去阿里、百度、网易大厂的软件测试工程师都是什么人？卷起来...

目录：导读

前言

测试，能力要求是核心问题

Python自动化测试：https://www.bilibili.com/video/BV16G411x76E/

其实也经历了很多阶段。
行业软件兴盛阶段和外包兴盛阶段（2000-2010年）行业进入了大量的测试人员，当时最主流的测试实践是：重心放在系统验收阶段。测试人员的主要工作基本都投入在了基于业务的黑盒测试上，对代码能力、系统理解的能力要求不多。

2010年后，互联网行业的真正兴起让国内软件开发模式开始缓慢调头，快速迭代的模式逐步兴起，开发周期越来越短，迭代越来越快，但系统越来越越庞大、复杂。

原来的测试工作模式和工作范围越来越无法满足要求了。但大量从业人员技能范围转变是一件很难的事情，行业是有巨大惯性的。从宏观上看大量QA技能转变跟不上需求转变是造成市场供求不匹配的主要原因。

什么样的人抢手？
那么到底什么样的人才才会让大厂伸出橄榄枝呢？

1、测试的底子-项目经验
有比较复杂系统的测试实战经验，你就超过了50%以上的应聘者。

什么叫做比较复杂系统呢？
投入50人年开发出来的系统就可以称作一个复杂系统了。因此，复杂系统并不是很罕见。但是，如果你只接触一个简单的模块，甚至只是测试一个稳定模块的维护性开发，而不是通盘理解，不能说是测试过复杂系统。有从头到尾接触一个完整项目的经历很宝贵。

2、测试的底子-基础知识
面试官通常会喜欢问几个问题：
如果测试时间不够，你会怎么办？
如果让你去测试一个你完全不熟悉的系统，你会怎么办？
你平时会使用那些测试设计方法？

看似很稀松平常的问题，非常考验人。因为大部分从业者都没有经受过系统训练和学习，工作多年，依然技能不足，意识跑偏。

3、熟练使用一门主语言
满足这条，你就超过了70%的应聘者）
这里列举Java与Python语言，这两个在测试中也主要做自动化的。

python：学起来比较简单，各种库简单使用方便。而且对于自动化比较友好。初学者一周就可以学会简单的python基础语言用法。

java：学起来比较难，对于语句要求严格，各个库也有，不过不太兼容。对于初学者来说难上手。学习时间会久很多。

什么叫熟练呢？
接口自动化测试：Python+requests+pytest+yaml+alluer+Jenkins；
web自动化测试：Python+selenium4+pytest+POM+allure+Jenkins；
app自动化测试：Python+appium+POM+pytest+allure+Jenkins；
这些都得熟练应用。

在一个领域知识有不错的了解

人不可能什么都懂，但工作几年之后，会在工作的域内一定要有积累才行。

例如，你测试一个核心电商系统的交易模块三年了。
业务上你一定要熟练讲出来：商品列表、购物车、下单、退单、废单、支付、发货、库存、退款、优惠使用等等一坨业务流程，和可能出现的常见的坑（各类问题产生的资损、各类问题产生的服务不可用、逻辑矛盾），不然根本无法体现你经验沉淀和深入思考；

技术角度上，你要能够画得出来系统的交互图，熟悉最核心的接口和最核心的参数，能够读懂开发的代码，熟练使用trace和监控工具，诊断定位线上问题到代码行。

用技术保障质量的能力

测试开发岗一定会问到一个问题：你能够举一个你用技术手段提高测试效率，增强测试能力的例子么？

这是面试时最大的一个坎。很多人会讲一些自动化测试回归的例子，但是真正成功的例子非常少，因为为什么做，怎么做都没有想好就照网上一个教程攒了一个，结果变成了玩具。

做好自动化，不仅仅是会使用工具、框架，其实要对被测物特性，软件生命周期有很深的理解并且有很强的开发知识才行。

实际上，在环境、CI、数据、测试用例生成、数据比对的很小的一些点上，都能有不错的提效产出，从这些点能够做得好，会得到不错的加分。有一个不错的成功案例，你胜出的几率就超过了80%，没有短板，就十拿九稳了。

技能以外的东西- 实战案例

以前的工作印证了你的能力。
能够讲清楚一件特别拿得出手的工作，证明你能力的案例是面试时候最有用的投名状。

在一个域的深耕

人不可能什么都懂，但在一个领域是需要深耕的。
比如，在做了四、五年移动端测试以后。android和iOS都要具备一定的开发能力了，能读懂开发的业务代码是最基础的，能够代替开发实现部分业务功能，完成部分组件开发是个非常好的自检点。

能够对移动端自动化工具栈、监控工具栈（如友盟、bugly、newrelic等）、内存泄露检测、卡顿检测、耗电量、弱网、流量、埋点、灰度、版本控制、兼容性、用户体验、安全等等的质量保障方案有通盘搞定能力。

什么叫搞定呢？
举个例子：比如，使用多种手段把崩溃率降低到千分之一以下。对于一个小团队，这是个很不容易实现的坎。做到这点，你需要了解如何收集崩溃率，如何使用一系列工具来定位核心问题，如何推动开发改动，并且预防（静态代码扫描工具引入，阻止乱用第不成熟的第三方插件。

代码reivew防止常见pattern如空指针引发的崩溃，推动开发养成良好的log习惯，推动移动端防御性编程编程开发习惯，推动后端开发按照规范吐接口，帮助开发引入内存泄露、卡顿工具，趋势报表，警钟长鸣，各种灰度方式设置，线上监控。。。一个数据的改观，背后要有大量的质量相关工作）。

使用综合手段来保障软件质量提升效能的能力。
你能讲出自己做过5个以上这样的成功例子，我敢保障，你会被一线大厂疯抢。职级基本都是专家起。

持续学习能力和复杂问题解决能力

例子1：
你近期的工作是帮助团队提升后台服务稳定性。
你看到了netflix内部使用一个叫做ChaosMonkey的东西来随机对生产服务期进行攻击，而逼迫工程师提高稳定性，所以，你也实现了类似（更温和）的内部机制，推动团队稳定性的提高。

你怎么知道这个叫做ChaosMonkey的东西呢？
因为你会习惯性浏览一线厂商的技术博客，参与行业大会，关注各类新技术。持续性的养成习惯。

例子2：
做大规模接口自动化好难，外部数据依赖太难搞，参数构造太费劲，assert太难写。如果能够简单的录制回放就好了。

但是，外部依赖是个天坑，写操作mock也是个天坑，assert也是个天坑。

实际的案例是，经过几年多个团队持续不屑的填坑，阿里内部已经有应用级的录制回放工具了，数百个应用成功的是用了它，把不可能回归的任务变成了可能（上万数量级的case当天生成，当天投入使用，并可以分析覆盖率），自动化测试实施需要付出的工作时间革命性降低（不足原来付出时间的10%）。

其它能力测试是个万金油，高阶一些的职位需要什么都要会一些，因为越高阶的职位需要解决的问题越综合，需要打交道的人的种类越多。

不然很容易变成你职业短板，做个list吧（一定不全）：
很好的项目管理能力，至少与开发经理能力同级，甚至要强于他。
一定的软件架构能力。
一定的产品sense：可以跟一个资深的产品经理能够顺畅的交流，明白知道他为什么会这么想，所要实现产品的意义，路径；从产品质量方面的考虑要超过产品经理，给他输出。极好的沟通能力。

下面是我整理的2023年最全的软件测试工程师学习知识架构体系图