在测试领域,主要聚焦于自动化测试方向,具备丰富的实践经验:
负责搭建和维护自动化测试框架,基于 Python(如使用 Selenium、Appium、Pytest 等工具)设计并执行 Web 及移动端的自动化测试脚本,覆盖核心业务流程(如用户登录、交易流程、数据提交等),将重复手动测试场景的自动化率提升至 70% 以上,大幅减少回归测试时间,降低人工漏测风险。
参与测试用例的设计与评审,结合需求文档提炼关键测试点,确保自动化脚本的覆盖度与有效性;同时,定期执行自动化测试并分析结果,及时定位并反馈缺陷,协助开发团队高效修复问题。
注重测试过程的规范化输出,负责编写《自动化测试方案》《测试用例文档》《缺陷报告》《测试总结报告》等各类文档,清晰记录测试思路、执行过程、结果分析及改进建议,为团队协作和项目复盘提供可靠依据。
项目一:电商平台商品信息爬虫系统
项目描述:基于 Python 开发的定向爬虫工具,用于抓取主流电商平台的商品信息(名称、价格、销量、评价等)。
技术栈:Requests 库发送网络请求,BeautifulSoup 解析 HTML 页面,Scrapy 框架实现分布式爬取,结合代理池与 User-Agent 随机切换应对反爬机制,最终将数据存储至 MySQL 数据库。
成果:支持多平台数据同步抓取,日均获取有效数据 10 万 + 条,为市场分析提供数据支撑,爬取效率较单线程脚本提升 80%。
项目二:办公文件自动化处理工具
项目描述:针对企业日常办公中重复的文件处理需求(如多格式文件批量转换、数据汇总分析、报表生成等)开发的自动化工具。
技术栈:使用 Pandas 处理 Excel/CSV 数据,PyPDF2 处理 PDF 文件转换,python-docx 操作 Word 文档,结合定时任务模块(APScheduler)实现无人值守运行。
成果:将原本需 2 小时的人工文件处理工作缩短至 5 分钟,错误率从 15% 降至 0.5%,已在团队内部常态化使用。
项目描述:基于 Python 开发的定向爬虫工具,用于抓取主流电商平台的商品信息(名称、价格、销量、评价等)。 技术栈:Requests 库发送网络请求,BeautifulSoup 解析 HTML 页面,Scrapy 框架实现分布式爬取,结合代理池与 User-Agent 随机
项目描述:针对企业日常办公中重复的文件处理需求(如多格式文件批量转换、数据汇总分析、报表生成等)开发的自动化工具。 技术栈:使用 Pandas 处理 Excel/CSV 数据,PyPDF2 处理 PDF 文件转换,python-docx 操作 Word 文档,结合定时任务模块(