维基质模型与VG、Brooks-Corey模型的应用分析,基于COMSOL的非饱和裂隙土降雨入渗特性研究:三维基质模型与VG、Brooks-Corey模型的应用分析,comsol非饱和裂隙土降雨入渗研究,复现lunwen(侯晓萍,樊恒辉.基于COMSOL Multiphysics的非饱和裂隙土降雨入渗特性研究[J].岩土力学,2022,43(02):563-572.),建立三维基质—裂隙土柱模型,使用“空气单元”描述坡面积水水头。 使用VG模型和Brooks-Corey模型分别描述土基质和裂隙的非饱和特性,下图为0-5天内压力水头变化以及降雨断面入渗率以及参考文献对比) ,关键词: comsol; 非饱和裂隙土; 降雨入渗研究; 三维基质-裂隙土柱模型; 空气单元描述坡面积水水头; VG模型; Brooks-Corey模型; 压力水头变化; 降雨断面入渗率; 参考文献对比。,COMSOL模型下裂隙土渗透研究:雨季三维模拟与对比分析

    anslow_04_1108.pdf

    anslow_04_1108

    图像处理算法资料(FPGA Verilog实现):RGB转灰度、阈值分割、均值滤波等ISP模块详解与Vivado软件操作指南,图像处理算法FPGA实现:从RGB到ISP顶层模块的完整解析与实践操作指南

    图像处理算法资料(FPGA Verilog实现):RGB转灰度、阈值分割、均值滤波等ISP模块详解与Vivado软件操作指南,图像处理算法FPGA实现:从RGB到ISP顶层模块的完整解析与实践操作指南(基于Verilog语言),图像处理算法资料( FPGA Verilog) 分别有RGB2GRAY、阈值分割(二值化)、均值滤波、中值滤波、sobel边缘检测、膨胀、腐蚀、开闭运算。 各个模块的结构与上图的顶层模块结构一致,通过模块之间的组合串联组成 ISP 顶层模块。 使用vivado软件,通过测试激励文件可直接读取bmp原图,然后再写出相应的处理后的图像。 vivado版本:2018.4 ,FPGA; Verilog; 图像处理算法; RGB2GRAY; 阈值分割; 均值滤波; 中值滤波; sobel边缘检测; 膨胀; 腐蚀; 开闭运算; 模块组合; 测试激励文件; BMP原图。,FPGA图像处理算法集成:Verilog实现与Vivado应用

    基于Simulink仿真的光伏虚拟同步发电机并网系统:最大功率点跟踪Boost电路与VSG控制策略的应用(2018b版以上模型优化与评估),基于Boost电路的光伏最大功率点跟踪虚拟同步发电机Simu

    基于Simulink仿真的光伏虚拟同步发电机并网系统:最大功率点跟踪Boost电路与VSG控制策略的应用(2018b版以上模型优化与评估),基于Boost电路的光伏最大功率点跟踪虚拟同步发电机Simulink仿真模型与VSG控制策略实现研究,光伏同步发电机并网simulink仿真模型 光伏采用最大功率点跟踪,拓扑为Boost电路 右侧逆变器为VSG控制策略 2018b以上的版本 ,关键词:光伏虚拟同步发电机;并网;Simulink仿真模型;最大功率点跟踪;Boost电路;VSG控制策略;2018b以上版本。,光伏VSG并网模型Simulink仿真:Boost电路MPPT与VSG控制策略

    深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip

    【资源介绍】 1、该资源包括项目的全部源码,下载可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,也可以作为小白实战演练和初期项目立项演示的重要参考借鉴资料。 3、本资源作为“学习资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研和多多调试实践。 深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip 深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip 深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip 深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip 深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip 深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip 深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip 深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip 深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip 深度学习框架deeplearning4j的封装框架(对BP网络,卷积网(CNN),递归神经网络(RNN)的使用和训练进行了简化).zip

    diminico_3ck_01a_0719.pdf

    diminico_3ck_01a_0719

    电子商务进农村DID(2005-2023年).zip

    电子商务进农村DID(2005-2023年)

    dambrosia_01_0310.pdf

    dambrosia_01_0310

    基于深度学习的台风路径与强度预测方法源码.zip

    【资源介绍】 1、该资源包括项目的全部源码,下载可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,也可以作为小白实战演练和初期项目立项演示的重要参考借鉴资料。 3、本资源作为“学习资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研和多多调试实践。 基于深度学习的台风路径与强度预测方法源码.zip 基于深度学习的台风路径与强度预测方法源码.zip 基于深度学习的台风路径与强度预测方法源码.zip 基于深度学习的台风路径与强度预测方法源码.zip

Global site tag (gtag.js) - Google Analytics