从应届生到测试顶会讲师，他只用了一年时间！，2024年最新2024软件测试大厂面试经验

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新软件测试全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注软件测试）

正文

解决思路：随着基于对业务数据的深入理解，基于团队前期对海量系统日志数据实时计算的基础上，结合百余种实时数据，尝试了20多种异常检测算，逐渐探索出对于业务数据的算法场景化能力。

场景2、当面临大量业务指标的接入，或者是一个全新场景，没有那么多时间来训练拟合该指标的模型，如何保障业务可以顺利地快速接入使用？

解决思路：提前将场景化的基础模型作为快速接入的选项，并结合无监督学习，配合完成新指标的接入使用，随后再进行逐步迭代，以适应新指标的快速接入。

场景3、当在实时检测有了一定的沉淀能力后，越来越多的业务方反馈，Holmes的报警能不能再提前一点？

解决思路：真实的业务现状使我们体会到单有检测能力是远远不够的，晚一分钟发现问题，往往也是致命的，致使我们踏上了预测的研究道路。

经过不懈的努力，智能化异常检测平台（Holmes）终于落地，并且在淘系核心战役巴拿马项目上线以及双十一大促备战的过程中发挥了作用。下面就展开简单介绍一下这个平台：

▐  聚焦落地，福尔摩斯（Holmes）-- 淘系智能化监控平台

---

Holmes是一款智能化、轻量级、易接入、可扩展的异常检测平台，使用基于AI的异常检测算法，替代传统的规则监控方案。解决规则告警系统准确率低、时效性低、规则配置复杂与耗费人力等诸多问题。

• 特点：

• • 学习历史数据，分析当前指标曲线趋势是否异常

• 基于以往数据，进行预测未来指标走势

• 优势：

• • 算法检测代替规则检测

• 告警准确率高

• 更早发现异常情况

• 可适应业务发展带来的趋势变化

• 解决的异常场景：

MSTC大会-主会场分享

---

基于Holmes的落地，我和师兄董福铭（吾铭）一起在MTSC 2020大会申报了议题《手淘AIOPS实战-消息全链路智能监控》，结合Holmes平台的实战做经验分享。

介绍如何通过SDK实现应用内链路日志聚合、采样率控制、统一降级开关等功能，打通客户端到服务端链路，实现IM端到端秒级排查。通过实时计算实现消息核心指标到达率/时延的实时监控。使用AI检测算法，替代传统的规则监控方案，解决规则告警准确率低、时效性低、规则配置复杂与耗费人力等诸多问题。通过NLP进行舆情智能分类，并结合全链路数据对预警问题进行分析定位，打造全链路智能监控排查平台。

▐  Holmes异常检测平台

---

• 配置化指标接入流程

通过4步简单配置进行指标的接入和算法选择，轻松开启智能异常检测。

• 基本算法概览

机器学习上有一个定理，叫没有免费午餐定理(No Free Lunch,NFL)，表示的是在机器学习上，不存在一种通用的最优的算法可以解决所有问题，因此在面对各类数据时，Holmes将算法场景化。

在实时检测方面，集成了无监督学习和有监督学习，主要运用了高斯分布、STL、孤立森林、XGBoost等；

在数据预测方面，集成了LSTM、Prophet、三次指数平滑等。

• 实践效果

目前Holmes异常检测平台已经在集团内部开放接入和运行，支持集团内常用数据源，帮助接入业务方的开发测试同学构建智能监控体系，减少繁琐的规则配置，有效提高了线上质量监控的覆盖率。今年的多次大促期间，Holmes的准确性方面也进一步得到验证，有效保障了大促的稳定性质量。

覆盖应用：淘宝、千牛、优酷、钉钉、淘宝直播、闲鱼等

接入指标：核心业务指标 300+

提前预警：有效提前预警线上问题 50+

算法调用：5000W+

• 展望

Holmes异常检测平台是淘系技术质量团队打造，在智能化测试领域的一次实践，未来我们希望利用AI算法实现业务全方位智能化监控和问题定位。覆盖更多的数据类型，打造通用的算法模型，同时我们也在全链路监控排查、智能舆情处理等多方面进行探索，期待后续跟大家分享。

▐  主管点评

---

豆豆同学19年4月份硕士毕业后，加入阿里巴巴淘系技术质量团队，仅仅通过一年多的时间就成长为团队技术骨干之一。针对豆豆同学的特点，以及团队将19年的整体打法做了分解，将团队AIOps领域探索的智能化异常检测（智能化监控中的重要组成部分）安排给豆豆。对他有两个期望：一方面期望这个能力可以有纵深的下钻，作为整个IM消息测试中台中测试右移的主要武器之一。另一方面也期望可以横向扩展，未来逐步在阿里集团内进行推广使用。作为主管也明白这个技术探索对新人来说有一定的落地风险，当时并没有太多可以参考的先例，而且对同学的AI算法能力和工程化落地能力均有很大的挑战。这也是豆豆加入淘系技术质量团队后的第一个测试技术创新开发任务。

面对压力和挑战，我们很欣喜地发现，豆豆同学并没有被压垮。他迎难而上，查阅了大量业界和阿里集团的资料，调研开源算法、阅读论文，结合师兄吾铭的指导和消息测试团队的反复讨论，豆豆不断优化和完善技术方案，先后克服了多项技术难题。最终Holmes智能异常检测平台在手淘消息场景落地使用，为第一年阿里生涯交出一份漂亮的答卷。新财年，豆豆继续发力，不仅扩大了算法支持的场景个数、准确率，还多次提前预警线上问题，并将支持的业务系统从淘系扩大到了阿里集团多个BU，受到广泛好评。

对于豆豆来说，精彩才刚刚开始，Holmes的落地只是一个起点。今年双十一之后，一个新的保密技术创新项目又开始酝酿，豆豆同学届时又会憋一个什么样的大招？让我们拭目以待！

这里也简单展开一下，新同学除了学习基本功之外，新同学也可以在师兄和主管的引导下，逐步养成思考的好习惯。比如，如何让自己和团队产生更多的链接（多看多沟通多思考）？如何与所在团队的大方向结合（埋头干活的同时也抬头看路）？如何站在团队研究基础之上进一步构建自己的创新产品（借力）？等等，我觉得是新同学们可以思考方式上去做一些转变的。

豆豆同学只是整个淘系技术质量团队（极测）中的一位典型代表，这样优秀的新同学在我们部门还有很多。我们有非常体系化的极测新人培训课程，以及阿里非常著名的“百阿”新人培训，淘系技术质量团队（极测）会针对每一位入职的新人安排一对一的师兄指导，也会针对同学的特点设计和规划职业发展方向。在部门技术驱动的理念下，不仅会对同学的业务理解培养，同时还会在技术创新上给予同学相应的发力场景和落地辅导。结合上一对一师兄和主管在日常工作、生活中对具体的问题和项目实战中的点滴进行具体指导，相信新加入的同学们一定也会像豆豆一样快速成长！

MTSC2020中国互联网测试开发大会深圳站现场

淘系技术部-（极测）质量团队-诚招英才

我们负责所有淘系业务的质量保障。在这里：可以经历双十一等超大并发场景；可以接触到全链路压测、海量的数据处理、人工智能推荐算法等领域；可以学习到业界最前沿的测试技术、一对一指导的师兄辅导机制、定期而丰富的技术分享；还可以与层层选拔的各路优秀同学共同战斗，共同成长！我们以技术驱动，构建业界领先的质量体系。

我们的使命是让测试更简单，让研发更高效 ，让用户体验更极致。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注软件测试）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
让用户体验更极致。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注软件测试）
[外链图片转存中…(img-EUrSdBE3-1713456432539)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！