活动议程

注：实际议程请以活动现场为准。

 演讲介绍 
《AI模型的黑盒测试与白盒测试实践》

讲师介绍

陈龙

百度 资深测试工程师

目前负责AI算法测试和工程测试能力提升两个技术方向，主要探索AI模型白盒测试方法，提高模型测试的充分性，并在工程测试方向上尝试测试的可持续性和高效性提升的方案。在百度八年多的时间里，参与并负责过多个大数据项目测试、用户画像测试和AI模型测试等，测试经验丰富。

演讲简介

1. AI模型测试的特点：

(1) 模型测试与传统软件测试的差异；

(2) 模型测试的一般方法及问题；

2. 模型效果测试与分析：

(1) 如何设计与执行模型效果测试；

(2) 如何分析模型效果变化；

3. 数据资源建设：

(1) 基于数据标签体系的资源管理；

(2) 提升数据生产效率；

4. 白盒测试方法的探索实践：

(1) 神经元覆盖率驱动的白盒测试：提升测试数据覆盖；

(2) 模型的鲁棒性测试：提升模型的泛化能力；

(3) 模型线上效果的自动化监控：用于发现新场景；

《测试的转变—京东物流TestOps实践》

讲师介绍

王晓琦

京东物流 测试开发工程师

现任京东物流资深测试开发工程师，拥有近10年互联网测试经验，在性能问题诊断、自动化测试方面积累了丰富的经验。2014年加入京东，期间负责京东物流系统的性能质量保障，主导及推行性能过程改进、性能测试平台搭建等工作；现致力于京东物流体系质量过程改进、持续集成及质量保障体系建立的实践与推广工作。

演讲简介

目前很多互联网公司已经从传统的开发流程向敏捷转型，系统架构由SOA向微服务及组件化转变，尤其是Devops体系的建立让交付流程日臻完善，有些公司不在有专职的测试人员，由研发自己来保证系统质量，甚至还出现了去QE的思潮。

伴随着经济萧条，互联网寒冬的到来，作为测试的你是否遇到前所未有的压力？作为测试人员我们该如何走出困境，如何更加明确测试的定位及提高自身价值。

议题的主要内容是京东物流质量保障工作过程改进以及测试人员向TestOps转型等方面的具体实践：

1.当前的测试形势与挑战

2.京东物流TestOps实践

3.计划与展望