做测开的第4年,开始有点失望了

大家好,我是洋子,看到新一年的毕业季,意味着我工作马上满4年了

从一毕业就进入测试行业到现在,我已经褪去学生的气息,成为一名社畜工具人

这4年当中,我有3年半都在同一家互联网大厂工作,岗位是测开,厂内大家都叫QA

2024年已经过半了,整个就业大环境依然对打工人很不友好,裁员还是家常便饭,唯一看到的风口还是大模型,大模型的快速发展,激起了广泛讨论,未来究竟自己会不会被AI所取代?

说到大模型,这里列举一些基本概念,提示词工程(Prompt)、Tokens(分词),Embedding(向量化)、RAG(检索增强生成)、微调(Fine tuning)、Agent(智能体)、LangChain(大模型应用开发框架),感兴趣的读者可以阅读相关资料,这里先不做推荐了

其实从22年开始,公司就已经开始布局测试阶段的降本增效,怎么理解,总的来说就是减少QA在业务测试当中人力投入,转而变成研发自测完成就上线,或者说将原先服务端、客户端、前端分开进行测试,转变成端到端测试

端到端测试的模式其实就是早期互联网的测试岗位的工作内容,QA只需要”点点点”就行,没有什么技术含量。即使到现在,端到端测试模式在中小厂普遍存在,只需要交给外包就可以完成,唯一有所变化的是需要有标准来衡量测试的完备度,可以是覆盖率,也可以是维护的测试用例测试集合等

端到端测试有什么好处呢,就是节省QA人力投入,比如把执行测试交给外包,而正式员工负责管理外包人力,或者做测试工具开发等工作,这么算下来,节省出来的人力何去何从,要么进行池化(空闲时期投入到其他业务线),要么进行优化,毕竟公司不养闲人,资本家本来也没这么好心

再来谈谈大模型的在测试行业里面有哪些应用,大模型给人的感觉非常强大,用它来辅助写代码或者当搜索引擎已经是一种习惯了,大模型对于测试阶段的提效场景,比较成熟的场景是测试用例生成(生成脑图用例、UI自动化用例、接口用例、单测case等等),个人智能客服助理,监控误报减少等等

最后再来说说个人发展,由于自己一直在同一家公司,也没有换过业务线,职场的第4年,开始接触到管理的工作,测开的天花板是比研发要低一些的,接触管理工作也许能提高上限,到了5年以上的工作年限,如果还是一直在执行层,出去面试也会受到些影响

相比于以前单纯的做执行测试的角色,我现在还需要去关心同事的测试进度和风险,帮助做出决策,规划团队的发展,给老板汇报,总的来说还是比较有挑战性,向上管理成为一门必修课

今天就写这么多了,可能伴随着自己的一些主观色彩,仅供参考

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Bug 挖掘机

支持洋子

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值