聊聊测试工程师的核心能力模型

article/2025/10/1 13:45:31

这是鼎叔的第二篇原创文章。

行业大牛和刚毕业的小白,都可以进来聊聊。

多年大厂技术总监和质量通道委员经验,横跨多个不同领域,微信公众号“敏捷测试转型”,欢迎多多交流。

    鼎叔过往接触过各个团队的测试(测试开发)工程师,有时会发现,受限于不太合理的分工和培养导向,有些工程师走错了能力修炼的方向,面临职业发展的困惑选择。本篇文章就讲讲测试工程师的核心能力模型是什么,如何识别一些宝贵的能力特征,其他工程师同样可以借鉴。

    不同的公司对于测试工程师的能力及发展要求,有一定的差异,但整体而言差不多,主管深入理解这些能力的定义和发展阶段的要求,才能更好的帮助团队提升基础下限,并寻求更级别的上限突破。

    测试人员的核心能力可以分为两大类,专业硬能力和通用素质能力。下面将对测试核心能力的具体理解,以及如何识别和培养,给出一些可借鉴的思路。

第一部分 测试核心专业能力

    大学应该掌握的高级语言编程等能力属于学科基础能力,不再赘述。

需求分析能力和测试设计能力

    测试工程师的本质工作,确保深刻理解被测需求,包括它的起源,背后的用户特征,用户使用场景,有丰富的输入才能进行完善的测试分析,明确测试策略(用有限的精力覆盖最多有价值的验证点),利用多种方法设计完善的用例场景。在执行过程中还要不断的自我审视和调整下一阶段的执行策略。

    测试工程师只有被人信任其设计能力,不会轻易遗漏重要用户场景,及时抓住主要风险,才能获得向上晋升的影响力。

    类似的架构理解能力也是需求分析能力的拓展,充分掌握产品业务的架构,软件前后端的架构,工程师才能具备全局视角,规划策略中的测试重点,避免跨模块边界不要遗漏。

    最常见的发展歧路,就是工程师变成了测试工作的项目经理,没有足够的精力分析客户需求,没有时间进行测试策略和用例设计,甚至把这些工作都给其他执行人员,自己成了甩手掌柜(监工),不了解关键的技术背景,也不能对遗漏风险做靠谱的把控。

图片

自动化测试工具能力

    这块并不是只考察原创工具平台的开发能力,鼎叔认为即使不是一个优秀的测试工具开发者,也可以获得高度认可,避免各个工程师仅仅为了晋升而做新工具、新平台。

    相关考察的重点在于,自动化测试落地的调研思考和最终效果,价值体现在这几个方面:

l 是否充分了解测试用户的诉求(可能包含开发用户,可能是需要低代码平台的合作方用户)。

l 能否不开发新工具而是完全复用开源平台?理由是否充分?

l 决策使用自研平台,而不是采用商业平台的理由。

l 对各种行业工具框架的选型分析,实践案例分析。

l 是否成为制定工具/平台需求的优秀产品经理(PO)?是否有良好的工具架构设计体现?

l 是否成为工具平台建设和交付的项目经理?是否善于在团队落地新工具,数据成效斐然?

质量分析和改进能力

    能否从测试过程和交付效果的表现和数据中,敏锐地找到要改进的地方,并采取专项行动,落实改进措施?典型的能力表现证据有:

l 对现有研发质量相关的流程,是否能识别浪费或低效的地方,实施改进,真实地提高了效能。

l 对阶段性的版本交付上线,能否周期地进行缺陷分析,科学分类,抓住可重点改进的预防措施。

l 整个研发流程的测试活动产生的度量数据,暴露了什么不足?

l 所有改进的效果,是长期性的,经验可复用的,还是暂时性的,局限单一问题域的?你如何用数据证明?

    鼎叔看到过很多工程师的质量总结,仅仅满足于抓到了多少个问题,而没有系统分析聚类,没有试图抓住问题的共性规律,也没有逐层深挖。对高级别工程师来说,难以充分体现价值。

    另外一个极端反例是,针对单个质量事故给出大而不当的解决措施,动不动要“提高开发自测质量”,“要做好架构评审活动”,“不能夹带代码发布”,这些都是“正确的废话”。质量改进一定是抓住每个事故的本质原因来改进,所有措施都需要在现有资源下可以持续地进行,执行者清晰的知道how to的步骤。

图片

专项测试能力

    测试领域和知识博大精深,测试团队规模通常不大,具备专项测试能力的人才往往是很缺乏的。我们可以在招聘和人才培养中,有意识地识别具备专项测试发展潜力和强烈兴趣的人。

    特定时期下,专才对于团队的价值是非常大,能弥补团队短板,满足业务特定需求,值得投入更多成本。为了让专项测试人员顺利成长,除了在能力模型中可以加以引导,在工作安排和考核上可以进行聚焦及倾斜,把这类人才从繁复的业务测试需求中抽离出来,专心向自己擅长的领域深入挖掘和实践。

    主要的高价值专项测试方向有:终端专项性能分析或工具开发,服务端性能测试分析或平台开发,安全测试,AI评测,大数据测试,中间件/组件测试,协议测试等等。

第二部分 测试核心素质能力

    素质能力,也有人称为“软能力”,“通用能力”,即不同岗位的成功都可能要依赖的重要能力。

敏捷项目管理能力

    深入理解敏捷原则,在测试活动中身体力行,同时掌握项目管理的基本知识和推动技巧,才能保障测试交付的目标。

系统思考能力

    测试角色在复杂项目中坚守质量标准,捍卫用户价值,又要取舍和平衡,按时输出报告,面对不同角色的压力和各类突发状况。因此系统思考能力非常关键,避免陷入越忙越乱,吃力不讨好的境地。

    所谓系统思考,就是观察事情被阻碍(或者被加速)背后的闭环是如何形成的,找到关键抓手,事半功倍。复杂问题背后甚至可能有双重闭环互相影响,有兴趣的同学可以参阅彼得圣吉的书《系统思考》

    以“如何提升外包同学的工作效率”话题为例,抛出话题的工程师,本能想到的解决思路是提供更专业的外包培训和更耐心的辅导。但是如果我们深入理解外包效率不高的成因,是因为内部工程师自己的工作安排不过来,也不清楚如何让外包的工作更加丰富而有价值,外包同学在单调重复的工作中难以提升,产出成果缺乏变化,进一步削弱了内部工程师分派工作的积极性,这就是一个负向循环。

    因此,正确的做法应该是:提升内部工程师的测试体系化水平,掌握更丰富多彩的任务类型。当手中有丰富的测试任务类型,就可以把流程成熟的,易于传播的任务给到外包团队进行尝试,外包人员也有更多的机会学习新东西,最终找到产出效率最高的任务模式。

图片

追求极致

    这听起来像是产品经理的价值观,但是对于一个优秀的测试工程师,这是值得追求的职业态度。追求极致可以有几个不同的追求方向,第一个是勘查被测试场景的蛛丝马迹,包括用户描述,环境和设备信息,消息,日志,内部状态,哪些可能导致缺陷的出现,如果隔离掉,缺陷是否会消失。

    第二个方向是不断追问失效的本质,是什么导致了问题的发生,以及过往为啥会忽略,从开发层面追问这个失效是如何引入的,为什么需求设计的时候没有想到。类似的优秀表现还体现上性能问题的调试分析上,比如5M的内存空间泄漏或者10帧的流畅度损失,背后是什么原因和什么代码引起的,什么改进措施是最佳做法,进而总结出共性的调优技巧。

    第三个方向是关联模块知识的追寻。面试时经常遇到测试人员针对某个事故的成因回答到“这是其他团队负责的,我不太清楚”。经典软件事故是最好的老师,从中可以学到模块边界和协同工作的知识,也能理解业务风险的整体视角。虽然我是测试人员,但是有义务理解背后的技术原理、开发实现的思路和遇到的麻烦,不能局限于自己负责的测试模块,限制自己的成长。

图片

    除此之外,用户视角、逻辑表达、细致敏锐、快速学习、抗压能力、方法论提炼、团队协同和说服等通用能力也非常重要,这些要么在本公众号未来的文章中会深入呈现(包括本文上述提到的所有能力的优秀实例),要么暂时没有测试方面的特别关注,按下不表。


http://chatgpt.dhexx.cn/article/cufF6GTH.shtml

相关文章

对比学习有多火?文本聚类都被刷爆了…

文 | 花小花Posy 大家好,我是小花。 对比学习的大火???? 越来越旺了,已然从CV蔓延到NLP了。今天给大家介绍的正是一篇将对比学习应用到文本聚类上的工作,NAACL21新鲜出炉的paper——《Supporting Clustering with Contrastive Learning》…

(附源码)小程序 记账微信小程序 毕业设计 180815

记账微信小程序 摘 要 随着我国经济迅速发展,人们对手机的需求越来越大,各种手机软件也都在被广泛应用,但是对于手机进行数据信息管理,对于手机的各种软件也是备受用户的喜爱,记账微信小程序被用户普遍使用&#xff0…

使用Python+OpenCV+Tensorflow实现图像聚类

介绍 大家好,最近在参加深度学习竞赛时,遇到了一个有趣的问题,即如何将给定的图像集进行聚类,你可能会说,这不是一个简单的分类问题吗?使用卷积神经网络, 就实现,但关键在于没有合适…

论文阅读笔记(15):Deep Subspace Clustering with Data Augmentation,深度子空间聚类+数据增强

论文阅读笔记(15):Deep Subspace Clustering with Data Augmentation,深度子空间聚类数据增强 摘要1 介绍2 相关工作带增强的聚类方法具有一致性损失的自监督子空间聚类中的自表达模型 3 深度子空间聚类数据增强总结 4 寻找有效增…

【SaaS金羊毛】微信小程序We分析

微信前几天发布了通告https://mp.weixin.qq.com/cgi-bin/announce?actiongetannouncement&announce_id11652079103ziYFG&version&langzh_CN&token,小程序统计模块会升级为”We分析“这样一款独立的产品。实际上这也符合很多B端产品的趋势&#xff…

Python 如何确定K-Means聚类的簇数

背景 “人以类聚,物以群分”,在大千世界中总有那么一些人,性格爱好、行为习惯比较相近,我们就会把他们归为一类人,这就是我们人脑自动进行的一个聚类(归类)。 在数据分析中,我们也经常拿数据来进行K-Means聚…

【机器学习】聚类代码练习

本课程是中国大学慕课《机器学习》的“聚类”章节的课后代码。 课程地址: https://www.icourse163.org/course/WZU-1464096179 课程完整代码: https://github.com/fengdu78/WZU-machine-learning-course 代码修改并注释:黄海广,ha…

【聚类算法】10种Python聚类算法完整操作示例(建议收藏

点击上方,选择星标,每天给你送干货! 来源:海豚数据科学实验室 著作权归作者所有,本文仅作学术分享,若侵权,请联系后台删文处理 聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术&…

理论+实战,一文详解最常使用的10个聚类算法(附代码)

聚类或聚类分析是无监督学习问题。它通常被用作数据分析技术,用于发现数据中的有趣模式,例如基于其行为的客户群。有许多聚类算法可供选择,对于所有情况,没有单一的最佳聚类算法。 相反,最好探索一系列聚类算法以及每…

基于微信小程序的家校通系统-JAVA【数据库设计、源码、开题报告】

第一章 绪 论 1.1选题背景 随着网络时代的到来,互联网的优势和普及时刻影响并改变着人们的生活方式。在信息技术迅速发展的今天,计算机技术已经遍及全球,使社会发生了巨大的变革。 为了不受时间和地点的限制,智能手机用户可以通…

python新闻文本聚类_TextCluster:短文本聚类预处理模块 Short text cluster

推荐Github上一个NLP相关的项目: RandyPen/TextCluster 项目地址,阅读原文可以直达,欢迎参与和Star: https://github.com/RandyPen/TextCluster 这个项目的作者是AINLP交流群里的昭鸣同学,该项目 开源了一个短文本聚…

【组队学习】十一月微信图文索引

十一月微信图文索引 一、组队学习相关 周报: Datawhale组队学习周报(第037周)Datawhale组队学习周报(第038周)Datawhale组队学习周报(第039周)Datawhale组队学习周报(第040周&…

k-means聚类算法从入门到精通

点击上方“小白学视觉”,选择加"星标"或“置顶” 重磅干货,第一时间送达 k-means算法是非监督聚类最常用的一种方法,因其算法简单和很好的适用于大样本数据,广泛应用于不同领域,本文详细总结了k-means聚类算…

LaneAF | 利用Affinity Field聚类进行车道线实例分割

点击上方“计算机视觉工坊”,选择“星标” 干货第一时间送达 论文:https://arxiv.org/abs/2103.12040 开源代码:https://github.com/sel118/LaneAF 0 动机 车道线检测对于辅助驾驶、自动驾驶至关重要。全球范围内多种多样的车道线以及复杂的道…

机器学习 --- 聚类性能评估指标

第1关:外部指标 任务描述 本关任务:填写 python 代码,完成 calc_JC 函数、calc_FM 函数和 calc_Rand 函数分别实现计算 JC系数、FM 指数 和 Rand 指数 。 相关知识 为了完成本关任务,你需要掌握: JC 系数; FM 指数&…

如何用 DBSCAN 聚类算法做数据分析?

DBSCAN属于无监督学习算法,无监督算法的内涵是观察无标签数据集自动发现隐藏结构和层次,在无标签数据中寻找隐藏规律。 聚类模型在数据分析当中的应用:既可以作为一个单独过程,用于寻找数据内在规律,也可以作为分类等…

激光点云的物体聚类

点击上方“小白学视觉”,选择加"星标"或“置顶” 重磅干货,第一时间送达 文章导读 本文针对自动驾驶中三维点云的道路目标聚类进行讲解,从聚类算法的原理出发,介绍几种常用的点云障碍物聚类算法,并对比分析算…

K-means聚类算法

实训目标 本实训项目介绍无监督学习中,使用最广泛的 K-means 聚类算法。 先修知识 本实训项目假设,你已经掌握了初步的 Python 程序设计的基础知识。学习者若有一些 numpy 的使用经验,则可更快速地通过实训。 实训知识点 欧几里得距离 估算簇…

一文详解激光点云的物体聚类

点击上方“3D视觉工坊”,选择“星标” 干货第一时间送达 文章导读 本文针对自动驾驶中三维点云的道路目标聚类进行讲解,从聚类算法的原理出发,介绍几种常用的点云障碍物聚类算法,并对比分析算法的优劣和适用场景,从工程…

[计算机毕业设计]模糊聚类算法

前言 📅大四是整个大学期间最忙碌的时光,一边要忙着准备考研,考公,考教资或者实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。近几年各个学校要求的毕设项目越来越难,有不少课题是研究生级别难度的,对本科同学来说是充满挑战。为帮助大家顺利通过…